1.一种适用高动态飞行器串联组合导航方法,其特征在于,包括:在飞行器飞行的初始阶段,在外弹道约束下的无控飞行,通过初始姿态快速估计器分别根据三轴地磁传感器的测量值 角速率滤波器输出的三轴向角速率以及卫星导航系统输出的导航坐标系下载体速度 三个输入值,进行载体初始参数的空中快速获取,输出当前载体的飞行初始参数在飞行器进入受控飞行阶段,飞行姿态高精度滤波器分别根据所述飞行初始参数b所述三轴地磁传感器的测量值H ,所述三轴向角速率 以及所述载体速度四个输入值,采用离散EKF滤波算法实时完成飞行姿态高精度滤波估计所述角速率滤波器的输入数据为MEMS陀螺实测值 和 以及三轴地磁传感器的测量b b b b值H ;所述MEMS陀螺包括分别安装于所述载体坐标系O‑X YZ的X轴上的单轴陀螺Gx和Z轴上的单轴陀螺Gz;所述三轴地磁传感器各轴敏感方向均与载体坐标系完全重合,用于测量载体坐标系下地磁场矢量信息;所述卫星导航系统的接收机天线安装于飞行器壳体表面;
通过所述初始姿态快速估计器计算飞行初始参数 还包括以下计算过程:
通过速度信息进行估算载体的初始俯仰角θ0和偏航角 俯仰角解算公式为:式中, 和 分别表示为导航坐标系下的飞行器初始速度分量,由卫星导航系统测量所得;
由磁测信息解算载体的滚转角γ0初始姿态信息,公式为:式中, 和 分别表示为三轴地磁传感器X、Y和Z轴向地磁传感器测量输出值;
为导航系下的地磁场分量;
所述飞行姿态高精度滤波器,还包括:滤波器状态方程:选取飞行器三维姿态角 作为系统状态变量以及根据惯性导航原理推导出飞行器在东北天导航坐标系下的欧拉角微分方程作为系统的状态方程,公式为:其中,f[X(t),t]是关于X(t)的非线性方程组:T
式中,w(t)是系统过程噪声,并满足均值为E[w(t)]=0,方差E[w(t),w (τ)]=Q(t);
为滤波后的飞行器载体角速率信息;
以及滤波器观测方程:选取地磁传感器测量输出 以及通过卫星导航系统测量所得的速度信息计算俯仰角(θv)作为系统的观测量 系统的观测方程,公式为:
Z(t)=h[X(t),t]+v(t);
其中,h[X(t),t]是关于X(t)的非线性方程组:T
式中,v(t)是量测噪声,并满足均值为E[v(t)]=0,方差E[v(t),v (τ)]=Q(t);
为三轴地磁传感器各轴测量输出值。
2.根据权利要求1所述的一种适用高动态飞行器串联组合导航方法,其特征在于,所述三轴向角速率 的角速率滤波方程由状态方程式和观测方程式共同组成,并采用卡尔曼滤波算法完成状态变量X(k)最优滤波估计 为飞行姿态高精度滤波器提供精确的飞行器载体角速率信息
3.根据权利要求2所述的一种适用高动态飞行器串联组合导航方法,其特征在于,所述状态方程式,还包括:T
选取角速率作为系统的状态变量X(k)=[ωx,ωy,ωz],则系统的状态方程表示为:X(k)=Φk,k‑1X(k‑1)+w(k);
T
式中,状态转移矩阵 量测噪声w(k)=[nx,ny,nz] ,满足均值为E[wT
(k)]=0,方差为E[w(k),w(j)]=Q(k),Q(k)为系统噪声序列方差阵。
4.根据权利要求2所述的一种适用高动态飞行器串联组合导航方法,其特征在于,所述观测方程式,还包括:选取 为各轴向角速率测量值作为滤波系统的观测量则角速率滤波器的观测方程可表示为:Z(k)=H(k)X(k)+v(k);
式中,量测阵 v(k)为系统的量测噪声,满足均值为E[v(k)]=0,T
方差为E[v(k),v(j)]=R(k),R(k)为量测噪声序列方差阵。
5.根据权利要求2所述的一种适用高动态飞行器串联组合导航方法,其特征在于,所述角速率滤波器的角速率滤波方程,还包括如下两个更新过程:时间更新过程:
和量测更新过程:
式中, 为状态一步预测;P(k,k‑1)为一步预测均方误差;Kk表示滤波增益;R(k)为量测噪声阵;Q(k‑1)为k‑1时刻系统噪声方差阵;I为单位矩阵;Pk为估计均方误差;
为状态估计;Φk,k‑1为状态转移矩阵;Z(k)为系统的观测量;H(k)为系统的观测矩阵;
Pk‑1为预测均方误差。
6.根据权利要求1所述的一种适用高动态飞行器串联组合导航方法,其特征在于,所述采用离散EKF滤波算法实时完成飞行姿态高精度滤波估计 还包括:构建飞行器姿态滤波模型:
并进行离散化可得:
式中,Z(k)为系统观测量;H(k)为观测矩阵;V(k)为量测噪声;
其中,状态转移矩阵Φk,k‑1按如下公式计算:式中,Φk,k‑1为雅可比矩阵, 表示为方程组f[X(t),t]对各状态变量的一阶偏导数; 为状态一步预测;
其中,观测矩阵H(k)为雅可比阵:式中, 表示为方程组h[X(t),t]对各状态变量 的一阶偏导数; 为状态一步预测;v(k)为量测噪声。
7.根据权利要求6所述的一种适用高动态飞行器串联组合导航方法,其特征在于,所述离散EKF滤波算法还包括如下两个滤波过程:时间更新过程:
T
Pk,k‑1=Φk,k‑1Pk‑1(Φk,k‑1) +Qk‑1;
和测量更新过程:
T T ‑1
Kk=Pk,k‑1(H(k)) [H(k)Pk,k‑1(H(k)) +R(k)] ;
T T
Pk=(I‑KkH(k))Pk,k‑1(I‑KkH(k)) +KkR(k)(Kk) ;
式中,Kk为滤波增益;Φk,k‑1为状态转移阵;H(k)为量测矩阵;R(k)为量测噪声阵;Q(k‑
1)为k‑1时刻系统噪声方差阵;Pk‑1为前一时刻系统估计方差阵;Pk,k‑1为一步预测均方误差;
Pk为估计均方误差; 为状态估计; 为状态一步预测;I为单位矩阵。