论文部分内容阅读
导航系统是无人机的重要组成部分之一,在整个飞行平台中起着至关重要的作用。本文针对小型无人机复杂环境下导航定位需求,开展了基于中低精度惯导与卫星深组合导航技术研究。通过建立惯性/卫星组合导航系统非线性误差模型,研究非线性滤波、噪声自适应等组合导航滤波方法,提高惯性辅助卫星深组合导航系统性能;针对无人机实际任务需求,深入研究了基于视觉跟踪技术的组合导航方法,通过引入视觉辅助体系,实现未知环境建模和未知环境下动态目标追踪与定位,进一步提升了无人机的实际使用性能。本文的主要工作和创新性成果包括:1.考虑姿态误差角较大的情况,利用四元数法建立了非线性捷联惯导系统速度、位置和姿态误差模型,分析了捷联姿态算法的优化问题,推导证明了求解四元数微分方程的三阶Taylor展开递推式,并与四阶龙格-库塔法进行了对比研究;2.针对组合导航滤波模型和噪声不确定性对组合导航性能的影响,提出了基于最大似然估计的组合导航噪声自适应滤波方法,在系统模型和噪声特性不确切的条件下提升组合导航滤波稳定性和组合性能;3.针对卫星导航位置与速度测量误差相关特性和小型无人机计算能力不足等问题,提出了一种位置速度序贯UKF滤波方法,并成功地应用于小型无人机的初始对准和导航解算,在大失准角条件下取得了很好的效果;4.针对高动态强干扰等复杂环境下组合导航应用需求,研究了惯性辅助卫星深组合技术,基于卫星环路特性完成了惯性辅助环路性能分析,提出了基于惯性辅助的惯性/卫星深组合架构,完成了深组合算法仿真分析和系统研制,在提升卫星导航高动态适应性的同时显著提升了抗干扰能力;5.针对无人机在复杂电磁环境下卫星导航系统失效导致纯惯性导航精度无法满足任务需求的问题,提出了一种基于视觉跟踪技术的组合导航算法,该算法基于改进的核函数循环检测跟踪算法,借助多维度颜色特征描述运动目标,去除特征冗余信息,实现无人机对目标的精确跟踪,利用跟踪的结果得到无人机的速度信息并与惯性导航系统进行组合导航,提升了无人机GNSS拒止条件下的导航精度;6.为验证论文提出的多种组合导航方法,搭建了机载带飞验证平台并进行了机载带飞试验,对本文提出的基于序贯STF-AUKF的惯性/卫星组合导航算法、惯性/卫星半耦合深组合导航方法以及基于视觉辅助跟踪技术的组合导航算法进行了验证。试验结果表明,本文提出的组合导航方法可有效提高小型无人机组合导航系统的鲁棒性和精度。