[发明专利]一种黑障区的飞行器智能导航方法

说明书

本发明提出了一种黑障区的飞行器智能导航方法，主要包括建立组合导航系统的状态方程；结合卫星导航及天文导航提供的信息，构建基于扩展卡尔曼滤波器的量测方程；在飞行器经过黑障区前，采用Mamdani神经网络对卫星信号工作正常情况下的信号进行模式训练；经过黑障区无法接收卫星信号时，采用模糊系统对由神经网络建立的导航信息库中抽取传感器信息知识；到达滤波周期时读取卫星导航信息，进行扩展卡尔曼滤波量测更新，对系统状态量进行反馈校正。本发明显著提高了黑障区导航系统的精度和可靠性，解决了黑障区无卫星信号可用情况下的高精度导航信息输出的问题，保证了对飞行器导航信息的有效利用，具有广泛的适用性。

技术领域

本发明涉及飞行器组合导航领域，具体涉及一种黑障区的飞行器智能导航方法。

背景技术

目前世界各国均在研发可多次往返于大气层内外的飞行器，其高速、高机动、可跨空域的能力，使其能够实现快速侦察、空间站物资运输、实现精准对敌打击的作战任务等。该类飞行器在飞行过程中，通常采用多种导航传感器组合方式实现精准导航，这也是该类飞行器任务能否成功的关键环节。而飞行器以高超声速返回地球时，高超声速产生的激波会加热在飞行器周围的气体，由于粘性流和激波的作用，飞行器周围会形成“等离子鞘套”。等离子鞘套中的电子密度极高，会产生与金属壳屏蔽类似的情况，会造成通信传输的中断，因此，卫星导航等需要通过信号传输实现定位的导航手段均无法使用，即“黑障”现象。对于配置了多种导航敏感器的导航系统，在黑障区中，全球导航定位系统因通信中断而失锁；大气层内环境会对天文导航系统造成干扰，不利于搜索星空，造成天文信号中断，惯性导航系统因其自主性能够正常工作。但其精度会逐渐降低，无法长时间提供高精度导航信息。

目前有通过机体构型的方法处理黑障段导航问题，但该种方法无法应对飞行器有较大机动的情况。此外也有采用电化学法来处理在该段的导航问题，但是此种方法无法在飞行器频繁往返大气层内外时提供导航信号。

因此，研发一种能够保证飞行器在黑障段拥有可靠导航信息的方法，对提高飞行器导航定位精度，保证飞行器飞行安全具有重要意义。

发明内容

本发明所要解决的技术问题是飞行器在黑障区的可靠导航方法。在飞行器由大气层外返回地面经过无信号的黑障区的过程前，采用神经网络学习卫星导航输出信号，经过黑障区无法接收卫星信号时，采用模糊系统对由神经网络建立的导航信息库中抽取传感器信息知识，实现与惯性导航的最优融合，显著提高了黑障区导航系统的精度和可靠性。

本发明为实现上述目标，解决上述问题采用以下技术方案：

一种黑障区的飞行器智能导航方法，包括如下步骤：

步骤1：建立组合导航系统的状态方程，将惯性传感器误差扩展为系统状态变量，包括陀螺的随机游走过程、随机游走驱动白噪声、陀螺仪的白噪声和加速度计的随机游走过程和随机游走驱动白噪声；

步骤2：结合卫星导航提供的位置信息及天文导航提供的姿态信息，构建基于扩展卡尔曼滤波器的量测方程；

步骤3：在飞行器进入黑障区之前，利用Mamdani模型的模糊神经网络，使得飞行器导航系统可以在进入黑障区之前通过网络学习建立卫星导航传感器输出信息的知识库，进而建立自适应网络；

步骤4：在飞行器进入黑障区前一采样时刻，利用天文导航对飞行器姿态进行校准；

步骤5：进入黑障区后，利用模糊系统实现对已建立的卫星导航输出信息知识库中的卫星导航传感器信息知识进行抽取与表达，实现导航信号的可靠输出；

步骤6：到达滤波周期，读取由模糊系统输出的卫星导航信息，进行扩展卡尔曼滤波量测更新，并采用扩展卡尔曼滤波对系统状态量进行反馈校正，实现对组合导航系统的有效修正；

作为本发明的一种优选方案，步骤1所述系统的状态向量为：