[发明专利]机载分布式POS的多节点信息融合方法及系统

说明书

一种机载分布式POS的多节点信息融合方法及系统，该方法包括：建立传递对准误差模型；针对每一个子IMU，分别计算该子IMU所处的导航坐标系下表示的主POS的姿态与该子IMU的姿态之差、主POS的速度与该子IMU的速度之差并建立该子IMU传递对准的数学模型；对该子IMU传递对准的数学模型进行传递对准，确定姿态误差、速度误差和位置误差，并得到安装误差角、挠曲变形角和挠曲变形角速率；修正该子IMU的捷联解算结果，得到该子IMU的修正位置、修正速度和修正姿态；利用所估计的各子IMU的安装误差角、挠曲变形角和挠曲变形角速率补偿杆臂效应，分别将各子IMU的修正位置、修正速度和修正姿态进行信息融合，确定机载分布式POS的测量信息，提高分布式POS系统的整体测量精度。

技术领域

本发明涉及多任务遥感载荷节点信息融合技术领域，特别是涉及一种机载分布式POS(Position and Orientation System，位置姿态测量系统)的多节点信息融合方法及系统。

背景技术

多任务遥感载荷是目前机载对地观测的重要发展方向之一，如集成高分辨率测绘相机、成像光谱仪、大视场红外扫描仪、合成孔径雷达(Synthetic Aperture Radar，SAR)于同一载机的多任务载荷，机载分布式阵列天线SAR等。对于装备多任务遥感载荷的综合航空遥感系统，需要对各载荷分布点的运动参数进行高精度测量。

分布式POS是目前获取载机多点位置、速度、姿态等运动参数的有效手段。分布式POS的组成主要包括一个高精度主位置姿态测量系统(主POS)、多个子惯性测量单元(Inertial Measurement Unit，IMU)、一个导航计算机和一套后处理软件。其中主POS由高精度主IMU和全球导航卫星系统(Global Navigation Satellite System，GNSS)组成，主IMU一般安装在机舱内或机腹部，子IMU一般分布在载机两侧的机翼上，形成一个多节点的惯性测量系统。

而应用于机载导航系统的信息融合算法主要有集中滤波和联邦滤波两种方法。理论上讲，集中滤波器可获得最优估计，但是随着子系统数量的增加算法复杂度增加，造成“维数灾难”，甚至导致滤波发散。分级分散的联邦滤波采用各子滤波器并行滤波的方法，克服了集中滤波带来的计算量大的问题。联邦滤波各系统有主次之分，主系统又叫参考系统，它与各子系统的估计值进行融合后反馈到子系统，对子系统的估计值进行重置。

然而，目前针对导航系统的联邦滤波多传感器信息融合方法主要用来提高单一节点的测量精度，针对多节点分布式POS的信息融合，主要采用的方法是将主POS输出的高精度位置、速度、姿态等运动参数信息分别与各子IMU输出的信息进行融合，实现子IMU所在处运动信息的精确测量，即传递对准。

理想情况下，经过传递对准的各子IMU的测量精度应当一致，但是实际飞行中，由于各子IMU安置点的机体变形、杆臂位置、惯性器件精度等因素存在差异，导致各子IMU传递对准精度的差异。一般而言，靠近机体中心的子IMU安置点的传递对准精度较高，容易满足成像运动补偿的精度要求，远离机体中心的子IMU安置点的挠曲变形情况更复杂，传递对准精度较低，不能满足成像运动补偿的精度要求。为了使分布式POS每个节点均能够满足精度要求，提高分布式POS系统的整体测量精度，必须综合利用所有子IMU的输出信息进行信息融合，均衡各个节点的精度。

但是目前一般假设各子IMU所处的导航坐标系相同，均为主POS的导航坐标系，从而直接对各IMU进行信息融合，但是位置、速度、姿态均通过各子IMU载体坐标系之间的方向余弦矩阵转换，缺乏合理性。另外，也没有考虑各IMU之间杆臂效应、安装误差等因素，对于高精度的分布式POS系统而言，这些因素会带来巨大的测量误差，因此必须予以考虑。

发明内容

本发明的目的是提供一种机载分布式POS的多节点信息融合方法及系统，可提高分布式POS系统的整体测量精度。

为实现上述目的，本发明提供了如下方案：