控制与决策

作者：郭安,周洲,祝小平,白帆

单位：西北工业大学航空学院，西安710072,,西北工业大学航空学院，西安710072,,西北工业大学无人机特种技术重点实验室，西安710065,,西北工业大学航空学院，西安710072,

关键词：太阳能无人机;低成本飞控;多传感器融合;三级串联;状态估计;扩展卡尔曼滤波

基金：民机专项项目(MJ-2015-F-009)；陕西省重点研发项目(2018ZDCXL-GY-03-04).

当大展弦比太阳能无人机(UAV)采用由低成本传感器组成的飞控平台时,受限于传感器误差精度、无人机长航时、广域度的任务要求,传统数据融合算法无法实现其姿态、空速和风场长时间的准确和可靠估计.从飞控搭载的传感器测量原理出发,对测量过程的误差特性和温度影响进行建模,基于扩展卡尔曼滤波算法实现状态的可靠估计.首先,将压力传感器与惯导的数据进行融合以实现姿态估计;其次,结合无人机的布局特征将磁力计独立安装以实现航向估计;最后,融合GPS的数据进行导航估计.仿真结果表明,较传统的变增益估计算法(VGO),所提出算法的层次更分明,结果更可靠,而且可以与太阳能无人机的特征较好地结合.

来源：2020年第10期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第10期