[发明专利]一种基于局部反馈的两层分布式多传感器组合导航滤波方法

说明书

本发明公开了一种基于局部反馈的两层分布式多传感器组合导航滤波方法，涉及一种SST/Beidou/气压高度表/捷联惯性组合导航系统信息融合方法。该方法主要针对联邦滤波器的非最优性，采用捷联惯性导航系统（SINS）作为主导航系统，首先对北斗（Beidou）、捷联星光跟踪仪（SST）和气压高度表三种子导航传感器的工作特性进行了理论分析，建立导航坐标系下的惯性/Beidou、惯性/SST、惯性/高度表的组合导航系统滤波模型；然后，设计并完成了基于局部反馈的两层分布式多传感器组合导航系统滤波方法；最后经过该方法的最优估计，并对惯性系统进行信息校正。本发明导航精度高，并且以理论形式证明了在有、无的情况下最终的滤波精度是等效的，但在有反馈的情况下来自融合中心的反馈信息可明显提高子滤波器的滤波性能。

技术领域

本发明涉及一种基于局部反馈的两层分布式多传感器组合导航滤波方法，属于多源组合导航技术融合领域，可用于航空飞行器导航参数的确定。

背景技术

在多传感器组合导航系统中，各子导航传感器通过性能互补及信息同享，能够在不同的复杂环境中为不同的平台提供准确、连续导航信息。而信息融合方案依然是多传感器组合导航系统的基本问题，目前可提供导航信息的有惯性导航系统(INS)、北斗导航定位系统(Beidou)、全球卫星导航系统(GNSS)、天文导航系统(CNS)、捷联星光跟踪仪(SST)、磁力计、大气数据等。

目前对多传感器组合导航系统的融合方法研究较多，如集中式、分布式、混合式；常用的联邦滤波融合算法是以分布式融合结构为基础的，但其结果不是最优的，从信息融合的结构来看，该算法属于两层分布式融合结构。毫无疑问在两级分布式融合算法中，反馈可以改善子滤波器的性能，但也增加了系统的复杂度，而有些子滤波的性能本身就优越(如Beidou/SINS、GPS/SINS)。

针对多传感器组合导航系统的两层分布式最优滤波算法的一般性，即对性能较差的子滤波器引入反馈信息以改善滤波性能、而对性能优良的子滤波器不引入反馈信息，这样即可保留算法的全局最优性、同时降低全反馈带来的较大计算负担，亟需一种更为有效的滤波方法。

发明内容

本发明的目的：克服现有多传感器组合导航系统常用滤波方法在全局精度、子滤波器性能、计算机计算负担等方面的综合性能不足的问题，提供了一种基于局部反馈的两层分布式多传感器组合导航滤波方法。

本发明为了实现上述目的，采用如下技术方案：

本发明基于一种基于局部反馈的两层分布式多传感器组合导航滤波方法，包括以下步骤：

(1)建立航空机载惯性导航系统导航误差状态的数学描述，惯性导航系统SINS的误差状态向量X取为：

向量X中的前九项与导航参数误差状态有关，它们分别是三维姿态误差、三维速度误差以及三维位置误差，向量X中的后九项与惯性仪表的误差状态量有关，下标E、N、U分别代表东向、北向、天向，ε_b、ε_r分别为陀螺随机常值漂移、一阶马尔柯夫过程漂移，▽_r为加速度计的一阶马尔柯夫过程漂移，后九项的下标x、y、z为地理坐标系的三个坐标轴。

(2)根据所采用的子导航传感器，建立导航坐标系下子导航传感器观测量与被估计的步骤(1)所述的航空机载惯性导航系统导航误差状态向量中的纬度误差状态量、经度误差状态量、高度误差状态量、速度误差状态量以及姿态误差状态量之间的量测方程，包括Beidou/SINS量测方程、CNS/SINS量测方程、气压高度表/SINS量测方程。

(3)对M个局部节点(子滤波器)中有L(L≤M)个局部节点(子滤波器)接收反馈信息的条件下，根据步骤(1)和(2)的模型，建立接收反馈和不接收反馈信息条件下的各局部滤波器的估计模型。