面向小型旋翼無(wú)人機(jī)的低成本組合導(dǎo)航算法研究.pdf

1、導(dǎo)航技術(shù)作為飛行控制的基礎(chǔ)，對(duì)無(wú)人機(jī)的安全飛行起著至關(guān)重要的作用?；趹T性導(dǎo)航(Inertial Navigation System，INS)與全球定位系統(tǒng)(GlobalPositioning System，GPS)的組合導(dǎo)航系統(tǒng)能夠綜合利用各子系統(tǒng)的優(yōu)勢(shì)，提高組合系統(tǒng)的整體性能，但效果卻在一定程度上依賴(lài)于GPS信息的準(zhǔn)確性。而GPS信號(hào)在受到干擾時(shí)易產(chǎn)生異常測(cè)量值，甚至導(dǎo)致GPS信號(hào)完全失鎖。因此，針對(duì)以上問(wèn)題，研究如何在硬件成本、技

2、術(shù)條件有限的前提下，提高導(dǎo)航系統(tǒng)的穩(wěn)定性、可靠性具有重要的理論意義和應(yīng)用價(jià)值。
　　本文在借鑒前人工作的基礎(chǔ)上，以某八旋翼無(wú)人機(jī)為對(duì)象，針對(duì)低成本組合導(dǎo)航算法展開(kāi)研究，提出了面向低成本系統(tǒng)的分級(jí)式組合導(dǎo)航算法，同時(shí)對(duì)GPS信號(hào)異常甚至短時(shí)失鎖的情況進(jìn)行了研究。本文的主要研究工作和貢獻(xiàn)歸納如下:
　　(1)研究了慣性導(dǎo)航系統(tǒng)的信息（姿態(tài)、速度、位置）更新算法及誤差傳播模型，建立了INS/GPS組合導(dǎo)航系統(tǒng)的系統(tǒng)模型。
　

3、　(2)在全狀態(tài)導(dǎo)航系統(tǒng)模型的基礎(chǔ)上，針對(duì)低成本小型旋翼無(wú)人機(jī)提出了一種基于拓展卡爾曼濾波(Extended Kalman Filter，EKF)的分級(jí)式組合導(dǎo)航算法，將組合導(dǎo)航系統(tǒng)分解為姿態(tài)速度級(jí)和位置級(jí)，從而把一個(gè)高維的全狀態(tài)濾波器分解為兩個(gè)低維濾波器，在滿(mǎn)足導(dǎo)航系統(tǒng)各項(xiàng)指標(biāo)的基礎(chǔ)上提高了導(dǎo)航解算的實(shí)時(shí)性。
　　(3)在分級(jí)式組合導(dǎo)航的基礎(chǔ)上，提出了一種魯棒性位置估計(jì)算法，以解決異常觀測(cè)信息對(duì)位置導(dǎo)航系統(tǒng)的干擾。實(shí)驗(yàn)證明該方法

4、能夠在GPS信號(hào)異常時(shí)，將位置精度控制在1米左右，提高了位置導(dǎo)航系統(tǒng)的穩(wěn)定性，同時(shí)該方法可應(yīng)用于不同的信息融合算法中，適用范圍更廣。
　　(4)研究了徑向基神經(jīng)網(wǎng)絡(luò)和極限學(xué)習(xí)機(jī)算法，將極限學(xué)習(xí)機(jī)算法引入導(dǎo)航系統(tǒng)，以解決GPS失鎖時(shí)導(dǎo)航信息發(fā)散的問(wèn)題。GPS可用時(shí)，利用實(shí)時(shí)導(dǎo)航信息根據(jù)飛行器運(yùn)動(dòng)狀態(tài)訓(xùn)練不同的網(wǎng)絡(luò)參數(shù);GPS失鎖時(shí)，選擇合適的網(wǎng)絡(luò)模型預(yù)測(cè)卡爾曼濾波的觀測(cè)值，并對(duì)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的異常觀測(cè)值利用(3)中提出的方法進(jìn)行處理，