空中飞行器无源定位讲解

合集下载

北斗无源定位原理和改造(含gps原理)

北斗无源定位原理和改造(含gps原理)

“北斗”系统可以实现无源定位吗?管理提醒: 本帖被大秦从图书资料移动到本区(2007-07-27)[编者按]“北斗”导航定位系统使我国成为世界上自主建立卫星导航定位系统的国家之一,与GPS系统相比,“北斗”系统有其优点,但也有一些差距,最通俗的表象之一就是不能像GPS那样,使士兵每人都有一部GPS接收机。

为什么呢?因为采用有源定位的“北斗”系统的用户不像采用无源定位的GPS用户那样,只接收信号,它们还需发射信号才能完成定位;这就存在隐蔽性差和用户数量受限制的缺点,那么——2003年5月25日,随着第三颗“北斗”1号导航定位卫星发射升空,我国自行研制的“北斗”卫星导航定位系统正式建成。

这使我国成为世界上为数不多的自主建立卫星导航定位系统的国家之一。

那么,这个系统有什么功能?它与我们熟悉的美国GPS系统的区别又在哪里呢?GPS系统的工作原理与性能1957年,苏联发射了世界上第一颗人造地球卫星——“伴星1号”。

美国霍普金斯大学应用物理实验室的科学家在追踪这颗卫星时发现,他们接收到的卫星发出的信号因卫星与地面的相对移动而产生了多普勒频移,即他们接收到的信号频率与卫星发射信号时的频率有一定的频差,而且发现,多普勒频移曲线与卫星轨道之间存在着一一对应的关系。

这意味着,如果知道接收站的精确方位和某颗卫星通过其观测区域期间的多普勒频移曲线,就可以确定该卫星的运行轨道;反过来,如果确知卫星的运行轨道,那么只要能测得它在通过某观测点上空时的频移曲线,也能获得观测点的位置。

根据这一原理,美国海军于1964年建立了世界上第一个卫星导航系统——“子年仪”系统,并于1967年向民用开放。

但“子午仪”系统存在着定位时间长、误差大、不能连续快速定位(两次定位之间平均时间间隔为1.5小时)等缺陷,美国从1973年开始新一代卫星定位系统的研制,这就是GPS系统。

1993年,GP S系统达到了初始工作能力;1995年,GPS系统达到了完全工作能力。

无人飞行器的导航与控制技术研究

无人飞行器的导航与控制技术研究

无人飞行器的导航与控制技术研究随着科技的快速发展,无人飞行器(UAV)已经逐渐进入了人们的视野,并且在军事、商业、民用等各个领域都得到了广泛的应用。

然而,无人飞行器的导航和控制技术是其实现自主飞行的关键所在。

一、无人飞行器的导航技术无人飞行器的导航技术是指无人飞行器在空中的定位、导航、控制和落地流程中所需的一系列技术。

它主要包括三个方面的技术:位置定位、路线规划和实时航迹控制。

1.定位技术定位技术是无人机导航的首要技术,其精度将直接影响到无人机的导航精度。

目前,常用的无人机定位技术有GPS定位、惯性导航和视觉导航。

其中,GPS定位凭借其高精度、广覆盖和便捷性等特点,被广泛使用在无人机中。

同时,GPS定位还可以和惯性导航技术相结合,通过卡尔曼滤波算法获得更加准确的位置信息。

2.路线规划技术路线规划技术是指设计出一种最优的轨迹来指导无人机飞行,使其到达指定目的地。

在路线规划过程中,必须同时考虑无人机的飞行速度、飞行高度、飞行距离、空气动力学参数等多个因素。

目前,常用的无人机路线规划算法有A*算法、DSD算法和遗传算法等。

3.航迹控制技术航迹控制技术是指无人机在飞行过程中实时控制其飞行轨迹,以使其飞行轨迹与规划好的理论轨迹尽量接近。

无人机的航迹控制技术主要包括反馈控制和前馈控制两种形式。

其中,前馈控制是指在无人机飞行过程中,根据飞行预测,提前设计出相应的控制策略。

二、无人飞行器的控制技术无人飞行器的控制技术是指在无人机完成各项导航任务的基础上,实现飞机姿态控制和飞机动力控制等任务。

其主要包括三个方面的技术:姿态控制、动力控制和信号控制。

1.姿态控制姿态控制是指无人机在飞行过程中对其姿态进行控制的技术。

姿态控制可以套用PID控制方法,并通过电机的速度和转动角度进行调节。

2.动力控制动力控制是指控制无人机在飞行过程中所需的动力输出。

其主要涉及电池、电机、电调器等方面的控制技术。

3.信号控制信号控制是指无人机中各组件之间的信号传输与控制。

空中飞行器无源定位讲解

空中飞行器无源定位讲解

评分专用页编号:学员评阅记录:教员评阅记录:空中飞行器无源定位摘 要目标定位技术是导航与制导技术的重要基础。

在现有的导航与制导技术中,卫星定位技术是精度最高的,也是较为理想的导航与制导技术。

本文研究了利用同步卫星确定空中飞行器的位置参数及如何提高定位精度及定位效率的优化选择问题。

针对问题一,根据测向阵列方向和地球同步卫星夹角与飞行器位置的关系,建立了基于最小二乘法的测量、计算误差平方和目标函数模型,运用最小二乘法去逼近真实参数,当目标函数最小时,所得数据为最接近真实参数的数据。

在此基础上,构造了以余弦夹角法分析的聚类模型,剔除误差较大的数据,以剩余数据为有效解,得到了更加接近真实参数的数据,是模型进一步得到优化。

针对问题二,运用问题一构建的数学模型,求得五个不同时刻飞行器的位置坐标,接着采用最小二乘法曲线拟合的方法拟合出x 值、y 值、z 值与时间t 的函数关系并计算其拟合曲线的皮尔逊相关系数,验证拟合曲线可靠性,进而解得70t s =时飞行器的空间位置坐标。

然后将不同时刻的拟合值与计算所得值之间的空间距离作为原始非负时间序列,建立(1,1)GM 模型,对距离进行灰色预测,得到其距离误差的预测值,最后得出70t s =时飞行器的距离误差值作为其预测的可靠度。

针对问题三,本文以几何精度因子GDOP 作为卫星分布对定位精度影响的指标。

通过分析卫星数目GDOP 的影响,得到了GDOP 随卫星数目增加单调递减,但递减幅度逐渐变小的变化规律。

综合考虑卫星定位精度和定位效率认为6星组合方案最为适宜。

计算所有的6星组合方案,找出其中GDOP 最小的卫星组合作为最终的优选方案。

在测量角度存在0.1︒误差限的情况下,我们对附表中的数据采用加入方差为0.1︒正态分布的方法,然后进行500次仿真实验,观察加入方向误差后产生的定位误差。

统计定位误差,发现加入噪声后有80%的定位结果误差在250km 以内,即定位精度可以认为250km 。

无人机导航定位技术简介与分析

无人机导航定位技术简介与分析

无人机导航定位技术简介与分析无人机导航定位工作主要由组合定位定向导航系统完成,组合导航系统实时闭环输出位置和姿态信息,为飞机提供精确的方向基准和位置坐标,同时实时根据姿态信息对飞机飞行状态进行预测。

组合导航系统由激光陀螺捷联惯性导航、卫星定位系统接收机、组合导航计算机、里程计、高度表和基站雷达系统等组成。

结合了SAR 图像导航的定位精度、自主性和星敏感器的星光导航系统的姿态测定精度,从而保证了无人飞机的自主飞行。

无人机导航是按照要求的精度,沿着预定的航线在指定的时间内正确地引导无人机至目的地。

要使无人机成功完成预定的航行任务,除了起始点和目标的位置之外,还必须知道无人机的实时位置、航行速度、航向等导航参数。

目前在无人机上采用的导航技术主要包括惯性导航、卫星导航、多普勒导航、地形辅助导航以及地磁导航等。

这些导航技术都有各自的优缺点,因此,在无人机导航中,要根据无人机担负的不同任务来选择合适的导航定位技术至关重要。

一、单一导航技术1 惯性导航惯性导航是以牛顿力学定律为基础,依靠安装在载体(飞机、舰船、火箭等)内部的加速度计测量载体在三个轴向运动加速度,经积分运算得出载体的瞬时速度和位置,以及测量载体姿态的一种导航方式。

惯性导航系统通常由惯性测量装置、计算机、控制显示器等组成。

惯性测量装置包括加速度计和陀螺仪。

三自由度陀螺仪用来测量飞行器的三个转动运动;三个加速度计用来测量飞行器的三个平移运动的加速度。

计算机根据测得的加速度信号计算出飞行器的速度和位置数据。

控制显示器显示各种导航参数。

惯性导航完全依靠机载设备自主完成导航任务,工作时不依赖外界信息,也不向外界辐射能量,不易受到干扰,不受气象条件限制,是一种自主式的导航系统,具有完全自主、抗干扰、隐蔽性好、全天候工作、输出导航信息多、数据更新率高等优点。

实际的惯性导航可以完成空间的三维导航或地面上的二维导航。

2 定位卫星导航定位卫星导航是通过不断对目标物体进行定位从而实现导航功能的。

空中飞行器无源优选定位模型剖析

空中飞行器无源优选定位模型剖析

空中飞行器无源优选定位模型摘要目标定位技术是导航和制导技术的重要基础。

本文针对空中飞行器无源定位问题,用同步卫星位置参数变换、粒子群算法、最小二乘算法、最小距离算法等方法,得到空中飞行器的位置参数;预测出空中飞行器在t=70秒时的位置参数并进行可靠性分析;得到同步卫星的有选策略并进行了仿真检测,确定飞行器的优选空中定位方法和精度。

针对问题一,首先考虑到附件所给的监测参数不适合相互间的运算,采用构建球心直角坐标系的方法,构建了同步卫星位置参数模型,采用了坐标系间相互转换算法,得到9颗地球同步卫星在球心坐标系中的相应位置参数;然后考虑到9颗地球同步卫星可以确定飞行器的多个可能位置,采用建立方程组和多目标优化的方法,构建了多目标优化模型,采用了粒子群算法,最后得到飞行器的位置参数:(-5197.75,6604.00,3129.11)P ,1(0.7070,0.7072,0.0002)d ,2(-0.7072,0.7070,-0.0008)d针对问题二,考虑到飞行器在短时间内做匀速直线运动,采用参数转化的方法,首先确定飞行器在前5个时间点的位置参数,然后构建了一元线性回归模型,采用了最小二乘算法,回归预测出t=70时飞行器的位置参数:()3966.64796.86143.4- , , ,最后通过定义可靠度来对预测值的可靠性进行定量分析。

针对问题三,考虑到同步卫星数目较多,采用几何精度因子GDOP 的分析方法,构建高精度、高效率条件下的最佳选星定位模型,采用GDOP 最小值算法,得到从多颗可用同步地球卫星中选星的最优策略:GDOP 值越小,选星策略越优。

最后通过计算机仿真,得出在检测方向角误差限为0.1ο时空中飞行器的定位方法和精度。

本文亮点在于较好地应用最小二乘、粒子群等算法对构建的模型进行求解,在每一个问题的最后都对模型进行了优缺点分析和模型改进。

关键词:飞行器,无源定位,粒子群算法,可靠性 ,GDOP ,最优选星1问题重述目标定位技术是导航与制导技术的重要基础。

基于测向阵列的空中飞行器瞬时无源定位

基于测向阵列的空中飞行器瞬时无源定位

基于测向阵列的空中飞行器瞬时无源定位作者:杨朋伟来源:《价值工程》2013年第15期摘要:本文提出了一种空中飞行器瞬时无源定位方法,通过对测向阵列测得数据的分析,建立了相应的数学模型,然后采用遗传算法进行计算,实现了基于测向阵列的空中飞行器瞬时无源定位。

计算结果表明:应用该方法可以精确地计算出空中飞行器的位置参数,从而实现对飞行器的准确无源定位,该方法在精度上能满足实际定位精度的要求,误差较小。

关键词:数学模型;飞行器;无源定位中图分类号:P228.1 文献标识码:A 文章编号:1006-4311(2013)15-0215-030 引言目标无源定位技术具有作用距离远、隐蔽接收、不易被对方发觉等优点,它对于提高目标系统在电子战环境下的生存能力和作战能力有着至关重要的作用[1]。

另外,目标无源定位技术是导航与制导技术的重要基础。

在现有的导航与制导技术中,依靠卫星定位是精度最高也是较为理想的目标无源定位方法。

它的基本原理是目标接收机通过接收多颗卫星的信号测量出目标距各卫星的距离,然后再通过一定的计算方法确定出目标的位置。

本文考虑通过测向阵列测量飞行器与地球同步卫星的方向角来实现空中飞行器的自定位。

1 目标无源定位的基本思路1.1 相关分析及假设为了确定空中飞行器的位置参数,以地球球心为原点建立地心坐标系。

根据图1所示,由测向列阵向量d1d2和地球同步卫星与飞行器连线的夹角关系建立非线性方程组。

其中d1(d1x,d1y,d1z)、d2(d2x,d2y,d2z)相互垂直关系始终不变作为约束条件,进而利用牛顿迭代法和遗传算法的思想运用Matlab进行非线性方程组的求解。

为了减少其它条件对模型的干扰,我们假设:①将飞行器和地球同步卫星均视为质点。

②假设地球是一个圆球,忽略地轴偏角。

③同步卫星到地球球心坐标系的距离都相等。

④假设问题一中飞行器是相对地球模型静止的。

⑤假设飞行器处于赤道面以上。

1.2 地心直角坐标系的建立以地心O为坐标原点建立地心直角坐标系,其中Z轴穿过地球模型的南、北极点并与地轴(旋转轴)相重合;X轴与本初子午面和赤道的交线重合;Y轴在赤道面上与X轴垂直,构成右手直角坐标系0-XYZ。

一种利用测角信息改善空中机动平台无源定位精度方法

一种利用测角信息改善空中机动平台无源定位精度方法空中机动平台无源定位精度方法在军事、民用等领域具有广泛的应用,而测角信息则是提高无源定位精度的重要手段之一。

本文将介绍一种利用测角信息改善空中机动平台无源定位精度的方法。

该方法基于现有的无线电通信设备和定位系统,并使用测角仪来测量接收到信号的角度来改善无源定位精度。

首先,利用现有的通信设备收集信号。

通过多目标接收技术,使接收到的信号尽可能多地涵盖有效的定位区域。

这一过程中需要注意,选取的信号需要有较好的信噪比,能够清晰地被接收到,确保信号的准确性。

接下来,测量每个接收到的信号的角度,可以利用雷达、卫星定位、惯性测量等技术进行实现。

通过这些测量,可以获得每个信号的方向信息,从而确定信号源的位置。

为了避免测量误差引入进定位结果中,需要使用多个测量点并对结果进行平均。

最后,将测量得到的角度信息和现有的定位信息进行比较,并加以分析和解算,可得到更加精确的空中机动平台定位结果。

同时,该方法还可以保证系统的可靠性,因为多个信号源提供的数据可以互相校正,避免定位结果的偏差。

该方法的优点是,基于现有设备,可以节约成本;提高了定位精度,同时还能更好地兼容其他无线电通信设备,具有良好的实用性。

缺点是需要测量角度信息,加重了设备的负担,并且对信号源的选取也要进行一定的筛选,需要消耗一定的时间。

综上,利用测角信息改善空中机动平台无源定位精度方法具有重要的实际应用价值,可以为保障区域安全、加强部队调度管理、支持民用航空等领域提供了一种有效的技术手段。

为了更好地说明利用测角信息改善空中机动平台无源定位精度的方法的实际效果,下面列出一些相关的数据并进行分析。

首先,我们需要考察无源定位的精度问题。

一般来说,无源定位仪器的精度受到许多因素的影响,如信号强度、信噪比、多径效应等。

在一些复杂环境下,其定位精度甚至无法达到几米的误差。

利用测角信息来改善无源定位精度,可以使定位误差降低到几十厘米甚至更少。

基于被动合成孔径的单星无源高精度定位方法

·工程应用·航天电子对抗2020年第6期基于被动合成孔径的单星无源高精度定位方法张莉婷,郇浩,陶然(北京理工大学,北京100081)摘要:针对传统单星无源定位方法受瞬时测频和测角精度的影响,定位精度多为千米量级,无法实现对舰艇编队、车辆编队等密集编队目标的识别,分辨率低,提出了基于被动合成孔径的单星无源定位方法,将辐射源目标相对于卫星的位置化为方位向和距离向参数。

在距离向上,利用距离、卫星等效速度和调频率的关系,通过离散傅里叶变换实现对调频率的准确估计,实现了距离向高分辨;在方位向上,通过脉冲压缩在较长合成孔径时间内,卫星合成了一个长达数千米的虚拟天线孔径,合成后的极窄波束实现了辐射源方位向高分辨。

通过公式推导证明其方位向上的分辨率与天线孔径的平方是一个数量级,距离上的分辨率是天线孔径的一半,均可达到米级的分辨率。

最终通过无人机实验和卫星数据证明了该方法的可行性。

关键词:无源定位;被动合成孔径;高分辨中图分类号:TN971+.5文献标识码:AHigh‑precision emitter localization based on spaceborne passive syntheticapertureZhang Liting,Huan Hao,Tao Ran(Beijing Institute of Technology,Beijing100081,China)Abstract:Traditional passive localization methods are often limited by frequency and angle measurement er‐rors.The positioning accuracy of conventional methods is mostly on the order of kilometers,which cannot identi‐fy dense formation targets such as ship formations and vehicle formations.A single-satellite localization methodbase on passive synthetic aperture is proposed,which converts the position of the emitter target into azimuth andrange parameters.In range direction,the relationship between range distance,satellite velocity and Doppler rate isused to estimate range distance.The accurate estimation of Doppler rate is achieved by discrete Fourier transform(DFT);in azimuth direction,through pulse compression the Doppler component can accumulate to synthesize anequivalent large virtual satellite antenna azimuth aperture,and the synthesized extremely narrow beam can achievehigh resolution of the azimuth direction of the radiation target.The formulas proved that azimuth resolution is anorder of magnitude with the square of antenna aperture,and the range resolution is an order of magnitude with halfof the antenna aperture.Both can reach a meter-level resolution.Finally,the feasibility of the proposed method isproved by unmanned aerial vehicle and satellite experiments.Key words:passive localization;passive synthetic aperture;high resolution0引言近些年来,在欧美等发达国家相关科研人员的共同努力之下,单星无源定位技术实现了创新性的高速发展。

发展中的无源定位技术

发展中的无源定位技术无源定位技术是一种通过接收目标周围的信号来确定其位置的技术。

与传统的定位技术相比,无源定位技术不需要目标携带主动发射源和设备,因此在军事、安全监控和无人驾驶等领域具有广阔的应用前景。

无源定位技术的原理是利用目标周围的现有信号源,如无线电、声音和光波等,通过接收机接收这些信号,并通过信号传输的时间差、信号强度等参数来推算目标的位置。

该技术可以在没有目标干扰和无法被发现的情况下对目标进行定位,具有隐蔽、高效和实时性等优势。

在军事领域,无源定位技术可以应用于敌方目标的定位。

通过接收目标周围的电磁信号,如雷达信号、通信信号和红外信号等,可以精确地确定目标的位置和运动轨迹,为军事作战提供及时情报和战术决策的支持。

在安全监控领域,无源定位技术可以用于对潜在威胁目标的监测和追踪。

通过接收目标发射的无线电频率、声音和光线等信号,可以确定目标在空间中的位置和运动状况,从而及时发现并应对潜在的危险。

在无人驾驶领域,无源定位技术可以用于实现车辆的自主导航和定位。

通过接收汽车周围的GPS信号、无线电信号和摄像头采集的图像等信息,可以实时确定车辆的位置,并进行精确的路径规划和导航,提高无人驾驶技术的安全性和可靠性。

然而,无源定位技术也面临一些挑战。

首先,由于信号的传播和干扰等问题,定位精度存在一定的限制。

其次,无源定位技术对基础设施和传感器的要求较高,需要更多的投入和技术支持。

此外,隐私保护和数据安全等问题也需要引起重视。

总的来说,随着通信和传感技术的进步,无源定位技术在军事、安全监控和无人驾驶等领域的应用前景广阔。

虽然还存在一些挑战,但通过技术创新和系统集成,无源定位技术有望在未来实现更加精确、可靠和高效的定位功能,为各行各业提供更多可能性。

无源定位技术是一种通过接收目标周围的信号来确定其位置的技术。

与传统的定位技术相比,无源定位技术不需要目标携带主动发射源和设备,因此在军事、安全监控和无人驾驶等领域具有广阔的应用前景。

机载无源定位与识别新技术


系统的飞机的依赖 , 那么采用传统的测 向定位技术就是不切实际的。
收稿 日期 :o 2年 7月 3日 2o
弧 _0 O2年第 5期
针对 目前的状况 , 国外一些技术发达的国家 已经实践了一些综合采用不同传感 器以 实现对敌防空压制任务所需的目标引导能力 的方案 , 依靠这些方案可以实现“ 威胁提示和 快 速定 位 ” 的能力 。方案之 一 是 在武 器 或 者 武 器平 台 的 目标 引导 设 备 中加 入 E M 系 统 。 S 典 型 的一个 例子 是 : 国陆军 为 了使 A 美 H一6D 长 弓 阿 帕奇 ” 击直 升机 能够 实 时地 完 成 4“ 攻
维普资讯
2O 02年第 5 期
电子 对 抗
总第 8 期 6
机 载无 源 定 位 与 识 别 新技 术
王 洪
( 中国电子科技集 团公司第二十九研究所 , 成都 603 ) 1 6 0
摘 要 在机 载 E 领 域 , W 对战 术 飞机 实现 快 速 高精 度 无 源测 向 、 定位 与 识 别技
射源 精确 的地 理位 置 , 么 飞行 人 员 就 可 以及 时 地 判 断他 是 否处 于威 胁 的杀 伤 距 离 内。 那 但 是 , 了对 威 胁辐射 源进行 定 位 , 常 都采用 三 角定 位技 术—— 即利用 几 架在 不 同位置 为 通 上 的 E M飞 机 ( 常 至少三 架 ) S 通 或者 利 用 一架 飞机 在 几 个连 续 的不 同位 置 上测 量 到 威 胁
作为 自卫装备的基本配备 , 战术飞机一般都装备有雷达告警接收机( 肿 ) WR体 。R
积小 、 重量 轻 , 备简 单而 且可 靠 , 作 用是探 测 雷达 辐射 、 设 其 识别威 胁辐 射源 类 型并粗 略地 指 示 威胁 的大致 方 向 ( 度通 常大 约为 1o, 精 0) 向飞行员 发 出他 已被一 部地 对 空 ( L 雷达 M)
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

评分专用页编号:学员评阅记录:教员评阅记录:空中飞行器无源定位摘 要目标定位技术是导航与制导技术的重要基础。

在现有的导航与制导技术中,卫星定位技术是精度最高的,也是较为理想的导航与制导技术。

本文研究了利用同步卫星确定空中飞行器的位置参数及如何提高定位精度及定位效率的优化选择问题。

针对问题一,根据测向阵列方向和地球同步卫星夹角与飞行器位置的关系,建立了基于最小二乘法的测量、计算误差平方和目标函数模型,运用最小二乘法去逼近真实参数,当目标函数最小时,所得数据为最接近真实参数的数据。

在此基础上,构造了以余弦夹角法分析的聚类模型,剔除误差较大的数据,以剩余数据为有效解,得到了更加接近真实参数的数据,是模型进一步得到优化。

针对问题二,运用问题一构建的数学模型,求得五个不同时刻飞行器的位置坐标,接着采用最小二乘法曲线拟合的方法拟合出x 值、y 值、z 值与时间t 的函数关系并计算其拟合曲线的皮尔逊相关系数,验证拟合曲线可靠性,进而解得70t s =时飞行器的空间位置坐标。

然后将不同时刻的拟合值与计算所得值之间的空间距离作为原始非负时间序列,建立(1,1)GM 模型,对距离进行灰色预测,得到其距离误差的预测值,最后得出70t s =时飞行器的距离误差值作为其预测的可靠度。

针对问题三,本文以几何精度因子GDOP 作为卫星分布对定位精度影响的指标。

通过分析卫星数目GDOP 的影响,得到了GDOP 随卫星数目增加单调递减,但递减幅度逐渐变小的变化规律。

综合考虑卫星定位精度和定位效率认为6星组合方案最为适宜。

计算所有的6星组合方案,找出其中GDOP 最小的卫星组合作为最终的优选方案。

在测量角度存在0.1︒误差限的情况下,我们对附表中的数据采用加入方差为0.1︒正态分布的方法,然后进行500次仿真实验,观察加入方向误差后产生的定位误差。

统计定位误差,发现加入噪声后有80%的定位结果误差在250km 以内,即定位精度可以认为250km 。

在本文的最后,针对每个问题对其结果进行了分析、对每个问题解决方法的优缺点进行了分析,并提出了相应的改进方案。

本文的特色在于运用灰色预测模型对飞行器位置的定位距离误差进行科学的分析,将误差的变化考虑进模型,进而提高了预测的精度。

关键词:无源定位 最小二乘法 灰色模型 几何精度因子1 问题的重述目标定位技术是导航与制导技术的重要基础。

在现有的导航与制导技术中,卫星定位技术是精度最高的,也是较为理想的导航与制导技术。

目前,较为成熟的卫星导航系统有GPS系统、Galileo系统等。

卫星定位的基本原理是目标接收机通过接收多颗卫星的信号测量出目标距各卫星的距离(伪距),再通过一定的计算确定出目标的位置。

对于空中飞行器,在其飞行过程中很容易接收到太空卫星的信号。

现在考虑通过测量飞行器与地球同步卫星的方向角来实现空中飞行器的自定位。

在球心坐标系下,空中飞行器P 的空间坐标记为,不妨设它同时能接收到N 颗同步卫星的信号,其N 颗同步卫星的空间坐标分别记为。

为了方便检测与同步卫星的方向角,在空中飞行器上固定安装了两个相互垂直的测向阵列,它们的指向分别为和。

地球同步卫星与空中飞行器P的位置关系示意图如图所示,,分别表示空中飞行器P的测向阵列方向,与地球同步卫星的夹角。

现在请你们建立数学模型研究解决下面的问题:(1)通过测量空中飞行器测向阵列方向和与多颗地球同步卫星的夹角和,建立空中飞行器定位的数学模型;对于附表1所给出的9颗同步卫星的数据,试确定空中飞行器P的位置参数。

(2)在某些特殊情况下,空中飞行器能直接检测到的同步卫星数量较少,可以利用空中飞行器在匀速飞行过程中多次检测的结果来实现定位。

针对这种情况,试建立空中飞行器定位的数学模型;对附表2中给出的3颗同步卫星的检测数据,确定空中飞行器P在第70秒时的位置参数,并分析其可靠性。

(3)当可用同步卫星数量较多时,为了提高定位精度和定位效率,需要对可用的同步卫星进行一定的优选。

试研究具体的优选策略,并通过仿真,分析在检测方向角误差限为0.1°时空中飞行器的定位方法和精度。

2 模型的假设(1)假设附表中所有的数据都是真实可靠的;(2)假设飞行器是一个质点,不考虑飞机的飞行姿态;(3)卫星信号强度都足够的强;(4)不考虑地球的实际曲率变化,认为地球是一个均匀球体。

(5)卫星环绕运动以地心为中心的圆;(6)固定在飞行器上的两个垂直测向阵列为单位向量;3 符号说明与测向阵列的夹角与测向阵列的夹角4 问题一模型的建立与求解4.1问题一的分析同步卫星处于地球赤道平面上,围绕地球自转轴旋转,并且相对地球上一点静止,因此可建立以地心为原点的三维坐标系,卫星位置参数可确定。

分析测向阵列方向和地球同步卫星夹角与飞行器位置的关系,2个测向阵列以及飞行器位置参数属于未知参数,即至少需要9个包含上述参数的方程才能确定一个飞行器位置参数以及2个测向阵列。

由于方向角以及测向阵列存在误差,故可求得多组未知参数解,因此,精度难以满足实际需求。

因此,利用方向角测量、计算误差,以及飞行器高度为约束条件,得到使得计算误差平方和最小的目标函数,将9颗卫星同时代入关系式,利用最小二乘法,当目标函数最小时,可得到最逼近真实参数的参数解。

在上述方法考虑了所有飞行器参数解,即所有解都为有效解,并对最终结果产生影响。

因此可进一步优化,可考虑按夹角余弦法聚类,将相近的参数解聚成一类,将个体或者数量明显较少的类别剔除,剩下类别的参数解作为有效解,并以坐标均值求解最终参数解。

4.2基于最小二乘法的模型建立建立以地球中心为原点,以赤道平面为基本平面,轴在基本平面内由地心向外指向0 经线与赤道的交点,轴过地心且垂直基本平面,轴与,轴组成右手系的三维直角坐标系(见图 1 ):图 1 球心坐标系在此坐标系下,同步卫星的位置是(,,)(1,2,,9)X x y z i= ,飞行器的位置是i i i iP x y z,如图 2 所示:(,,)图 2 飞行器与卫星位置关系图建立同步卫星位置参数模型:γ地球同步卫星所处经度角)(i将附表一的数据代入求得同步卫星在坐标系中的位置参数如下:表 1 同步卫星的位置参数测向阵列方向矢量为1111(,,)x y z d d d d →和2222(,,)x y z d d d d →,矢量和、的夹角分别为、,则利用矢量点乘关系cos A B A B θ→→→→⋅=⋅利用一颗卫星可以得到如下非线性方程组:()1122cos 1,2,,9cos i i i i PX d PX d i PX d PX d θβ→→→→→→→→⎧⋅=⋅⎪⎪=⎨⎪⋅=⋅⎪⎩由于两个测向阵列本身相互垂直且模为1,但考虑到测量、计算过程中存在误差,因此可得1212d d d d δ→→⋅=111d d δ→-=221d d δ→-=式中,12d d δ、1d δ、2d δ分别为计算误差。

由上面的分析可知,方向角测量、计算等过程中误差,故可得1122cos cos i ii i i i PX d PX d PX d PX d αβθδβδ→→→→→→→→⎧⋅-⋅=⎪⎪⎨⎪⋅-⋅=⎪⎩1d δ、2d δ为计算误差,联立9颗卫星和测向阵列关系,建立21个方程组,使之满足如下函数优化问题:1212322222min 1()d d d d iii f αβδδδδδ==++++∑222226367x y z R ++>=式中为地球半径,表示飞行器到地球质心的距离大于地球半径,利用最小二乘法就可以求解出飞行器位置(,,)P x y z ,测向阵列1111(,,)x y z d d d d →和2222(,,)x y z d d d d →这9个未知参数,此时,所得解处于最逼近满足21个方程组的情况。

4.3基于聚类分析的模型优化由于存在9个未知参数,因此需要9个方程组才能解出,观察关系式可知,3颗卫星反馈的的信号,利用最小二乘法,即能确定飞行器的最佳位置参数。

因为实际过程中存在测向阵列和地球同步卫星夹角的测量误差,故极大可能存在每次选取3颗卫星所确定的飞行器位置参数是不同的,根据9颗卫星可得5984C =个飞行器位置参数,对84个参数解按夹角余弦法聚类,将数据进行标准化处理841184i i x x ==∑,841184i i y y ==∑,841184i i z z ==∑1s =2s =3s ='1i x x x s -=,'2i y y y s -=,'3i z zz s -=因此,可以得到标准化的飞行器位置参数'i P ('i x ,'i y ,'i z ),故其与地心远点构成的向量'i OP →,设论域'''1284{,,,}S OP OP OP →→→= ,'i OP →的观测值为'''123(,,)i i i i e OP OP OP →→→=,即数据矩阵'()ij n m A OP →⨯=利用夹角余弦法,可得相似系数:,1,2,,84)ij r i j ==根据(,)i j ij R e e r =构造模糊相似矩阵R ,在矩阵R 为基础,用平方法求出R 的传递包闭()t R ,模糊等价矩阵R *即等于()t R 。

然后,由大到小取一组[]0,1λ∈,确定相应的λ截矩阵,可以进行分类。

根据分类结果,剔除个体解或数目较少的类,将其视作测量、计算误差较大引起偏离真实位置的情况,利用所剩下的参数解,求得其坐标均值,该坐标值与真实位置参数基本吻合1mii xx m==∑,1mii yy m==∑,1mii zz m==∑其中m 为剩余参数解个数。

然后代入利用测向阵列和地球同步卫星夹角得出的矢量关系式,求解出测向阵列1111(,,)x y z d d d d →和2222(,,)x y z d d d d →。

4.4模型的求解利用基于最小二乘法建立的模型,将9颗卫星数据同时带进方程组,利用MATLAB 求解出飞行器的位置为 (,,)(5202.27,6604.13,3129.29)P x y z =- ()km ,测向阵列1(0.707059,0.70716,0.00019)d →-和2(0.70715,0.707062,0.00087)d →--。

4.5模型的结果评价基于最小二乘法的求解模型,求解出比较接近真实参数的数据,充分利用所有卫星提供的参数,全面考虑测量、计算存在的误差,方法简明易懂,结果较为合理;再进一步优化的以夹角余弦法为基础的聚类分析模型,筛选出明显误差的数据并剔除,在此基础上求解,使结果更加合理,符合实际。

5 问题二模型的建立与求解5.1问题二的分析由问题一分析可知,三个卫星就可以确定飞行器的位置,但精度存在问题。

相关文档
最新文档