左穎輝++王月海

摘 要 為了提高無人飛艇自主垂直起飛和降落過程的高精度高度定位，本文提出了一種信息融合方法，即在機上安裝多個傳感器測量高度，根據(jù)飛行控制系統(tǒng)高度狀態(tài)方程，充分利用各傳感器的測量信息進行遞推平均濾波和Kalman濾波，最后提出了一種基于GNSS高度、氣壓高度和對地高度的信息融合方案，設(shè)計了相應(yīng)的融合算法，從而進行修正。

【關(guān)鍵詞】無人飛艇 信息融合 測量高度 平均濾波

1 前言

無人飛艇是利用輕于空氣的氣體（如氦氣等）作為升力的飛行器，其基本原理是在軟式囊體內(nèi)沖入氦氣，產(chǎn)生浮力以克服重力，同時通過控制飛艇的舵面和動力裝置實現(xiàn)飛艇控制飛行。無人飛艇在飛行動態(tài)情況下，GNSS/INS組合導(dǎo)航系統(tǒng)的高度估計值有較大誤差，不能直接使用，因此本文考慮使用多個傳感器測量無人飛艇高度，并進行數(shù)據(jù)融合，以降低高度測量誤差，提高無人飛艇的飛行安全性。

2 多傳感器氣壓高度采集模塊

高度信息可以由多種傳感器進行測量，各種傳感器的特點和適用場合不同。首先總結(jié)了GNSS接收機、氣壓高度計和超聲測距儀等常用高度傳感器的特點；然后針對氣壓高度計抗干擾能力弱的不足，對氣壓高度分別進行遞推平均濾波和卡爾曼濾波，并討論兩種濾波算法的特點；最后提出了一種基于GNSS高度、氣壓高度和對地高度的信息融合方案，設(shè)計了相應(yīng)的融合算法。

本文設(shè)計的無人飛艇系統(tǒng)攜帶多種高度測量傳感器，包括GNSS接收機、氣壓高度計和超聲測距儀等。

3 氣壓高度的濾波算法

對氣壓高度來說，大氣壓力隨時間、地理位置、天氣和氣溫等因素變化，為了提高抗干擾能力，保證氣壓高度穩(wěn)定性，需要對氣壓高度進行濾波。

本文使用Matlab對氣壓高度進行遞推平均濾波，取隊列長度n為10得到濾波前后的高度曲線如圖1所示。

Kalman濾波方法由匈牙利裔美國數(shù)學(xué)家R. E. Kalman在1960年提出，已經(jīng)在控制等領(lǐng)域獲得了廣泛的應(yīng)用。

本文使用Matlab對氣壓高度進行卡爾曼濾波，取過程噪聲的協(xié)方差Q值恒為0.01，測量噪聲的協(xié)方差R值恒為0.05，得到濾波前后的高度曲線如圖2所示。

為了減小滯后，提高靈敏度，在應(yīng)用卡爾曼濾波算法時，對傳感器精度有較高要求。本文采用的氣壓高度計MS5611分辨率可達0.1m，精度較高，可以使用卡爾曼濾波算法進行濾波。

卡爾曼濾波是目前應(yīng)用最為廣泛的濾波方法，對于大部分的問題，它是最優(yōu)、效率最高甚至是最有用的，因此本文選擇卡爾曼濾波算法對氣壓高度進行濾波。

4 高度信息融合方法

本文選擇卡爾曼濾波算法對氣壓高度進行濾波，并對GNSS高度、氣壓高度和對地高度進行信息融合，融合方案如圖3所示。

5 結(jié)論

（1）首先對抗干擾能力差的氣壓高度進行卡爾曼濾波，然后對GNSS高度、氣壓高度和對地高度進行信息融合；該方案利用軟件算法提高了高度信息的測量精度，可以編寫代碼實現(xiàn)后直接集成原有的代碼用于飛行控制系統(tǒng)，實現(xiàn)了不增加硬件成本，保證了系統(tǒng)的完整性。

（2）已利用實際試飛實驗數(shù)據(jù)驗證本文方法，結(jié)果表明該方法提高了系統(tǒng)高度信息獲取的準(zhǔn)確度。

參考文獻

[1]王日俊，白越，續(xù)志軍，趙常均，張欣，田彥濤.基于擾動觀測器的機載云臺擾動復(fù)合補償方法[J].光電子·激光，2015（01）.

[2]張欣，白越，趙常均，王日俊，宮勛，續(xù)志軍.多旋翼姿態(tài)解算中的改進自適應(yīng)擴展Kalman算法[J].光學(xué)精密工程，2014（12）.

[3]牟宏偉.水下航行器組合導(dǎo)航系統(tǒng)與信息融合技術(shù)研究[D].哈爾濱：哈爾濱工程大學(xué)，2013.

[4]袁克非.組合導(dǎo)航系統(tǒng)多源信息融合關(guān)鍵技術(shù)研究[D].哈爾濱：哈爾濱工程大學(xué)，2012.

作者單位

北方工業(yè)大學(xué) 北京市 100041