● 摘要
机载对地观测系统是以飞机为观测平台，利用成像载荷获取地球表面与表层大范围、高精度、多层次空间信息的技术。高精度运动成像要求载机作理想运动——匀速直线运动，但载机在气流扰动和飞行控制误差等因素的影响下，总是偏离理想运动而产生运动误差。这些运动误差会使成像出现偏移、散焦、变形、像素混叠等现象，严重降低了成像质量。因此，要实现高精度运动成像必须对载机的运动误差进行补偿，而运动误差补偿的前提是载机运动参数的测量。随着成像分辨率要求的提高，运动误差对像质的影响越突出，从而对运动参数测量精度的要求就越高。捷联惯性导航系统（Strapdown Iinertial Navigation System，SINS）与全球定位系统（Global Positioning System，GPS）的组合系统是精确测量载机运动参数的有效手段。本论文针对机载高精度运动成像的需求，开展了机载对地观测成像用SINS/GPS组合滤波方法及试验研究，并完成了SINS/GPS组合导航后处理软件的研制和试验测试。主要创新性研究内容如下：1、针对GPS野值影响SINS/GPS组合精度的问题，提出将一种基于新息正交性的卡尔曼滤波（Kalman Filtering，KF）抗野值方法应用于GPS野值的辨识与修正。通过判断KF新息过程的正交性是否丧失来判别GPS的位置、速度数据中是否出现野值，并采用活化函数对含有野值的量测值进行加权限制，使修正后的新息过程能够保持正交性质，从而达到抗野值的目的。车载试验结果表明，该方法能够有效辨识并修正GPS野值。2、针对SINS静基座对准时可观测性差导致对准精度低的问题，提出将基于预测扩展卡尔曼滤波（Predictive Extended Kalman Filtering，PEKF）的方法应用于SINS地面初始对准中。半物理仿真结果表明，该方法能够获得优于EKF和KF的对准精度；在动基座对准方面，针对分布式运动补偿用SINS/GPS组合导航系统，提出一种利用载机爬升段进行SINS传递对准的方法。半物理仿真结果表明，该方法能够同时获得SINS姿态失准角和安装误差角的快速准确估计。3、针对机载对地观测“实时成像”对运动参数精度的高要求，兼顾系统非线性、噪声非高斯的问题，在SINS/GPS实时组合导航方面，提出一种基于预测迭代卡尔曼滤波（Predictive Iterated Kalman Filtering，PIKF）的非线性滤波方法。该方法利用预测滤波（PF）在线实时估计迭代扩展卡尔曼滤波（Iterated Extended Kalman Filtering，IEKF）的未知模型误差并以此修正IEKF的状态估计，同时克服了标准IEKF将全部过程噪声假设为高斯白噪声的局限性。飞行试验数据处理结果表明，该方法能够获得优于IEKF和UKF的滤波精度，且计算量仅为UKF的六分之一。4、针对机载对地观测“离线成像”对运动参数精度的高要求，提出将基于奇异值分解（Singular Value Decomposition，SVD）的前向滤波+后向Rauch-Tung-Striebel（R-T-S）固定区间平滑方法应用于SINS/GPS组合导航系统的数据后处理中。在前向滤波的基础上，进行后向固定区间平滑，充分利用所有量测信息，进一步提高位置、速度和姿态的估计精度。半物理仿真和车载试验结果均表明，该方法在导航精度上，特别是相对精度上，明显优于目前工程中应用的KF。