面向多源着舰引导信息的分布式融合技术

doi:10.7527/S1000-6893.2024.31461

论文

本期目录 | 过刊浏览 | 高级检索

前一篇 |

面向多源着舰引导信息的分布式融合技术

李立功¹^,²(), 张超¹, 苏婧婷²

^1.清华大学航天航空学院，北京 100084
^2.中国航空工业集团西安飞行自动控制研究所，西安 710076

收稿日期:2024-10-29 修回日期:2024-11-27 接受日期:2024-12-23 出版日期:2024-12-31 发布日期:2024-12-30
通讯作者: 李立功 E-mail:llg23@mails.tsinghua.edu.cn
基金资助:
国家级项目

Distributed fusion technology for multi-source landing guidance information

Ligong LI¹^,²(), Chao ZHANG¹, Jingting SU²

^1.School of Aerospace Engineering，Tsinghua University，Beijing 100084，China
^2.Xi’an Flight Automatic Control Research Institute，AVIC，Xi’an 710076，China

Received:2024-10-29 Revised:2024-11-27 Accepted:2024-12-23 Online:2024-12-31 Published:2024-12-30
Contact: Ligong LI E-mail:llg23@mails.tsinghua.edu.cn
Supported by:
National Level Project

摘要/Abstract

摘要：

舰载机着舰过程中，为满足舰载机着舰高精度、高可靠性的相对导航要求，在比较了各类着舰引导融合架构的局限性后，设计了面向多源着舰引导信息的分布式融合架构和算法。首先，对舰载机和母舰的相对运动进行分析，使用机、舰惯性测量建立了机舰相对惯性解算模型，并推导了相对惯性解算的误差传播方程；其次，基于误差传播方程设计了相对导航子滤波器；然后，针对存在相关性的2个相对导航子滤波器进行双路融合计算，提出了一种基于计算相关性的融合方法，通过实时计算2个组合子滤波器的互协方差矩阵来进行融合估计，给飞控系统提供一路融合精度优于任一相对导航子滤波器的着舰引导信息，同时提供相对导航融合精度的实时评估结果；最后，基于仿真数据和试飞数据进行仿真验证，结果表明该方法能够提升相对导航的精度，能准确评估相对导航误差，解决了分布式融合架构中融合中心处理时存在的相关性问题，用以更好地辅助舰载机着舰引导控制。

关键词: 着舰引导, 数据融合, 互协方差矩阵, 导航系统, 航母

Abstract:

In the carrier-based aircraft landing process， to meet the requirements of high-precision and high-reliability relative navigation for carrier-based aircraft landing， a distributed fusion architecture and algorithm for multi-source landing guidance information are designed after comparing the limitations of various landing guidance fusion architectures. Firstly， the relative motion between the carrier-based aircraft and the mothership is analyzed， and the aircraft-ship relative inertial solution model is established using the inertial measurement of aircraft and ship， and the error propagation equation of relative inertial solution is derived. Secondly， a relative navigation sub-filter is designed based on the error propagation equation. Then， a fusion method based on calculated correlation is proposed for the two relative navigational sub-filters with correlation. By calculating the cross covariance matrix of the two combinatorial filters in real time， the fusion estimation is carried out to provide the flight control system with landing guidance information whose fusion accuracy is better than that of any relative navigational sub-filter. Moreover， this method provides real-time evaluation results of relative navigation fusion accuracy. Finally， simulation verification is carried out based on simulation data and test flight data. The results show that this method can improve the accuracy of relative navigation， accurately evaluate relative navigation errors， and solve the correlation problem existing in the fusion center processing in the distributed fusion architecture， so as to better assist the guidance and control of carrier aircraft landing.

Key words: landing guidance, data fusion, cross covariance matrix, navigation system, aircraft carrier

中图分类号:

V249.32

李立功, 张超, 苏婧婷. 面向多源着舰引导信息的分布式融合技术[J]. 航空学报, 2025, 46(13): 531461.

Ligong LI, Chao ZHANG, Jingting SU. Distributed fusion technology for multi-source landing guidance information[J]. Acta Aeronautica et Astronautica Sinica, 2025, 46(13): 531461.

图/表 22

图 1

图 2

图 3

图 4

图 5

表 1

图 6

图 7

图 8

图 9

图 10

图 11

表 2

图 12

图 13

图 14

图 15

图 16

图 17

表 3

图 18

图A1

参考文献 26

[1]	PETERSON B R， JOHNSON G， STEVENS J. Feasible architectures for joint precision approach and landing system （JPALS） for land and sea［C］∥Proceedings of the 17th International Technical Meeting of the Satellite Division of The Institute of Navigation. Long Beach： ION GNSS， 2004： 544-554.
[2]	李强，张淑丽，蒙文巩. 国外舰载无人机着舰引导技术发展现状［J］. 无人系统技术， 2018， 1（2）： 43-48.
	LI Q， ZHANG S L， MENG W G. Surveys of carrier landing techniques for UAVs［J］. Unmanned Systems Technology， 2018， 1（2）： 43-48 （in Chinese）.
[3]	SHCHERBININ V V， KVETKIN G A， SVIYAZOV A V， et al. Navigation support of the UAV automated landing system［J］. Gyroscopy and Navigation， 2013， 4（2）： 104-114.
[4]	HUANG C J， JAN S S. UAV shipboard landing with RTK［J］. GPS World， 2014， 5（25）：34-42.
[5]	GUNNAM K， HUGHES D C， JUNKINS J L， et al. A DSP embedded optical navigation system［C］∥6th International Conference on Signal Processing， 2002. Piscataway： IEEE Press， 2002： 1735-1739.
[6]	ANITHA G， GIREESH KUMAR R N. Vision based autonomous landing of an unmanned aerial vehicle［J］. Procedia Engineering， 2012， 38： 2250-2256.
[7]	SANCHEZ-LOPEZ J L， PESTANA J， SARIPALLI S， et al. An approach toward visual autonomous ship board landing of a VTOL UAV［J］. Journal of Intelligent & Robotic Systems， 2014， 74（1）： 113-127.
[8]	Corporation S A. Lidar-based shipboard tracking and state estimation for autonomous landing： 20160009410［P］. 2016-01-14.
[9]	刘基余. GPS卫星导航定位原理与方法［M］. 北京：科学出版社， 2003： 334-363.
	LIU J Y. Principles and methods of GPS satellite navigation and positioning［M］. Beijing： Science Press， 2003： 334-363 （in Chinese）.
[10]	周煜，伍逸夫，赵峰. 航母着舰引导系统概述［J］. 舰船电子工程， 2011， 31（11）： 22-24， 36.
	ZHOU Y， WU Y F， ZHAO F. An overview of aircraft carrier landing guidance systems［J］. Ship Electronic Engineering， 2011， 31（11）： 22-24， 36 （in Chinese）.
[11]	LÖBL D， HOLZAPFEL F. Simulation analysis of a sensor data fusion for close formation flight‍［C］‍∥AIAA Guidance， Navigation， and Control Conference. Reston： AIAA， 2014.
[12]	TANG D Q， JIAO Y K， CHEN J. On Automatic Landing System for carrier plane based on integration of INS， GPS and vision［C］‍∥2016 IEEE Chinese Guidance， Navigation and Control Conference （CGNCC）. Piscataway： IEEE Press， 2016： 2260-2264.
[13]	唐大全，毕波，王旭尚，等. 自主着陆/着舰技术综述［J］. 中国惯性技术学报， 2010， 18（5）： 550-555.
	TANG D Q， BI B， WANG X S， et al. Summary on technology of automatic landing/carrier landing［J］. Journal of Chinese Inertial Technology， 2010， 18（5）： 550-555 （in Chinese）.
[14]	LARRY D A. Using radar derived location data in a GPS landing system：US9975648B2［P］. 2018-05-22.
[15]	YANG X L， MEJIAS L， GARRATT M. Multi-sensor data fusion for UAV navigation during landing operations［C］∥Proceedings of the 2011 Australian Conference on Robotics and Automation. New York： Curran Associates， Inc.， 2011：1-10.
[16]	LIGGINS M E， CHONG C Y， KADAR I， et al. Distributed fusion architectures and algorithms for target tracking［J］. Proceedings of the IEEE， 1997， 85（1）： 95-107.
[17]	沈晓静. 多传感器分布式检测和估计融合［J］. 中国科学：数学， 2014， 44（2）： 105-116.
	SHEN X J. Multi-sensor distributed detection and estimation fusion［J］. Scientia Sinica （Mathematica）， 2014， 44（2）： 105-116 （in Chinese）.
[18]	张康皓，董希旺，于江龙，等. 多传感器融合状态估计方法综述［J］. 导航定位与授时， 2022， 9（5）： 28-37.
	ZHANG K H， DONG X W， YU J L， et al. A survey of multisensor data fusion state estimation methods［J］. Navigation Positioning and Timing， 2022， 9（5）： 28-37 （in Chinese）.
[19]	周峰，梁禄扬，林平. 协方差交叉融合的惯性/卫星/雷达组合导航研究［J］. 航天控制， 2021， 39（4）： 22-27.
	ZHOU F， LIANG L Y， LIN P. Research on INS/GNSS/RADAR integrated navigation with covariance intersection fusion［J］. Aerospace Control， 2021， 39（4）： 22-27 （in Chinese）.
[20]	HALL D， LLINAS J. Multisensor data fusion［M］. Boca Raton： CRC Press， 2001： 23-32.
[21]	CHEN L J， ARAMBEL P O， MEHRA R K. Estimation under unknown correlation： Covariance intersection revisited［J］. IEEE Transactions on Automatic Control， 2002， 47（11）： 1879-1882.
[22]	REINHARDT M， NOACK B， ARAMBEL P O， et al. Minimum covariance bounds for the fusion under unknown correlations［J］. IEEE Signal Processing Letters， 22（9）： 1210-1214.
[23]	韩崇昭，朱洪艳，段战胜. 多源信息融合［M］. 3版. 北京：清华大学出版社， 2022： 306-309.
	HAN C Z， ZHU H Y， DUAN Z S. Multisource information fusion［M］. 3rd ed. Beijing： Tsinghua University Press， 2022： 306-309 （in Chinese）.
[24]	CHANG K C， SAHA R K， BAR-SHALOM Y. On optimal track-to-track fusion［J］. IEEE Transactions on Aerospace and Electronic Systems， 1997， 33（4）： 1271-1276.
[25]	LI X R， ZHU Y M， WANG J， et al. Optimal linear estimation fusion.I. Unified fusion rules［J］. IEEE Transactions on Information Theory， 2003， 49（9）： 2192-2208.
[26]	张志远，罗国富. 舰船姿态坐标变换及稳定补偿分析［J］. 舰船科学技术， 2009， 31（4）： 34-40.
	ZHANG Z Y， LUO G F. Coordinate transformation of warship pose and analysis of stabilization compensation［J］. Ship Science and Technology， 2009， 31（4）： 34-40 （in Chinese）.

E-mail：hkxb@buaa.edu.cn

关于我们

期刊社服务

专业学科

封面文章

友情链接

主管单位：中国科学技术协会主办单位：中国航空学会北京航空航天大学

传感器类型	误差设置
机载惯导	加速度计：零位100 μg，随机游走20 μg/Hz^1/2 陀螺：漂移0.01 （°）/h，随机游走0.003 （°）/h^1/2 姿态误差：0.05°；航向误差：0.1°
舰船惯导	加速度计：零位50 μg，随机游走10 μg/Hz^1/2 陀螺：漂移0.002 （°）/h，随机游走0.000 4 （°）/h^1/2 姿态误差：10 （″）/h；航向误差：30 （″）/h
差分卫星	定位：0.2 m（1σ）；σ为均方差
引导雷达	测距：0.5 m（1σ）；测角：0.05°（1σ）

误差类型（95%）	惯性/差分卫星	惯性/雷达	双路融合
水平相对位置误差/m	0.386	0.926	0.374
垂向相对位置误差/m	0.096	0.388	0.085
水平相对速度误差/（m·s^-1）	0.118	0.391	0.110
垂向相对速度误差/（m·s^-1）	0.061	0.175	0.059

误差类型（95%）	惯性/差分卫星	惯性/光电	双路融合
水平相对位置误差/m	0.039	0.063	0.038
垂向相对位置误差/m	0.037	0.106	0.035

面向多源着舰引导信息的分布式融合技术

Distributed fusion technology for multi-source landing guidance information

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 22

参考文献 26

相关文章 15

编辑推荐

Metrics

本文评价

[1]	王秋富, 毕道明, 张倬, 孙晓亮, 于起峰. 基于视惯融合的机舰相对位姿和甲板晃动测量[J]. 航空学报, 2025, 46(13): 531268-531268.
[2]	王尔申, 刘泽新, 王德琰, 于腾丽, 孟凡琛, 刘亚仪, 徐嵩. 双重因子图与模糊度优化的双动态载体定位算法[J]. 航空学报, 2025, 46(13): 531332-531332.
[3]	孟宪超, 陶俊. 基于目标检验条件生成对抗网络的翼型反设计方法[J]. 航空学报, 2025, 46(10): 631182-631182.
[4]	胡登峰, 向渝, 张骏, 杨佳辰, 汪文勇. 基于径向基生成式对抗网络的多源数据融合方法[J]. 航空学报, 2025, 46(10): 631478-631478.
[5]	张新睿, 熊智, 华冰, 康骏, 何辉宇. 基于惯性/天文深度融合的跨域飞行器异构多源组合导航方法[J]. 航空学报, 2024, 45(S1): 730614-730614.
[6]	杨华, 陈树生, 高正红, 姜权峰, 张伟. 基于贝叶斯框架的旋翼气动力数据融合[J]. 航空学报, 2024, 45(8): 128960-128960.
[7]	李家祥, 程建华, 李亮, 那志博, 贾春. GBAS对流层异常完好性监测参数研究[J]. 航空学报, 2024, 45(7): 328817-328817.
[8]	田阔, 孙志勇, 李增聪. 面向结构静力试验监测的高精度数字孪生方法[J]. 航空学报, 2024, 45(7): 429134-429134.
[9]	宋海浪, 张建东, 史国庆, 杨啟明, 张耀中. 航空火控系统试飞综合评估技术与方法探讨[J]. 航空学报, 2024, 45(5): 529687-529687.
[10]	赖玮清, 万九卿. 基于路径和算法的飞行器集群分布式相对定位[J]. 航空学报, 2024, 45(4): 328735-328735.
[11]	王秋富, 石治国, 张倬, 孙晓亮, 于起峰. 舰载机着舰引导中鲁棒单目视觉相对位姿测量[J]. 航空学报, 2024, 45(23): 330309-330309.
[12]	张帆, 丛玮, 田润操, 王鹏. 基于双层变权的异构数据融合及可靠性分析[J]. 航空学报, 2024, 45(22): 230297-230297.
[13]	顾兆军, 赵欢, 王家亮, 聂留阳. 基于马尔可夫决策的四轴飞行器自动着陆方法[J]. 航空学报, 2024, 45(15): 329652-329652.
[14]	张怀捷, 马静雅, 刘浩源, 郭品, 邓慧超, 徐坤, 丁希仑. 视觉与惯性融合的多旋翼飞行机器人室内定位技术[J]. 航空学报, 2023, 44(5): 426964-426964.
[15]	郑震山, 何肇雄, 李翀伦, 张健, 高鹏. 美军发展MQ-25A舰载无人加油机的动因及启示[J]. 航空学报, 2023, 44(20): 628797-628797.