抽象性
准时到达对航班管理 和客运经验非常重要影响即时抵达的基本因素之一是风条件风速和方向精确信息机身帮助提高即时抵达和四维轨迹规划性能为了实时确定准确风情,本文建议新风速向估计法惯性导航系统(INS)、全球卫星导航系统(GNSS)和空气数据系统(ADS)混入无源卡尔曼滤波器(UKF)中,该滤波提供非线性条件的高度精度和强健性动态风模型建立并详细实施UKF最后,模拟设计并通过与传统直接测量法比较验证拟议方法的有效性结果显示,风速和方向精度比传统直接测量法高近2倍
开工导 言
瞬时风速估计飞机定位可能是一个重大问题,因为风势不可避免会飞这个问题在四维轨迹规划中特别重要一号,2..四维轨迹规划旨在四维空间进行轨迹规划3,4..所生成飞行轨迹包括所有三维方位飞行器飞行和飞行时间位置飞行,这意味着轨迹三维坐标和到达三维坐标点时间都规划风速和方向可对四维轨迹规划时间维量产生巨大影响,因此四维局需要准确实时风情信息环境风速方向对飞控等各种目标也非常有用5微飞行器6空气能量采集7-九九空控10空加油11并避免碰撞风估计问题流行方法需要应用飞行器动态模型预测风经卡尔曼滤波器的信息12,13..
扩展卡尔曼滤波器问题14-17风估计18号风动模型非线性,EKF线性精度可能不够或甚至扩散勒法斯开发简单滤风器使用磁向、真实空气速度和雷达测量然而,通过雷达系统空基数据链路传输的数据可能导致大错测量10..Langelaan等全面模拟研究 方法直接估计风场风速测量误差随风速增高[一号..Cho等水平风估计法基于EKF综合模拟实验数据然而,飞机需要转机或圆圈操作,特别是民用航班时使用这种操作,在实际应用上通常不可行[19号..横向风速向假设随机移动噪声后调整这些状态,风三角比较GPS提供的空气速度和地面速度20码,21号..微风估计使用UKF,尽管这项工作有限假设已知风向22号..泰勒模拟研究参数估计技术用于空气数据校准和风测23号..方法假设惯性速度和欧拉角准确性,标定模型正确性,风稳定状态构件在整个操作中常态刘等人[24码slip角估计方法综合比较研究结果表明,在动态模型下UKF在某种程度上比EKF高性能克服环境噪声信息实际应用的分时复杂度,Wang等[25码取出AEKF法 从最大似值估计滚动状态估计结果显示AEKF比EKF有更好的性能和可行性条件多传感器测量Ding等[26重度编译卡尔曼估计器基于集中编译估计纵向车辆速度多传感器信号组合组成3个虚拟传感器,每个虚拟传感器生成相应的速度信息,长段速度信息通过权值估计获取高精度可靠显示数据聚变和卡尔曼滤波作用重大
本文介绍的工作是要推导三维风速方向估计公式,基础是空载全球卫星导航系统测量结果、惯性导航系统输出结果以及空气数据系统提供的飞速、角攻击和侧滑角信息工作还扩展Cho的工作,包括垂直风向,以及角攻击和侧滑信息此外,三维定位还作为测量提供,这对提高风估计精度意义重大。这项工作的贡献在于它提供基于UKF的创新方法,实时精确估计飞机风场信息以及导航、定位和流角信息
本文组织工作如下段内2描述飞行器动态方程段内3本文介绍风速向估计时使用Unscent Kalman滤波段内4展示各种模拟和结果最后一节5介绍结束语
二叉问题配方
估计算法使用空气数据系统(ADS)、全球卫星导航系统(GNSS)和惯性导航系统(INS)的信息估计风速和方向三维组件
2.1.坐标介绍
第一,文档中所用的坐标定义
表示导航框架与地理框架重合 )东北下游
表示机体坐标框架 位于重力中心 位对称平面 并并行设计轴 飞机并指向鼻子 切合对称平面并指向机身右侧 位对称飞行器 指向机身下从NED转机机身坐标系由欧拉角定义,图中显示一号.
表示风坐标框架 中心重力和固定连接飞行器体 正指向高速方向 ; 位对称飞行器 指向机身下方并 定义右手规则从机体坐标框架旋转到风坐标框架由攻击角定义 并侧滑 ,图中显示2.
2.2.动态方程
本文研究以下量 :(1)前向、右向和下向高速组件 , ,并 ,分别(2)滚动 ,投球 ,和雅 欧拉姿态角3级北向、东向和下向风速组件 , ,并 (4)纬度 ,经度 ,和高度 平面(5)管速度 ,角攻击 ,侧滑角 取自空气数据系统(6)北向、东向和下向速度 并位置 GNSS提供(7)加速 角速度 取自惯性测量单元
第一,基于飞行动态假设平面为僵硬体,飞行器运动方程确定如下
从机体坐标框架转换为地理坐标系由方向余量矩阵定义,该矩阵取自滚动连续旋转 ,投球 ,和雅 平面图
分解总气动力和推力可获取下方程 进机体坐标系并分解重力并进机体坐标系 去哪儿 即假设为常量的飞行器总质量关系姿态率 三角速度组件 体坐标系中可用动态方程描述如下27号:
按照随机性特征,风速状态模型设为随机步行过程19号..
位置状态动态由飞机地面速度提供 去哪儿 , ,并 m和 即旋转ELLIPIE 导航坐标为飞机地面速度与风速相联地理坐标和飞速机体坐标
第二,数学模型与poit速度、攻击角和侧滑角相关poitt速度 使用感应器测得的动态压力计算计算公式基于Bernoulli方程并产生 去哪儿 动压 空气密度 校正因子28码..
攻击角 侧滑角 可从机身坐标系的高速组件中导出[29:
透角攻击侧滑角 ,飞速 导航坐标表示
风速 , ,并 可直接从风速三角30码万事通
这种方法传统上用于风情信息,科内比较4提高方法精度
除速度外,飞机周围风场信息也包括风向,即风方位和风投风速与北角间角定义为风方位角
风速和水平平面角定义风投
精度在模拟中比较
3级风速方向估计法
GNSS/INS/ADS综合导航系统拥有非线性特征,因此需要EKF或UKF等非线性估计算法EKF非线性系统一阶近似值,而UKF至少二阶近似精度和Jacobian矩阵不必要降低计算复杂性,UKF通过在线估计风速和方向刘等人研究[24码和丁等[26和正确这一点
显示动态方程解析2状态向量 由下列元素组成:高速 体坐标框中欧拉姿态角 ,三轴风速 ,三维定位 .输入矢量 由加速率和角速率组成以GNSS测量的地面速度和位置、高速、角攻击和ADS提供侧滑角 :
UKF状态方程确定如下: 去哪儿 非线性向量函数解析方程2),3), and (4和) 并 状态向量 并 分秒执行 零均值高斯进程噪声向量
测量方程确定如下: 去哪儿 非线性观察函数方程详解5),6),7), and (8) 零均值高斯测量噪声向量
UKF算法如下
优先选择初始滤波值 去哪儿 数学期望 初始值状态矢量 平均值状态矢量初始值 共变量矩阵状态矢量初始值
第二,计算 sigma采样点 秒数 : 去哪儿 状态维 , , .
第三判定权重 去哪儿 并 等重状态向量 sigma点 并 等重常量矩阵 sigma点 状态分布参数高斯白噪声 .
第四,计算单步预测模型值 秒数 :
预测状态向量 变量矩阵预测状态向量 状态向量噪声矩阵
第五步计算单步预测采点 秒数 :
第六计量更新 去哪儿 预测向量 变量矩阵预测向量和观察向量 常量矩阵预测观察状态矢量 即观察噪声矩阵
第七过滤更新 去哪儿 增益矩阵 估计状态向量 变量矩阵估计状态向量
4级模拟验证
为了评价估计风速和方向方法的可行性和有效性,进行了各种模拟工作。模拟轨迹持续900s,图中显示三分飞行路径3.
模拟实验中IMU采样速率为100赫兹,集成导航频率为1赫兹测量噪声假设高斯白噪声,标准偏差见表一号.
位置错误综合导航显示图4.纬度、经度和高度差错标准值分别为0.014m、0.011m和0.65m
速度错误综合导航显示图5.北东下降速度误差分别为0.070m/s、0.065m/s和0.064m/s
第一次模拟中风速向常量定置图解基于UKF估计的拟议估计方法结果6.图中度量指风速信息,按方程计算10)上头估计值指风速由UKF估计实情引用风速图中显示6中风速度精度比原风速高得多风速错误标准值分别为0.12m/s、0.14m/s和0.13m/s,而风速原型为0.33m/s、0.34m/s和0.38m/s
风速获取后,相应的风方位图7平面图显示8可获取性标准风向误差建议方法分别为1.73摄氏度和1.32摄氏度,而原风速假设为4.70摄氏度和3.28摄氏度
为了验证拟议方法的可靠性,我们进行了1000多次模拟,统计结果见表2.
与直接测值相比,估计值精度提高近2倍
为了进一步证明拟议方法的有效性,我们还随机变化风速模拟实风沟用冷冻干乱模式建模31号..空气质量运动表示成等素和 去哪儿 表示gust组件 正沿飞行路径运动随机值 模拟随机过程和系数选择 定义权谱密度
图显示模拟结果九九.风速误差标准值分别为0.50m/s、0.36m/s和0.27m/s,而风速原型为1.42m/s、0.72m/s和0.53m/s
风方位图10平面图显示11)比较标准风向误差建议方法分别为0.73度和0.85度,而风速原型为1.41度和1.23度。
类似地,1,000多模拟并表显示统计结果3.
实现干地随机风场从低频到高频模型的建立并计算计算量 方程中23号)选择生成多频随机风场速度模拟显示在图中12.
相应的模拟结果显示在图中13.风速错误标准值分别为0.25m/s、0.35m/s和0.27m/s,而风速原型为0.69m/s、0.55m/s和0.61m/s
相应的风平方位图显示14并15.标准风向误差建议方法分别为0.83度和0.88度,而风速原型为1.65度和1.43度。
类似地,1,000多模拟并表显示统计结果4.
在所有数组模拟中,拟议风速估计法提供风速精度比原测高近2倍
5级结论
本文建议新式在线估计风速和方向飞机法,可用于提高4DT应用实时运抵性能估计方法导出UKF中的INS、GNSS和ADS,在非线性条件中提供高精度和强健性动态风模型建立并详细实施UKF通过飞行模拟验证方法的有效性,与传统直接测量法比较结果显示,风速和方向精度比传统直接测量法高近2倍
数据可用性
支持这项研究结果的飞机设计数据尚未提供,因为项目涉及知识产权问题。
利益冲突
作者声明无利益冲突
感知感知
研究资金来自北京自然科学基金4204103和中国航空科学基金会2019ZC051009