购买
下载掌阅APP,畅读海量书库
立即打开
畅读海量书库
扫码下载掌阅APP

1.3 进近着陆过程中多导航传感器的信息融合技术研究现状

随着航空事业的发展,CAT III着陆过程中可用的导航传感器逐渐增多。对于传统飞行程序,仪表着陆系统和微波着陆系统(Microwave Landing System, MLS)是飞机在CAT III着陆过程中使用的最主要导航设备,提供航向信号和下滑信号。上述两种导航设备都是基于地面台站运行的,由此带来了一些传统飞行程序难以克服的缺陷,具体如下:

(1)传统飞行程序是基于地面台站进行飞行的,必须采用“台到台”的飞行方式,航段繁多,飞行路线长,航线无法最优化。

(2)导航台上空的交叉航线多,而远离导航台区域的航线则非常稀疏,导致传统飞行程序对空间的利用率较低。

(3)传统飞行程序受地形影响严重,因为较高的地形可能对导航信号产生遮挡影响,限制了传统飞行程序的应用。

(4)传统飞行程序需要持续的维护费用,从购买导航台设备到对其维护都需要较高的成本。

(5)现在使用的各种导航设备也存在精度较低的问题。

近年来,随着航空机载设备性能的提升,以及包括北斗系列等国内外卫星导航技术的迅猛发展,国际民航组织提出了基于性能导航(Performance Based Navigation, PBN)的概念,使航行方式从基于传感器导航向基于性能导航转变。国际民航组织将基于性能导航作为未来全球导航技术的主要发展方向。基于性能导航的飞行程序是指在相应导航基础设置条件下,使用全球定位系统等星基导航设备,航空器在指定的空域或沿航路、仪表飞行程序飞行时,对系统准确性、完好性、可用性和连续性等功能方面的要求。相比于传统飞行程序,基于性能导航的飞行程序能够不依赖于地面导航台,而使用星基导航设备作为导航传感器,可在任何需要的位置规划航迹,能够在诸如地面导航设备失效或缺乏地面导航设备时,保证飞机安全运行。同时,随着星基导航技术的迅速发展,可用卫星以及可用星基导航设备种类的进一步增多,而且星基导航设备覆盖面越来越大,基于性能导航的飞行程序可能会完全摆脱地面台站的束缚,完全使用星基导航,大幅度提高空域的利用率。因此,随着终端区全面推广基于性能导航的飞行程序,预计各种星基导航设备及其增强系统将具备精密进近的能力,中国民航局也计划根据运行价值和商业效益推广使用卫星导航着陆系统(GBAS Landing System, GLS)。卫星导航着陆系统使用地基增强系统作为导航信号增强源,综合地面、空中、机载三部分的集成系统,根据已知的、经过事先精确测量的地面参考接收机得到卫星测距信号,推算卫星的伪距校正值;通过一系列完好性监测算法获得系统完好性信息,并将这些信息打包,通过数据链路传送到空中用户的机载子系统;机载子系统的处理器利用接收到的校正数据产生一组校正伪距,并得到精确的空间位置信息以及导航解决方案。

虽然传统飞行程序在定位精度、空域利用等方面都落后于基于性能导航的飞行程序,但是传统飞行程序在进近着陆方面仍然保持独有优势。尽管卫星导航着陆系统具有导航定位精度高、适用范围广等优点,但是其自身传输信号弱、易受干扰、卫星寿命不长、容易发生故障,使得单一的卫星导航在今后较长时间内还难以满足进近着陆段对基于性能导航的完好性、连续性、可用性要求。

以地面导航设备为基础的传统飞行程序和基于性能导航的飞行程序都有很强的生命力,但由于自身或相关技术的发展存在一定的缺陷,因此需要将地面导航设备、机载导航设备实现优势互补,这是实现CAT III着陆的理想途径。在CAT III着陆阶段,航空器可用的导航传感器众多,包括在进近着陆段向飞机提供引导功能的导航传感器(如仪表着陆系统、微波着陆系统、全球定位系统等)、提供各种数据信息以确定飞机具体位置的导航传感器(如甚高频全向信标、测距仪、无线电高度表等)、感受飞机姿态的导航传感器(如惯性基准系统等)、感受飞行环境条件和飞行使用数据的导航传感器(如大气数据系统等)。在CAT III着陆情况下,着陆精度高。在进近着陆段,机场的气象环境复杂,噪声干扰较大,单一的导航传感器测量信息很难达到着陆精度要求,复杂的机场气象环境也会对不同的导航传感器性能产生一定的冲击。而且,在进近着陆段,可用导航传感器本身存在各种固有缺陷,惯性导航的计算存在积分项,系统误差会随时间积累;全球定位系统在复杂的机场环境下信号容易受到遮挡,产生多路径干扰,同时存在导航数据更新率低,缺少飞机姿态信息;仪表着陆系统的电磁环境恶化,这是因为机场复杂环境对仪表着陆系统的电磁环境构成天然的威胁。由此可见,在进近着陆段,尤其是对导航精度要求很高的CAT III着陆情况下,单一导航传感器不能满足自动着陆系统的精度要求。同时,单一导航传感器的故障会对进近着陆段的飞行引导带来安全危险。

通过导航传感器数据预处理和信息融合技术,能更好地使用CAT III着陆阶段的可用导航传感器,融合得到高精度的引导信息,确保CAT III着陆阶段的精确性;通过导航传感器管理技术,在CAT III着陆的不同阶段,以及复杂环境下部分导航传感器不可用时,对导航传感器进行管理分配,或导航传感器出现故障时,使用其他导航传感器组合方式进行代替,确保CAT III着陆阶段的安全性。实施CAT III着陆,导航信息的精确性和完好性是重中之重。因此,本书研究的信息融合关键技术为数据预处理技术、导航传感器管理策略和信息融合技术。

1.3.1 数据预处理技术研究现状

在对导航传感器数据进行信息融合前,不同的导航传感器有不同的数据格式、不同的采样间隔、不同的坐标系。要完成这些数据的融合处理,必须进行数据预处理。数据预处理主要包括时间配准和空间配准。

时间配准用于将测量频率不一致的传感器配准到同一时间基准上。对于时间配准的研究,Blair W D等人在1991年提出了基于最小二乘法的时间配准方法。随后,周锐等人在1998年也提出了同样的方法。两者都旨在把高采样频率传感器的多个测量值,采用最小二乘法融合得到一个虚拟值,以此达到高频信号向低频信号的配准。王宝树等人在1998年提出了基于内插外推法的时间配准方法,即拟定一个时间窗口,把该时间窗口内高频数据向低频数据配准,对同一时间窗口的高频测量值进行内插或外推,达到时间配准的目的,但是这种方法只适用于匀速运动的目标。郭徽东等人在2003年提出了多项式平滑方法,对测量值前后五个数据进行五点三次平滑,采用最小二乘法,用三次多项式进行逼近。这种方法对导航传感器进行时间配准的同时,也完成了对信号的平滑,但是该方法的精度不高,仅适用于高速移动的目标。李教在2003年提出了利用最大熵推理机的方法进行时间配准,在避免内插外推法产生误差的同时,实现了从低频信号向高频信号配准,但该方法的约束条件过多。王伟在2014年对常用的时间配准方法包括最小二乘拟合、拉格朗日插值、泰勒级数展开等方法做了较为完整的性能评估,并提出了一种基于改进型卡尔曼滤波算法的时间配准方法,能够在不同加速度情况下完成时间配准,并且精度有所提高。

空间配准用于将测量基准不一致的导航传感器配准到同一坐标系下。对于空间配准的研究,目前常用的配准方法主要有两大类:一种是采用立体投影的二维配准方法,另一种是基于地心地固坐标系(Earth-Centered, Earth-Fixed, ECEF)的三维配准方法。Leung H等人在1994年提出采用最小二乘法,对每个导航传感器的测量数据进行最小二乘处理,把得到的结果作为每个传感器的测量值。Burke等人在1996年提出实时质量控制法,将每个导航传感器的测量值进行平均,取平均值作为每个导航传感器的测量值。Dana在1990年提出加权最小二乘法,即在最小二乘法的基础上,根据不同导航传感器测量值的方差,设置不同的权重值,然后采用最小二乘法进行计算。上述方法仅在导航传感器测量噪声较小的情况下才得以使用,并且采用的方法都是先将各个导航传感器的测量值转换到一个与地球相切的平面坐标系中,然后再转换到区域平面中,这种转换方式不可避免地会引入误差。

Zhou在1999年提出基于地心地固坐标系的配准方法,将导航传感器的测量数据统一转换到地心地固坐标系中,并采用最小二乘法对偏差进行估计。史伟在2013年提出两种考虑测量噪声的三维空间导航传感器配准方法:一种基于合作目标,另一种基于公共测量,最后通过蒙特卡洛模型仿真验证了该方法的有效性。

除了上述两种主要的配准方法,卡尔曼滤波算法也可以用于空间配准。例如,Lei在2006年提出一种基于卡尔曼滤波算法消除坐标转换误差的方法,分析了多坐标传感器系统中具有坐标转换不确定性的特点;在此基础上提出了一种基于改进型卡尔曼滤波算法的空间配准方法,通过对测量方程和坐标转换方程的变换,使局部滤波算法获得最优估计值,减少了因为坐标转换产生的误差。贺席兵在2001年综述了现有的多传感器配准技术,最后提出了一种结合神经网络、知识库和智能计算机的方法解决空间配准这一难题。李教在2003年,首先对现有的精确极大似然(Exact Maximum Likelihood, EML)配准方法没有考虑地球形状的影响,当导航传感器之间相距很远时该方法将失去实际意义的问题,进而提出了一种基于地心地固坐标系的导航传感器极大似然配准方法,这种方法考虑了地球形状对配准的影响。其次,对空间配准进行了系统性的研究。在总结了常用配准方法的同时,对空间配准进行了更进一步的研究,提出了两种系统级的空间配准方法:一种为三维精确极大似然配准方法,该方法考虑了测量噪声的影响,其配准估计值通过求解最大似然估计值得到;另一种为基于地心地固坐标系的极大似然配准方法,其配准估计值通过求地心地固坐标系的最大似然函数得到。最后,提出了基于随机模糊神经网络的导航传感器配准方法,在随机模糊神经网络配准系统中,通过神经网络修正一个导航传感器的测量值,以便跟踪另一个导航传感器的测量值。

虽然国内外对时间配准和空间配准的研究已经较为成熟,但是对时间配准的实时性考虑不够,对有关方法的仿真多停留在离线计算。无论是基于地心地固坐标系、卡尔曼滤波算法,还是基于最小二乘法的空间配准方法,都不可避免地在转换过程中产生较大的误差。虽然误差在长距离导航时可忽略,但在进近着陆时间短且精度要求高的场景下,配准误差会对导航精度造成较大的影响。因此,在CAT III A/B着陆要求下,研究高精度实时性的时间配准和空间配准是十分有必要的。

1.3.2 导航传感器管理策略研究现状

传感器管理策略表现为各类导航传感器的完好性监控及其使用优先级。完好性监控是指管理模块对各类导航传感器进行工作状态自检测,若检测到故障,则根据故障检测结果对相应的传感器进行故障诊断并对故障信号进行告警和故障处理。关于完好性监控的研究,Lawrence等人在1994年通过对飞机导航系统进行仿真,比较了卡尔曼滤波算法和联邦滤波算法两种估计方法的导航性能,通过仿真验证结果得到了联邦滤波算法在保证误差状态估计精度的同时,在故障的识别能力上有着明显的优势。2002年,Progri设置了伪卫星故障检测的框架,计算冗余的伪卫星与当前全球定位系统(GPS)使用的差分载波相位提供可观察的测量值,进一步减少了CAT III着陆局部增强系统受到差分全球定位系统(DGPS)故障的威胁。2007年,Duan分析了多传感器系统的容错性能,在研究现有方法的基础上,提出了基于专家系统的信息共享系数法。理论分析和仿真结果表明,该方法能有效地提高无故障子系统的容错性能,降低整个系统的计算量。Edelmayer利用扩展卡尔曼滤波(Extended Kalman Filter, EKF)算法估计状态值,研究了联邦滤波算法在非线性系统估计中的应用。仿真结果表明,通过适当选择协方差阵,能够有效地提高传感器的容错能力。2008年。Zhao为了克服噪声统计特性未知时联邦滤波算法不稳定甚至发散的缺点,提出了一种自适应联邦滤波算法,利用子系统理论残差和实际残差的比值,构造了自适应调整因子,对子系统的测量噪声方差阵进行在线调整,实现了联邦滤波算法的自适应估计。2009年,Zhou等人在SINS-GPS-DVL组合的背景下,提出了采用无迹卡尔曼滤波算法,采用模糊逻辑去修正测量噪声,从而进一步提高联邦滤波算法的自适应能力和容错能力。2010年,Beheshti等人提出了一种估计软故障和硬故障均方差的新方法,这种自适应方法在均方差上提供了概率置信界限。仿真结果表明,该方法不仅可以对任意给定阈值下的最小均方差进行准确的估计,而且可以对任意噪声数据进行最小均方差的搜索和最优阈值的确定。2014年,Zong采用了以联邦滤波算法为基础的故障诊断方法,通过对比测量值和估计值的一致性,构造检测函数并把它与阈值比较,进而判断故障是否发生,并在SINS-CNS-GPS组合导航滤波算法中运用,得到了较好的故障诊断效果。2017年,Bao采用测量一致性的方法,对ADS-INS-GPS组合导航滤波算法进行了容错仿真验证,得到了较好的结果。2017年,Al-Sharman提出了采用多源信息融合的方式对传感器测量信息进行融合和故障检测,超过故障阈值时进行报警。

综上所述,国内外在导航传感器管理策略方面的研究结果较为丰富。在配置传感器时,可按照组合滤波结果精度或借鉴其他民用飞机的导航传感器管理策略,确定导航设备组合的优先级和转换逻辑。因此,导航传感器管理策略的研究重点是这类传感器的完好性监控,尽管在以联邦滤波算法为框架的故障诊断方法上已有较多研究,但没有考虑其中子滤波算法的次优性,同时对不同类型故障的监测方法没有明确区分。因此,对基于联邦滤波算法的信息融合框架下的导航传感器管理策略的研究是十分必要的。

1.3.3 导航传感器信息融合技术研究现状

导航传感器信息融合技术在过去的几十年内得到了长足的发展,如何在CAT III A/B着陆阶段合理地利用信息融合技术,以提高导航信息精度对于民航客机自动安全着陆十分重要。为了把多源导航传感器的信息进行关联和融合,得到更精确的位置估计,国内外也开展了关于进近着陆段的信息融合技术研究,以期充分利用各类导航传感器的优势,取长补短,达到长时间、高精度的导航目的,从而使民航客机顺利着陆。目前,国外对CAT III着陆阶段的信息融合技术的研究,已经转向以星基导航设备为基础,对星基导航传感器进行融合以提高导航信息的可用性、稳定性和精度。在民用航空领域,美国联邦航空管理局与国际民航组织已经制定了一系列的标准和规范,对采用差分增强技术的地基增强系统和设备进行约束,地基增强系统是民用航空星基导航应用的基础设施,是未来终端区安全运行的保障手段,是取代仪表着陆系统的下一代着陆系统。

1997年,Cohen等人利用差分全球定位系统和微型低成本的伪卫星进行了110次的成功着陆,并达到了CAT III着陆标准。Clark E.Cohen等人扩展了传统进近航段的飞行引导方式,设置了完整信标台。完整信标台被成对设置在跑道的任意一侧,这些信标台的广播信号半径被设置在了一个“气泡”内,“气泡”的大小比标准进近高度大几倍。机场塔台则设置传统的差分全球定位系统基准站,向地面和空中的飞机发送全球定位系统测量信息。通过全球定位系统测量信息将飞机引导到“气泡”内部。飞机到达“气泡”内部后,可以从各个方向接收到全球定位系统测量的伪距信息,还可将六个或更多个独立有效的测量信息进行融合,从而将飞行引导精度提高到厘米级,并且整个系统具有高度的完整性。

2000年,Progri研究了一种用于CAT III着陆的全球定位系统和伪卫星组合导航的技术,目标是在恶劣的天气和干扰条件下实现CAT III着陆。该技术利用卫星和伪卫星导航系统进行飞机位置、速度的估计,并将飞机着陆轨迹、全球定位系统卫星星座、伪卫星位置、噪声输入参数构成系统输出量,计算并给出系统完整性的性能指标,为着陆系统提供了良好的垂直引导,保证在任何恶劣天气下都能达到最佳性能。

2001年,Cheney介绍了道格拉斯飞机公司建立的自动着陆飞行系统实验程序,该实验程序综合利用了坡度和定位偏差,采用无线电高度表和惯性参考系统融合的方式,有效地计算了飞机在进近着陆过程中的位置,并且已经成功用于部分机型的CAT III着陆。

2004年,Kiran对伪卫星实现局部增强的全球定位系统下的CAT II和CAT III着陆测试的结果进行分析,介绍了将伪卫星集成到局部增强系统的情况,分析了局部增强系统存在的误差性能。实验结果表明,伪卫星的加入使得导航性能的改善较为明显。

飞机在偏远地区着陆时,在预设环境下,着陆的准确位置、方位和高度并不总是一直不变的,并且飞机导航方案的精度不总是准确的。针对该问题,2005年,Alison采用图像处理的方法,把从着陆点的图像提取出的着陆点位置和当前导航设备输出量相融合,用于估计飞机的相对位置、速度和姿态。

2010年,Noshiravani针对仪表着陆系统受到地形环境干扰时信号较弱的问题,通过在地面设置反射台,由安装在飞机上的发射器向反射台发射信号,反射台截获信号并将其反馈给飞行管理系统。飞行管理系统将该信号与仪表着陆系统信号进行融合,增强仪表着陆系统信号的精度。

2017年,为了解决外部干扰导致飞机着陆时偏离轨道和基于全球定位系统着陆定位不准确的问题,Gautam提出了利用机载视觉设备探测和估计着陆平台坐标,并与控制律结合,实现更快速、更准确的三维着陆。

上述研究表明,国外在自动着陆系统方面的研究起步较早,已经积累了很多理论基础和具体实践经验。从目前来看,国外在CAT III着陆系统信息融合技术方面的研究已经趋向智能化、组合化,组合模式也由伪卫星、地面设备向视觉导航方向发展。

国内对CAT III着陆的研究仍以陆基导航设备为基础。2012年,西北工业大学的李四海等人针对民航客机的精密进近着陆过程受地场环境、电磁干扰等空间噪声和接收机噪声影响而产生的滤波相位滞后问题,提出基于INS-ILS-RA组合导航的自动着陆系统(Automatic Landing System, ALS)。仿真结果表明,INS-ILS-RA组合导航位置计算方位角偏差精度优于0.3°,下滑角偏差精度优于0.2°。该系统可显著地改善波束误差控制信号的动态品质,降低噪声影响,提高仪表着陆系统的自动进近着陆控制回路的稳定性和闭环性能。

2016年,北京航空航天大学的万嘉钰等人针对进近着陆过程中,仪表着陆系统(ILS)受密集空域和外界环境的干扰产生引导偏差,影响着陆引导精度的问题,提出一种INS-ILS组合导航系统,以提高着陆引导性能。仿真结果表明,INS-ILS组合导航系统明显减小了仪表着陆系统的引导偏差范围,航向引导偏差由0.3°减小至0.1°以内,下滑引导偏差由0.2°减小至0.1°以内。同时,该组合导航系统有效地抑制了仪表着陆系统的位置噪声,提高了位置引导精度。

2018年,中国民航大学的刘瑞华等人分析了基于北斗卫星导航系统的陆基增强系统在进近着陆段提供的导航性能,从地面、机载、空间三个层面仿真地基增强系统的运行。在MATLAB环境下对广播星历数据进行处理,仿真北斗卫星导航系统空间段星座和轨道运行情况;参考航空无线电技术委员会(Radio Technical Commission for Aeronautics, RTCA)发布的地基增强系统最低运行性能标准,建立地面端和机载端数据模型,对增强算法进行仿真,分析北斗卫星导航系统的定位误差及导航性能;并基于FlightGear和MATLAB/SIMULINK,搭建应用北斗卫星导航系统的飞机进近着陆可视化仿真平台。

2019年,沈阳航空航天大学的于耕等人针对进近着陆过程中,仪表着陆系统易受到外界环境及空域的干扰,导致导航精度降低的问题,提出一种利用改进的惯性导航系统-卫星导航系统的组合导航算法,将组合导航系统输出位置信息之间的差值作为基于BP神经网络改进的无迹卡尔曼滤波(Unscented Kalman Filter, UKF)算法的测量值,通过最优加权的方法得到系统的全局最优估计值。相比于传统的联邦滤波算法,该算法能有效地降低测量噪声,减小飞机进近着陆时的误差,提高导航精度。

由于国内能够满足CAT III着陆的机场较少,并且北斗卫星导航系统仍处在发展阶段,因此国内对于CAT III着陆系统的研究仍处在理论阶段,融合的基准信号仍以陆基导航台为主。 DrJC6v1f4VKsqQlUawbSRvFgPXHfW/sE7uT2HJM/eN+9kuwnpNujISWzyNJ6LZmr

点击中间区域
呼出菜单
上一章
目录
下一章
×