无人机高精度目标定位技术研究

曹 阳

南京中设航空科技发展有限公司，江苏 南京 210000

1 无人机目标定位关键技术

借助无人机载体目标定位测量系统，无人机可以对系统设定的目标进行精准定位，通过对导航定位信息、无人机位置角度信息等解算，能够实现对目标的高精度定位，广泛应用于战场侦查。

无人机通常采用的是单站测角、测距定位方式。这类方式，在实际的运用中能够在较短的时间内实现静态目标定位、动态目标定位。但是，依旧存在一些问题，主要是无法实现目标的持续定位，定位的精准度也不够高。由于无人机上只装载了一个激光指示设备，因此，一次只能对一个目标进行定位。如果需要实现多个目标定位，通常采取的是连续完成多个单目标定位来实现，导致在任务完成过程中耗时比较长，影响工作效率。

除此之外，还有惯性导航系统定位、空间三点定位、空间两点交汇等定位方式，但是均属于单一的组合模式，在使用中均存在着一定的缺陷。在信息时代背景下，应用信息融合理念，组建多传感器的导航系统，借助机载导航系统，全面提升导航的精准度、可靠性。如表 1所示，在国外多组合信息融合载体已经逐渐应用在无人机上。

表1 国外无人机机载组合模式导航系统统计表

2 无人机高精度定位技术

2.1 联邦滤波器结构

联邦滤波算法属于两级滤波结构，能够借助无人机机载内的导航系统，对信息数据进行最优估算，以此提升无人机载体的精准定位[1]。本文对无人机高精准定位技术的阐述主要以联邦滤波为主的无人机高精准定位为主，主要如下：

联邦滤波属于分散化滤波，每个导航子系统和惯性导航系统构建成卡尔曼滤波子系统，具体结构如图1所示。

图1 联邦滤波器结构示意图

联邦滤波器内各个子系统不会互相干扰，主要是利用了方差上界技术，将各个滤波器内的相关性及时消除，在信息分配上也是借助了联邦滤波实现，具体的原则为：

在不同的信息分配策略下，联邦滤波器具有不同的滤波结构。（1）零复位模式。这类模式对子滤波器的影响不大，且兼容力较好，但是，滤波精准度不够高。（2）重置模式。这类模式能够将信息平均分配给各个滤波器，滤波精准度比较高。但是，在子系统发生故障时，信息重置会影响其他健康的子系统，且系统的兼容性比较差。（3）融合重置模式。将全局的估算值作为滤波的计算结果，这类模式的结构比较简单，滤波的精准度比较高，但是兼容性比较差。（4）无复位模式。这类模式下各个子滤波器能够实现独立工作，子系统之间也不会相互影响，但是滤波的精准性不高。

2.2 故障信息分配

在融合重置模式下的联邦滤波器应用中，若是某个子系统出现故障，则将被隔离出去，导航系统内的子系统能够重新构建联邦滤波器。信息分配系数为：。

由于在故障隔离期间，需要对故障子系统进行检测，进而判断故障子系统是否恢复运行，借助系统的正确信息，对子系统测量的信息进行故障判断。由此可见，在故障检测期间，依旧需要为故障子系统提供信息。同时将主系统内的最优计算结果分配给故障子系统，避免出现局部优、次故障检测影响。

2.3 噪声容错联邦滤波系统

在噪声容错背景下的联邦滤波器结构如图2所示。同之前的系统相比较，这类系统中删除了故障隔离模块，能够借助子滤波器，实现传感故障的最优化[2]。噪声容错联邦滤波系统主要是为了实现对故障子系统的软隔离。

图2 噪声容错联邦滤波系统结构示意图

2.4 故障检测方法

信息融合下联邦滤波的故障检测方法主要是残差卡方检测方式。这类故障检测法主要以测算为主，能够对卡尔曼滤波系统内的信息进行判断，能够对一些检测出故障，却无法确定故障原因的系统故障进行合理测算。

故障检测计算公式为：

若是系统内出现故障，则能够对系统内的残差均值进行测算，其公式为：

2.5 仿真应用

将无人机的飞行设置为“S”，总共飞行时间为1 800 s，其飞行轨迹如图3所示。

最终得到的导航结果如表 2所示，通过分析表中数据得知，这类组合模式下，无人机的定位精准度较高，容错联邦滤波算法能够及时处理故障检测数据，避免子系统故障对组合导航造成影响，进而确保各类导航信息的精准性。

图3 无人机飞行轨道模式示意图

3 结束语

综上所述，在信息融合背景下，联邦滤波计算法能够提升无人机定位的精准度。在实际应用中，可以实现高精准定位。若是测距角度存在一定误差，则需要固定单站测角测距，精准固定目标的位置，将载机位置变化和目标位位置变化的定位精准度之间的误差控制在最小范围内。通过应用得知，这类定位模式定位精准度上更加稳定，具有较好的应用效益。

[1]袁玉敏.农业植保无人机高精度定位系统研究与设计——基于 GPS和 GPRS[J].农机化研究，2016，9（12）：227-231.

[2]柏青青.无人机高精度目标定位中的组合导航系统在线标定技术[D].南京：南京航空航天大学，2015.