一种基于惯性/卫星/大气组合的气象风测量方法
阅读说明：本技术 一种基于惯性/卫星/大气组合的气象风测量方法 (Meteorological wind measurement method based on inertia/satellite/atmosphere combination ) 是由 王学运 从浩 张京娟 赵明 于 2020-06-19 设计创作，主要内容包括：本发明公开一种基于惯性/卫星/大气组合的气象风测量方法,尤其涉及风速风向的在线测量,在不改变飞行器结构外形、不增加测量装置和硬件设备的前提下,利用现有的机载惯性导航系统、卫星定位系统、大气数据系统的输出参数,得到惯性系统的加速度、角速度和姿态角,卫星测得地速、大气数据系统测得真空速,通过构建无迹卡尔曼滤波器,将风速风向测量模型和状态估计过程融合起来,实现飞行器机体周围风速风向的实时测量,并完成下一时刻风速风向的估计。本发明所提出的方法方案可以解决飞行器周围局域风速风向的实时测量和大区域连续飞行实时风速风向测量问题,为四维航迹飞行、飞机准点达到提供方法支持。(The invention discloses a meteorological wind measuring method based on inertia/satellite/atmosphere combination, in particular to on-line measurement of wind speed and direction, which obtains the acceleration, angular velocity and attitude angle of an inertia system by utilizing the output parameters of the existing airborne inertia navigation system, satellite positioning system and atmosphere data system on the premise of not changing the structural appearance of an aircraft and increasing the measuring device and hardware equipment, measures the ground speed by a satellite and measures the vacuum speed by the atmosphere data system, and integrates a wind speed and direction measuring model and a state estimation process by constructing an unscented Kalman filter to realize the real-time measurement of the wind speed and direction around the aircraft body and finish the estimation of the wind speed and direction at the next moment. The method scheme provided by the invention can solve the problems of real-time measurement of local wind speed and wind direction around the aircraft and real-time measurement of wind speed and wind direction of large-area continuous flight, and provides method support for four-dimensional flight path flight and aircraft punctuation.)
方法领域
本发明涉及风速风向测量方法领域，尤其涉及一种基于惯性/卫星/大气组合的气象风测量方法，可以解决飞行器周围局域风速风向的实时测量和大区域连续飞行实时风速风向测量问题，为四维航迹飞行、飞机准点达到提供方法支持。
背景方法
飞行器的飞行状态不可避免的受机体周围风速风向的影响，风速风向的精确测量对提高飞行的飞行可靠性、安全性和飞行品质意义重大。目前主要的测风方法是单一的机载大气数据系统提供是风速风向信息，或大气数据系统与卫星定位系统进行组合测量。其中大气数据系统由于测量传感设备存在测量迟滞，所以单一的大气数据系统测量不能实现机动情况下实时测量；卫星定位系统测量时，卫星信号易受干扰，还可能会发生信号中断等情况，都不能满足飞行器周围局域风速风向的实时测量和大区域连续飞行实时风速风向的测量问题。
发明内容
本发明目的就是为了弥补已有方法的缺陷，提供一种基于惯性/卫星/大气组合的气象风测量方法。
本发明是通过以下方法方案实现的：
一种基于惯性/卫星/大气组合的气象风测量方法，利用飞行器机载航电设备输出的参数，包括：
惯性系统输出的加速度、角速度和姿态角；
卫星定位系统输出的地速；
大气数据系统输出的真空速；
由惯性导航系统的输出信息，对状态转换矩阵进行计算；
由卫星定位系统输出的地速通过机体坐标系系和地理坐标系的状态转移矩阵，求解出机体坐标系下的飞行器三轴速度。
由大气数据系统测量数据，对飞行器的真空速进行解算。
由当前时刻飞行器的地速，状态转移矩阵和真空速解算结果，对飞行器机身周围的风速风向进行计算，并通过无迹卡尔曼滤波器对下一时刻风速风向进行实时精确估计。
包含以下步骤：
第一步，以周期△T读取惯性导航系统输出的三个角速度、三个姿态角、三个线加速度信息，三个角速度[p q r]T分别是机体系下X轴、Y轴和Z轴方向上的横滚角速度p，俯仰角速度q，偏航角速度r；三个姿态角[φ θ ψ]T分别为横滚角φ、俯仰角θ和偏航角ψ；三个线加速度[ax ay az]T分别为机体坐标系下X轴方向的线加速度ax、Y轴方向的线加速度ay和Z轴方向的线加速度az，其中机体坐标系的X轴、Y轴、Z轴的指向分别为向前、向右和向下。
第二步，以周期△T读取机载卫星定位系统输出的地理坐标系下的三轴地速[Vx VyVz]T，其中Vx为飞行器在地理坐标系X轴的速度分量、Vy为飞行器在地理坐标系Y轴的速度分量、Vz为飞行器在地理坐标系的速度分量，其中地理坐标系的X轴、Y轴、Z轴的指向分别为北向、东向和地。
第三步，状态转移矩阵为地理坐标系到机体坐标系的状态转换矩阵，通过姿态角信息获得，姿态角信息包括横滚角φ、俯仰角θ和偏航角ψ，计算状态转移矩阵
第四步，通过状态转移矩阵可以地理坐标系下的三轴地速[Vx Vy Vz]T转换到机体系下：
[wx wy wz]T为三轴风速。
第五步，机载真空速通常由机载大气数据系统中压力传感器及温度传感器提供的压力以及温度，结合伯努利方程解算得到的，计算公式：
其中，△P为动压，ρ为空气密度，K为校正因子。
第六步，利用卫星定位系统测得的地速
其中wx为X轴方向上的风速，wy为Y轴方向上的风速，wz是Z轴方向上的风速。
第七步，对飞行器周围风场的测量包含风向角，风向角包含风向方位角和风向高低角，风速与北向的夹角称为风向方位角风速与水平面的夹角称为风向高低角
第八步，以惯性导航系统惯性测量单元测得的三轴加速度[ax ay az]T和角速率[pq r]T作为系统的输入量；选取飞行器的机体三轴速度[u v w]T，横滚角φ、俯仰角θ和偏航角ψ和三轴风速[wx wy wz]T作为状态量，即X＝[u v w φ θ ψ wx wy wz]T，并建立无迹卡尔曼滤波器状态方程：Xk＝f(Xk-1,uk-1)+Wk-1，其中Xk和Xk-1分别是k和k-1时刻的状态向量，Wk-1是状态噪声向量，Wk-1由飞行器机体三轴速度变化率
第九步，进行无迹卡尔曼滤波：
8.1)选定滤波初值：
其中，E指数学期望，X0为状态向量初值，
8.2)计算k-1时刻的sigma样本点：
其中，n为状态维数，λ＝α2(n+κ)-n，α∈[10-4,1]，κ＝3-n；
8.3)确定权值：
其中，和Wi (m)为第i个sigma点状态向量的权值，
8.4)计算k时刻的一步预测模型值：
8.5)计算k时刻的一步预测样本点：
8.6)量测更新：
其中，为预测观测向量，
8.7)滤波更新
其中，Kk为增益矩阵，为估计状态向量，Pk为估计状态向量的协方差矩阵。
第十步，无迹卡尔曼滤波器中，状态量的横滚角φ、俯仰角θ和偏航角ψ由惯性导航系统提供，机体系三轴速度由卫星定位系统提供，三维风速初始值有外部风速仪提供，三维风速变化率初始值均取为零，以上组成系统初始状态量，初始状态估计误差方差阵P0，系统噪声方差阵初值Q0，量测噪声方差阵R0矩阵初值都由系统外部直接输入，系统噪声矩阵Qk有系统噪声方差阵初值Q0确定，量测噪声矩阵Rk+1由量测噪声方差阵初值R0确定。
第十一步，由状态量后三项即可得知tk+1时刻的三维风速，将得到的三维风速带到第七步即可得到对应的风向角度。
本发明的优点是：本发明不需要增加额外的机载航电设备，也不需要改变飞行器结构外形，利用现有的惯性导航系统、卫星定位系统和大气数据系统的输出，解算得到飞行器周围的实时风速风向，并能实现飞行航迹上的大区域连续测风，对四维航迹飞行和飞机的准点到达意义重大。
附图说明
图1为一种基于惯性/卫星/大气组合的气象风测量方法原理框图；
图2为一种基于惯性/卫星/大气组合的气象风测量方法的测量方法示意图；
图3为一个实施例中基于惯性/卫星/大气组合的气象风测量方法得到的前向风速估计值和真值误差曲线图；
图4为一个实施例中基于惯性/卫星/大气组合的气象风测量方法得到的右向风速估计值和真值误差曲线图；
图5为一个实施例中基于惯性/卫星/大气组合的气象风测量方法得到的天向风速估计值和真值误差曲线图；
图6为一个实施例中基于惯性/卫星/大气组合的气象风测量方法得到的风向方位角曲线图；
图7为一个实施例中基于惯性/卫星/大气组合的气象风测量方法得到的风向高低角曲线图。
具体实施方式
为了更清楚的说明本申请，下面结合实施例和附图对本申请做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域方法人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应该以此限制本申请的保护范围。
显然，本申请的上述实施例仅仅是为了清楚地说明本发明所作的举例，而非是对本申请的实施方案的限定，对于所属领域的方法人员来说，在上述说明的基础上还可以做出其他不同形式的变化或变动，在这里无法对所有的实施方案予以穷举，凡是属于本申请的方法方案所引申出的显而易见的变化或变动仍处于本发明的保护范围之列。
在一个实施例中，参考图1，本发明利用现有的机载惯性导航系统、卫星定位系统、和大气数据系统的输出参数，通过设计卡尔曼滤波器，实现当前时刻风速风向的在线测量和对下一时刻风速风向的实时精确估计。
为实现风速风向的在线测量和估计，需要以下步骤：
第一步，获取惯性导航系统的输出信息，以周期△T读取惯性导航系统输出的三个角速度、三个姿态角、三个线加速度信息，三个角速度[p q r]T分别是机体系下X轴、Y轴和Z轴方向上的横滚角速度p，俯仰角速度q，偏航角速度r；三个姿态角[φ θ ψ]T分别为横滚角φ、俯仰角θ和偏航角ψ；三个线加速度[ax ay az]T分别为机体坐标系下X轴方向的线加速度ax、Y轴方向的线加速度ay和Z轴方向的线加速度az，其中机体坐标系的X轴、Y轴、Z轴的指向分别为向前、向右和向下。
第二步，获得卫星定位系统的输出信息，以周期ΔT读取机载卫星定位系统输出的地理坐标系下的三轴地速[Vx Vy Vz]T，其中Vx为飞行器在地理坐标系X轴的速度分量、Vy为飞行器在地理坐标系Y轴的速度分量、Vz为飞行器在地理坐标系的速度分量，其中地理坐标系的X轴、Y轴、Z轴的指向分别为北向、东向和地。
第三步，求得系统的状态转移矩阵，状态转移矩阵为地理坐标系到机体坐标系的状态转换矩阵，通过姿态角信息获得，姿态角信息包括横滚角φ、俯仰角θ和偏航角ψ，计算状态转移矩阵
第四步，通过状态转移矩阵可以地理坐标系下的三轴地速[Vx Vy Vz]T转换到机体系下：
[wx wy wz]T为三轴风速。
第五步，获取机载大气数据系统输出数据，机载真空速通常由机载大气数据系统中压力传感器及温度传感器提供的压力以及温度，结合伯努利方程解算得到的，计算公式：
其中，△P为动压，ρ为空气密度，K为校正因子。
第六步，利用卫星定位系统测得的地速
其中wx为X轴方向上的风速，wy为Y轴方向上的风速，wz是Z轴方向上的风速。
第七步，从第六步得到三轴风速，代入风向方位角风向高低角
第八步，以惯性导航系统惯性测量单元测得的三轴加速度[ax ay az]T和角速率[pq r]T作为系统的输入量；选取飞行器的机体三轴速度[u v w]T，横滚角φ、俯仰角θ和偏航角ψ和三轴风速[wx wy wz]T作为状态量，即X＝[u v w φ θ ψ wx wy wz]T，并建立无迹卡尔曼滤波器状态方程：Xk＝f(Xk-1,uk-1)+Wk-1，其中Xk和Xk-1分别是k和k-1时刻的状态向量，Wk-1是状态噪声向量，Wk-1由飞行器机体三轴速度变化率
第九步，进行无迹卡尔曼滤波：
8.1)选定滤波初值：
其中，E指数学期望，X0为状态向量初值，为状态向量初值的均值，P0为状态向量初值的协方差阵
8.2)计算k-1时刻的sigma样本点：
其中，n为状态维数，λ＝α2(n+κ)-n，α∈[10-4,1]，κ＝3-n；
8.3)确定权值：
其中，和Wi (m)为第i个sigma点状态向量的权值，
8.4)计算k时刻的一步预测模型值：
8.5)计算k时刻的一步预测样本点：
8.6)量测更新：
其中，为预测观测向量，
8.7)滤波更新
其中，Kk为增益矩阵，
第十步，无迹卡尔曼滤波器中，状态量的横滚角φ、俯仰角θ和偏航角ψ由惯性导航系统提供，机体系三轴速度由卫星定位系统提供，三维风速初始值有外部风速仪提供，三维风速变化率初始值均取为零，以上组成系统初始状态量，初始状态估计误差方差阵P0，系统噪声方差阵初值Q0，量测噪声方差阵R0矩阵初值都由系统外部直接输入，系统噪声矩阵Qk有系统噪声方差阵初值Q0确定，量测噪声矩阵Rk+1由量测噪声方差阵初值R0确定。
第十一步，由状态量后三项即可得知tk+1时刻的三维风速，将得到的三维风速带到第七步即可得到tk+1时刻对应的风向角度。
至此，完成该飞行器机体周围的风速风向在线测量和风速风向的实时精确估计。
图1是本发明方法的基本原理框图，无迹卡尔曼滤波器利用机载惯性导航系统、卫星定位系统、大气数据系统的输出，解算得到飞行器机体周围实时风速风向和下一时刻的风速风向估计值。各个模块之间的实线箭头代表了基本的逻辑连接关系。
图2对图1中的原理进行了进一步的细化，代表了基于惯性/卫星/大气组合的气象风测量方法的具体流程，更清晰的表明了系统的数据来源、数据传递和风速风向解算。
图3是本发明方法的一个实施例中得到的前向风速估计值和真值误差曲线图，横轴表示时间，单位为秒，纵轴表示风速估计值与风速真值在前向上的误差，单位为米/秒，范围在[-0.4m/s,0.4m/s]。
图4是本发明方法的一个实施例中得到的右向风速估计值和真值误差曲线图，横轴表示时间，单位为秒，纵轴表示风速估计值与风速真值在右向上的误差，单位为米/秒，范围在[-0.5m/s,0.5m/s]。
图5是本发明方法的一个实施例中得到的天向风速估计值和真值误差曲线图，横轴表示时间，单位为秒，纵轴表示风速估计值与风速真值在天向上的误差，单位为米/秒，范围在[-0.4m/s,0.4m/s]。
图6是本发明方法的一个实施例中得到的风向方位角曲线图，横轴表示时间，单位为秒，纵轴表示风向方位角数值，单位为度，范围在[6°,16°]。
图7是本发明方法的一个实施例中得到的风向高低角曲线图，横轴表示时间，单位为秒，纵轴表示风向高低角数值，单位为度，范围在[17°,27°]。
- 上一篇：一种医用注射器针头装配设备
- 下一篇：一种改良式风速测量仪