本發(fā)明涉及飛行控制，特別是指一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法及系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)代航空航天領(lǐng)域，飛行器的導(dǎo)航與路徑優(yōu)化是保障飛行安全和提高飛行效率的關(guān)鍵技術(shù)之一。隨著航空器數(shù)量的增加和空域使用的復(fù)雜化，傳統(tǒng)的導(dǎo)航和路徑規(guī)劃方法已經(jīng)難以滿足實際需求，尤其是在高動態(tài)、高精度和復(fù)雜環(huán)境下的飛行任務(wù)中。慣性導(dǎo)航系統(tǒng)(inertialnavigation?system,ins)作為一種自主導(dǎo)航技術(shù)，能夠在不依賴外部信號的情況下，提供連續(xù)的姿態(tài)、速度和位置估計，因此在飛行器導(dǎo)航中具有重要地位。

2、慣性導(dǎo)航系統(tǒng)主要依靠慣性測量單元(inertial?measurementunit,imu)獲取加速度和角速度數(shù)據(jù)，通過積分運算得到位置和姿態(tài)信息。然而，imu存在累積誤差問題，尤其是陀螺儀和加速度計的漂移誤差會導(dǎo)致導(dǎo)航精度隨時間逐漸降低。為了提高慣性導(dǎo)航的精度，常用的方法包括姿態(tài)更新算法、誤差補償技術(shù)和輔助導(dǎo)航系統(tǒng)(如gps、地磁導(dǎo)航等)的融合。然而，在某些特定場景下，如信號被遮擋或干擾嚴(yán)重的環(huán)境中，依賴外部信號的輔助導(dǎo)航系統(tǒng)可能會失效，進一步增加了慣性導(dǎo)航的技術(shù)挑戰(zhàn)。

3、在路徑規(guī)劃與優(yōu)化方面，傳統(tǒng)的方法通常依賴預(yù)設(shè)航點和路徑點進行規(guī)劃，缺乏實時優(yōu)化能力。隨著計算智能技術(shù)的發(fā)展，基于粒子群優(yōu)化(particle?swarmoptimization,pso)和模擬退火(simulatedannealing,sa)等智能算法的路徑優(yōu)化方法逐漸興起，這些方法能夠在復(fù)雜約束條件下進行全局搜索和局部優(yōu)化，顯著提高路徑規(guī)劃的效率和效果。然而，單一的優(yōu)化算法在面對高維度、多目標(biāo)優(yōu)化問題時，仍然存在局部最優(yōu)和收斂速度慢的問題，限制了其在實際飛行中的應(yīng)用。

技術(shù)實現(xiàn)思路

1、為了解決現(xiàn)有技術(shù)中累積誤差、外部信號依賴、實施路徑規(guī)劃能力不足、算法局限性、缺乏實時路徑評估與修正能力、多目標(biāo)優(yōu)化考慮不全面和實時飛行環(huán)境的動態(tài)信息利用不足的技術(shù)問題，本發(fā)明提供了一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法及系統(tǒng)。

2、本發(fā)明實施例提供的技術(shù)方案如下：

3、第一方面：

4、本發(fā)明實施例提供的一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法，包括：

5、s1、初始路徑規(guī)劃，初始路徑由預(yù)設(shè)的航點和路徑點生成，設(shè)初始路徑為p0＝{p1,p2,...,pn}，其中每個航點pi包含位置ri＝(xi,yi,zi)和時間信息ti；

6、s2、慣性測量單元(imu)數(shù)據(jù)處理，從所述imu獲取原始加速度和角速度數(shù)據(jù)，設(shè)在時刻t獲取的數(shù)據(jù)為at＝[atx,aty,atz]和ωt＝[ωtx,ωty,ωtz]；

7、s3、改進的姿態(tài)更新算法，基于四元數(shù)更新算法計算航空器姿態(tài)，結(jié)合卡爾曼濾波(kalmanfilter)和自適應(yīng)噪聲模型提高姿態(tài)估計精度；

8、s4、使用慣性導(dǎo)航方程計算位置，結(jié)合加速度和姿態(tài)信息，設(shè)當(dāng)前時刻t的速度為vt＝[vtx,vty,vtz]，位置為pt＝[ptx,pty,ptz]，則位置更新方程為：

9、

10、上述式中，表示四元數(shù)共軛，定義為：

11、

12、位置更新方程為：

13、

14、上述式中，g＝[0,0,gz]為重力加速度矢量；

15、s5、自適應(yīng)誤差修正，使用自適應(yīng)誤差修正模型對計算位置進行修正，結(jié)合機器學(xué)習(xí)算法動態(tài)調(diào)整修正參數(shù)；

16、s6、路徑優(yōu)化，定義目標(biāo)函數(shù)后，采用基于粒子群優(yōu)化算法(particle?swarmoptimization，pso)和模擬退火算法(simulatedannealing，sa)的組合優(yōu)化算法，對路徑進行優(yōu)化；

17、s7、路徑評估與修正，結(jié)合飛行環(huán)境和動態(tài)信息，實時評估路徑質(zhì)量，并根據(jù)路徑修正策略進行修正，所述路徑質(zhì)量通過路徑評估指標(biāo)評估，所述路徑評估指標(biāo)包括航跡偏離度、安全性和燃油效率。

18、第二方面：

19、本發(fā)明實施例提供的一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化系統(tǒng)，包括：

20、處理器；

21、存儲器，所述存儲器上存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執(zhí)行時，實現(xiàn)如第一方面所述的基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法。

22、第三方面：

23、本發(fā)明實施例提供的一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該程序被處理器執(zhí)行時實現(xiàn)如第一方面所述的基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法。

24、本發(fā)明實施例提供的技術(shù)方案帶來的有益效果至少包括：

25、(1)在本發(fā)明中，通過改進的姿態(tài)更新算法和自適應(yīng)誤差修正模型，有效減小了慣性導(dǎo)航系統(tǒng)中的累積誤差，顯著提升了飛行器的導(dǎo)航精度和姿態(tài)穩(wěn)定性，特別是在長時間飛行或復(fù)雜環(huán)境中表現(xiàn)出色；

26、(2)在本發(fā)明中，結(jié)合粒子群優(yōu)化和模擬退火算法的組合優(yōu)化策略，實現(xiàn)了對飛行路徑的全局搜索和局部優(yōu)化，有效平衡了路徑長度、飛行時間、燃油消耗和安全性等多重目標(biāo)，顯著提高了飛行路徑的優(yōu)化效率和經(jīng)濟性；

27、(3)在本發(fā)明中，引入實時路徑評估與修正機制，結(jié)合飛行環(huán)境動態(tài)信息進行路徑調(diào)整，使飛行器能夠及時響應(yīng)突發(fā)情況和環(huán)境變化，提升了飛行任務(wù)的安全性和靈活性，為復(fù)雜飛行環(huán)境下的飛行任務(wù)提供了可靠的導(dǎo)航保障。

技術(shù)特征：

1.一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法，其特征在于，所述s3中的四元數(shù)更新算法具體包括：

3.根據(jù)權(quán)利要求1所述的一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法，其特征在于，所述s3中的卡爾曼濾波具體包括：

4.根據(jù)權(quán)利要求1所述的一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法，其特征在于，所述s5中的自適應(yīng)誤差修正模型具體包括：

5.根據(jù)權(quán)利要求1所述的一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法，其特征在于，所述s6中的定義目標(biāo)函數(shù)具體包括：

6.根據(jù)權(quán)利要求1所述的一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法，其特征在于，所述s6中的粒子群優(yōu)化算法具體包括：

7.根據(jù)權(quán)利要求1所述的一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法，其特征在于，所述s6中的模擬退火算法具體包括：

8.根據(jù)權(quán)利要求1所述的一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法，其特征在于，所述s7中路徑評估指標(biāo)具體包括：

9.根據(jù)權(quán)利要求1所述的一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法，其特征在于，所述s7中路徑修正策略具體包括：

10.一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化系統(tǒng)，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明提供一種基于慣性導(dǎo)航的航空器飛行路徑優(yōu)化方法及系統(tǒng)，涉及飛行控制技術(shù)領(lǐng)域，方法包括：根據(jù)飛行任務(wù)和限制條件生成初始路徑；獲取原始加速度和角速度數(shù)據(jù)；基于四元數(shù)更新算法結(jié)合卡爾曼濾波和自適應(yīng)噪聲模型提高姿態(tài)估計精度；結(jié)合加速度和姿態(tài)信息進行位置更新；使用機器學(xué)習(xí)算法動態(tài)調(diào)整修正參數(shù)；路徑優(yōu)化，定義綜合考慮路徑長度、時間、燃油消耗和安全性的目標(biāo)函數(shù)，采用粒子群優(yōu)化算法和模擬退火算法組合進行優(yōu)化；路徑評估與修正，實時評估路徑質(zhì)量，根據(jù)航跡偏離度、安全性和燃油效率進行修正。本發(fā)明通過多種先進算法和模型的結(jié)合，顯著提高了飛行路徑的優(yōu)化效果，確保飛行器在復(fù)雜和動態(tài)環(huán)境中的高效、安全和經(jīng)濟性飛行。

技術(shù)研發(fā)人員：李春蕾
受保護的技術(shù)使用者：西安三航智能信息技術(shù)有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/17