基于UWB輔助的多無人機(jī)慣導(dǎo)定位誤差校正方法

馬振華，張鵬飛，何 印，劉磊磊，郭偉峰

(1.中北大學(xué) 航空宇航學(xué)院，太原 030051；2.中北大學(xué) 智能武器研究院，太原 030051)

0 引言

無人機(jī)是利用無線電遙控設(shè)備和自備的程序控制裝置操縱的不載人飛行器，一經(jīng)研發(fā)出來就受到各領(lǐng)域的廣泛關(guān)注。在民用領(lǐng)域使用無人機(jī)可以節(jié)省大量人力的同時(shí)還可以執(zhí)行相對(duì)危險(xiǎn)復(fù)雜的任務(wù)，不受環(huán)境限制。在軍用領(lǐng)域使用無人機(jī)可以憑借其飛行高度低、體積小的特點(diǎn)從而難以被敵方雷達(dá)發(fā)現(xiàn)，讓我方掌握戰(zhàn)場(chǎng)的主動(dòng)權(quán)，而且還可以減少我方士兵的傷亡。隨著近幾十年我國(guó)軍工和民用領(lǐng)域技術(shù)的迅速發(fā)展，許多學(xué)者在多智能體控制、信息融合和無線通信等技術(shù)領(lǐng)域開展了大量的研究，使得無人機(jī)技術(shù)在軍事和民用中的應(yīng)用也日趨成熟[1]。與此同時(shí)，需要無人機(jī)執(zhí)行任務(wù)的環(huán)境越來越復(fù)雜，如戰(zhàn)場(chǎng)、搜索救援、海面漏油清理等空間廣闊的任務(wù)環(huán)境，單一無人機(jī)由于覆蓋面積小、負(fù)重量少等缺點(diǎn)，不能滿足任務(wù)要求。受自然界生物集群的啟發(fā)，多無人機(jī)又稱為無人機(jī)集群出現(xiàn)在人們視野中。無人機(jī)集群在農(nóng)業(yè)、軍事、搜索救援、漏油清理、無人地帶探索等方面應(yīng)用廣泛[2-4]，多無人機(jī)聯(lián)合執(zhí)行任務(wù)的方式受到極大重視。相較于單架無人機(jī)，多無人機(jī)可以發(fā)揮數(shù)量?jī)?yōu)勢(shì)，通過成員之間的協(xié)作，不僅可以擴(kuò)大覆蓋面積，更因?yàn)樾畔⒐蚕砜梢园l(fā)揮“1+1>2”的執(zhí)行任務(wù)效率，大大減少執(zhí)行任務(wù)的時(shí)間，同時(shí)還可以增加信息感知范圍，任務(wù)完成的可靠性得到提高[5-7]。

在多無人機(jī)編隊(duì)執(zhí)行任務(wù)過程中，作為無人機(jī)的眼睛，導(dǎo)航技術(shù)貫穿任務(wù)始終，高精度的位置導(dǎo)航信息是可靠完美執(zhí)行任務(wù)的關(guān)鍵所在，但是多個(gè)無人機(jī)都搭載高精度導(dǎo)航設(shè)備涉及到成本問題，而且在衛(wèi)星導(dǎo)航拒止的環(huán)境下定位變得異常艱難。慣性導(dǎo)航系統(tǒng)(inertial navigation system，INS)是目前應(yīng)用普遍，不可缺少的一種隱蔽的自主導(dǎo)航系統(tǒng)[8]，其無需任何外來信息，通過陀螺儀和加速度計(jì)測(cè)量飛行器自身角速度和加速度信息從而獲得位置、速度以及姿態(tài)，具有短時(shí)精度高、更新率高、自主性強(qiáng)等特點(diǎn)，是編隊(duì)飛行的各無人機(jī)成員的最佳導(dǎo)航方式。但是慣導(dǎo)最大的缺陷就是定位誤差隨時(shí)間而積累，需要利用其他導(dǎo)航定位信息不斷對(duì)其校正。針對(duì)無人機(jī)集群的協(xié)同化編隊(duì)飛行，若能利用無人機(jī)之間的相對(duì)距離信息來修正慣導(dǎo)誤差，不僅能節(jié)省安裝其他輔助導(dǎo)航系統(tǒng)的成本，而且定位精度高，魯棒性也更強(qiáng)[9-10]。

目前國(guó)內(nèi)外學(xué)者一般采用GPS接收機(jī)、視覺傳感器等設(shè)備來校正慣導(dǎo)誤差。文獻(xiàn)[11]分析了捷聯(lián)慣導(dǎo)系統(tǒng)的主要誤差源對(duì)系統(tǒng)的影響及誤差特性，通過卡爾曼濾波將GPS與捷聯(lián)慣導(dǎo)系統(tǒng)組合，用GPS的導(dǎo)航信息對(duì)捷聯(lián)慣導(dǎo)系統(tǒng)的誤差進(jìn)行了有效校正，這是目前常用的組合導(dǎo)航方法，但是在衛(wèi)星導(dǎo)航拒止的環(huán)境下，衛(wèi)星對(duì)無人機(jī)的定位信息丟失，慣導(dǎo)誤差會(huì)迅速發(fā)散。文獻(xiàn)[12]提出一種雙偽衛(wèi)星輔助的慣導(dǎo)誤差校正新方法，在偽衛(wèi)星數(shù)目只有兩顆時(shí)，該方法仍可利用偽衛(wèi)星的偽距測(cè)量序列將慣導(dǎo)的位置誤差和接收機(jī)鐘差估計(jì)出來，但是在探測(cè)不到偽衛(wèi)星信號(hào)時(shí)同樣面臨方法失效的問題。文獻(xiàn)[13]描述了一種基于視覺的相對(duì)導(dǎo)航和控制策略，使用視覺慣性系統(tǒng)檢測(cè)未知和非合作的空間物體，用視覺導(dǎo)航設(shè)備獲取載體間的相對(duì)視線矢量，校正相對(duì)慣導(dǎo)信息，但是視覺在室外易受環(huán)境變化和光線的影響，而且利用視覺往往會(huì)延時(shí)，不利于實(shí)時(shí)定位。文獻(xiàn)[14]提出了利用地標(biāo)的圖像信息來校正慣導(dǎo)系統(tǒng)誤差，通過光電平臺(tái)攝取在飛行區(qū)域預(yù)設(shè)地理位置已知的地標(biāo)圖像信息和距離信息，對(duì)比對(duì)應(yīng)的模板圖像得出飛機(jī)位置信息，再結(jié)合慣導(dǎo)輸出的位置信息，進(jìn)而校正慣導(dǎo)誤差。這種方法適用于已知區(qū)域，在未知的環(huán)境并不適用。文獻(xiàn)[15]利用機(jī)載數(shù)據(jù)鏈的測(cè)距信息結(jié)合慣導(dǎo)信息建立機(jī)間相對(duì)定位模型，一定程度上減緩了慣導(dǎo)定位誤差的發(fā)散速度，提高了定位精度。相較于其他傳感器，本文所用的超寬帶(ultra wide band，UWB)模塊具有數(shù)據(jù)傳輸速度快、多徑分辨能力和抗干擾性能強(qiáng)、易攜帶、測(cè)距準(zhǔn)確且安全性高的特點(diǎn)[16-17]，在多無人機(jī)慣導(dǎo)定位誤差校正方面，測(cè)量的相對(duì)距離信息實(shí)時(shí)性和準(zhǔn)確性都能得到保障，使得慣導(dǎo)誤差校正效果更好。

本文給出一種運(yùn)用UWB測(cè)距信息輔助的慣導(dǎo)誤差校正方法，該方法突破以往的單一物體定位，利用UWB的測(cè)距信息實(shí)現(xiàn)多個(gè)無人機(jī)慣導(dǎo)定位誤差的校正，來滿足無人機(jī)編隊(duì)在衛(wèi)星拒止環(huán)境下的定位需求。文中首先給出UWB測(cè)距原理和慣導(dǎo)相對(duì)距離算法模型，其次給出慣導(dǎo)誤差模型，并且設(shè)計(jì)出用UWB的測(cè)距信息校正慣導(dǎo)誤差的擴(kuò)展卡爾曼濾波器，最后通過仿真驗(yàn)證了方法的可行性。

1 無人機(jī)編隊(duì)相對(duì)距離算法

計(jì)算不同位置的無人機(jī)之間的相對(duì)距離時(shí)，一般以無人機(jī)的機(jī)體坐標(biāo)系為基準(zhǔn)坐標(biāo)系，如圖1所示。無人機(jī)的機(jī)體坐標(biāo)系是固定在無人機(jī)的遵循右手法則的直角坐標(biāo)系，其原點(diǎn)位于無人機(jī)的質(zhì)心，OY軸平行于機(jī)身軸線指向機(jī)頭方向，OX軸垂直于對(duì)稱面指向無人機(jī)右方，OZ軸在無人機(jī)對(duì)稱面內(nèi)，垂直于XOY平面指向無人機(jī)上方，構(gòu)成右手坐標(biāo)系。

圖1 相對(duì)距離觀測(cè)原理圖

圖2 雙邊雙向測(cè)距原理圖

無人機(jī)的相對(duì)距離是指某一架無人機(jī)在另一架無人機(jī)機(jī)體坐標(biāo)系下距離坐標(biāo)系原點(diǎn)的之間的距離，簡(jiǎn)單來說就是兩個(gè)機(jī)體坐標(biāo)系原點(diǎn)的距離，只不過需要其中某一個(gè)機(jī)體坐標(biāo)系作為參考基準(zhǔn)。相對(duì)距離可以將多無人機(jī)編隊(duì)飛行時(shí)之間的距離變化直觀地表現(xiàn)出來，這也是為什么在機(jī)體坐標(biāo)系下測(cè)距的原因。無論是利用慣導(dǎo)解算出的位置信息還是UWB測(cè)得的距離信息都需統(tǒng)一轉(zhuǎn)換到機(jī)體坐標(biāo)系下進(jìn)行相對(duì)距離的解算，這樣才便于二者信息的融合。

1.1 UWB無人機(jī)間測(cè)距原理

UWB是一種無線載波通信技術(shù)，它不采用正弦載波，而是利用納秒級(jí)的非正弦波窄脈沖傳輸數(shù)據(jù)，傳輸速率非常高。UWB測(cè)距原理是使用時(shí)間戳差值法計(jì)算電磁波飛行時(shí)間，從而計(jì)算距離。簡(jiǎn)單來說，無人機(jī)搭載的UWB模塊主要是利用信號(hào)在兩個(gè)異步收發(fā)機(jī)之間的飛行時(shí)間來測(cè)量無人機(jī)之間的距離，這種簡(jiǎn)單的單向雙邊測(cè)距如果兩個(gè)設(shè)備時(shí)鐘不同步會(huì)引入較大的測(cè)量誤差，所以本文采用雙邊雙向測(cè)距法[18-19]，原理圖如2所示。

圖中Tprop是消息傳播時(shí)間，Tround1和Tround2是從發(fā)出消息到接收到消息的時(shí)間間隔，Treply1和Treply2是從接受到消息到發(fā)出消息的延時(shí)時(shí)間，單邊雙向測(cè)距整個(gè)測(cè)距過程就是模塊A在TX時(shí)刻向模塊B發(fā)出消息，在經(jīng)過Tprop時(shí)間后B模塊接收到消息，然后B模塊經(jīng)過Treply的短暫延時(shí)后再向A發(fā)出消息，再經(jīng)過Tprop的時(shí)間，A接收到消息。而雙邊雙向測(cè)距是在單向雙邊測(cè)距的基礎(chǔ)上再增加一次通訊，兩次通訊的時(shí)間可以相互彌補(bǔ)因?yàn)闀r(shí)鐘偏移而引入的誤差。從而提高測(cè)距精度。利用雙邊雙向測(cè)距法的信號(hào)傳播時(shí)間計(jì)算公式為：

(1)

計(jì)算出電磁波傳播在無人機(jī)之間的傳播時(shí)間Tprop后，已知電磁波通訊的速度為光速，則無人機(jī)1和2之間的機(jī)體坐標(biāo)系下的距離計(jì)算公式為：

(2)

式中，c是光速。

1.2 慣導(dǎo)相對(duì)距離解算模型

慣性導(dǎo)航系統(tǒng)利用陀螺和加速度計(jì)分別測(cè)量運(yùn)載體的角運(yùn)動(dòng)信息和線運(yùn)動(dòng)信息，機(jī)載計(jì)算機(jī)根據(jù)這些測(cè)量信息解算出無人機(jī)的航向、姿態(tài)、速度及位置。無人機(jī)主要搭載的是慣性導(dǎo)航系統(tǒng)中的捷聯(lián)式慣性導(dǎo)航系統(tǒng)，其原理如圖3所示。

圖3 捷聯(lián)慣導(dǎo)原理圖

圖4 擴(kuò)展卡爾曼濾波計(jì)算流程圖

從圖3可以看出，在使用捷聯(lián)慣導(dǎo)時(shí)必須已知載體的初始速度、位置和姿態(tài)矩陣，結(jié)合捷聯(lián)慣導(dǎo)陀螺儀和加速度計(jì)測(cè)得的信息進(jìn)行速度、位置和姿態(tài)矩陣的更新計(jì)算。在計(jì)算姿態(tài)矩陣時(shí)，將陀螺儀測(cè)得的角速度減去根據(jù)導(dǎo)航坐標(biāo)系和位置速度計(jì)算得到的角速度，得到的差值用來更新姿態(tài)矩陣[8]。在解算出姿態(tài)矩陣后，就便于將加速度計(jì)測(cè)得的機(jī)體坐標(biāo)系下的比例值轉(zhuǎn)換到導(dǎo)航坐標(biāo)系中用于速度和位置的更新計(jì)算。此外，利用姿態(tài)矩陣和姿態(tài)角的關(guān)系，還可以計(jì)算得到姿態(tài)角。本節(jié)核心內(nèi)容主要是給出捷聯(lián)慣導(dǎo)的位置詳細(xì)解算過程，從而建立基于慣導(dǎo)的無人機(jī)之間相對(duì)距離的解算模型。

設(shè)慣導(dǎo)的速度和位置的采樣更新周期T為：

T=tm-tm-1

(3)

式中，tm和tm-1分別代表tm時(shí)刻和tm-1時(shí)刻。

選取東北天坐標(biāo)系為慣性導(dǎo)航坐標(biāo)系n，根據(jù)慣導(dǎo)的比力方程可得無人機(jī)的速度方程為：

(4)

解算出速度后無人機(jī)的緯度L、經(jīng)度λ、高度h的微分方程為：

(5)

(6)

(7)

(8)

則有：

(9)

將式(9)在一個(gè)周期T積分可得：

(10)

即tm時(shí)刻運(yùn)載體的位置為：

(11)

(12)

(13)

2 基于UWB測(cè)距輔助的慣導(dǎo)誤差校正模型

UWB的測(cè)距速度快、精度非常高，能達(dá)到厘米級(jí)，利用UWB模塊測(cè)量的無人機(jī)之間的距離可看作是真實(shí)距離。無人機(jī)各自搭載的慣導(dǎo)設(shè)備測(cè)得的位置信息相減之后轉(zhuǎn)換到機(jī)體坐標(biāo)系下同樣能夠獲取無人機(jī)之間的距離。使用擴(kuò)展卡爾曼濾波將UWB測(cè)得的真實(shí)距離和慣導(dǎo)信息融合構(gòu)建慣導(dǎo)誤差校正模型，使用真實(shí)距離來校正慣導(dǎo)誤差。構(gòu)建慣導(dǎo)誤差模型之前需要分析慣導(dǎo)誤差，從而確定濾波器的參數(shù)。

2.1 慣導(dǎo)誤差模型

慣性導(dǎo)航的誤差隨著時(shí)間不斷積累，在速度、位置、姿態(tài)三方面都會(huì)產(chǎn)生誤差，不能長(zhǎng)時(shí)間用于導(dǎo)航定位。為了建立準(zhǔn)確的慣導(dǎo)誤差校正模型，分析慣導(dǎo)在速度、位置以及姿態(tài)的誤差影響源顯得尤為關(guān)鍵。本文通過建立捷聯(lián)慣導(dǎo)的誤差模型[20]，明確影響誤差的各種變量，為建立慣導(dǎo)誤差校正模型奠定基礎(chǔ)。

2.1.1 姿態(tài)誤差方程

慣導(dǎo)姿態(tài)誤差方程為：

(14)

2.1.2 速度誤差方程

根據(jù)式(4)可得慣導(dǎo)速度誤差方程為：

(15)

2.1.3 位置誤差方程

選取地理坐標(biāo)系為慣性導(dǎo)航坐標(biāo)系，對(duì)式(5)的位置微分方程求偏差，考慮到式子中的RM和RN在短時(shí)間內(nèi)變化很小，看作常值，可得在經(jīng)度、緯度和高度誤差方程：

(16)

式中，δL表示緯度誤差，δλ表示經(jīng)度誤差，δh表示高度誤差，記慣導(dǎo)在慣性導(dǎo)航坐標(biāo)系下的速度分量為Vn=[VEVNVU]T，速度誤差分量為δVn=[δVEδVNδVU]T。

2.2 慣導(dǎo)誤差校正模型

2.2.1 狀態(tài)方程

設(shè)共有k架無人機(jī)，以慣導(dǎo)誤差作為狀態(tài)量，則第i(0

(17)

(18)

wi(t)是零均值的白噪聲序列，Gi(t)為系統(tǒng)的誤差系數(shù)矩陣，F(xiàn)i(t)為狀態(tài)矩陣：

(19)

(20)

2.2.2 量測(cè)方程

以UWB的測(cè)距信息作為觀測(cè)量，由于本文假定UWB在安裝過程中經(jīng)過標(biāo)定，已經(jīng)和無人機(jī)機(jī)體坐標(biāo)系重合，因此無人機(jī)i獲取的與無人機(jī)j的相對(duì)距離可表達(dá)為：

(21)

(22)

式中，Hi(t)是第i架無人機(jī)的量測(cè)矩陣，Vi是第i架無人機(jī)量測(cè)噪聲序列，這里看作是零均值的白噪聲序列。

2.2.3 擴(kuò)展卡爾曼濾波模型

構(gòu)建完?duì)顟B(tài)方程(17)和量測(cè)方程(22)后利用擴(kuò)展卡爾曼濾波進(jìn)行更新計(jì)算，其中將狀態(tài)方程和量測(cè)方程離散化得：

Xk=Φk，k-1Xk-1+Γk-1Wk-1

(23)

Zk=HKXk+Vk

(24)

進(jìn)一步可得擴(kuò)展卡爾曼濾波公式為：

(25)

(26)

(28)

(29)

(30)

式中，Φk，k-1為離散化的狀態(tài)轉(zhuǎn)移矩陣，R和Q為量測(cè)噪聲和系統(tǒng)噪聲的協(xié)方差矩陣，P為估計(jì)協(xié)方差矩陣。具體算法流程圖如4所示。

3 仿真分析

3.1 仿真初始條件

設(shè)定兩架無人機(jī)編隊(duì)飛行，分別為無人機(jī)1和2，都搭載相同的捷聯(lián)慣導(dǎo)系統(tǒng)、通信設(shè)備和UWB模塊，無人機(jī)2伴隨無人機(jī)1飛行，兩架無人機(jī)除了起始位置不同，飛行軌跡完全相同，通過UWB測(cè)量無人機(jī)間的相對(duì)距離來相互校正慣導(dǎo)定位誤差。仿真過程中考慮UWB測(cè)距噪聲為高斯噪聲。仿真參數(shù)如表1所示。

表1 仿真參數(shù)設(shè)置

3.2 仿真結(jié)果及分析

通過對(duì)兩架無人機(jī)編隊(duì)飛行只依賴慣導(dǎo)定位和搭載UWB輔助慣導(dǎo)定位的兩種不同情況進(jìn)行仿真。無人機(jī)1和無人機(jī)2的100 s內(nèi)純慣導(dǎo)定位和UWB輔助慣導(dǎo)定位速度誤差曲線走勢(shì)圖如圖5和圖6所示，并結(jié)合速度誤差仿真數(shù)據(jù)給出了校正前后的速度均方根誤差值如表2和表3所示。

表2 無人機(jī)1速度誤差校正前后對(duì)比

表3 無人機(jī)2速度誤差校正前后對(duì)比

圖5 無人機(jī)1速度誤差校正前后對(duì)比圖

圖6 無人機(jī)2速度誤差校正前后對(duì)比圖

從圖5可以看出在衛(wèi)星拒止環(huán)境下，無人機(jī)1只依賴慣導(dǎo)定位時(shí)，初始速度誤差比較小，但隨著定位時(shí)間的增加，速度誤差也在不斷地增加，在100 s時(shí)東向和北向速度誤差達(dá)到0.5 m/s，在天向速度誤差雖然在波動(dòng)，但是誤差同樣有所增加，總的來說速度誤差呈現(xiàn)發(fā)散的情況。而無人機(jī)1利用UWB測(cè)距輔助慣導(dǎo)定位時(shí)三個(gè)方向的速度誤差都圍繞0 m/s上下微小的波動(dòng)，初始速度誤差相較于純慣導(dǎo)會(huì)大一些，這主要和濾波器參數(shù)設(shè)置有關(guān)，但這微小的誤差在可接受范圍之內(nèi)，且隨著定位時(shí)間的增加誤差迅速收斂，而且結(jié)合表2可以直觀地看出利用UWB輔助校正慣導(dǎo)速度誤差的收斂情況與可行性。

從圖6可以看出在拒止環(huán)境下，無人機(jī)2只依賴慣導(dǎo)定位面臨著和無人機(jī)1同樣的問題，東向和北向速度誤差隨著定位時(shí)間的增加越來越大，天向速度誤差在0 s到70 s內(nèi)先增加后減小，在70 s到100 s時(shí)速度誤差又在不斷增加，相較于UWB輔助慣導(dǎo)定位而言可認(rèn)為其在發(fā)散。同時(shí)結(jié)合表三速度均方根誤差值可證明利用UWB的測(cè)距信息可以有效抑制無人機(jī)慣導(dǎo)速度誤差發(fā)散，提升定位中的速度計(jì)算精度。

無人機(jī)1和無人機(jī)2的100 s以內(nèi)的純慣導(dǎo)定位和UWB輔助慣導(dǎo)定位的三個(gè)方向的位置誤差曲線走勢(shì)如圖7和圖8所示，并結(jié)合仿真數(shù)據(jù)給出校正前后的波動(dòng)峰值如表4和表5所示。

表4 無人機(jī)1位置誤差校正前后波動(dòng)峰值

表5 無人機(jī)2位置誤差校正前后波動(dòng)峰值

圖7 無人機(jī)1位置誤差校正前后對(duì)比圖

圖8 無人機(jī)2位置誤差校正前后對(duì)比圖

從圖7可以看出無人機(jī)1只依賴慣導(dǎo)定位時(shí)在東向和北向初始10 s的誤差比較小，但是在10 s之后定位誤差開始發(fā)散，隨著定位時(shí)間的增加誤差也在不斷增大。天向定位誤差在15 s前比較小，但在15 s之后同樣開始發(fā)散，只依賴慣導(dǎo)無法勝任無人機(jī)1的導(dǎo)航定位任務(wù)。反觀UWB測(cè)距輔助慣導(dǎo)定位三個(gè)方向在100 s以內(nèi)的定位誤差都在0 m上下微小波動(dòng)，結(jié)合表4來看，只依賴慣導(dǎo)定位時(shí)，東向和北向的波動(dòng)峰值都超過了25 m，在天向達(dá)到了0.21 m，UWB輔助慣導(dǎo)定位的各方向位置誤差則不超過1 m，校正結(jié)果顯著，慣導(dǎo)的定位誤差得到有效抑制。

從圖8可以看出無人機(jī)2只依賴慣導(dǎo)定位時(shí)的各方向定位誤差曲線走勢(shì)與無人機(jī)1基本一致，這是因?yàn)樵诜抡鏁r(shí)設(shè)置的二者搭載相同的慣導(dǎo)系統(tǒng)且軌跡相同，同樣位置誤差隨著定位時(shí)間的增加在不斷增加。通過UWB測(cè)量的無人機(jī)間的相對(duì)距離同樣能夠校正無人機(jī)2的慣導(dǎo)定位誤差，誤差曲線走勢(shì)平穩(wěn)，定位精度高。根據(jù)表5的峰值數(shù)據(jù)可以直觀的看到校正前的東向和北向的定位誤差在100 s的時(shí)間內(nèi)超過了25 m，在天向波動(dòng)峰值為0.21 m，校正后的各方向定位誤差不超過1 m。

上述內(nèi)容對(duì)仿真結(jié)果中速度和位置誤差的校正前后曲線圖以及表中數(shù)據(jù)進(jìn)行了詳細(xì)分析，可以說明本文利用UWB輔助慣導(dǎo)定位的方法對(duì)于校正慣導(dǎo)定位誤差、提升慣導(dǎo)定位精度的可行性與有效性。

本文利用擴(kuò)展卡爾曼濾波算法將UWB測(cè)量的無人機(jī)之間的相對(duì)距離信息和慣導(dǎo)信息融合，進(jìn)而校正慣導(dǎo)的速度和位置誤差。該方法主要存在以下幾點(diǎn)優(yōu)勢(shì)：

1)UWB利用納秒級(jí)的非正弦波窄脈沖傳輸數(shù)據(jù)，具有多徑分辨能力強(qiáng)和抗干擾性能強(qiáng)的特點(diǎn)，采用雙邊雙向測(cè)距消除了設(shè)備時(shí)鐘不同步引入的測(cè)距誤差，進(jìn)一步提升了測(cè)距精度，經(jīng)過標(biāo)定和無人機(jī)機(jī)體坐標(biāo)系重合后可以精確測(cè)量無人機(jī)機(jī)體坐標(biāo)系下的相對(duì)距離，保證了相對(duì)距離數(shù)據(jù)來源的可靠性。

2)UWB僅用來測(cè)距，不參與定位，只需考慮測(cè)距過程的白噪聲誤差，使得擴(kuò)展卡爾曼濾波融合算法實(shí)現(xiàn)相對(duì)簡(jiǎn)單，能夠快速收斂，提升了算法的運(yùn)行速度，保證了定位的實(shí)時(shí)性。

4 結(jié)束語(yǔ)

本文以在衛(wèi)星導(dǎo)航拒止的環(huán)境下，多個(gè)無人機(jī)只依賴慣導(dǎo)無法長(zhǎng)時(shí)間的編隊(duì)飛行為背景，提出了一種利用UWB輔助的慣導(dǎo)定位誤差校正方法，該方法融合了UWB測(cè)距信息和慣導(dǎo)信息，可利用無人機(jī)間相對(duì)距離校正參與測(cè)距的無人機(jī)慣導(dǎo)的速度和位置誤差，抑制慣導(dǎo)誤差的發(fā)散，結(jié)合仿真結(jié)果驗(yàn)證了方法的可行性與有效性，為多無人機(jī)編隊(duì)在衛(wèi)星拒止環(huán)境下的定位提供技術(shù)參考。但文章所用的擴(kuò)展卡爾曼濾波算法會(huì)引入線性化誤差，還可以針對(duì)這一點(diǎn)進(jìn)行改進(jìn)，進(jìn)一步提升定位精度。