【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及衛(wèi)星導(dǎo)航，尤其是涉及基于低軌衛(wèi)星多普勒測量、dme和vor的融合定位算法。
技術(shù)介紹
1、在民用航空導(dǎo)航系統(tǒng)中，傳統(tǒng)的陸基導(dǎo)航技術(shù)如甚高頻全向信標(biāo)(vor)和測距儀(dme)已經(jīng)被廣泛應(yīng)用。這些系統(tǒng)通過地面臺站向航空器提供精確的距離和方位信息，依靠其低成本、設(shè)備簡單以及成熟的技術(shù)，陸基導(dǎo)航系統(tǒng)成為航空器的重要導(dǎo)航手段之一。然而，隨著航空需求的增加和飛行環(huán)境的復(fù)雜化，傳統(tǒng)陸基導(dǎo)航系統(tǒng)在覆蓋范圍和可靠性方面的不足逐漸顯現(xiàn)出來，特別是在中國西部山區(qū)和偏遠(yuǎn)地區(qū)，這些區(qū)域地形復(fù)雜，vor和dme的信號傳輸受到地形遮擋的限制，導(dǎo)致導(dǎo)航盲區(qū)的出現(xiàn)。航空器在這些區(qū)域的安全飛行面臨巨大挑戰(zhàn)。
2、此外，全球?qū)Ш叫l(wèi)星系統(tǒng)(gnss)在現(xiàn)代航空導(dǎo)航中也占據(jù)了重要地位，憑借其全球覆蓋、較高的定位精度和便利性，gnss已經(jīng)成為航空器主要的導(dǎo)航方式之一。然而，gnss系統(tǒng)同樣面臨著信號干擾和欺騙攻擊等安全性問題。特別是在高電磁干擾環(huán)境下，gnss信號容易受到干擾甚至完全失效，導(dǎo)致航空器失去主要導(dǎo)航依據(jù)，這對飛行安全構(gòu)成重大威脅。因此，單純依賴gnss進(jìn)行導(dǎo)航并不足以保證航空器在關(guān)鍵區(qū)域的安全運(yùn)行，特別是在電磁環(huán)境復(fù)雜和惡劣天氣條件下。
3、為了應(yīng)對這些挑戰(zhàn)，近年來，低軌道衛(wèi)星(leo)系統(tǒng)作為一種新的導(dǎo)航補(bǔ)充手段逐漸進(jìn)入航空導(dǎo)航的視野。低軌衛(wèi)星相較于傳統(tǒng)的gnss衛(wèi)星具有較低的軌道高度和更強(qiáng)的信號強(qiáng)度，能夠提供更高的更新頻率和更好的信號抗干擾能力。leo衛(wèi)星的全球覆蓋性以及其獨(dú)特的多普勒頻移測量技術(shù)，為航空器提供了新的
4、為了克服單一導(dǎo)航方式的局限性，多傳感器融合技術(shù)成為近年來研究的熱點(diǎn)。通過融合多種導(dǎo)航信息源，可以提升定位系統(tǒng)的精度和可靠性。盡管多源信息的融合為地面導(dǎo)航系統(tǒng)覆蓋不足的問題提供了解決方案，但仍然面臨著諸多挑戰(zhàn)。一方面，融合算法的核心在于如何有效處理來自不同傳感器的數(shù)據(jù)，以確保導(dǎo)航系統(tǒng)的抗干擾能力和定位精度。另一方面，幾何精度因子(dop)也是影響定位精度的重要參數(shù)。dop反映了導(dǎo)航設(shè)備與定位基站或衛(wèi)星之間的幾何關(guān)系，較小的dop值意味著更好的定位精度。為了最小化dop，通常需要對地面導(dǎo)航站和衛(wèi)星進(jìn)行合理選擇。因此，有必要提供一種基于低軌衛(wèi)星多普勒測量、dme距離信息和vor方位角數(shù)據(jù)融合的定位算法，為航空器提供更加穩(wěn)健和精確的導(dǎo)航方案，特別是在gnss不可用或不可靠的情況下，為飛行安全提供有力保障。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)的目的是提供基于低軌衛(wèi)星多普勒測量、dme和vor的融合定位算法，能夠彌補(bǔ)傳統(tǒng)導(dǎo)航方式在復(fù)雜地形或環(huán)境下的覆蓋不足的問題，為復(fù)雜飛行環(huán)境下的高精度、抗干擾的導(dǎo)航提供解決方案，保障航空器在多種復(fù)雜場景下的飛行安全。
2、為實(shí)現(xiàn)上述目的，本專利技術(shù)提供基于低軌衛(wèi)星多普勒測量、dme和vor的融合定位算法，包括：
3、s1、獲取低軌衛(wèi)星的多譜勒頻移、dme的斜距信息和vor的方位角數(shù)據(jù)，并構(gòu)建組合觀測方程，并獲得相應(yīng)的雅各比矩陣；
4、s2、基于幾何精度因子，通過遺傳算法進(jìn)行選臺選星，對dme、vor和低軌衛(wèi)星進(jìn)行優(yōu)化選擇，獲得最優(yōu)導(dǎo)航源組合；
5、s3、構(gòu)建不同飛行模式下的運(yùn)動模型，并利用交互式多模型卡爾曼濾波，對航空器的狀態(tài)進(jìn)行動態(tài)估計(jì)，實(shí)時(shí)更新位置信息。
6、優(yōu)選的，組合觀測方程對應(yīng)雅各比矩陣h的形式，如下：
7、
8、式中，di表示第i個(gè)dme站與航空器間的距離，θj表示第j個(gè)vor站與航空器間的方位角，表示第k個(gè)低軌衛(wèi)星的偽距變化率，(x,y,z)表示航空器的位置坐標(biāo)，νx、νy、νz分別表示航空器在x、y、z方向速度分量，表示接收機(jī)鐘差漂移。
9、優(yōu)選的，通過遺傳算法進(jìn)行選臺選星包括利用交叉和變異操作進(jìn)行迭代，尋找最優(yōu)的dme、vor和低軌衛(wèi)星組合。
10、優(yōu)選的，不同飛行模式下的運(yùn)動模型包括勻速模型和轉(zhuǎn)彎模型，各個(gè)運(yùn)動模型獨(dú)立地進(jìn)行狀態(tài)預(yù)測與更新，并根據(jù)各運(yùn)動模型的預(yù)測概率，對狀態(tài)估計(jì)進(jìn)行加權(quán)融合，得到總體狀態(tài)估計(jì)。
11、優(yōu)選的，運(yùn)動模型的狀態(tài)方程，如下：
12、x(t+1)＝φix(t)+gi(t)；
13、式中，x(t+1)、x(t)分別為t+1、t時(shí)刻系統(tǒng)的狀態(tài)向量，φi、gi(t)分別表示第i個(gè)運(yùn)動模型的狀態(tài)轉(zhuǎn)移矩陣和過程噪聲矩陣；
14、z(t)＝hx(t)+v(t)；
15、式中，z(t)表示觀測向量，v(t)表示測量噪聲矩陣；
16、單個(gè)濾波器獲得的狀態(tài)估計(jì)和協(xié)方差估計(jì)，如下：
17、xi(t∣t)＝xi(t∣t-1)+ki(t)[z(t)-hxi(t∣t-1)]；
18、pi(t|t)＝[i-ki(t)h]pi(t|t-1)；
19、式中，z(t)表示觀測向量，xi(t∣t)、pi(t|t)分別表示t時(shí)刻第i個(gè)運(yùn)動模型的狀態(tài)估計(jì)和協(xié)方差估計(jì)，i表示單位矩陣，xi(t∣t-1)]表示t時(shí)刻第i個(gè)運(yùn)動模型的狀態(tài)預(yù)測值，pi(t|t-1)表示更新協(xié)方差；
20、其中，
21、ki(t)＝pi(t|t-1)ht[hpi(t|t-1)ht+r]-1；
22、式中，ki(t)表示卡爾曼增益，r表示測量噪聲的協(xié)方差。
23、優(yōu)選的，采用極大似然法對運(yùn)動模型的預(yù)測概率進(jìn)行更新，如下：
24、t時(shí)刻，第j個(gè)運(yùn)動模型與第i個(gè)運(yùn)動模型最匹配的極大似然函數(shù)，如下：
25、
26、其中，
27、sj(t)＝hpj(t∣t-1)ht+r；
28、dj(t)＝z(t)-hxj(t|t-1)；
29、式中，λj(t)表示第j個(gè)運(yùn)動模型的最大似然函數(shù)，dj(t)、sj(t)分別表示第j個(gè)運(yùn)動模型的測量誤差矩陣和測量誤差協(xié)方差矩陣；
30、t時(shí)刻，第j個(gè)運(yùn)動模型的預(yù)測概率更新，如下：
31、
32、其中，
33、
34、式中，c表示歸一化常數(shù)，uj(t)表示t時(shí)刻第j個(gè)運(yùn)動模型的預(yù)測概率，ui(t-1)表示t-1時(shí)刻第i個(gè)運(yùn)動模型的預(yù)測概率，pij表示從第i個(gè)運(yùn)動模型到第j個(gè)運(yùn)動模型的轉(zhuǎn)移概率，表示融合后的預(yù)測概率。
35、優(yōu)選的，總體狀態(tài)估計(jì)，如下：
36、
37、式中，x(t|t)表示總體狀態(tài)的估值，n表示運(yùn)動模型的種類；
38、總體的協(xié)方差為：
39、
40、式中，p(t|t)表示總體狀態(tài)的協(xié)方差。。
41、因此，本專利技術(shù)采用上述基于低軌衛(wèi)星多普勒測量、dme和vor的融合定位算法，具有以下技術(shù)效果：
42、(1)通過遺傳算法對dme、vor和低軌衛(wèi)星進(jìn)行優(yōu)化選擇，確保最優(yōu)的幾何結(jié)構(gòu)以最小化dop值，本文檔來自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.基于低軌衛(wèi)星多普勒測量、DME和VOR的融合定位算法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于低軌衛(wèi)星多普勒測量、DME和VOR的融合定位算法，其特征在于，組合觀測方程對應(yīng)雅各比矩陣H的形式，如下：
3.根據(jù)權(quán)利要求1所述的基于低軌衛(wèi)星多普勒測量、DME和VOR的融合定位算法，其特征在于，通過遺傳算法進(jìn)行選臺選星包括利用交叉和變異操作進(jìn)行迭代，尋找最優(yōu)的DME、VOR和低軌衛(wèi)星組合。
4.根據(jù)權(quán)利要求1所述的基于低軌衛(wèi)星多普勒測量、DME和VOR的融合定位算法，其特征在于，不同飛行模式下的運(yùn)動模型包括勻速模型和轉(zhuǎn)彎模型，各個(gè)運(yùn)動模型獨(dú)立地進(jìn)行狀態(tài)預(yù)測與更新，并根據(jù)各運(yùn)動模型的預(yù)測概率，對狀態(tài)估計(jì)進(jìn)行加權(quán)融合，得到總體狀態(tài)估計(jì)。
5.根據(jù)權(quán)利要求4所述的基于低軌衛(wèi)星多普勒測量、DME和VOR的融合定位算法，其特征在于，運(yùn)動模型的狀態(tài)方程，如下：
6.根據(jù)權(quán)利要求4所述的基于低軌衛(wèi)星多普勒測量、DME和VOR的融合定位算法，其特征在于，采用極大似然法對運(yùn)動模型的預(yù)測概率進(jìn)行更新，如下：
7.根
...【技術(shù)特征摘要】
1.基于低軌衛(wèi)星多普勒測量、dme和vor的融合定位算法，其特征在于，包括以下步驟：
2.根據(jù)權(quán)利要求1所述的基于低軌衛(wèi)星多普勒測量、dme和vor的融合定位算法，其特征在于，組合觀測方程對應(yīng)雅各比矩陣h的形式，如下：
3.根據(jù)權(quán)利要求1所述的基于低軌衛(wèi)星多普勒測量、dme和vor的融合定位算法，其特征在于，通過遺傳算法進(jìn)行選臺選星包括利用交叉和變異操作進(jìn)行迭代，尋找最優(yōu)的dme、vor和低軌衛(wèi)星組合。
4.根據(jù)權(quán)利要求1所述的基于低軌衛(wèi)星多普勒測量、dme和vor的融合定位算法，其特征在于，不同飛行模式下的...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：方堃，王志鵬，劉寄予，蘭曉偉，
申請(專利權(quán))人：北京航空航天大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評論。發(fā)表了對其他瀏覽者有用的留言會獲得科技券。