[发明专利]一种飞行器最优传感器选择方法

权利要求书

1.一种飞行器最优传感器选择方法，其特征在于，包括以下步骤：

1)飞行器传感器选择的优化问题协方差描述，具体方法如下：

建立飞行器非线性模型：

其中x(t)为飞行器状态，为控制指令，w(t)为飞行器模型不确定性，满足：

E[ω(t)ω^T(τ)]＝S_ω(t)δ(t-τ) (2)

建立飞行器的惯性测量方程：

其中为连续测量值，η是与传感器相关的测量噪声；

建立非惯性测量方程：

其中为离散测量值，ν_k为与传感器相关的测量噪声；

考虑导航算法后能够得到导航状态的传递与更新方程：

与导航误差协方差方程：

其中

应用最新的导航信息的控制指令为：

将飞行器动力学方程与导航方程沿标准轨迹进行线性化：

建立扩展方程：

并得到扩展状态的传递与更新方程：

其中

于是能够得到协方差的传递与更新方程：

此时能够构建基于协方差的最优传感器选择问题：

其中z是传感器参数，包括S_η,S_ω,R_ν；k是传感器性能权重函数；为任务要求；

2)矩阵方程优化问题向量化，具体方法如下：

P0给出的优化问题为矩阵方程组成，为了更好的解决优化问题，需将矩阵方程转化为向量方程；

首先给出Kronecker Product的定义与性质：

定义1：

定义2：

Vec(·),Vec(A)＝[a₁₁ a₂₁…a_m1 a₁₂…a_m2…a_mn]^T (16)

性质1：

性质2：

于是能够将矩阵方程优化问题P0转化为向量方程优化问题：

3)将优化问题凸化为二阶锥规划形式并求解，具体方法如下：

为了将问题转化为二阶锥规划标准形式，定义z＝[S_ω S_η R_ν]为所需优化传感器性能变量，并引入新的中间变量t，满足不等式约束，此时性能指标转化为二阶锥规划标准形式：

minimize t (20)

其中k为有设计者所设计的权重函数，表明对不同传感器性能参数不同的重视程度；不等式约束(21)尚不满足二阶锥规划的要求，需进行标准化；通过数学理论，能够将式(21)的不等式约束转换为二阶锥约束：

此时能够将最优传感器选择的问题完全建立并转化为二阶锥规划问题P1，并利用内点法求解；

4)基于连续接近的序列凸优化求解，具体方法如下：

在优化问题P1中，卡尔曼滤波系数包含所需优化的传感器参数R_ν，问题需要进行连续接近的处理；

为了表达方便，将最优传感器参数选择的优化问题P1，写成如下形式P2：

于是将每次优化问题中的A^k、B^k视为常值矩阵，矩阵中与优化变量相关的参数由上一次计算所得的最优参数更新；循环迭代计算满足如下指标时，认为结果收敛：

|z^k+1-z^k|≤ε (25)。