一种基于无人飞行器的临近空间运动目标定位方法与流程

本发明涉及无人机目标定位技术领域，尤其涉及一种基于无人飞行器的临近空间运动目标定位方法。

背景技术：

目前，针对临近空间高超声速运动目标探测主要有地基探测系统、空基探测系统和天基探测系统三种，但研究主要集中在地基探测系统和天基探测系统，关于空基探测系统的研究较少。

地基探测系统易受地球曲率影响，存在盲区，且目标在临近空间稀薄大气中飞行时，机体表面会与空气剧烈摩擦产生等离子体，会折射和吸收电磁波信号，同时由于临近空间飞行器一般目标小，距离远以及机身隐身设计等，导致雷达的反射面积小，不易探测。

天基探测系统目标探测不受地球曲率影响，与地基相比，能够提供更加广阔的监视范围和更长的预警时间，是目前较为有效的临近空间探测系统，但代价成本昂贵且精度不高。

相较于地基和天基探测系统固有的缺陷，空基探测系统主要以无人飞行器为平台，搭载雷达或红外探测传感器，目标探测不受地球曲率影响，同时具有良好的机动性能，是一种适合平时昼夜战备空情值班、战时昼夜空情保障的高空平台预警探测系统。

因此，研究以无人飞行器为平台搭载目标探测传感器的临近空间目标定位技术对于确保国家安全和国际地位具有重要意义。

临近空间高超声速运动目标的迎头雷达目标有效截面(radarcrosssection,rcs)较小，雷达探测困难，但因其高超声速飞行，前缘及蒙皮驻点温度大，当速度达到6ma时，其蒙皮温度约为1518k，且在临近空间空气稀薄，热传播衰减小，红外特征明显，易于被红外探测器捕获。传统的单站定位模型需要知道目标相对无人机的距离值，但是实战背景下，电磁环境复杂，激光测距仪往往不能正常使用，此时需要一种更为安全有效的定位方案。考虑到临近空间运动目标的红外特性以及机载红外传感器的探测特性(只能探测到目标角度信息)，单一红外探测器只能获取包含目标点的一条空间直线，无法精确定位。

技术实现要素：

本发明所要解决的技术问题是针对背景技术中所涉及到的缺陷，提供一种基于无人飞行器的临近空间运动目标定位方法，通过多无人机搭载红外探测器同时对目标进行红外探测，来实现对临近空间高超声速运动目标的定位功能。

本发明为解决上述技术问题采用以下技术方案：

以单无人机为基本探测单元，搭载目标红外探测器和ins/gps/cns组合导航系统实现对运动目标和无人机自身导航信息的感知，在此基础上采用多无人机编队飞行模式，对临近空间运动目标协同探测。为提高系统对运动目标的定位性能以及数据处理能力，以其中一架无人机作为数据处理中心，对来自各无人机的目标感知信息融合处理，输出目标最优坐标值。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1.隐蔽性能好，自身无辐射源，可深入敌后侦查，满足多种作战需求；

2.红外探测器利用温差原理捕获目标信息，对采用雷达隐身技术的飞行器也具备很强的探测能力；

3.与地基和天基探测平台相比，本发明具有更好的机动性能、目标定位精度以及经济性能。

附图说明

图1是本发明中多无人机协同目标定位方案设计图；

图2是本发明中多无人机无源目标定位示意图；

图3是本发明中目标定位算法1000次仿真结果空间分布图；

图4是本发明中飞行器航迹与目标航迹三维图；

图5是本发明中目标相距无人机距离和变化图；

图6是本发明中距离和变化对目标定位空间误差影响图；

图7是本发明中无人机航迹与目标航迹二维平面图；

图8是本发明中无人机间距变化图；

图9是本发明中无人机间距变化对目标定位空间误差影响图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

本发明主要为面向临近空间飞行器的多无人机协同目标定位方法，方案设计图如附图1所示。

一种基于无人飞行器的临近空间运动目标定位方法，包含以下步骤：

步骤1)，设置两架无人机a、b，每架无人机上均设置红外探测器和包含ins、gps、cns导航传感器的全息组合导航系统。

步骤2)，采用两架无人机a、b同时对目标进行探测，获得目标和两架无人机a、b的连线在空间直角坐标系中的角度值。

图2为k时刻无人机a、b同时对运动目标t进行探测的目标定位示意图，其中，ol-xlylzl为大地直角坐标系，ri(xi,yi,zi),(i＝1,2)分别表示无人机a、b的测量点，li为运动目标t和测量点ri之间的直线，直线li在xlolyl平面的投影rimi与xl轴正方向的夹角为σi，沿yl轴正方向为正方向；直线li与平面xlolyl的夹角为βi，沿zl轴正方向为正方向。

利用无人机上的红外探测器和包含ins、gps、cns导航传感器的全息组合导航系统分别测得无人机i的经度、纬度、高度、滚转角、俯仰角、航向角、红外传感器基座俯仰角振动误差、红外传感器基座滚转角振动误差、红外传感器基座航向角振动误差角、目标探测方位角和目标探测俯仰角(bi,li,hi,φi,θi,ψi,δθi,δφi,δψi,αi,λi)。任取实参ri，则有：

其中(x,y,z)为运动目标在基座坐标系中的坐标值。

则其在大地直角坐标系中的坐标(xⁱ,yⁱ,zⁱ)为：

其中为大地直角坐标系到地理坐标系转换矩阵，

上式中，rn为卯酉圈曲率半径，e为椭球第一偏心率。

为地理坐标系到无人机坐标系转换矩阵，

为无人机坐标系到基座坐标系转换矩阵，

在直线li上，有：

其中σi可根据象限关系对反正切值补偿。由式(6)可求解出直线li在大地坐标系中的角度σi,βi。

步骤3)，求解目标空间坐标最小二乘解

记h,b如式(7)所示：

实际情况中，只能得到由(xi,yi,zi,σi,βi),(i＝1,2)的量测值组成的含有量测噪声的矩阵h^m,b^m来代替h,b，假设噪声的各个分量统计独立，则目标在大地直角坐标系中的总体最小二乘解公式如下所示：

其中，为目标在大地直角坐标系中的坐标，式中v4为矩阵[-b^mh^m]奇异值分解后，最小奇异值所对应的右奇异值向量，v4(m)为向量v4的第m个元素，m＝1,2,3,4。

步骤4)，求解目标经纬高坐标

根据上一步骤求解的目标空间直角坐标系坐标计算目标对应的经纬高。

经度计算公式如下所示：

纬度迭代公式如下所示：

式中，f为地球扁率，re为地球长半径，注有下标j或j+1的值表示第j次或j+1次迭代值，如l0为纬度迭代初值，rn为卯酉圈曲率半径、b为目标经度，l为目标纬度，h为目标高度。

直至：迭代n次稳定后，有

ln-ln-1＜ε(11)

其中，ε为ε为预设的精度阈值，然后有高度公式如下：

h＝(rn+h)n-rnn(12)

则目标点的空间位置坐标为(b,ln,h)。

附图3为采用本发明方法matlab仿真1000次后的目标定位结果空间分布图。

附图4是为分析本发明中目标与无人机距离对定位精度的影响而设计的无人机目标三维航迹图，其中无人机a、b为空间定点探测，目标航迹为一条运动轨迹。

附图5为目标相距无人机的距离和变化图(为便于分析目标相对无人机之间的距离对目标定位误差的影响，这里引入距离和的概念，即将目标距离无人机a和无人机b之间的距离之和作为误差影响因素进行分析)，在0s～250s时间段内，目标快速接近无人机a、b，在250s～550s时间段内，目标与无人机之间保持一个相对稳定的距离，在550s～1000s时间段内时，目标逐渐远离无人机。

附图6为目标距离和变化对目标定位空间误差的影响图，目标定位空间误差基本与目标距离和变化图保持一致。

附图7是为分析无人机彼此间距变化对目标定位精度的影响而设计的无人机和目标航迹二维图，其中无人机a、b和目标点始终在同一空间平面上，无人机a和目标点位置保持不变，无人机b围绕目标点做平面内匀速圆周运动。

附图8为对应的无人机间距变化图，约170s时，彼此之间距离最大，此时载机a和载机b处于圆直径的两端；约668s时，彼此间距最小，此时无人机位置近乎“重叠”。

附图9为无人机间距变化对目标定位精度的影响图，在无人机位置“重叠时”定位误差最大，其次当无人机a、b处于直径的两端时目标定位误差也较为突出。

本技术领域技术人员可以理解的是，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。