基于某型飞行器卫星定位航迹修正算法的研究

传统飞行器航向通道比例-积分-微分(PID)控制易受各种因素的干扰使飞行器偏离预定弹道,而卫星导航技术在航空航天的领域已十分成熟。因此本文将飞行器飞行过程中,通过卫星导航技术得到的位置信息闭环到航向控制通路中,形成对飞行器侧向位置的闭环控制。该方法通过开环控制与闭环控制相结合的方式,有效地解决了卫星导航定位不稳定等问题,可以有效减小飞行器弹道精度的有效控制。

基于S⁃G滤波算法的航空器着陆阶段滑行轨迹修正研究

对航空器着陆阶段运行轨迹分析是客观评价飞行员技术水平与航司运行品质的重要手段,在保障航空器安全高效运行等方面具有重要意义。通过对QAR数据中经纬度参数在地图软件中打点分析发现,航空器在跑道上减速滑行阶段轨迹出现明显的曲折、错位与偏移现象。采用S⁃G滤波算法,构建航空器着陆阶段轨迹修正模型,对航迹进行修正处理。结果表明,S⁃G滤波算法修正模型可对原始航迹进行良好修正。

基于基本飞行模型的ADS-B航迹修正研究

为有效提高飞机的监视精度,获取准确的飞行航迹,针对ADS-B监视过程中的航迹异常问题,提出了基于基本飞行模型的ADS-B航迹修正方法。该方法充分利用ADS-B丰富的飞行数据信息,建立了飞行计算模型和航迹识别模型,最终结合真实数据通过程序仿真验证了该方法的可行性。实验结果表明,该方法能准确、快速修正平飞、转弯、爬升过程中的航迹信息,可以有效提高航迹监视的实时性。

状态变换扩展卡尔曼平滑算法在AUV水下航迹修正中的应用

水下自主潜航器(AUV)在水下勘测过程中常采用定期上浮的方式利用卫星定位信息(GNSS)校正惯性/多普勒测速仪(SINS/DVL)组合导航造成的位置误差,并通过平滑算法校正之前计算的水下航迹。针对AUV上浮前的水下航迹矫正问题,提出一种基于计算地理坐标系的状态变换扩展卡尔曼平滑算法(STEKF-RTS)。首先推导状态变换扩展卡尔曼滤波器的系统误差状态方程,并分别以GNSS信息和DVL速度为观测信息构建量测方程,以此系统模型进行前向滤波。完成前向滤波后,即潜航器上浮GNSS校正完成后,采用RTS平滑算法对水下航行阶段的航迹进行修正。实验结果表明,STEKF相较于EKF能减缓位置误差积累,STEKF-RTS相比EKF-RTS平滑算法能够进一步有效校正航线误差,1 h上浮时间间隔情况下,勘测航迹精度可控制在0.5%D以内。

风影响下的航迹修正

本文针对地形对风的影响而使飞机偏航的原因作简单的分析,以保证教学训练的安全。

指显平台对水下目标航迹异常值的实时处理方法

指显平台需接收各种测量设备按特定时间间隔发送的各类水下目标的位置信息,并实时、准确地显示目标航迹。与空中、陆上等目标相比,水下目标的测量周期长,测量信息常出现短暂中断,且由于传输网络的原因,指显平台接收的目标位置信息有时会出现乱序,现有的航迹异常值处理方法难以适用。通过对异常值处理方法进行了研究,给出了一种五点与九点线性预测法相结合的航迹异常值判定方法,同时给出了一种航迹自动修正方案,在出现多个航迹数据不稳定、因异常值处理导致的航迹偏离时能够自动恢复正确航迹,仿真结果验证了此方法的有效性。

基于匈牙利概率数据互联的抗RGPO干扰跟踪方法

针对受距离门拖引(RGPO)干扰导致的雷达跟踪误差增大、航迹中断概率变高等问题,提出基于匈牙利概率数据互联的抗RGPO干扰跟踪方法。首先,分析RGPO干扰和雷达跟踪原理,将雷达抗干扰跟踪问题建模为邻近多目标跟踪问题。然后,设计假目标虚拟航迹起始算法,并在概率数据互联框架下引入匈牙利算法进行真假航迹交互修正,有效解决抗干扰跟踪时点迹-航迹错误关联、滤波发散等问题。最后,理论分析和仿真结果表明,与传统方法相比,所提方法在未受干扰时雷达跟踪性能保持不变,在受RGPO干扰时可有效提升目标跟踪精度、大幅降低航迹中断概率。

低空飞行器可行航迹评估方法

低空飞行器即时航迹规划问题是实现任务变更、精确打击、战术机动等任务的重要决策问题。本文针对低空飞行器临时修正初始航迹需面对多条航迹选择的难点,基于航迹评估的主要因素,总结了可行航迹的主要评估指标,并给出了各指标计算方法,该方法可有效剔除规划航迹的不可行路径,为即时航迹规划的进一步研究提供科学基础。

基于侧偏修正的无人驾驶旋翼机转弯飞行控制

针对无人自转旋翼机在转弯飞行过程中,由于外界扰动而导致的飞行轨迹偏离问题,对无人自转旋翼机的转弯飞行机理和受力情况进行了分析,在此基础上,提出一种以侧偏距离和侧偏率来修正旋翼机滚转角指令和航向角速率指令的控制策略,给出了基于侧偏修正的旋翼机转弯飞行控制回路。仿真结果表明:所提方法能够使得旋翼机在转弯过程中精确跟踪预定航迹,达到预期的控制效果。

低空风影响下的多航空器航迹规划

为了提高多航空器航迹规划的安全性和准确性,针对航空器性能因素、低空风因素以及多航空器之间的相互约束三方面对于航迹的影响,建立了航空器性能模型和多机冲突模型,通过引入时间窗原理以及A*算法完成多航空器的安全航迹规划,并且构建风影响下的航迹修正模型,根据每个航迹节点上的风速情况,对无风状态下的初始航迹进行修正,得出修正航迹,完成多航空器安全航迹的预战术规划。经实验验证,在保证航空器安全飞行的前提下,方法的总航程相比其他文献减少了9.5%。提高了航迹规划的准确性和安全性。

无人机DR/GPS/RP导航中风场估计仿真

基于无人机DR/GPS/RP组合导航中的风场干扰问题,提出了一种利用位置矢量合成关系进行在线风场估计与航迹修正的方法,并提出了利用Shannon采样原理确定风场估计步长的方法。仿真结果表明:该方法不但能较准确地估计出干扰风场的信息,从而抑制自主导航DR受风场干扰的推算发散,而且能够大大提高系统组合导航的精度,改善无人机导航的抗风场干扰能力。

风场干扰下基于一致性卡尔曼滤波的UAV编队控制算法

针对风场干扰下多无人机(UAV)编队的控制问题,提出一种基于一致性卡尔曼滤波的多无人机编队控制算法。根据一致性卡尔曼滤波算法,测量每架无人机的风场干扰误差,预测控制编队中各机的相对位置;设置编队的中心关键点,并利用总卡尔曼滤波器调整其位置,由此实现了一致性卡尔曼滤波算法与航迹修正相结合解决风场干扰下多无人机编队的控制问题;并将该算法应用到轨迹跟踪问题,从而实现编队对复杂航迹的实时跟踪。仿真结果表明,文中提出的算法具有很好的灵活性、鲁棒性、可靠性和可伸缩性。

多无人机协同任务规划研究

多无人机协同作战过程中,任务规划技术对无人机至关重要,贯穿无人机作战的整个过程.总结了多无人机任务规划系统的体系架构、指挥控制方式和涉及关键技术的研究现状;详细阐述了目标分配、路径规划和航迹修正的模型和算法,分析了算法具有不同的特性及适用性,并例举了研究者们对部分算法的改进.最后,提出了多无人机任务规划技术未来的发展趋势以及下一步的工作方向.

基于快速扩展随机树算法的多无人机编队重构方法研究

为适应瞬息万变的战场环境,发挥多无人机不同队形下的作战优势,以快速扩展随机树(RRT)算法为基础,提出一种多无人机编队重构的方法。首先建立多无人机编队的运动模型,分析传统 RRT 算法与编队重构方法结合的可行性,并采用多余节点去除和构造过渡航迹等策略对航迹进行修正。之后,重点分析重构过程中的动力学及防碰撞等约束,为随机树的扩展和无人机的航迹变换提供依据。最后通过对比仿真和飞行试验,验证所提重构方法的安全性和可行性。结果表明,该重构方法能在复杂环境下快速实现编队重构,同时所规划的航迹利于无人机进行跟踪,可满足实际战场的飞行需求。

基于数字地球的QAR数据飞行航径复现研究

为了更好的实现飞行品质监控和飞行事后分析,本文设计了可将QAR飞行数据关联到响应的地理空间和时间序列的显示平台。针对数据精度有限,提出了基于地理特征点的积分航迹分段修正模型,同时复现飞机实际垂直剖面时对气压高度进行了温度修正。以某航班实际QAR数据为例,通过数据筛选和仿真计算,并对数字地球进行二次开发,复现的飞行航径与时间空间相互关联,从而为飞行品质监控、安全评估以及事故/事故征候调查提供了技术支持。

一种基于ST-EKF的惯性/里程计滑动窗口滤波技术

针对在卫星拒止的复杂野外环境下传统的惯性/里程计组合导航系统存在的误差随时间积累和方差不一致的问题,提出了一种基于状态变换Kalman滤波(State Transformation Extended Kalman Filter, ST-EKF)的惯性/里程计滑动窗口滤波技术。一方面,引入滤波鲁棒性更好的ST-EKF替代扩展Kalman滤波(Extended Kalman Filter, EKF);另一方面,利用滑动窗口中储存的误差状态向量、误差协方差和状态转移矩阵等数据实时对车辆行驶的航迹进行修正,以达到提高导航定位精度的目的。总里程489.88km的长行驶里程激光陀螺惯性测量单元(Inertial Measurement Unit, IMU)车载导航实验数据的事后处理表明,该算法具有较好的航迹修正效果和较高的导航定位精度,相比于基于EKF的惯性/里程计组合导航算法,其半程(去程)水平位置的均方根误差(Root Mean Square Error, RMSE)减少了42.79%,全程水平位置的RMSE减少47.70%。