全自动主着陆/着舰引导数据解算与融合算法

王伟钢

（海军装备部，西安710089）

全自动自主着陆/着舰，可以有效减轻飞行员操作负担与风险，有效解决恶劣气象条件下，民用/军用航空飞行安全，实现无人飞行器自动着陆/着舰。该项技术受到了高度重视，美军先后研发了全天候航母着舰系统（见图1）等一系列自主着陆/着舰系统[1-2]。在这些系统中，舰载机自主着舰对定位精度的要求非常高，精确定位是其中一项核心关键技术，其主要功能是为自动控制系统提供精确且高可靠性的输入信息，即飞行器与理想着陆/着舰点之间的相对位置关系。常用的引导方式有雷达、卫星导航、伪卫星基站和视觉引导等。这些手段在引导精度、可靠性等关键技术性能方面各有特点，单独使用其中一种手段难以达到非常理想的效果。

为解决定位精度的问题，大量文献进行了针对性的研究。文献[3]论述了GPS和雷达组合应用中存在的问题。文献[4]采用了最小二乘法解算GPS与雷达的联合观测方程，但是该方法对目标精度的定位远达不到自主着舰的要求精度。文献[5-7]采用了ADS-B和GPS进行信息融合来解算相对位置信息。

本文针对舰载机全自动自主着陆/着舰中对飞机定位精确要求高的需求，提出了一种卫星导航和雷达联合进行信息融合精确定位算法。在卫星导航定位中，采用了可以提供高精度的载波相位差分技术针对定位跟踪过程中存在异常数据，采用了野值剔除技术。然后，将两类数据进行序贯融合，得到高精度的目标相对位置。实验结果表明，所提算法有效提高了对飞机的定位精度。

1 载波相位差分定位

载波相位差分定位技术利用站间、星间双差技术，实现参考站和移动站之间动态对动态基线向量的精确解算。参考站（主站）选在理想着舰点，引导站（从站）为舰载机质心。

首先，利用主站和从站接收机接收到的卫星信号中同一历元的观测值（相位信息）进行双差处理，构造出基于载波相位信息的观测方程。其模型可以消除时钟误差影响，以及部分电离层延迟误差和对流层误差延迟误差，有效提高定位精度。

站间取单差：

站间、星间取双差：

鉴于接收站之间相距较近，电离层和对流层延迟可以相互抵消。同时，整周计数已知，可以设：

式（4）可以简化为：

式（5）中：

由式（2）～（7）可以看出，通过双差，接收机钟差的影响已经消失，大气层折射残差的二次差可以略去不计，这是双差模型的突出优点。

设接收站i、j和卫星m、n的ECEF的坐标分别为(xi,yi,zi)、(xj,yj,zj)、(xm,ym,zm)、(xn,yn,zn)。(xm,ym,zm)、(xn,yn,zn)可以通过星历数据进行解算得到，而(xi,yi,zi)、(xj,yj,zj)是未知的。

假设参考站位置(xi,yi,zi)已知，则在(xi,yi,zi)、(xj0,yj0,zj0)处进行一阶泰勒展开，等式两边乘以λ得：

当基线向量较小时，移动站坐标与参考站坐标近似相等时，可得(xi,yi,zi)=(xj0,yj0,zj0)，式（9）为：

假设可用卫星数为p个，则可以得到p-1个上述方程构成的方程组。该方程组即为最终的观测方程，其中[δxjδyjδzj]为动对动定位中待求的基线向量，∇ΔNi(t0)（i=1,2,…,p-1）为整周模糊数。

可以采用最小二乘模糊度去相关调整算法LAMBDA算法对基线向量和整周模糊数进行解算，并采用卡尔曼滤波器，对目标状态进行序贯估计。

2 野值剔除及序贯融合定位技术

2.1 野值剔除

在卫星导航定位中，外界环境的干扰很容易造成在模糊周期解算错误，导致对目标的估计状态严重偏离目标真值。同时，在雷达跟踪目标时，由于多种偶然因素的综合影响或作用，也会存在数据点严重偏离目标真值的现象，这类异常数据为野值。为此，本文针对跟踪过程中的异常数据，结合扩展卡尔曼滤波技术，采用野值剔除对异常数据进行处理。

定义预测残差：

v(k+1)是均值为零的高斯随机过程，其协方差矩阵为：

式（12）中：P(k+1|k)为预测协方差矩阵；R(k+1)为量测噪声协方差矩阵。

利用预测残差的统计特性式对量测Z(k+1)的每个分量进行判别。

式（13）中：vi(k+1)表示v(k+1)的第i个分量，下标i表示矩阵对角线上的第i变元；C为常数，根据实际情况选取。

若式（13）成立，则判定Zi(k+1)为正常测量，反之为野值。Z(k+1)中只要有一维分量为野值，即确定为野值，反之为正常值。

2.2 序贯融合定位技术

载波相位差分定位算法精度可以达到厘米级，能够为飞行器自主着舰提供有效引导信息。但是，由于遮挡、干扰等因素影响，定位精度会出现偶发异常。因此，采用精密引导雷达与载波相位差分定位信息相互融合方法，可以在保证引导精度的同时，有效提升引导的可靠性和稳定性。

已知融合中心在k时刻目标运动状态的融合估计值为|k，相应的误差协方差阵为Pk|k，则融合中心对于目标运动状态的一步预测为：

由于雷达和卫星在同一时刻测量测噪声之间互不相同，所以可以按照先卫星后雷达的顺序对目标运动状态的估计值进行序贯更新。其中，雷达的量测对于融合状态估计值的更新为：

卫星对融合状态估计值更新为：

则最终融合的状态估计为：

综上所述，两类数据融合处理技术的总流程为：

步骤1：融合处理中心接收到雷达与导航系统发送的载波相位差分定位数据，首先进行空间对准，将观测数据转换到统一的坐标系中。

步骤2：针对各自的观测数据单独进行跟踪滤波，根据文献[6]提出的野值剔除技术，将量测质量非常差的点迹数据剔除掉，保留质量较高的数据用于后续处理。

步骤3：利用剔除野值的高质量载波相位差分定位数据对雷达的系统偏差进行估计，并将其反馈至雷达观测值中，以补偿系统偏差对雷达观测数据的影响。

步骤4：采用序贯融合技术，对剔除野值的雷达和载波相位差分定位数据的原始观测值进行融合处理，获得高采样率、高精度和高可靠性的引导信息。

3 结束语

全自动自主着舰/着陆对引导信息精度和可靠性提出了非常高的要求。本文提出了一种利用载波相位差分导航数据和精密引导雷达数据进行信息融合精确定位算法。为提高卫星定位精度，采用了载波相位差分技术，针对跟踪过程中的异常数据，采用了野值剔除技术，最后对两类数据进行异类序贯融合技术，有效提高了定位精度和可靠性，可以为后续装备发展提供有益的参考借鉴。同时，文中给出的多源异类序贯融合技术还可以为其他类型引导信息的融合使用提供了一种可行的技术思路。

[1]陈栋，丁国胜，冯国彬.航母着舰系统发展趋势[J].现代雷达，2013，35（2）：1-3.CHEN DONG，DING GUOSHENG，FENG GUOBING.Development trend of landing system on aircraft[J].Modern Radar，2015，35（2）：1-3.（in Chinese）

[2]黄士飞，钟兴泉.全自动着舰引导系统展望[J].现代导航，2014，5（1）：70-74.HUANG SHIFEI，ZHONG XINGQUAN.Prospect of automatic carrier landing system[J]Modern Navigation，2014，5（1）：70-74.（in Chinese）

[3]刘基余.GPS卫星导航定位原理与方法[M].北京：科学出版社，2003：74-78.LIU JIYU.Pricinple and methord of GPS navigation[M].Beijing：Science Press，2003：74-78.（in Chinese）

[4]TEUNISSEN P J G.A new method for fast carrier phase ambiguity estimation[C]//IEEE Position Location and Navigation Symposium.Las Vegas：IEEE，1994：562-573.

[5]TEUNISSEN P J G.The least-squares ambiguity decor relation adjustment：a method for fast GPS integer ambiguity estimation[J].Journal of Geodesy，1995，70（1）：65-82.

[6]曾昭凡.多设备数据融合的空中防撞预警研究[J].现代导航，2017，8（4）：273-277.ZENG ZAHOFAN.Study of air collision avoidance alert based on data fusion of ADS-B and TCAS[J].Modern Navigation，2017，8（4）：273-277.（in Chinese）

[7]王鹏，张迎春.基于天文/GPS的HEO卫星自主导航方法[J].控制与决策，2015，30（3）：519-525.WANG PENG，ZHANG YINGCHUN.Autonomous navigation method of high elliptical orbit satellite based on celestial navigation and GPS[J].Control and Decision，2015，30（3）：519-525.（in Chinese）

[8]张杏谷，郑佳春.船载导航仪器信息融合的研究[J].仪器仪表学报，2005，26（3）：306-308.ZHANG XINGGU，ZHENG JIACHUN.A study on the information fusion of the shipborne navigation instruments[J]Chinese Journal of Scientific Instrument，2005，26（3）：306-308.（in Chinese）

[9]刘夫体.GPS与雷达测量数据融合处理方法在外弹道测量中的应用[J].全球定位系统，2007（4）：26-29.LIU FUTI.The application of the fusion processing method about the GPS and radar measurement data in the outside trajectory measurement[J].GNSS World of China，2007（4）：26-29.（in Chinese）

[10]王德周，李耀民.基于GPS技术辅助雷达引导系统设计[J].计算机测量与控制，2013，21（1）：139-141.WANG DEZHOU，LI YAOMIN.Design of radar guidance system based on GPS[J]Computer Measurement&Control，2013，21（1）：139-141.（in Chinese）

[11]CARON F，DUFLOS E，POMORSKI D，et al.GPS/IMU data fusion using multisensor Kalman filtering：introduction of contextual aspects[J].Information Fusion，2006，7（2）：221-230.

[12]BAUD O，HONORE N，TAUPIN O.Radar/ADS-B data fusion architecture for experimentation purpose[C]//2006 9thInternational Conference on Information Fusion.Florence，Italy：IEEE，2006：1-6.

[13]LIU L T，HSU H T，ZHU Y Z，et al.A new approach to GPS ambiguity decor relation[J].Journal of Geodesy，1999，73：478-490.

[14]PAV LIS N K，H OLM ES S A，KEN YON S C，et al.An earth gravitational model to degree 2160：EGM 2008[R].Vienna，Austria：General Assembly of the European Geosciences Union，2008：13-14.

[15]GOAD C C.Precise positioning with the global positioning system[C]//Proceedings of the Third International Symposium on Inertial Technology for Surveying and Geodesy.Baff，Canada：University of Calgary，1985：745-756.

[16]TEUNISSEN P J G，ODIJK D，ZHANG B.PPP-RTK：Results of CORS network-based PPP with integer ambiguity resolution[J].Journal of Aeronautics Astronautics Aviation SeriesA，2010，42（4）：223-229.

[17]BUIST P，TEUNISSEN P J G，et al.Multivariate bootstrapped relative positioning of spacecraft using GPS L1/Galileo E1 signals[J].Advances in Space Research，2010，47（5）：770-785.

[18]何友，修建娟，关欣.雷达数据处理及应用[M].北京：电子工业出版社，2013：100-102.HE YOU，XIU JIANJUN，GUAN XIN.Radar data processing with applications[M].Beijing：Publishing House of Electronics Industry，2013：100-102.（in Chinese）