天文惯性组合导航的惯性校正方法、装置及电子设备

技术领域

本申请涉及天文惯性组合导航技术，尤其涉及一种天文惯性组合导航的惯性校正方法、装置及电子设备，属于惯性导航校正技术领域。

背景技术

目前的机载导航已经发展出天文惯性组合导航方式，惯性导航具有短时序精度高、输出连续和抗干扰能力强等优势，但也具有长时间工作时累计误差大的缺点；天文导航具有隐蔽性好、自主性强和精度高等优势，但也具有输出不连续、易受环境影响的缺点。通过结合天文导航和惯性导航，可以很好的克服双方的缺点，实现实用、可靠和高精度的导航技术。

在天文惯性组合导航中，惯性导航的误差会随着时间累积增加，因此，惯性导航在经过一段时间的使用后需要对其进行校正，以消除惯性导航的误差。目前常用的方案是通过天文导航的位置信息对惯性导航进行校正。但是，现有的校正技术中存在时延问题，导致天文导航的位置信息与需要被校正的惯性导航的位置信息在生成时间上不一致，进而影响惯性导航的校正精度，因此，现有的校正技术的校正精度还有很大提升空间。

发明内容

有鉴于此，本申请提供一种天文惯性组合导航的惯性校正方法、装置及电子设备，用于提高现有的校正技术的校正精度。

为了实现上述目的，第一方面，本申请实施例提供一种天文惯性组合导航的惯性校正方法，应用于飞行器，飞行器包括惯性导航系统和天文导航系统，方法包括：

获取惯性导航系统确定的飞行器在t

对第一位置和第二位置进行扩展卡尔曼滤波，得到第三位置；

根据预设的预测模型和第三位置，确定t

根据t

可选的，预测模型为多个；

预测模型的公式为：

其中，Φ

可选的，根据预设的多个预测模型和第三位置，确定t

根据每个预测模型对应的t

根据每个预测模型、每个预测模型对应的t

根据各个预测模型对应的预测值，确定t

可选的，根据每个预测模型对应的t

对于每个预测模型，根据预测模型对应的t

根据预测模型对应的评价值和预测误差，确定预测模型对应的更新值；

根据预测模型对应的更新值和每个预测模型对应的t

可选的，根据预测模型对应的t

采用如下公式确定预测模型对应的评价值：

其中，

可选的，根据预测模型对应的评价值和预测误差，确定预测模型对应的更新值，包括：

采用如下公式确定预测模型对应的更新值：

其中，

可选的，根据预测模型对应的更新值和每个预测模型对应的t

采用如下公式确定预测模型对应的t

其中，c表示更新系数，μ

第二方面，本申请实施例提供一种天文惯性组合导航的惯性校正装置，应用于飞行器，飞行器包括惯性导航系统和天文导航系统，装置包括：

获取模块，用于获取惯性导航系统确定的飞行器在t

滤波模块，用于对第一位置和第二位置进行扩展卡尔曼滤波，得到第三位置；

预测模块，用于根据预设的预测模型和第三位置，确定t

校正模块，用于根据t

可选的，预测模型为多个；

预测模型的公式为：

其中，Φ

可选的，预测模块具体用于：

根据每个预测模型对应的t

根据每个预测模型、每个预测模型对应的t

根据各个预测模型对应的预测值，确定t

可选的，预测模块具体用于：

对于每个预测模型，根据预测模型对应的t

根据预测模型对应的评价值和预测误差，确定预测模型对应的更新值；

根据预测模型对应的更新值和每个预测模型对应的t

可选的，预测模块具体用于：

采用如下公式确定预测模型对应的评价值：

其中，

可选的，预测模块具体用于：

采用如下公式确定预测模型对应的更新值：

其中，

可选的，预测模块具体用于：

采用如下公式确定预测模型对应的t

其中，c表示更新系数，μ

第三方面，本申请实施例提供一种电子设备，包括：存储器和处理器，存储器用于存储计算机程序；处理器用于在调用计算机程序时执行上述第一方面或第一方面的任一实施方式的方法。

第四方面，本申请实施例提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面或第一方面的任一实施方式的方法。

本申请实施例提供的一种天文惯性组合导航的惯性校正方法、装置及电子设备，可以获取惯性导航系统确定的飞行器在t

附图说明

图1为本申请实施例提供的天文惯性组合导航的惯性校正方法流程示意图；

图2为本申请实施例提供的飞行器飞行轨迹图；

图3为本申请实施例提供的惯性校正前后定位误差随时间变化对比图；

图4为本申请实施例提供的惯性校正前后航向误差随时间变化对比图；

图5为本申请实施例提供的惯性校正前后姿态速度误差随时间变化对比图；

图6为本申请实施例提供的天文惯性组合导航的惯性校正装置的结构示意图；

图7为本申请实施例提供的电子设备的结构示意图。

具体实施方式

本申请实施例提供的天文惯性组合导航的惯性校正方法可以应用于计算机、工作站或处理终端等电子设备，本申请实施例对电子设备的具体类型不作任何限制。

在天文惯性组合导航系统中，由于天文导航系统具有高精度和误差不随时间变化的特性，因此，计算机可以利用天文导航系统得出的位置信息对惯性导航系统进行误差校正，以消除惯性导航系统中因时间产生的累计误差。但是，在实际应用中，天文导航系统在输出飞行器的位置信息后，还需要对位置信息进行一定的校正、滤波处理后，才可以对惯性导航系统进行校正。假设，在第1秒时，惯性导航系统输出飞行器的第一位置信息，天文导航系统输出飞行器的第二位置信息。但是经过校正、滤波处理后，计算机在第1.5秒时才能够输出处理后的第二位置信息，此时，处理后的第二位置信息和第一位置信息之间具有0.5秒的时延。由于飞行器运动速度快，因此该时延问题会影响现有校正技术的校正精度。

为了解决上述问题，提高校正技术的校正精度，下面以具体地实施例对本申请的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。

图1为本申请实施例提供的天文惯性组合导航的惯性校正方法流程示意图，如图1所示，该方法包括如下步骤：

S110、获取惯性导航系统确定的飞行器在t

在本申请实施例中，飞行器包括惯性导航系统和天文导航系统，计算机可以获取惯性导航系统确定的飞行器在t

S120、对第一位置和第二位置进行扩展卡尔曼滤波，得到第三位置。

卡尔曼滤波是一种根据系统的观测数据，并利用线性系统状态方程对系统状态进行最优估计的算法。由于观测数据中包括系统噪声和干扰，所以最优估计也可看作是滤波过程。因为卡尔曼滤波只适用于线性系统，而实际应用中，观测数据通常是非线性的，因此衍生出了适用于非线性系统的扩展卡尔曼滤波。

具体的，扩展卡尔曼滤波包括状态方程和观测方程，计算机可以根据第一位置和扩展卡尔曼的状态方程，确定滤波后的第一位置。再根据滤波后的第一位置、第二位置和扩展卡尔曼的观测方程，确定第三位置。

示例性的，下面对建立扩展卡尔曼滤波的状态方程和观测方程的过程进行说明。

首先建立组合导航系统的状态方程和观测方程。

将惯性导航系统的误差方程作为组合导航系统的状态方程，其表达式如下：

其中，F(t)表示组合导航系统矩阵，G(t)表示误差系数矩阵，且

利用一阶马尔科夫原理简化陀螺仪传感器测量系统中的漂移量，则状态方程变量可表示如下：

其中，φ

根据天文导航系统的观测设备输出的高度角h

X

X

其中，X

建立天文导航系统的观测平台坐标系(p系)和惯性导航系统的解算坐标系(C系)，结合方向余弦矩阵转换法，则p系和C系的坐标转换矩阵如下所示：

其中，

在天文惯性组合导航系统中，通常情况下，认为观测目标星与地球之间的距离为无穷大，则天文导航系统观测恒星单位方向矢量和惯性导航系统观测恒星单位方向矢量可近似为同一矢量。根据上述分析，可根据公式(3)和公式(4)得到如下表达式：

进一步的，根据公式(5)可得如下表达式：

在实际应用中，Δh和ΔA的值都很小，因此公式(6)可进一步转换为如下表达式：

结合公式(3)、公式(4)、公式(5)和公式(7)可得组合导航系统的观测方程：

其中，V

然后，采用扩展卡尔曼滤波算法对组合导航系统的状态方程和观测方程进行优化更新。

将一随机非线性化系统离散形式的状态空间模型表示如下：

X

Z

其中，f(X

将非线性函数f(X

非线性函数h(X

公式(9)和公式(10)经过线性化处理后，可以得到一阶线性化的状态方程和观测方程，如下所示：

为了简化上述表达式，可以分别假设以下关系：

将公式(15)、公式(16)、公式(17)和公式(18)带入公式(13)和公式(14)可得简化后的状态方程和观测方程，如下所示：

X

Z

根据卡尔曼滤波原理，可以得到离散扩展卡尔曼滤波方程的五个基本表达式如下：

状态一步预测方程：

状态估值方程：

滤波增益方程：

K

一步预测均方误差方程：

P

估计均方误差方程可表达为如下两种形式：

P

P

S130、根据预设的预测模型和第三位置，确定t

为了解决时延问题，计算机可以使用预测值代替实测值对惯性导航系统进行校正。例如，为了在第2秒时对惯性导航系统输出的第一位置信息进行校正，计算机可以在第1.8秒时，提前输出针对在第2秒时天文导航系统输出的第二位置信息的预测值。然后使用预测值对第一位置信息进行校正，由于预测值与第一位置信息之间没有时延，因此本申请可以消除现有的校正技术中时延的影响，并提高校正技术的校正精度。

由于预测值并不能完全等同于实测值，为了保证预测值尽可能与实测值一样，计算机可以根据预设的多个预测模型和第三位置，确定t

其中，j表示预测模型的编号，Φ

在根据公式(27)确定多个不同预测模型对应的预测值之后，计算机可以将多个预测值的平均值确定为最终的t

为了进一步的保证预测值的准确度，计算机还可以通过增加更新权值的方法，提高预测值的准确度。具体的，计算机可以通过如下步骤确定t

S131、根据预测模型对应的t

对于每个预测模型，首先，计算机可以根据该预测模型对应的t

具体的，计算机可以采用如下公式确定该预测模型对应的评价值：

其中，

其次，计算机可以根据该预测模型对应的评价值和预测误差，确定该预测模型对应的更新值。

具体的，计算机可以采用如下公式确定该预测模型对应的更新值：

其中，

最后，计算机可以根据该预测模型对应的更新值和该预测模型对应的t

具体的，计算机可以采用如下公式确定该预测模型对应的t

其中，c表示更新系数，μ

S132、根据每个预测模型、每个预测模型对应的t

根据公式(30)和公式(27)可得下述公式：

具体的，计算机可以根据公式(31)确定每个预测模型对应的预测值。

S133、根据各个预测模型对应的预测值，确定t

在本申请实施例中，计算机可以将各个预测模型对应的预测值求和，再根据求和值确定平均值，并将该平均值确定为t

具体的，计算机可以采用如下公式确定t

其中，

S140、根据t

在经过上述步骤的处理后，计算机可在t

下面对天文惯性组合导航的惯性校正方法进行仿真实验验证。在仿真系统中，可以设置飞行器的初始位置为距离地面1Km的空中，参照图2，图2为本申请实施例提供的飞行器飞行轨迹图。经系统分析可得图3，图3为本申请实施例提供的惯性校正前后定位误差随时间变化对比图。根据图3可知，惯性校正前经度、纬度和高度的精度分别为50m、50m和20m，而采用惯性校正后，经度、纬度和高度的精度分别为10m、10m、20m。因此，在使用惯性校正补偿后，经度和纬度的精度从50m提高至10m。由此可以得出结论：惯性校正方法可以有效提高导航信息中的经度和纬度的精度，而对高度的定位精度几乎没有影响，这是因为惯性导航系统不提供高度定位，所以惯性校正方法中，没有对高度信息进行补偿。上述结论同理论分析中一致，验证了本申请实施例中提出的惯性校正方法可以有效提高天文惯性组合导航系统的导航精度。

进一步的，通过对惯性校正前后的飞行器航向精度进行仿真，可得图4，图4为本申请实施例提供的惯性校正前后航向误差随时间变化对比图。根据图4可知，惯性校正前，飞行器的航向角精度为8′；惯性校正后，飞行器的航向角精度提高至0.5′。仿真结果表明：惯性校正方法对于飞行器的航向角精度提高有明显效果。

进一步的，通过对惯性校正前后的飞行器姿态速度精度进行仿真，可得图5，图5为本申请实施例提供的惯性校正前后姿态速度误差随时间变化对比图。根据图5可知，惯性校正前东、北和天向姿态速度精度分别为0.01m/s、0.1m/s和0.01m/s，而采用惯性校正后，东、北和天向姿态速度精度分别为0.3m/s、1.5m/s和0.03m/s。因此可知，惯性校正后，东和北向姿态速度精度提高一个数量级，天向姿态速度精度基本不变。由此可以得出结论：惯性校正方法可以有效提高导航信息中的东和北向姿态速度精度，而对天向姿态速度几乎没有影响，原因与图3中的定位精度影响相同。上述结论同理论分析中一致，验证了本发明中提出的惯性校正方法可以有效提高天文惯性组合导航系统的姿态速度精度。

在本申请实施例中，计算机获取惯性导航系统确定的飞行器在t

基于同一发明构思，作为对上述方法的实现，本申请实施例提供了一种天文惯性组合导航的惯性校正装置，该装置实施例与前述方法实施例对应，为便于阅读，本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述，但应当明确，本实施例中的装置能够对应实现前述方法实施例中的全部内容。

图6为本申请实施例提供的天文惯性组合导航的惯性校正装置的结构示意图，如图6所示，本实施例提供的装置应用于飞行器，飞行器包括惯性导航系统和天文导航系统，本实施例提供的装置包括：

获取模块110，用于获取惯性导航系统确定的飞行器在t

滤波模块120，用于对第一位置和第二位置进行扩展卡尔曼滤波，得到第三位置；

预测模块130，用于根据预设的预测模型和第三位置，确定t

校正模块140，用于根据t

可选的，预测模型为多个；

预测模型的公式为：

其中，Φ

可选的，预测模块130具体用于：

根据每个预测模型对应的t

根据每个预测模型、每个预测模型对应的t

根据各个预测模型对应的预测值，确定t

可选的，预测模块130具体用于：

对于每个预测模型，根据预测模型对应的t

根据预测模型对应的评价值和预测误差，确定预测模型对应的更新值；

根据预测模型对应的更新值和每个预测模型对应的t

可选的，预测模块130具体用于：

采用如下公式确定预测模型对应的评价值：

其中，

可选的，预测模块130具体用于：

采用如下公式确定预测模型对应的更新值：

其中，

可选的，预测模块130具体用于：

采用如下公式确定预测模型对应的t

其中，c表示更新系数，μ

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

基于同一发明构思，本申请实施例还提供了一种电子设备。图7为本申请实施例提供的电子设备的结构示意图，如图7所示，本实施例提供的电子设备包括：至少一个处理器20(图7中仅示出一个)、存储器21以及存储在存储器21中并可在至少一个处理器20上运行的计算机程序22，处理器20执行计算机程序22时实现上述任意各个计算机控制方法实施例中的步骤。

所称处理器20可以是中央处理单元(Central Processing Unit，CPU)，该处理器20还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

存储器21在一些实施例中可以是计算机的内部存储单元，例如计算机的硬盘或内存。存储器21在另一些实施例中也可以是计算机的外部存储设备，例如计算机上配备的插接式硬盘，智能存储卡(Smart Media Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。进一步地，存储器21还可以既包括计算机的内部存储单元也包括外部存储设备。存储器21用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等，例如计算机程序的程序代码等。存储器21还可以用于暂时地存储已经输出或者将要输出的数据。

本申请实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述方法实施例所述的方法。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

在本申请所提供的实施例中，应该理解到，所揭露的装置/设备和方法，可以通过其它的方式实现。例如，以上所描述的装置/设备实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。

还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。

最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。