一种用于空中加油会合段的相对导航系统及方法与流程

本发明属于相对导航与组合导航领域，尤其涉及一种用于空中加油会合段的相对导航系统及方法。

背景技术：

空中加油是指在飞行过程中一架飞机向另一架或多架飞机传输燃料的活动。拥有了该项技术，意味着飞机不需要落地就可以加注燃料，大大地增加了飞机的航程以及续航时间，为更好的执行任务提供可能。

求解加油机与受油机之间的相对导航信息是空中加油的首要问题，相对导航信息包括相对位置、速度与姿态三个方面。目前，国内外针对空中加油会合段相对导航算法的研究很少。有一些针对编队飞行的相对导航算法，但没有考虑到空中加油会合段的特点与要求。目前常用的相对导航手段主要有：(1)绝对定位结果作差；(2)gps差分方法；；(3)基于测量角度和距离的目标定位方法。

现有技术手段存在一些技术问题：如何选择合理的传感器，满足空中加油会合段的要求；如何设计算法，提供加油机与受油机之间的实时、高精度的相对导航信息，保证输出的收敛性；如何满足相对导航系统的可靠性与容错性要求。

技术实现要素：

发明目的：针对以上问题，本发明提出一种用于空中加油会合段的相对导航系统及方法。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种用于空中加油会合段的相对导航系统，包括加油机和受油机；其中加油机包括sins、gps和数据链通信系统；受油机包括sins、gps、irst和数据链通信系统，飞机间通过数据链传递相关数据。

一种用于空中加油会合段的相对导航方法，具体包括：

(1)加油机上安装sins、gps以及数据链通信系统；受油机上安装sins、gps、irst和数据链通信系统。飞机间通过数据链传递相关数据；

(2)加油机中设有局部融合滤波器；受油机中设有局部融合滤波器、相对状态滤波器、目标跟踪滤波器和系统融合中心；

(3)采用混合多级式的融合结构模型，实时得到高精度的相对位置、速度和姿态信息。

局部融合滤波器具体工作为：

(1)采用sins与gps紧组合的方式，利用gps信息校正sins的信息，得到绝对定位结果；

(2)用卡尔曼滤波的估计结果校正陀螺仪和加速度计的输出；

(3)利用局部融合滤波器估计结果修正后的角速度和比力、gps量测以及局部融合滤波器解算得到的绝对位置，通过数据链发送给加油机。

相对状态融合滤波器具体工作为：

(1)利用gps载波相位差分信息，估计相对导航状态的误差，从而校正相对导航状态；

(2)状态方程采用相对惯性状态误差微分方程，量测为gps载波相位差分的解算结果与相对导航状态的差值；

(3)采用卡尔曼滤波算法，得到加油机与受油机之间的相对导航状态误差。

(4)用卡尔曼滤波算法，得到陀螺仪漂移量和加速度计漂移量的误差估计值，用于校正角速度和比力，形成闭环系统。

目标跟踪滤波器具体工作为：

(1)加入irst目标跟踪滤波器，求解加油机的航迹；

(2)利用gps载波相位差分得到的受油机与加油机之间的直线距离来代替irst的距离量测；

(3)加油机运动模型选择常用的速度模型(cv模型)和加速度模型(ca模型)，通过机动性检测条件判断加油机是否发生了机动。判断加油机属于非机动状态时，状态方程采用cv模型；判断加油机处于机动状态时，状态方程采用ca模型。

(4)量测利用irst测量得到的视线仰角和视线方位角以及gps差分得到的直线距离信息，建立量测方程。

系统融合中心具体工作为：

(1)将相对状态滤波器的结果与目标跟踪滤波器的结果进行融合；

(2)采用估计方差的逆矩阵进行加权融合，信息融合的周期取相对状态融合滤波器和目标跟踪滤波器周期的最小公倍数。

有益效果：

本发明针对空中加油会合段，相对导航系统采用sins、gps以及irst组合的传感器配置，优势互补。结构上采用混合多级式的融合模型，可以实时得到高精度的相对位置、速度和姿态。并且当数据链出现中断时，irst可独立工作，满足系统可靠性与容错性的要求。

附图说明

图1是相对导航系统的结构框图；

图2是irst导航系统测量模型；

具体实施方式

下面结合附图和实施例对本发明的技术方案作进一步的说明。

本发明针对空中加油会合段，相对导航系统采用sins、gps以及irst组合的方式，在系统框架上采用混合多级式的融合结构模型，可以实时得到加油机与受油机之间的高精度的相对位置、速度、姿态信息。当数据链出现中断时，irst可独立工作，满足系统可靠性与容错性的要求。

如图1所示是本发明所述的相对导航系统的结构框图，包括加油机和受油机；其中，加油机包括sins，gps和数据链通信系统；受油机包括sins，gps，irst和数据链通信系统。加油机与受油机之间通过数据链进行通信。相对导航系统采用混合多级式的融合结构模型。

加油机中设有局部融合滤波器；受油机中设有局部融合滤波器、相对状态滤波器、目标跟踪滤波器和系统融合中心。

(1)局部融合滤波器。

局部绝对状态滤波器采用sins与gps紧组合的方式。利用kalman滤波来校正sins输出的位置、姿态和速度信息，并且校正了陀螺仪和加表输出的角速度和比力。

本方案充分利用gps的输出信息。利用加油机和受油机上的gps信息先校正自身的绝对定位的结果，并修正了陀螺仪、加表的测量信息。加油机通过数据链将相关数据传至受油机。由于局部融合滤波器的存在，大大提高了相对状态误差模型的精确性，有效地抑制解算结果的发散。

(2)相对状态滤波器。

相对状态滤波器总体思路：利用gps载波相位差分结果，估计出相对导航状态的误差，从而校正相对导航状态。状态方程采用相对惯性状态误差微分方程，量测选择gps载波相位差分的结果与相对导航状态的差值。采用卡尔曼滤波，得到加油机与受油机之间的相对导航状态误差，继而得到校正后的相对位置、相对姿态和相对速度信息。并且通过滤波算法，可以估计陀螺仪漂移量和加速度计漂移量的误差值，用于校正角速度和比力，形成闭环系统。

具体如下：

(2.1)相对惯性系统的状态误差微分方程。

根据陀螺仪与加表的误差方程，推导相对位置与姿态的误差微分方程，算法采用四元数来表示姿态。

加油机t与受油机u之间的相对姿态可以定义为相对姿态的误差可以定义为其中，表示相对四元数的估计值。

姿态微分方程如下：

其中，角速度表示受油机u机体系相对于加油机t机体系的角速度在受油机u机体系中的投影。使用增量公式表示相对四元数的误差如下：

由以上两个公式可以得到：

由四元数乘法：

由于相对四元数误差很小：

δq＝[δq1,δq2,δq3,δq4]^t≈[1,0,0,0]^t

作如下简化：

去除小量后，可以得到：

结合陀螺仪的误差模型，上式可以转化为：

相对位置表示为并且：

其中，是从惯性坐标系到飞机u机体系的方向余弦阵。

取两阶导数后：

由微分方程可以得到：

同时有：

由上面两个方程，可以整理得到：

定义相对速度误差的微分形式如下：

因为相对距离与地球半径相比很小，可以忽略重力加速度的影响。由上述两个方程以及陀螺仪的误差模型，可以得到：

相对状态误差变量定义为：

建立相对状态误差方程如下：

离散形式如下：

x(k)＝f(k-1)x(k-1)+g(k-1)w(k-1)

其中，w(k-1)是均值为0的高斯白噪声。

(2.2)量测方程。

gps相对量测值利用无基站的载波相位差方法解算得到，记为：

量测方程为：

整理后，记为：

δz(k)＝h(k)δx(k)+v(k)

其中，v(k)是均值为0的高斯白噪声。

(2.3)数据融合。

数据融合算法采用卡尔曼滤波的方法，包括时间更新和量测更新两部分。假设系统噪声协方差阵为q，量测噪声协方差阵为r。

协方差的一步预测为：

k时刻的协方差阵为：

pk＝(i-kkhk)pk/k-1(i-kkhk)^t+kkrkkk^t

增益矩阵为：

状态一步预测：

xk/k-1＝fk-1xk-1

状态估计：

xk＝xk/k-1+kk(zk-hkxk/k-1)

通过卡尔曼滤波算法，可以得到相对导航状态的误差，记为用于修正相对导航状态以及角速度和比力。

(3)目标跟踪滤波器。

对于目标跟踪滤波器，加入了irst目标跟踪滤波器，体现了目标跟踪(航迹融合)的特点。将irst的输出作为一串量测序列考虑，并且把加油机运动特性考虑进来。

irst角度量测精度较高，但距离测量精度偏低。利用gps差分得到的双机的直线距离来取代irst的距离量测，可以有效提高irst目标跟踪滤波器输出的精度。

加油机运动模型选择常用的速度模型(cv模型)和加速度模型(ca模型)，通过机动性检测条件判断加油机是都发生了机动。判断加油机属于非机动状态时，状态方程采用cv模型；判断加油机处于机动状态时，状态方程采用ca模型。量测利用irst测量得到的视线仰角和视线方位角，以及gps差分得到的直线距离信息。

cv模型：

ca模型：

如图2所示是irst导航系统测量模型，irst系统提供距离、视线仰角以及视线方位角。irst可以大范围工作(＞100km)，并且不依赖于数据链路。使得相对导航系统更可靠。假定测量得到的距离为ρ，方位角为β，视线仰角为α.加油机与受油机之间的相对位置为[δx,δy,δz]。根据几何关系可以建立如下方程，继而可以获得量测方程。

(4)系统融合中心。

系统融合中心将相对状态滤波器的结果与目标跟踪滤波器的结果进行融合。采用估计方差的逆矩阵进行加权融合。信息融合周期取相对状态滤波器的结果与目标跟踪滤波器周期的最小公倍数。

本发明针对空中加油会合段，系统采用多传感器组合的方式，优势互补。加入了irst数据源，利用了irst测量范围广的特点；设计了目标跟踪滤波器，把加油机运动特性考虑进来。融合结构采用混合多级式的结构模型，可以实时得到受油机与加油机之间高精度的相对位置、速度、姿态信息，满足了空中加油会合段的任务要求。同时irst可以独立工作，削弱了相对导航系统对数据链的依赖，使系统具有高可靠性和容错性。