信息融合方法研究.pdf

第22卷第3期宇航学报Vol.22 No.32001年5月JOURNAL OF A STRONAU T ICSM ay 2001收稿日期:2000209211,修回日期:2001201222作者简介:刘准(19732),男,北京航空航天大学博士生,研究方向:导航、制导及控制INS?GPS?TERCOM组合制导系统中的信息融合方法研究刘准陈哲(北京航空航天大学自动化科学与电气工程学院,北京100083)摘要:提出由坐标变换、误匹配检测和卡尔曼滤波三个单元构成的一种新型I N S?TER2COM系统优化结构,并对I N S?GPS?TERCOM组合系统自适应联邦滤波信息融合和分散式信息融合两种算法分别进行了研究,将这两种算法与传统的集中滤波算法进行了比较。结果表明,系统无故障情况下三种方法精度相同;而在有故障情况下自适应联邦融合法优于另两种方法。关键词:联邦滤波;信息融合;组合导航系统;I N S;GPS;TERCOM中图分类号:V 2491328文献标识码:A文章编号:100021328(2001)0320026207RESEARCH ON INFORMATI ON FUSI ON M ETHODIN INS?GPS?TERCOM SYSTEML iu ZhunChen Zhe(School of Automation Science and Electrical Engineering,Beijing U niversity of Aeronauticsand A stronautics,Beijing 100083)Abstract:Based on the coordinate transformation,m ismatch detection and Kalman filtermodule,a novel I N S?TERCOM integrated navigation system opti m ization structure is present2ed.A nd the adaptive federated filter and the decentralized information fusion algorithm s of I N S?GPS?TERCOM integrated navigation system have been studied.Compared w ith the centralizedKalman filter algorithm,It has been shown that when the system is faultless,the above threemethods have the same accuracy,but if the system is at fault,the adaptive federated Kalman fil2ter algorithm has the highest accuracy than others.Key words:Federated filter;Information fusion;Integrated navigation system;I N S;GPS;TERCOM1引言九十年代海湾战争中,美国战斧式导弹的中制导段采用地形相关匹配(TERCOM)技术,由于地形匹配精度不如GPS精度高,改进的战斧巡航导弹取消了地形匹配单元。然而卫星控制在美国手中,关键时刻可能无法使用,因此其它一些国家设计的巡航导弹制导模块上仍然都包含有地形匹配单元1。目前国内外关于I N S?GPS?SITAN信息融合已有研究2,而关于I N S?GPS?TERCOM的融合研究则尚未见到。为了优化惯性导航系统(I N S)和GPS,TERCOM组合系统的融合算法并提高容错性能,本文提出了一种新型的I N S?TERCOM组合算法。进行传感器的信息融合是当今制导技术研究的一个关键。目前存在三种融合算法:(1)集中滤波;(2)联邦滤波;(3)分散式滤波。为解决集中滤波计算量大、容错性差等缺点,很多学者对分散化滤波技术进行了研究,1988年Carlson提出了联邦Kalman滤波器的信息融合算法3;而分散式信息融合也是一种重要处理方法。本文在设计I N S?GPS?TERCOM组合导航算法时,对改进的联邦Kalman信息融合算法自适应联邦信息融合算法、分散式信息融合和集中滤波算法进行了分析和仿真比较。从而寻找到一种适合I N S?GPS?TER2COM组合系统的融合算法。2一种新型INS?TERCOM组合滤波结构及数学模型2.1I N S?TERCOM的滤波器结构单独的TERCOM算法仅能输出定位信息,当载体速度误差较大或地形起伏变化相似时容易出现误匹配。此外,原始的TERCOM是一种相关匹配算法,不与I N S组合则不能形成局部滤波并实现联邦滤波。关于I N S?TERCOM组合滤波结构尚未见到报道,本文提出的I N S?TERCOM组合算法,融入了坐标变换单元和误匹配检测单元,从工程需要的角度出发设计了一种新型滤波结构,见图1。图1I N S?TERCOM局部滤波器结构图TERCOM的输出须经坐标变换单元转换才能和惯导系统坐标在空间保持一致,称为空间融合。由于无线电高度表和气压高度表的测量误差、数字地图网格大小、地形起伏程度、惯导进入匹配区时积累的位置、速度误差和航向误差等因素都能影响匹配效果并造成误匹配。为此,本文在I N S?TERCOM局部滤波器中增加了误匹配检测单元,利用I N S输出的一系列位置信息判断TERCOM系统输出的匹配位置是否产生误匹配。根据是I N S的位置漂移在短时间内很小。具体做法是对K时刻TERCOM系统输出的位置信息进行如下误匹配检72第3期刘准等:I N S?GPS?TERCOM组合制导系统中的信息融合方法研究,LT(k)=L(k-I)+VNIRM测。设误匹配检测次数为N,可根据经验选取,如取515。从而有不同时刻的I N S输出的位置信息W(K-N),W(K-N+1)W(K-1)和速度信息V(由于地形匹配时要求载体匀速平飞,所以速度V不变);在K时刻TERCOM系统输出的位置周围画出一个园形或矩形误差允许区,其大小以依I N S在时间段N的位置漂移和速度漂移确定。依次对K-N,K-N+1,K-1时刻惯导输出的位置信息推算出K时刻载体的位置。计算公式为T(K)=W(K-I)+V3I(1)式中I=1,2,N。T(k)是推算出的K时刻载体位置。采用北京54经纬度坐标系时,(1)式可改写成T(k)=(k-I)+VEIRNcos(L)(2)式中T(k),LT(k)是推算的经纬度坐标;VE,VN是载体东和北方向速度;RM,RN分别是子午圈和卯酉圈半径;如果N次推算的位置T(K)或 T(k),LT(k)位于误差允许区内的次数大于或等于S次(S由实验确定),则认为TERCOM算法匹配正确。212I N S?TERCOM卡尔曼滤波器的数学模型21211I N S?TERCOM的精确数学模型本文采用平台式惯性系统?TERCOM的位置组合方案。I N S选用指北方位系统,建立较精确的18维系统状态方程4,I N S?TERCOM局部滤波器位置观测矢量Zp及量测矩阵Hp1分别为Zp1(t)=LT-LIT-I=L+NL+N=Hp1X2(t)+Vp l(t)Hp1=036d iag11039,Vp1=NLN(3)而NL,N为TERCOM算法输出经纬度误差。2.2.2I N S?TERCOM的简化数学模型因TERCOM算法要求载体匀速平飞,且仅能输出载体位置信息,对载体位置修正不可能提高姿态角误差的可观测性。故可进行简化,将18维降为6维。I N S状态为Xj=LhENUT(4)同理可把速度误差设为白噪声 E,N和 U;简化的6维系统状态方程L=NRM+h,=ERN+hsecL+ERN+hsecL tgLLh=U,E=E,N=N,U=U(5)简化后系统的量测方程同(3)式。3INS?GPS?TERCOM三种信息融合算法组合导航多传感器信息融合的常用方案有三种:(1)集中式结构方案;(2)分散式结构方案;(3)自适应联邦式结构方案。3.1I N S?GPS?TERCOM自适应联邦信息融合算法I N S经余度配置、奇偶方程实现故障检测后,其工作是可靠的。TERCOM子系统量测信息与I N S组成局部滤波器1(简称L F1);GPS量测信息与I N S组成局部滤波器2(简称82宇航学报第22卷L F2)。主滤波器(简称M F)输出是所有子系统与I N S量测确定的全局最优估计。信息融合结构见图2。图2中,x1,P1分别为L F1的状态变量和协方差阵;x2,P2分别为L F2的状态变图2I N S?GPS?TERCOM自适应联邦信息融合方案量和协方差阵;xg,Pg分别为M F的状态变量和协方差阵。本文把I N S状态作为系统各局部滤波器(简称L F)和M F状态变量,而把GPS和TERCOM量测噪声设为白噪声。1,2,g分别为L F1、L F2和M F对应的信息分配系数。根据信息分配原理,它们应满足 1+2+g=1。各 i的取值决定着联邦卡尔曼滤波器的性能。状态X协方差阵P的大小反映了对X估计的质量。P越大,X的估计质量越差,信息阵P-1就越小;反之亦然。以往研究中,常根据经验确定某种固定的信息分配关系,不能实时反映真实情况,影响效果。文献56提供了自适应确定 i的方法,即求出Pi特征值的迹tri,用下式计算出 ii=tri?(tr1+tr2+trn)。本文改用计算协方差矩阵Pi的迹tracei代替Pi特征值的迹tri,这样可大大减小计算量提高滤波的实时性。各 i计算公式为i=traceitrace1+trace2+tracen(6)I N S?TERCOM组成的局部滤波器设计见上节,本文把I N S?GPS局部滤波器2设为标准卡尔曼滤波器,滤波结构见文献4。在L F1中,当误匹配检测单元检到当前时刻的错误输出时,采用仅时间更新而不作测量更新的方法进行卡尔曼滤波。联邦滤波算法如下。11 信息的时间更新时间更新在局部滤波器和主滤波器之间独立进行,具体算法如下:xi(k+1?k)=(k+1,k)xi(k)Pi(k+1?k)=(k+1,k)Pi(k?k)T(k+1,k)+#(k+1,k)Qi(k)#T(k+1,k)(7)21 信息的测量更新由于主滤波器没有测量量,所以主滤波器不进行测量更新。测量更新仅在两个局部滤波器进行。算法如下:Pi(k+1)=I-Ki(k+1)Hi(k+1)Pi(k+1?k)Ki(k+1)=Pi(k+1?k)HTi(k+1)Hi(k+1)Pi(k+1?k)HTi(k+1)+Ri-1(8)31 信息分配P-1i(k)=iP-1g(k),Q-1i(k)=iQ-1g,xi(k)=xg(k)(9)92第3期刘准等:I N S?GPS?TERCOM组合制导系统中的信息融合方法研究41 主滤波器最优综合联邦滤波将各L F的信息经下式进行信息融合,以得到全局最优估计。xg(k+1)=pg(k+1)p-11(K+1)x1(k+1)+p-12(k+1)x2(k+1)P-1g(k+1)=P-11(k+1)+P-12(k+1),Q-1g(k+1)=Q-11(k+1)+Q-12(k+1)(10)式中下标i=1,2表示局部滤波器,下标g表示主滤波器。使用多个传感器对系统状态观测时,各传感器的时间和坐标空间的观测值不同。为了对系统状态综合估计,应进行时间融合和空间融合,以使各个传感器在时间、空间保持一致。时间融合:在I N S、GPS和TERCOM中TERCOM子系统数据更新最慢,为保证TER2COM子系统有充足时间匹配,系统融合周期设定为1秒。空间融合:由于I N S使用北京54坐标系,GPS使用W GS84坐标系,而TERCOM在地形匹配时使用屏幕坐标系,为使它们保持空间一致,仿真中统一变换到北京54坐标系下进行数据融合。3.2I N S?GPS?TERCOM分散式信息滤波算法分散式信息融合是多传感器信息融合技术的一种重要处理方法7。分散式信息融合是指各传感器在每一时刻都保留本身状态。而后,各传感器把数据传到中心处理器(M F),通过相应融合算法生成一个精确的全局状态。分散融合算法只传送各传感器的公有状态数据,中心处理器只进行公有数据的融合,所以具有较低计算量和传送量。分散式信息融合结构和联邦信息融合结构基本相同,只是它没有M F到各L F之间的反馈。分散式与联邦信息融合算法主要不同点在于,若要产生全局最优解,联邦信息融合主滤波器必须向各局部滤波器反馈信息分配系数 。而分散式信息融合则不必如此,它通过Kalman滤波公式严格导出全局最优解。文献7证明了分散式信息融合是基于各传感器滤波及预测所建立的线性、无偏、最小方差估计。N个L F分散式信息融合的状态方程和量测方程,与自适应联邦滤波相同。其主滤波器的估计为:Xk=PkP-1kk-1Xkk-1+iPkMTiP-1ikXik-iPkMTiP-1i,kk-1Xi,kk-1P-1k=P-1kk-1+iMTiP-1ikMi-iMTiP-1i,kk-1Mi(11)式中Xk为全局最优估计,Pk为对应协方差阵;Xik为局部滤波器状态估计,Xi,kk-1为局部滤波器状态预测值,Pik和Pi,kk-1为对应协方差阵。Mi为局部滤波器状态到主滤波器状态的转换矩阵。3.3I N S?GPS?TERCOM集中滤波算法系统状态方程同(4)式。集中滤波的量测方程同时包含TERCOM量测和GPS量测,即Z(t)=Zp1(t)Zp2(t)Z(t)=Hp1Hp2HX(t)+Vp1(t)Vp2(t)V(t)(12)式中Zp1(t)为TERCOM系统位置量测矢量,Zp2(t)、Z(t)分别为GPS位置与速度量测矢03宇航学报第22卷理想匹配220,213220,220220,228220,236220,243220,251220,258220,266实际匹配220,212221,221221,227218,235220,242221,250220,257220,265理想匹配220,273220,281220,288220,296220,303220,311220,319220,326实际匹配220,272219,280220,287219,295221,302221,311220,317220,325量。4INS?GPS?TERCOM组合导航仿真实验4.1I N S?TERCOM局部滤波器可靠性仿真验证为验证地形匹配过程中误匹配检测单元对错误匹配的识别能力,将仿真结果列于表1。理想匹配表示在无惯导误差、气压高度表误差和无线电高度表误差情况下,TERCOM输出为屏幕网格坐标。实际匹配为上述高度表有误差的情况下TERCOM实际输出。从表1看出,存在较大误差情况下,当误匹配次数达到整个匹配次数近7?23时,误匹配检测单元仍可有效检测出地形匹配超过允许范围的错误输出,并能通过调节误差允许区大小使地形匹配输出误差达到可允许范围。当误匹配检测单元检到当前时刻错误输出时,将误匹配隔离,采用仅作时间更新而不作量测更新的方法进行卡尔曼滤波。表1误匹配检测单元的检验结果点数123435678点数9101112131415163点数1731831932021322233理想匹配220,334220,341220,349220,356220,364220,371220,379实际匹配221,332222,340218,347219,355218,363221,371220,377(点数上加3 号的表示误匹配检测单元检测到的错误输出)4.2I N S?GPS?TERCOM组合导航仿真条件本节图3中实线为18维精确滤波结果,虚线为6维简化滤波结果;图42图7中,实线为自适应联邦滤波结果,虚线为分散滤波结果,点化线为集中滤波结果。4.2.1无故障情况下的仿真结果图3东向速度误差当I N S?TERCOM局部滤波器分别采用6维简化模型和18维精确模型时,简化模型位置精度和精确模型几乎相同,仅东向、北向速度略微不同(见图3)。这说明简化模型虽牺牲了一些精度,但是可降低计算量,这一点对I N S?TERCOM的组合十分重要,因为TERCOM算法是基于相关处理的算法,本身就需要较大的计算量。当自适应联邦滤波和分散滤波的I N S?TER2COM局部滤波器都用6维简化模型,而集中滤波采用18维精确模型时,仿真结果见图4。可看出,系统无故障运行时,自适应联邦信息融合法、分散信息融合法和集中滤波精度几乎完全相同。这说明自适应联邦信息融合和分散信息融合采用简化模型都接近是线性最优估计。这与文献37理论分析结果完全吻合。4.2.2有故障情况下的仿真结果13第3期刘准等:I N S?GPS?TERCOM组合制导系统中的信息融合方法研究图4无故障情况下东向速度误差为验证比较三种滤波法的性能,仿真中分别设置了地形匹配故障和GPS故障。(1)地形匹配故障地形匹配故障主要由误匹配引起,本文在第10215秒加入突变的地形匹配误匹配故障,误匹配定位误差:纬度误差500米,经度误差500米。结果见图5。(2)GPS故障GPS故障主要有两种:定位数据突变和接收机丢失卫星(定位数据不更新)。假设接收机在第6210秒定位数据突变,突变误差:纬度图5TERCOM定位故障情况下纬度误差300米,经度300米。第11秒后GPS工作正常。仿真结果见图6。本文假设接收机在第6210秒丢失卫星,这时定位数据不更新,直到第11秒后GPS才重新锁定卫星。仿真结果见图7。可以看出,当组合系统有故障时,自适应联邦信息融合法比分散信息融合算法和集中滤波精度高。自适应联邦信息融合法具有较好的鲁棒性是由于局部滤波有故障时,虽局部滤波估计性能下降,均方差P阵变大;但根据(6)式,从主滤波器反馈的信息分配系数 也变大,从而可有效抑制I N S?TERCOM局部滤波输出对全局估计的不利影响,保持较高的估计精度。而分散信息融合和集中滤波法因为无反馈作用,局部滤波器故障会直接影响主滤波器的精度。从仿真结果还可看出,不管有无故障,分散式信息融合和集中滤波的效果完全相同(仿真曲线虚线和点划线重合),这是因为分散式信息融合是由集中kalman滤波法导出,它们之间完全等价。图6GPS数据突变情况下的纬度误差图7GPS数据不更新纬度误差5结论研究表明,本文提出的改进TERCOM算法在惯导系统有较大初始位置、速度误差情况下,可以增加TERCOM法的可靠性,能有效检测出误匹配。该算法可嵌入I N S?TERCOM局部滤波,并在I N S?GPS?TERCOM组合中可靠工作。而自适应联邦信息融合法不仅可对导航信息进行融合,还可通过信息分配系数的实时调整,对L F的故障影响进行有效抑制,具有与集中滤波器相同的导航精度。至于分散信息融合法,在无故障情况下,(下转第61页)23宇航学报第22卷有质系绳卫星系统的数学模型是无质系绳卫星系统数学模型的自然深展。这些模型采用了统一的参考座标系,系统状态变量和距离速率控制算法。广泛采用非线性动态系统方法和线性化技术开发了系绳驻形的递推计算方法和驻形的稳定性分析方法,并进行了计算机模拟。与文中富有逻辑的理论和方法相对应的是有质系绳动力学中的极富挑战性的大量数字计算。参考文献1Beletsdy V V andLevin EM.Dynam ics of Space Tethered System,Advances in theA stronautical Sciences,Vol.83,19932Yu,Shaohua.Tethered Satellite System Analysis(1)two2dimensional case and regular dynam ics.Acta A stronau2tica,2001,47(12):84928583于绍华,绳系卫星系统中的周期运动,宇航学报,1997,18(3):51258(上接第32页)具有集中滤波器相同的导航精度。由于它的主滤波器和局部滤波器之间无反馈,故对故障比较敏感。参考文献1赵春利.当代部分国外主要巡航导弹概况.飞航导弹,2000,4:62102王富嘉,陈哲.I NS?GPS?TRN系统中的联邦卡尔曼滤波信息融合方法.航空学报,1998,19(7):882913Near A.Carlson Federated filter for fault2tolerant integrated navigation system.PLANS,1988,11021194袁信,俞济祥,陈哲.导航系统.北京:航空工业出版社,19935黄显林,王宇飞,胡恒章.一种基于特征值分解的自适应信息融合滤波算法.中国惯性技术学报,1999,7(4):422446房建成.李学恩.申功勋.I NS?CNS?GPS智能容错导航系统研究.中国惯性技术学报,1999,7(1):5287孙红岩,毛士艺,林品兴.多传感器分散融合的性质.电子学报,1996,24(6):5526116第3期于绍华等:有分布质量系绳的卫星系统的动力学