高空长航时无人机广泛用于侦察、监视等诸多领域,有着重要的军事和战略应用价值。为了避免战时外界对高空长航时无人机导航系统的人为或自然干扰,提高其自主导航能力显得尤为重要。飞行器气动模型辅助导航是目前一种新型的自主导航方式,不与外界发生光、电、磁联系,仅利用载体自身气动模型输出信息辅助惯性导航系统。在没有GPS、或其他无线电导航系统信息辅助时,该方式可以有效提高无人机的自主导航精度与可靠性。本项目将重点围绕惯性/气动模型组合导航技术在高空长航时无人机应用中的关键问题,对无人机环境下适用于辅助导航的机体气动模型建模、惯性/气动模型组合导航算法及精度分析、模型的稳定性分析、适用性分析以及模型修正技术等进行研究,揭示气动模型辅助惯导系统中建模方法机理,突破技术瓶颈,针对高空长航时无人机提出较为系统的惯性/气动模型组合导航技术应用方案和改进方法,从而进一步提高无人机的自主导航能力。
UAV;INS;Aero Dynamic Model;autonomous navigation;Multi-information Fusion
自主导航能力对于高空长航时无人机具有重要意义。气动模型辅助导航是一种新型的自主导航方法,其将描述飞行器飞行状态的气动模型与现有导航系统相融合,可以提高导航的精度与可靠性,是一种综合了导航、控制、飞行动力学多学科领域的导航技术。本项目对气动模型辅助导航的模型建模、误差特性、融合方案等关键问题进行了研究。建立了固定翼无人飞行器的气动模型,研究分析了该模型的误差传递特性,定量推导了气动模型各项误差的误差传播公式,提出了固定翼飞行器的气动模型/惯性导航融合方案。结合高空长航时无人机特性,提出了基于扩展卡尔曼滤波器的气动参数误差在线辨识方法,提出了惯性/气动模型/卫星导航容错导航方案,提高了气动模型辅助导航精度。以固定翼飞行器为研究对象建立了气动模型辅助导航仿真验证平台,建立了四旋翼无人飞行器的气动模型辅助导航试验平台,对气动模型辅助导航方案进行了多方面的验证。验证结果表明项目中提出的气动模型辅助导航方法有效地提高了飞行器速度、位置的估计精度,对于GPS失效情况下的速度、位置量测具有重要的参考价值。