[发明专利]一种复合翼无人机容错组合导航方法

权利要求书

1.一种复合翼无人机容错组合导航方法，其特征在于，包括以下步骤：

S1、处理无人机真实飞行数据，获得导航解算所需参数；

S2、建立联邦卡尔曼滤波器；

S3、为联邦卡尔曼滤波器注入故障信号；

S4、进行故障检测，获取故障检测结果；

S5、利用故障检测结果进行数据融合重构后，获得容错后的导航解算信息。

2.根据权利要求1所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S1中处理无人机真实飞行数据，获得导航解算所需参数的方法，包括如下步骤：

S11、从原始飞行数据中选择三轴陀螺仪数据、三轴加速度计数据、GPS速度及位置数据、光流数据进行保存；

S12、从原始飞行数据中选择无人机正常飞行时的位置、速度、姿态角作为比较基准值。

3.根据权利要求1所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S2中建立联邦卡尔曼滤波器的方法，包括如下步骤：

S21、确定滤波器结构的类型；

S22、确定子滤波器所用传感器的类型，进行子滤波器的结构设计；

S23、以子滤波器的结构为基础，分别进行子滤波器的算法设计，建立状态方程和量测方程，确定量测量。

4.根据权利要求3所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S21中确定滤波器结构的类型为联邦卡尔曼滤波无反馈结构。

5.根据权利要求3所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S22中确定子滤波器的类型为GPS和光流传感器的组合。

6.根据权利要求3所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S23中确定子滤波器的算法为扩展卡尔曼滤波算法，选择量测量为GPS位置、GPS速度和光流速度。

7.根据权利要求1或5所述的一种复合翼无人机容错组合导航方法，其特征在于，所述步骤S4中采用改进的残差卡方检验法进行故障检测，包括如下步骤：

S41、利用式(1)计算故障检测函数值λ_k

其中，

r_k为残差，Z_k为量测量，H_k为量测矩阵，为状态一步预测，

A_k为残差的方差，P_k/k-1为一步预测均方误差，为量测矩阵的转置，R_k为量测噪声阵，λ_k服从自由度为m的卡方分布，即λ_k～χ²(m)，m为量测Z_k的维数，为残差的转置，为残差的方差的逆，r_k为残差；

S42、将计算出的故障检测函数λ_k与故障判断的上下门限值T₁,T₂进行对比，

当λ_k≤T₁，判定无故障；

当T₁λ_k≤T₂，判定故障较为轻微；

当λ_kT₂，判定完全故障。

8.根据权利要求7所述的一种复合翼无人机容错组合导航方法，其特征在于，S42中当故障判断结果是故障较为轻微时，出故障的子滤波器的输出会自适应的进入数据融合，进行数据融合重构的方法，包括如下步骤：

S421、利用式(2)计算数据融合的自适应因子ρ

其中，ρ为自适应因子，T₁,T₂为故障判断的门限值，λ_k为故障检测函数值；

S422、利用式(3)求解全局状态估计

其中，

α_gps＝ρ_gps-ρ_gpsof，

α_of＝ρ_of-ρ_gpsof，

α_gpsof＝ρ_gpsof，

α_gps是GPS子滤波器状态量生效程度，ρ_gps是GPS正常时的自适应因子，ρ_gpsof是GPS与光流均正常时的自适应因子，为GPS子滤波器状态估计，为子滤波器1的状态估计，α_of是光流子滤波器状态量生效程度，ρ_of是光流正常时的自适应因子，ρ_gpsof是GPS与光流均正常时的自适应因子，为光流子滤波器状态估计，为子滤波器2的状态估计，α_gpsof是GPS与光流子滤波器的融合状态量生效程度，ρ_gpsof是GPS与光流均正常时的自适应因子，为GPS与光流子滤波器融合状态估计，为GPS子滤波器状态估计，P₁为子滤波器1的估计均方误差，P₂为子滤波器2的估计均方误差。