[发明专利]基于机载分布式位置姿态测量系统的信息融合方法和装置

说明书

本发明公开了一种基于机载分布式位置姿态测量系统的信息融合方法，采用基于高斯过程的增强滤波获取高精度光纤主POS的测量信息；通过传递对准得到各子节点IMU的局部状态估计；将各子节点的局部状态估计值作为观测量，利用柔性基线形变运动模型构建各子节点时空域内运动状态的相关性，通过全局信息融合方法得到状态更新值。该方法本发明实现一主多子机载分布式POS的高精度测量，适用于阵列天线对高精度分布式惯性测量的需求和分布式导航。本发明还公开了一种基于机载分布式位置姿态测量系统的信息融合装置。

技术领域

本发明涉及航空航天技术领域，特别是涉及一种基于机载分布式位置姿态测量系统的信息融合方法和装置。

背景技术

高精度POS可以为高分辨率航空遥感系统提供高频、高精度的时间、空间基准信息，通过运动误差补偿提高成像精度和效率。随着航空遥感对高分辨率成像需求的不断提高，新型高效多任务成像载荷联合成像技术、长基线微波载荷干涉和阵列技术逐渐成为提高成像效率和分辨率的有效手段。针对柔性长基线阵列天线SAR，因其通过机翼下挂天线吊舱，无需飞机改装、较易实现等特点在近年来受到广泛重视。但对于同一载机的多个观测载荷，采用传统的单一 POS无法满足阵列天线SAR的高精度运动参数测量的需求，而且因体积、重量、成本等因素的限制，在各观测载荷处均安装一个高精度POS也不现实。因此，迫切需要实现高精度机载分布式POS全局信息融合。机载分布式POS系统由高精度主POS和多个分布在机翼下的子IMU组成。从阵列天线成像雷达对机载分布式测量系统的需求出发，在高精度光纤主POS研究基础上，利用高精度光纤主POS、多节点子IMU和阵列天线相对导航信息，通过传递对准得到各子节点 IMU的局部状态估计。然后将所有节点的局部状态估计值作为观测量，利用柔性基线形变运动模型构建各节点时空域内运动状态的相关性，通过全局信息融合方法得到新的状态更新值，最终精确测量分布在柔性基线上的阵列天线时空基准和相对空间信息,并在阵列天线成像雷达中进行运动误差补偿。

发明内容

基于此，有必要针对传统技术存在的问题，提供一种基于机载分布式位置姿态测量系统的信息融合方法和装置，能够克服现有技术的不足，采用高斯过程回归学习历史数据中的滤波估计值和平滑估计值(假设为真值)的残差，并用学习后的模型预测实际数据的残差，增强主POS的滤波性能；利用基于力学特性的二阶马尔科夫方法建立柔性基线形变模型；充分利用高精度主POS和各节点子IMU传递对准局部状态估计信息，基于柔性基线形变模型完成机载分布式测量系统全局信息融合。

第一方面，本发明实施例提供了一种基于机载分布式位置姿态测量系统的信息融合方法，所述方法包括：采用基于高斯过程的增强滤波获取高精度光纤主 POS的测量信息；通过传递对准得到各子节点IMU的局部状态估计；将各子节点的局部状态估计值作为观测量，利用柔性基线形变运动模型构建各子节点时空域内运动状态的相关性，并通过全局信息融合方法得到状态更新值。

在其中一个实施例中，所述采用基于高斯过程的增强滤波获取高精度光纤主 POS的测量信息包括：通过所述高斯过程回归学习历史数据中的滤波估计值和平滑估计值的残差，并通过学习后的模型预测实际数据的残差增强主POS的滤波性能，其中，平滑估计值预先假设为真值。

在其中一个实施例中，所述通过传递对准得到各子节点IMU的局部状态估计包括：采用基于力学特性的二阶马尔科夫的传递对准方法。

在其中一个实施例中，所述采用基于力学特性的二阶马尔科夫的传递对准方法包括：通过力学特性分析挠曲变形角的动力学规律，并通过所述二阶马尔科夫建立节点之间的基线形变模型。

在其中一个实施例中，所述利用柔性基线形变运动模型构建各子节点时空域内运动状态的相关性包括：基于柔性基线的传递对准方法是利用基于力学特性的二阶马尔科夫方法建立节点之间的基线形变模型。

在其中一个实施例中，所述通过全局信息融合方法得到状态更新值包括：通过高精度主POS和各节点子IMU传递对准局部状态估计信息，基于柔性基线形变模型完成机载分布式测量系统全局信息融合。