第 24 卷 第 7 期 2010 年 7 月
电子测量与仪器学报
Vol. 24 No. 7 643
JOURNAL OF ELECTRONIC MEASUREMENT AND INSTRUMENT
DOI: 10.3724/SP.J.1187.2010.00643
基于粒子滤波的无人机航迹预测方法研究
刘志花 李淑芬 李宝安
(北京化工大学信息技术学院, 北京 100029) 摘 要: 介绍了一种基于粒子滤波的无人机航迹预测的新方法.在对无人机航迹进行分析的基础上, 选择了对航迹影响敏 感的俯仰角,横滚角,偏航角等姿态角作为研究参数.通过对大量飞行姿态角数据的分析, 建立了系统的状态空间方程.最后, 运用粒子滤波算法, 通过对姿态角的预测间接实现无人机航迹的预测.通过与飞行真实值的比较, 验证了基于粒子滤波的航迹 预测方法的有效性. 关键词: 无人机;航迹预测;姿态角;粒子滤波 中图分类号: V279 文献标识码: A 国家标准学科分类代码:590.5040
Research of UAV track forecast based on particle filter
Liu Zhihua Li Shufen Li Baoan
(Beijing university of chemical technology, Beijing, 100029, China)
Abstract: An UAV track forecasting approach based on particle filter is presented in this paper. The track system
determines the actual flight line, to predict it means a lot. Based on the analysis of flight path, the attitude angle (pitch angle, roll angle and yaw angle) was chosen as parameters, which sensitive impact on the track path. Through analysis of a large number of flight attitude angle data, the system's state space equation was established. Finally, based on the use of particle filter, the UAV track forecast was achieved through indirect forecast of the three attitude angles. By comparison with the true value, the validity of this method was verified. Keywords: UAV; track forecast; attitude angle; particle filter
1 引 言
航迹预测是根据无人机当前的飞行状态,气象 信息等对无人机的未来运动状态做出预测.无人机 的航迹系统决定了其实际飞行的路线, 是无人机按 照规划航迹完成飞行任务的关键.对无人机的航迹 进行预测, 意义很大.由于无人机系统输入/输出响 应模型是非线性和多参数的, 所以要寻求适当的故 障预测方法, 进行故障预测, 为系统维护和实时的 指挥辅助决策提供依据.粒子滤波是一种基于贝叶 斯原理的序贯蒙特卡罗技术, 最大的优点是不受线 性和高斯分布的限制, 所以可用粒子滤波对无人机 的状态进行预测.本文将在对无人机航迹进行分析 的基础上, 基于粒子滤波原理, 通过对航迹敏感的
本文于 2009 年 11 月收到.
姿态角的预测来间接实现无人机航迹的预测.
2 粒子滤波
2.1 粒子滤波原理 粒子滤波采用的信号处理模型是用状态方程和 观测方程来表示的, 即: 系统方程 xt = ft ( xt 1 , wt ) 观测方程 yt = ht ( xt , vt )
[1]
(1) (2)
粒子滤波实质是递推贝叶斯滤波 的一种实现 形式, 在每个时刻 t, 利用所获得实时信息 Dt 求得状 态 xt 的后验概率密度函数 p(xt∣Dt), t∈N, 从而得到 t 时刻的状态估计:

下一页