彭旭飛,祖肇梓,朱成陣,祁鳴東
(中國航空工業集團公司西安飛行自動控制研究所,陜西西安,710065)
關鍵字:慣性/衛星組合導航;卡爾曼濾波;高斯分布;95%概率誤差圓;實際導航性能
隨著航空產業蓬勃發展,空中交通日益繁忙。為了提高空域利用率并降低飛行成本,國際民航組織提出了基于性能的導航(Performance Based Navigation,PBN)的概念,發布了基于性能導航手冊(ICAO 9613)用以規范區域導航的命名、技術標準等[1]。在這一體系下,飛機由傳統的依靠地面導航設施逐個導航點向臺、背臺飛行,轉變為實施區域導航(Area Navigation,RNAV),即在導航信號范圍內按照優化的航跡進行飛行,從而減少了對陸基導航設施的依賴,提高了空域容量。在RNAV的基礎上增加監視和告警功能,即為所需導航性能(Required Navigation Performance,RNP)。傳統導航、RNAV、RNP的對比如圖1所示[2]。

圖1 傳統導航、RNAV和RNP
在RNP運行體系下,導航由對特定導航設備的要求轉變為對導航系統的性能要求。其中對精度要求為:在至少95%概率下,導航系統的誤差不大于RNP規定的門限值[3-4]。因此,為了保證飛機安全飛行,要對其導航系統的性能進行評估,指標為實際導航性能(Actual Navigation Performance,ANP)。
目前飛機主流的導航設施有慣性導航、衛星導航、測距儀、甚高頻全向信標等。在RNP精度、完好性、連續性、可用性的相關要求下,單一導航系統無法滿足要求,因而常將不同體制的導航系統進行組合。其中慣性導航不需要外來信息,也不向外輻射信息,可自主隱蔽工作,且輸出信息齊全,但是其導航誤差隨時間積累。衛星導航根據接收到的導航信號解算載體的位置速度,長期穩定性好,但是易受干擾和認為控制。慣性/衛星組合導航可以克服各自缺點,取長補短,是機載導航常用的組合導航方式,也是實現RNP運行的配置要求[5-6]。
本文提出了慣性/衛星組合導航系統實際導航性能評估算法,從卡爾曼濾波器位置協方差矩陣開展分析,結合導航數據二維高斯分布特性,求解出標準誤差橢圓。根據概率分布特性,將誤差橢圓轉換為95%概率誤差圓,進而計算出ANP值。算法切實可行,便于工程實踐。
在工程實踐中??柭鼮V波器實現慣性/衛星組合導航。卡爾曼濾波的實質為最優估計,從概率統計最優的角度估計出系統誤差并消除,使得慣性導航和衛星導航的數據相互滲透,有機結合。
卡爾曼濾波主要包括時間更新和量測更新兩個過程。時間更新為[7-9]:

量測更新為

為狀態變量,在慣性/衛星組合導航中取:

式中,δL,δλ為緯度誤差、經度誤差,δVE,δVN為東向速度誤差、北向速度誤差,φE,φN,φU為平臺誤差角,εbx,εby,εbz為陀螺隨機漂移,?x, ?y為加速度計零偏。
φk.k-1是一步轉移矩陣,是卡爾曼濾波狀態矩陣的離散化形式。

式中,φINS,k.k-1對應于7個基本導航參數的系統矩陣,可通過捷聯慣導的位置誤差方程、速度誤差方程和姿態誤差方程推導而出,φM,k.k-1為基本導航參數與陀螺和加速度計誤差間的變換矩陣,φN,k.k-1為陀螺和加速度計等誤差狀態量對應的系統矩陣。
Pk為狀態變量的協方差陣,可表征最優估計的精度;Qk為系統噪聲協方差陣,Rk為測量噪聲協方差陣,可表征測量的誤差。
Zk為構建的測量值,在慣性/衛星松組合中,選取位置誤差、速度誤差為觀測值,可選取為:

Hk為測量矩陣,其參數選取與狀態變量和測量值有關,此處:

以上參數確定之后,即可啟動卡爾曼濾波。在每一個濾波周期估算出位置誤差和速度差后,用以修正慣性導航的位置、速度輸出,即得到了慣性/衛星組合導航的位置、速度輸出。
由于導航傳感器存在誤差,會導致飛機的估計位置偏離真實位置而產生定位誤差。在慣性/衛星組合導航模式下,該誤差矩陣可由卡爾曼濾波器的協方差陣中分割而出,進一步分析計算,可用于評估組合導航系統的實際導航性能。
導航系統的誤差是導航系統估計位置與實際位置的差值,其95%概率下的誤差范圍就是位置不確定度,可以用來表征實際導航性能。
飛機導航系統中通過卡爾曼濾波器實現不同導航源的數據融合??柭鼮V波器的協方差陣可用來表征隨機誤差估計值。通常,位置估計的水平隨機誤差服從二維正態分布。
二維正態分布的概率密度函數為

式中,μ1,μ2是均值或者期望,σ1,σ2是標準差,ρ是相關系數。如圖2所示。

圖2 二維正態分布圖
該分布的俯視圖為橢圓,橢圓的偏心率、大小、方向與協方差陣有關,其中協方差矩陣對角線上的元素決定橢圓是圓的還是扁的,而協方差矩陣非對角線上的元素決定橢圓的方向,其關系如圖3所示[10]。

圖3 協方差陣與誤差橢圓的關系
組合導航系統的位置估計誤差在水平面內包括經度誤差和緯度誤差,為非水平面直角坐標表示,而 RNP 值用海里表示,因此需要將經緯度誤差轉化為水平面直角坐標內的誤差(x,y):

式中,σλ為經度誤差;σφ為緯度誤差;R 為地球半徑;λ為飛機所在經度,φ機所在緯度。因此,位置誤差的協方差矩陣可轉換為:

二維正態分布的概率密度函數為:

對于給定的平面位置誤差的方差σx、σy和相關系數ρ,若apos是一個確定的正常數,那么上式在平面內為一個橢圓,這個橢圓為等概率誤差橢圓,原點就是飛機的估計位置。
由于協方差陣不一定是對角矩陣,所以這個橢圓不一定是標準橢圓,而是存在一定的旋轉角度,如圖4所示。

圖4 誤差橢圓
為了將橢圓變為標準橢圓,需要將協方差矩陣進行酉相似矩陣對角化,即酉矩陣A使得:

將(10)式代入(9)式,可得


(11)式為標準橢圓方程。如果apos=1,為1σ誤差橢圓。特征值λmax、λmin分別是橢圓長半軸的平方和短半軸的平方。
特征值和協方差矩陣的關系為[11-12]:

導航系統的位置不確定度是95%等概率誤差圓的半徑。該圓以導航系統估計的位置為圓心,實際位置至少95%概率在圓內,如圖5所示[13]:

圖5 95%誤差圓和1σ誤差橢圓的對比
由于位置不確定度是95%誤差圓邊界值,因此在利用1σ誤差橢圓計算 95%不確定度誤差圓的半徑時,需要計算圓形區域的誤差概率。此時,積分區間定義在一個圓形區間,半徑為,則期望的概率為:

令x=rcosθ,y=rsinθ,則(13)式可以轉換為:

記1σ誤差橢圓的長短半軸比例為:

(15)式代入(14)式得 :

由(16)式可知,當給定概率(比如95%)時,m不同,k就會不同,進而導致95%概率圓的半徑發生變化。
在工程中,K可以按照下式計算:

K的最大值為2.4477,最小值接近1.9625。
當K確定之后,ANP可按照下式計算

在工程應用中,飛機機載設備顯示的 ANP利用最大位置標準差(長半軸) 來計算[14]。

式中,axismajor為1σ誤差橢圓長半軸。
設置衛星導航速度測量誤差為0.1m/s,位置測量誤差為10m。慣性導航陀螺漂移為0.001(°)/h,加速度計零偏為0.5×10-5g,分別生成慣性導航數據和衛星導航數據。使用卡爾曼濾波器進行慣性/衛星組合導航,將每一濾波周期的位置協方差陣提取出來,按照本文的算法計算95%概率圓的半徑,即為ANP。當卡爾曼濾波達到穩態時,所估計的位置、1σ誤差橢圓、95%誤差圓的關系如圖6所示。

圖6 估計的位置、1σ誤差橢圓、95%誤差圓的關系
隨著卡爾曼濾波器運行,位置估計逐步趨于穩定,所以ANP值逐漸變小并最終達到穩態,如圖7所示。

圖7 實際導航性能ANP的變化趨勢
ANP反映的是組合導航的精度,因此當衛星導航或者慣性導航性能變差時,ANP值應該變大。因此設置三個用例進行驗證。
用例1:衛星導航速度測量誤差為0.1m/s,位置測量誤差為10m。慣性導航陀螺漂移為0.001(°)/h,加速度計零偏為 0.5×10-5g。
用例2:衛星導航速度測量誤差為0.5m/s,位置測量誤差為30m。慣性導航陀螺漂移為0.001(°)/h,加速度計零偏為 0.5×10-5g。
用例3:衛星導航速度測量誤差為0.5 m/s,位置測量誤差為30m。慣性導航陀螺漂移為0.005(°)/h,加速度計零偏為 2×10-5g。
使用卡爾曼濾波器對用例1、用例2、用例3設置的數據進行組合導航,在達到穩態時對比其ANP值,用95%誤差圓顯示,結果如圖8所示。

圖8 不同用例的ANP值
從圖中可以看出,隨著衛星導航或者慣性導航的導航性能變差,所計算出的ANP值將變大。在現代飛機中,ANP值常轉化為ANP指示桿并顯示在飛機的主飛行顯示器上。在國際民航組織基于性能導航的規定中,飛機航路水平半寬為RNP值。當ANP≥RNP時,認為當前導航系統的精度已經無法滿足RNP的要求,應及時對外告警,從而保證飛行安全。飛機ANP與RNP的關系如圖9所示。

圖9 飛機ANP與RNP的關系
慣性/衛星組合導航是RNP要求下常見的機載導航傳感器配置方式。對慣性/衛星組合導航進行實際導航性能評估,是保證飛機實現基于性能導航的關鍵。本文提出的慣性/衛星組合導航系統實際導航性能評估算法,從卡爾曼濾波器位置協方差矩陣開展分析,利用導航數據二維高斯分布特性,求解出標準誤差橢圓。根據概率分布特性,將誤差橢圓轉換為95%概率誤差圓,進而計算出ANP值。本算法切實可行,而且便于工程實踐。文中提及的組合導航中誤差橢圓的相關分析方法,也可以推廣至無線電組合導航、慣性/無線電組合導航等其他組合導航領域。