论文部分内容阅读
近些年来,无人机技术迅猛发展,广泛应用于各领域之中。其中,无人机平台的自定位和无人机对目标的定位问题一直以来都是国内外的研究热点,广泛应用于日常生活、航空航天、军事等领域。无人机平台的自定位对于复杂任务的完成至关重要;被动目标定位与跟踪也是目标跟踪领域的发展方向。基于实际环境中应用的需求,本文首先研究了无人机平台自定位精度的改善问题,然后将多无人机应用到目标被动定位跟踪场景中。本文的主要工作和研究成果包括:(1)首先介绍了无人机的应用领域和研究背景,对无人机导航技术的研究现状作了简要介绍。接着,针对小型四旋翼无人机在室外近地飞行中单个GPS定位不够准确的问题,在不显著增加成本和系统复杂度的前提下,通过在无人机上安装多个GPS接收机,给出了一种基于卡尔曼滤波加权平均的数据融合方法来提高无人机自定位精度,通过静态地面实验和动态飞行实验验证了方法的可行性和有效性。(2)研究了采用多无人机测向交叉无源定位体制进行目标定位的方法。首先分析了多机测向交叉目标定位算法的原理,然后以小型四旋翼无人机为对象,根据机载CCD摄像机拍摄的目标图像信息经过偏移量提取、坐标系配准等技术手段解算出目标相对于无人机的角度信息,并通过实验验证了算法的有效性;最后以GDOP(几何精度因子)为衡量指标,对定位系统中影响目标定位精度的各种因素进行了讨论。仿真结果表明,多无人机测向交叉定位系统对测角精度的要求较高;同时,增加多无人机的基线长度,可以有效提高目标定位精度。(3)针对多无人机被动目标定位跟踪问题中存在的多传感器量测数据不同步的问题,研究了多无人机机载传感器的时间校准算法。首先介绍了时间校准问题的基本原理和应用领域,分析了多无人机被动目标定位跟踪系统中存在的可能影响定位精度的时间因素,提出了一种基于插值法思想的时间漂移校准算法,并实现了多无人机观测数据的时间配准,从而减小了时间不同步所带来的定位误差。(4)针对运动目标被动跟踪问题中由于观测量导致的模型非线性问题,给出了各无人机经过坐标系配准后的统一量测方程,并推导出基于无迹卡尔曼滤波(UKF)的运动目标跟踪算法,在此基础上利用各传感器量测的先验信息,运用基于分布式融合策略的协方差凸组合融合算法,对各无人机的局部跟踪结果进行航迹融合,得到了更为精确的目标被动跟踪轨迹,为机载平台下的无源被动定位与跟踪问题的工程应用提供了技术参考。