CN107741229A - 一种光电/雷达/惯性组合的舰载机着舰导引方法 - Google Patents

Abstract

本发明公开了一种光电/雷达/惯性组合的舰载机着舰导引方法，采用机载光电成像系统实时获取舰船着降跑道图像和红外合作靶标的图像坐标信息，采用机载惯导测量舰载机的姿态、速度、加速度、角速度等信息，采用舰载跟踪雷达测量舰载机和舰船的相对位置，采用舰载惯导测量舰船的横摇、纵摇、沉浮运动，跟踪雷达和舰载惯导的测量信息通过数据链上传给舰载机，该组合着舰导引系统将机载光电探测系统、机载惯导系统和舰载雷达的测量信息通过联邦滤波进行融合处理，提供准确而全面的着舰导引信息，可提供给飞行员或自动驾驶仪用于舰载机的控制。本发明有利于提高着舰导引精度，减小飞行员负担，提高着舰自动化能力，从而提高着舰的成功率。

Description

一种光电/雷达/惯性组合的舰载机着舰导引方法

技术领域

本发明涉及舰载机着舰导引的技术领域，具体涉及一种光电/雷达/惯性组合的舰载机着舰导引方法，用于舰载机精密进近着舰阶段的导引，以提高着舰成功率。

背景技术

着舰是高速舰载机上舰的重大技术关键，可靠的着舰导引系统能确保舰载机在复杂气象和恶劣海情条件下的顺利着舰，对舰载机飞行安全有重大影响。

传统可视光学助降着舰方式要求飞行员靠目测菲涅尔镜引导着舰，飞行员通过观察菲涅尔镜来判断着舰时的方位和角度，纠正下滑偏差，完成着舰过程。但是传统着舰方式很难实现全天候着舰，现代战争要求高速舰载机对复杂气象和恶劣海情有更强的适应能力，对复杂电磁环境有更强的抗干扰能力，对着舰过程有更强的自动导引能力。近年来，光电探测技术和惯性导航技术在着舰导引领域中不断地发展与应用，光电探测技术具有灵敏度高、抗干扰能力强、可与计算机交连等特点，并可形成对甲板的探测图像，相较于目视着舰来说优势明显；机载惯导提供的航向/姿态和侧向/法向速度也对提高飞控系统在着舰期间的快速性和稳定性具有特别重要的意义。这些都为自动精确着舰导引系统的研发提供了新的技术基础。

光电/雷达/惯性组合着舰导引技术将现有基于可视光学助降系统的着舰导引信息人工判读方式升级为自动导引方式，可在夜间、恶劣气象和高等级海情条件下，实时提供舰机的相对位置、速度、姿态、甲板运动信息等多种着舰导引信息。

发明内容

本发明的目的在于：提出一种光电/雷达/惯性组合的舰载机着舰导引方法，将机载光电探测系统、机载惯导系统和舰载雷达的测量信息采用联邦滤波进行融合处理，提供准确而全面的着舰导引信息，且容错性能高。本发明有利于提高着舰的安全性及成功率。

本发明采用的技术方案为：一种光电/雷达/惯性组合的舰载机着舰导引方法，具体步骤如下：

步骤一、通过机载惯导系统获得舰载机的姿态、速度、加速度和角速度，同时由于惯导更新率最高，因此将惯导时间作为同步基准和联邦滤波中的主滤波器时间更新基准；

步骤二、采用机载光电成像系统实时获取舰船着降跑道图像，通过图像处理获得各个合作靶标中心对应的图像坐标信息，并输入光电/惯性组合子滤波器进行滤波；

步骤三、通过数据链路接收来自舰船的信息，获得由舰载雷达测量的舰载机相对于理想着舰点的位置以及由舰载惯导得到的舰船的运动信息，并输入雷达/惯性组合子滤波器进行滤波；

步骤四、采用联邦滤波的方法将光电、雷达、惯性三种更新率不同的信息进行融合，输出更加精确的舰载机与理想着舰点的相对位置、舰载机姿态和舰船运动情况，用于计算预计着舰时刻理想着舰点的位置和舰载机相对于理想下滑线的偏差，并将信息提供给驾驶员或自驾仪用于飞机的控制。

其中，步骤一中所述的主滤波器选择舰载机在跑道参考坐标系下的位置、速度、加速度，舰载机的俯仰角、横滚角、相对偏航角及对应的角速度，舰船运动的纵摇、横摇、沉浮及对应的角速度构成滤波器的状态量，其中，线运动的状态变量采用非零均值时间相关模型作为“当前”统计模型，飞机机动加速的“当前”概率密度可用均值为“当前”加速度预测值的函数分布进行描述；舰船运动的规律为多个正弦的叠加，通过舰载惯导测量的舰船运动信息得到对着舰点影响最大的正弦周期，将其它正弦周期看作系统噪声，并以此来构建关于舰船运动状态量的状态方程。

其中，步骤二中所述的合作靶标安装在着降跑道周围，且数目至少为4个，在图像中与背景相比具有明显对比度，合作靶标相对于跑道理想着舰点的坐标已知，所述的光电/惯性组合子滤波器选择由光电探测系统得到的靶标图像坐标，舰载机的俯仰角、横滚角及俯仰、横滚、偏航角速度，飞机的无线电高度表的测量值作为量测量，其中，由于靶标的图像坐标与舰载机相对位置、姿态之间的关系式非线性，因此量测矩阵需要靶标图像坐标对状态变量求偏导得到；子滤波器的系统方程与主滤波器的系统方程相同。

其中，步骤三中所述的雷达/惯性组合子滤波器选择由舰载雷达测得的舰载机在跑道参考坐标系下的位置，舰载惯导测得舰船的纵摇角、横摇角、沉浮以及由机载惯导测得的飞机航向与跑道航向角相减得到相对航向角，机载惯导信息作为量测量；子滤波器的系统方程与主滤波器的系统方程相同。

其中，步骤四中所述的联邦滤波的方法以机载惯导信息作为主滤波器时间更新的基础，两个子滤波器分别为光电/惯性组合子滤波器和雷达/惯性组合子滤波器，联邦滤波算法采用了信息分配原则，先将系统的过程信息按信息分配原则在各子滤波器和主滤波器之间进行分配，然后各滤波器依靠滤波的时间更新和测量更新给出各自的估计值和方差，时间更新过程在各子滤波器和主滤波器中独立进行，而测量更新只在各子滤波器中独立进行，最后主滤波器进行信息融合算法，以得到全局最优估计，滤波器的初始状态量由舰载雷达、机载惯导、舰载惯导提供，其中，初始的舰载机相对位置由舰载雷达提供，初始的相对速度选取由机载惯导测得的舰载机速度与由舰载惯导测得的航母速度的差值在跑道参考坐标系上的投影，初始的姿态和角速度由机载惯导提供。

本发明与现有技术相比的优点在于：

(1)将现有基于可视光学助降系统的着舰导引信息人工判读方式升级为自动导引方式，可在夜间、恶劣气象和高等级海情条件下，实时提供舰机的相对位置、速度、姿态、甲板运动信息等多种着舰导引信息，为半自动/自动着舰提供技术支撑。

(2)光电/雷达/惯性组合着舰导引技术充分利用了舰、机各种探测手段，可以大幅度减小驾驶员人为因素(如判断失误)的干扰，对于提高舰载机的导引精度，改进航母在夜间、雾等不良气象条件、复杂海况及天气(风)条件下的舰载机着舰精度和作业能力等方面具有重要意义，提高着舰的成功率。

(3)采用联邦滤波的算法进行信息融合，既可解决三种导引信息更新率不同的问题，又可在某种导引信息出现故障时仍能继续输出正确的导引信息，提高容错能力。

附图说明

图1为本发明的信息传递及融合原理图；

图2为本发明的舰船合作靶标摆放及机载光电探测系统探测跑道示意图；

图3为本发明的联邦滤波器结构图；

图4为本发明实施例中舰载机相对位置估计误差图；

图5为本发明实施例中舰船运动估计效果图，其中图5(a)和(b)分别为估计值和真实值比较图以及估计误差图。

具体实施方式

下面结合附图和具体实施例，详细介绍本发明方法。

如图1～3所示的一种用于光电/雷达/惯性组合的舰载机着舰导引方法，具体包括以下步骤：

步骤一、通过机载惯导系统获得舰载机的姿态、速度、加速度、角速度，同时由于惯导更新率最高，因此将惯导时间作为同步基准和联邦滤波中的主滤波器时间更新基准。

步骤二、采用机载光电成像系统实时获取舰船着降跑道图像，通过图像处理获得合作靶标的图像坐标信息，并输入光电/惯性组合子滤波器进行滤波。

所述合作靶标安装在着降跑道周围，且数目至少为4个，在图像中与背景相比具有明显对比度，合作靶标相对于跑道理想着舰点的坐标已知。

步骤三、通过数据链路接收来自舰船的信息，获得由舰载雷达测量的舰载机相对于理想着舰点的位置以及由舰载惯导得到的舰船的运动信息，并输入雷达/惯性组合子滤波器进行滤波。

步骤四、由于光电、雷达、惯性三种信息更新率不同，因此采用联邦滤波的方法。以机载惯导信息作为主滤波器时间更新的基础，两个子滤波器分别为光电/惯性组合子滤波器和雷达/惯性组合子滤波器。

所述的联邦滤波器具体结构为：

a)主滤波器系统方程的构建

选择舰载机在跑道参考坐标系下的位置、速度、加速度，舰载机的俯仰角、横滚角、相对偏航角及对应的角速度，舰船运动的纵摇、横摇、沉浮及对应的角速度构成滤波器的状态量，即其中为舰载机在跑道参考系下的三个方向的位置坐标，为舰载机在跑道参考系下的三个方向的速度，为舰载机在跑道参考系下的三个方向的加速度，Θ_B＝[θ_B,γ_B,ψ_B]^T为舰载机的俯仰角、横滚角和相对偏航角，Ω_B＝[ω_Bx,ω_By,ω_Bz]^T为舰载机的俯仰角速度、横滚角速度和相对偏航角速度，Θ_S＝[θ_S,γ_S,h_S]^T为舰船的纵摇角、横摇角和沉浮，Ω_S＝[ω_Sp,ω_Sr,v_Sh]^T为舰船的纵摇角速度、横摇角速度和沉浮速度；下标B、S分别表示舰载机和舰船坐标系，均采用右前上坐标系；上标或下标r表示跑道坐标系，以理想着舰点为原点，z轴指天，y轴沿跑道中线方向指向舰船前端，x轴根据右手坐标系确定；上标rr表示跑道参考坐标系，为平静海面时的跑道坐标系。

对于系统方程的构造，需要注意的是：

对于线运动的状态变量由于着舰过程中舰载机需以恒定速度沿理想下滑线飞行，因此考虑采用非零均值时间相关模型(“当前”统计模型)。飞机机动加速的“当前”概率密度可用均值为“当前”加速度预测值的函数分布进行描述。飞行过程中，飞机的随机机动加速度在时间上需符合一阶时间相关过程，即其中为机动加速度当前均值，δa(t)为随机机动加速度。由此可推得与X₁间的状态转移矩阵为：

其中，τ_{a_x}、τ_{a_y}、τ_{a_z}为随机机动加速度一阶马尔科夫过程相关时间常数。系统噪声为W₁＝[0 0 0 0 0 0 w_{a_x} w_{a_y} w_{a_z}]^T，其中w_{a_x}、w_{a_y}、w_{a_z}为加速度白噪声。输入量为

由于舰船运动的规律为多个正弦的叠加，通过舰载惯导测量的舰船运动信息得到对着舰点影响最大的正弦周期ω_p1、ω_r1、ω_h1，将其它正弦周期看作系统噪声w_Sp、w_Sr、w_Sh，并以此来构建关于X₃＝[Θ_S；Ω_S]的状态方程：

2)光电/惯性组合子滤波器量测方程的构建

光电/惯性组合子滤波器的量测量包括：Z₁＝[u₁′ v₁′ u₂′ v₂′ … u₄′ v₄′]^T，表示由光电探测系统得到的靶标图像坐标；Z₂＝[θ_INS γ_INS ω_{x_INS} ω_{y_INS} ω_{z_INS}]^T，表示舰载机的俯仰角、横滚角及俯仰、横滚、偏航角速度；h_al，表示飞机的无线电高度表测量值。总的观测量为Z_FI＝[Z₁；Z₂；h_al]。

对于量测方程的构造需要注意的是(u′_i,v′_i),(i＝1,2,3,4)与各状态量的关系。由于靶标的图像坐标与舰载机相对位置、姿态之间的关系式非线性，因此计算量测矩阵H_k需要靶标图像坐标对状态变量求偏导得到。

由于

其中，

函数R_z(t)、R_y(t)、R_x(t)表达式为

上标c表示摄像机坐标系，其z轴沿光轴方向，x、y轴分别与像素坐标系的u、v方向平行；分别为摄像机坐标系与舰载机坐标系之间的旋转矩阵和平移向量；分别为舰船坐标系与跑道坐标系之间的旋转矩阵和平移向量；表示靶标中心点在摄像机坐标系下的坐标。

据式(3-5)可求得量测矩阵，例如，δ(u′_i,v′_i)和δθ_p之间的关系为：

3)雷达/惯性组合子滤波器量测方程的构建

雷达/惯性组合子滤波器的量测量包括：

表示由舰载雷达测得的舰载机在跑道参考坐标系下的位置以及舰载惯导测得舰船的纵摇角、横摇角、沉浮以及由机载惯导测得的飞机航向与跑道航向角相减得到相对航向角；同时还包括机载惯导信息Z₂，总的量测量为Z_RI＝[Z₃；Z₂]。

4)滤波器的初始状态量由舰载雷达、机载惯导、舰载惯导提供，其中，初始的舰载机相对位置由舰载雷达提供，初始的相对速度选取舰载机速度(机载惯导测得)与航母速度(舰载惯导测得)的差值在跑道参考坐标系上的投影，初始的姿态、角速度等由机载惯导提供。

为了消除各子滤波器估计的相关性，联邦滤波算法采用了信息分配原则，先将系统的过程信息P(k)，Q(k)按以下的信息分配原则在各子滤波器和主滤波器之间进行分配：

式中，β_i是信息分配系数，并满足信息守恒原理：

然后各滤波器依靠滤波的时间更新和测量更新给出各自的估计值和方差。

时间更新过程在各子滤波器和主滤波器中独立进行，则：

P_i(k+1/k)＝Φ_i(k+1,k)P_i(k)Φ_i ^T(k+1,k)+Γ(k+1,k)Q_i(k)Γ^T(k+1,k) (10)

测量更新只在各子滤波器中独立进行，则：

最后主滤波器进行信息融合算法，以得到全局最优估计。

对本发明提出的光电/雷达/惯性组合的舰载机着舰导引方法进行仿真验证。根据尼米兹级航母的尺寸，设定着舰跑道长175米，宽30米，理想着舰点距舰艉65米。在舰船着降跑道附近安装4个合作靶标，其在跑道参考坐标系上的位置可通过事先标定获得，分别为(15，-65，0)、(15，110，0)、(-15，110，0)、(-15，-65，0)。根据舰载机在精密进近着舰阶段的着舰过程，设定舰载机的飞行轨迹。仿真实验中设定舰载机距离理想着舰点2公里左右开始进行扩展卡尔曼滤波，之后10秒的数据用来估计气压式高度表固定误差并对之后的位置估计进行补偿。

选择的红外热像仪参数为：焦平面阵列640×512，视场角13.75°×11°，像元间距30μm。经计算其空间分辨率为0.376mrad，在距离2000米处可分辨的最短长度为0.8m，可以估计舰船沉浮。红外探测系统对靶标图像中心坐标点的提取存在2个像素的误差，摄像机焦距的标定存在千分之一的误差。机载惯导系统在着舰前已存在10m的位置误差、0.1m/s的速度误差、1角分的姿态误差，同时陀螺仪测量存在0.01°/h常值误差和0.01°/h的随机噪声，加速度计测量存在50μg的常值误差和50μg的随机噪声。气压式高度表测量存在4m的固定误差和0.5m的随机误差。红外探测系统、机载惯导系统及舰载雷达信息无时间差，且输出频率分别为25Hz、100Hz、10Hz。舰载雷达对位置的量测存在5m的距离误差和0.12°的角度误差，舰船运动传感器对纵摇、横摇、航向的量测存在0.1°的误差，对沉浮的量测存在0.1米的误差。联邦滤波器采用无重置结构。

图4为舰载机的相对航向角和位置估计误差，图5为舰船纵摇角、横摇角和沉浮的估计结果。可以看出，当舰载机与舰船纵向距离为400米时，舰载机横向位置估计误差小于0.2米，纵向位置估计误差小于0.8米，高度估计误差小于0.4米，相对偏航角的估计误差小于0.05°(3角分)；舰船纵摇角的估计误差小于0.05°，横摇角估计误差小于0.15°，沉浮估计误差小于0.2米。仿真试验结果验证了本发明提出的光电/雷达/惯性组合的舰载机着舰导引方法的有效性。

总之，本发明相比于传统的着舰导引技术，能够提供更加准确全面的导引信息，可在夜间、恶劣气象和高等级海情条件下进行着舰，同时有利于减轻飞行员的负担，提高着舰的成功率。

本发明未详细公开的部分属于本领域的公知技术。

尽管上面对本发明说明性的具体实施方式进行了描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

Claims (5)

1.一种光电/雷达/惯性组合的舰载机着舰导引方法，其特征在于：具体步骤如下：

步骤一、通过机载惯导系统获得舰载机的姿态、速度、加速度和角速度，同时由于惯导更新率最高，因此将惯导时间作为同步基准和联邦滤波中的主滤波器时间更新基准；

步骤二、采用机载光电成像系统实时获取舰船着降跑道图像，通过图像处理获得各个合作靶标中心对应的图像坐标信息，并输入光电/惯性组合子滤波器进行滤波；

步骤三、通过数据链路接收来自舰船的信息，获得由舰载雷达测量的舰载机相对于理想着舰点的位置以及由舰载惯导得到的舰船的运动信息，并输入雷达/惯性组合子滤波器进行滤波；

步骤四、采用联邦滤波的方法将光电、雷达、惯性三种更新率不同的信息进行融合，输出更加精确的舰载机与理想着舰点的相对位置、舰载机姿态和舰船运动情况，用于计算预计着舰时刻理想着舰点的位置和舰载机相对于理想下滑线的偏差，并将信息提供给驾驶员或自驾仪用于飞机的控制。

2.根据权利要求1所述的光电/雷达/惯性组合的舰载机着舰导引方法，其特征在于：步骤一中所述的主滤波器选择舰载机在跑道参考坐标系下的位置、速度、加速度，舰载机的俯仰角、横滚角、相对偏航角及对应的角速度，舰船运动的纵摇、横摇、沉浮及对应的角速度构成滤波器的状态量，其中，线运动的状态变量采用非零均值时间相关模型作为“当前”统计模型，飞机机动加速的“当前”概率密度可用均值为“当前”加速度预测值的函数分布进行描述；舰船运动的规律为多个正弦的叠加，通过舰载惯导测量的舰船运动信息得到对着舰点影响最大的正弦周期，将其它正弦周期看作系统噪声，并以此来构建关于舰船运动状态量的状态方程。

3.根据权利要求1所述的光电/雷达/惯性组合的舰载机着舰导引方法，其特征在于：步骤二中所述的合作靶标安装在着降跑道周围，且数目至少为4个，在图像中与背景相比具有明显对比度，合作靶标相对于跑道理想着舰点的坐标已知，所述的光电/惯性组合子滤波器选择由光电探测系统得到的靶标图像坐标，舰载机的俯仰角、横滚角及俯仰、横滚、偏航角速度，飞机的无线电高度表的测量值作为量测量，其中，由于靶标的图像坐标与舰载机相对位置、姿态之间的关系式非线性，因此量测矩阵需要靶标图像坐标对状态变量求偏导得到；子滤波器的系统方程与主滤波器的系统方程相同。

4.根据权利要求1所述的光电/雷达/惯性组合的舰载机着舰导引方法，其特征在于：步骤三中所述的雷达/惯性组合子滤波器选择由舰载雷达测得的舰载机在跑道参考坐标系下的位置，舰载惯导测得舰船的纵摇角、横摇角、沉浮以及由机载惯导测得的飞机航向与跑道航向角相减得到相对航向角，机载惯导信息作为量测量；子滤波器的系统方程与主滤波器的系统方程相同。

5.根据权利要求1所述的光电/雷达/惯性组合的舰载机着舰导引方法，其特征在于：步骤四中所述的联邦滤波的方法以机载惯导信息作为主滤波器时间更新的基础，两个子滤波器分别为光电/惯性组合子滤波器和雷达/惯性组合子滤波器，联邦滤波算法采用了信息分配原则，先将系统的过程信息按信息分配原则在各子滤波器和主滤波器之间进行分配，然后各滤波器依靠滤波的时间更新和测量更新给出各自的估计值和方差，时间更新过程在各子滤波器和主滤波器中独立进行，而测量更新只在各子滤波器中独立进行，最后主滤波器进行信息融合算法，以得到全局最优估计，滤波器的初始状态量由舰载雷达、机载惯导、舰载惯导提供，其中，初始的舰载机相对位置由舰载雷达提供，初始的相对速度选取由机载惯导测得的舰载机速度与由舰载惯导测得的航母速度的差值在跑道参考坐标系上的投影，初始的姿态和角速度由机载惯导提供。