組合導(dǎo)航的衛(wèi)星通信論文范文
本站小編為你精心準(zhǔn)備了組合導(dǎo)航的衛(wèi)星通信論文參考范文，愿這些范文能點燃您思維的火花，激發(fā)您的寫作靈感。歡迎深入閱讀并收藏。
1坐標(biāo)系及姿態(tài)表示方法
姿態(tài)的表示有多種方法，如歐拉角法、方向余弦法、四元數(shù)法和羅德里格斯參數(shù)法等。四元數(shù)法只需要解四個微分方程，不涉及三角函數(shù)運算，計算量小，是姿態(tài)控制領(lǐng)域廣泛應(yīng)用的姿態(tài)描述參數(shù)。由于四元數(shù)用四維向量來表示三維姿態(tài)角，因此，四元數(shù)四個元素間不是相互獨立的。此外，四元數(shù)必須滿足單位化限制1Tqq，存在加權(quán)均值計算和協(xié)方差奇異問題，會給姿態(tài)估計造成影響。
為降低系統(tǒng)實現(xiàn)的復(fù)雜程度，采用位置和速度的松組合模式，這種模式有兩個優(yōu)點：（1）動中通姿態(tài)估計系統(tǒng)工程實現(xiàn)容易，組合導(dǎo)航算法的計算量小、實時性好；（2）GPS和INS兩個系統(tǒng)保持獨立工作，當(dāng)其中某個系統(tǒng)出現(xiàn)故障時，系統(tǒng)可繼續(xù)保持工作，有效地保證了算法的連續(xù)性。選取慣性導(dǎo)航系統(tǒng)的基本方程和四元數(shù)隨時間的更新方程作為系統(tǒng)方程。系統(tǒng)的可觀性是考察卡爾曼濾波器性能的重要方法，對于一個完全可觀測的系統(tǒng)，狀態(tài)估計的效果取決于系統(tǒng)噪聲和測量噪聲；然而對于狀態(tài)不可觀測的系統(tǒng)，即使噪聲的影響很小甚至可以忽略時，仍然得不到狀態(tài)的精確估計。由組合導(dǎo)航姿態(tài)估計的速度誤差方程可知，橫滾角和俯仰角可以通過位置和速度信息間接可觀，而航向角的可觀性取決于載體的機(jī)動特性。因此，組合導(dǎo)航姿態(tài)估計航向角可觀性弱，姿態(tài)角估計精度低、易發(fā)散，僅使用組合導(dǎo)航算法無法獲得精確的姿態(tài)角估計值。單基線GPS在路況較好的情況下可以提供精確的航向信息[10]，因此，當(dāng)單基線GPS有效時，可以利用單基線GPS航向角作為外部觀測量，改善航向角的可觀性，提高航向角的估計精度。
3算法實現(xiàn)
3.1開關(guān)自適應(yīng)UKF組合姿態(tài)估計算法單基線GPS對空視環(huán)境提出了嚴(yán)格要求，當(dāng)移動衛(wèi)星地球站在行駛過程中GPS信號受到遮擋時，單基線無法輸出精確的航向角。若單基線GPS中的一個GPS天線可以輸出速率信息，此時，可以利用單天線GPS的航跡角進(jìn)行輔助。在載體直線行駛時，單天線GPS測量得到的航跡角與載體的航向角一致，但是當(dāng)載體轉(zhuǎn)彎時，側(cè)滑角會對航向角估計值產(chǎn)生干擾，使得航跡角與真實航向角之間產(chǎn)生偏差，此時，不可以使用單基線GPS的航跡角作為輔助手段。當(dāng)檢測到載體轉(zhuǎn)彎時，可以通過陀螺積分短時間維持姿態(tài)角的有效輸出。綜上所述，根據(jù)GPS的使用特點和移動衛(wèi)星地球站載體的行駛路況，設(shè)計自適應(yīng)組合導(dǎo)航算法，判斷規(guī)則。當(dāng)單基線GPS收星數(shù)目大于，即能夠提供航向信息時，算法通過單基線GPS航向角輔助進(jìn)行姿態(tài)估計；當(dāng)單基線GPS收星數(shù)目小于，即單基線GPS不能提供航向信息時，利用GPS航跡角輔助觀測；當(dāng)單基線輸出信息全部無效時，利用陀螺的短時精度保持系統(tǒng)的有效輸出，系統(tǒng)的原理如圖2所示。
3.2參數(shù)切換UKF組合姿態(tài)估計算法擴(kuò)展卡爾曼濾波（ExtendedKalmanFilter,EKF）是姿態(tài)估計領(lǐng)域應(yīng)用最為廣泛、最為成熟的非線性濾波方法，但是其存在線性化誤差，且當(dāng)線性化假設(shè)不成立或初始誤差較大時，濾波器性能會下降甚至發(fā)散。此外，EKF需要計算狀態(tài)方程的雅可比矩陣，計算復(fù)雜、不易實現(xiàn)。無跡卡爾曼濾波（UnscensedKalmanFilter,UKF）是一個以最優(yōu)高斯近似的卡爾曼濾波器架構(gòu)為基礎(chǔ)所發(fā)展的遞歸式最小均方根誤差估計器，估計精度高，無需計算雅克比矩陣、計算量適中，滿足動中通天線波束指向要求，因此選取UKF作為姿態(tài)估計算法。UKF濾波算法是基于UT變換的卡爾曼濾波算法，其基本思想是用一定數(shù)量的樣本通過UT去近似系統(tǒng)的真實分布，由被估計量的先驗均值和方差產(chǎn)生一批離散的與被估計量具有相同的概率統(tǒng)計的采樣點，其經(jīng)過非線性變換后，生成后驗的均值和方差，基于參數(shù)切換的組合導(dǎo)航采用UKF算法步驟如下。
4實驗分析
為驗證算法的有效性，選取北京星網(wǎng)宇達(dá)科技開發(fā)公司的慣性測量單元XW-IMU5220和GPS定位定向模塊XW-ADU3601作為實驗平臺，同時將高精度姿態(tài)方位組合導(dǎo)航系統(tǒng)XW-ADU7612作為驗證算法的基準(zhǔn)。XW-ADU3601由兩個GPS接收機(jī)和以嵌入式處理器為核心的計算機(jī)組成，既可以獨立使用也可以與其它的系統(tǒng)聯(lián)合使用，其給出的速度精度小于0.02m/s。慣性測量單元XW-IMU5220產(chǎn)品選用低成本高可靠性的微機(jī)械慣性器件，由三個微機(jī)械陀螺和三個微機(jī)械加速度計組成，可實現(xiàn)對載體角運動、線運動的實時測量，以100Hz的數(shù)據(jù)更新速率穩(wěn)定的輸出加速度值和角速率值。選擇鄉(xiāng)村土石路進(jìn)行實驗，移動衛(wèi)星通信載體的姿態(tài)的動態(tài)變化范圍大，車輛行駛機(jī)動狀況復(fù)雜，存在載體的強(qiáng)機(jī)動加減速、轉(zhuǎn)彎等各種突發(fā)干擾因素，可以驗證算法的有效性。實驗載體及設(shè)備安裝如圖3所示。GPS收星數(shù)目如圖4所示，GPS定位定向模塊XW-ADU3601收星數(shù)目均在5顆以上。由實際跑車經(jīng)驗得知：XW-ADU3601收星數(shù)目大于6時，可以輸出航向角；當(dāng)收星數(shù)目大于4時，可以輸出GPS航跡角；當(dāng)收星數(shù)目小于4時，無法利用GPS的測量信息。因此，可以充分利用單基線GPS定位定向模塊的輸出數(shù)據(jù)，通過組合導(dǎo)航算法得到姿態(tài)角的估計值。直接使用基于擴(kuò)展卡爾曼濾波的組合導(dǎo)航算法的實驗結(jié)果如圖5、圖6和圖7所示。
作者：趙建偉賈維敏金偉田方浩熊雄單位：第二炮兵工程大學(xué)907教研室第二炮兵工程大學(xué)403教研室
