[发明专利]一种机载分布式POS的实时传递对准的方法及装置

说明书

本发明实施例提供了一种机载分布式POS实时传递对准的方法和装置，建立了大失准角条件的传递对准数学模型和误差模型，利用KF和UKF分别进行线性状态变量和非线性状态变量的时间更新和量测更新，然后利用线性状态变量估计值和非线性状态变量估计值对子系统的速度、位置和姿态进行修正，由于考虑了位置误差、非线性滤波时线性状态变量估计值作为参数以及线性滤波时非线性状态变量估计值作为参数存在的误差，并分别在计算非线性状态变量一步预测协方差矩阵和线性状态变量一步预测协方差矩阵时予以补偿，因而提高了传递对准的精度。

技术领域

本发明涉及导航系统领域，具体涉及一种机载分布式POS的实时传递对准的方法及装置。

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。

分布式位置姿态测量系统(Position and Orientation System，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(主系统)、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。其中主系统由高精度主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，子系统一般分布在载机两侧的机翼上，依靠主系统的高精度位置、速度、姿态等运动参数对其进行传递对准以实现所在处运动信息的精确测量。受成本以及载机对IMU体积、重量的限制，如分布式阵列天线SAR，单侧机翼上的SAR天线可多达几十部，每个天线处的空间和承重能力都非常有限，因此急需低成本、小型化的分布式POS以实现各载荷运动参数的获取。

机载对地观测成像分实时成像和离线成像两种工作模式中，实时成像要求分布式POS进行实时传递对准。由于低成本分布式POS系统惯性器件精度低，在实际应用中分布式POS是一个非线性系统，如果直接采用线性滤波方法，如代表性的卡尔曼滤波(KzlmanFilter，KF)，进行传递对准则无法满足精度要求，而现有的高精度非线性滤波方法的计算量较大，如代表性的方法：无迹卡尔曼滤波(Unscent Kalman Filter，UKF),需要对状态变量进行采样，其计算量与系统状态变量的维数成正比，UKF的运算复杂度约为其中，p为系统模型的状态变量维数，q为观测量维数。由于实际飞行中机体存在弹性变形，且主、子系统之间存在安装误差角，需要将弹性变形角和安装误差角均扩充为状态变量进行估计，再加上子系统的误差(包括速度误差、姿态误差、位置误差和惯性仪表误差)，这样完整的传递对准状态变量维数将高达24维甚至更高，使得高精度非线性滤波方法难以满足传递对准的实时性要求。