[发明专利]一种飞行器最优传感器选择方法

说明书

本发明公开了一种飞行器最优传感器选择方法，首先利用协方差理论在轨迹偏差分析的快速性与精确性的优势，构建协方差传递与更新方程，从而给出了传感器参数与最终落点偏差之间的关系，并应用此关系构建了基于协方差的传感器选择问题。然后利用二阶锥规划在求解最优化问题的快速性与全局最优性的优势，将所建立的传感器选择问题转化为二阶锥规划问题并进行求解，从而得到满足任务精度需求的成本最优传感器。

【技术领域】

本发明涉及一种飞行器最优传感器选择方法。

【背景技术】

传感器的最优选择是实现高性能导航、制导与控制的核心技术。传感器的性能不仅仅影响着导航误差与系统真实状态的离散分布情况，从而决定着各项航天任务的完成情况，同样也决定着航天器的成本费用，高性能的传感器意味着高精度轨迹与高的成。如何能够为航天器选择最优的传感器，既能够保证完成各项高精度任务，又能够有效减少所需成本是航天工程中的重要技术。

在传感器选择方面，学者开展了一定的应用研究。Hovland针对机器人系统研究了不同种类传感器的实时选择问题。Kincaid开展了传感器最优位置确定的研究。Gupta给出了一种基于统计学理论的传感器选择策略，从一个新的角度解决了该工程问题。同样对于传感器的选择还有一些方法研究，Welch采用分支定界法解决了传感器的选择问题。Yao采用了遗传算法对传感器选择进行了有效求解。Joshi则首次采用了凸优化的方法进行了传感器选择。所有这些应用与方法都有自身的侧重点。在此专利中，设计采用了一个全新的方法，该方法基于线性协方差理论与二阶锥规划方法，实现了高精度、快速、最优的传感器选择。

协方差分析多应用于评估与分析由于外部不确定因素以及扰动造成的轨迹离散问题以及由于建模误差造成的估计误差问题。Maybeck给出了一般性的推导，从而建立了真实状态协防差、滤波估计误差以及滤波状态协方差。Geller应用协方差技术设计了一种新的轨迹控制与导航分析方法，该方法能够应用于多种系统。Christensen提出了一种针对闭环系统与非线性问题的线性协方差分析方法，并验证了其有效性。

最近几年，凸优化在航天工程应用领域备受关注。其中的二阶锥规划是最具有发展与研究潜在价值的方法。二阶锥规划因目标函数为线性、约束为二阶锥的形式而得名。凸优化的航天器的交会、接近,航天器的轨迹优化,火星着陆的动力下降段制导。

【发明内容】

本发明的目的在于克服上述现有技术的缺点，提供一种飞行器最优传感器选择方法，建立基于线性协方差的飞行器传感器选择的优化问题，然后通过凸化方法，将优化问题转化为满足二阶锥规划约束的形式，并通过二阶锥规划进行求解，从而实现在快速精确的传感器选择。

为达到上述目的，本发明采用以下技术方案予以实现：

一种飞行器最优传感器选择方法，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；

2)矩阵方程优化问题向量化；

3)将优化问题凸化为二阶锥规划形式并求解；

4)基于连续接近的序列凸优化求解。

本发明进一步的改进在于：

步骤1)飞行器传感器选择的优化问题协方差描述的具体方法如下：

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：