题目：小型无人直升机组合导航系统若干关键技术研究

小型无人直升机是常规布局旋翼飞行器，具备垂直起降和定点悬停的能力，能够在相对狭窄和起降环境恶劣的空间内起降和飞行，是极地和城市等环境中执行侦查和探测任务的理想选择。小型无人直升机是非线性、强耦合的非稳定系统，且动态特性高，需要获取高带宽和高精度的导航信息，依赖自主飞行控制系统实现稳定自主飞行。由于成本、体积、功耗和载重量的限制，小型无人直升机一般采用微机电惯性传感器、全球卫星定位接收机、地磁场和大气传感器等低成本传感器，但是由于误差累积、导航信息量局限等，这些传感器单独提供的导航信息都无法满足小型无人直升机的自主飞行控制需求，因此需要采用多传感器信息融合算法将各种传感器信息进行融合，构建组合导航系统，以提供连续可靠和精确稳定的位置、速度和姿态等导航信息。小型无人直升机组合导航系统的精度和性能与传感器的误差特性、传感器信号的可靠性以及多传感器信息融合算法的性能有关。本文围绕微机电惯性传感器随机误差建模方法、地磁场传感器误差校正方法、多传感器信息融合算法、视觉导航算法等关键技术展开研究工作。基于微机电惯性传感器的新型微惯性测量单元是小型无人直升机的主要机载传感器，其随机误差是导航系统的重要误差来源。由于随机误差不具有规律性，因此需要建立随机误差模型，使用最优滤波算法进行估计和补偿。与传统的惯性传感器相比，微机电惯性传感器的噪声强、漂移快，传统随机误差建模方法因受测量噪声的影响而无法有效地对微机电惯性传感器的随机误差进行建模。针对此问题，本文提出了一种基于小波变换和时间序列分析的随机误差复合建模方法，可以有效的避免测量噪声对于建模结果的影响。通过微惯性测量单元的实际建模实验检验了该方法的有效性。三轴磁强计是小型无人直升机的必要辅助传感器。与微机电惯性传感器类似，受加工工艺和技术手段的限制，三轴磁强计存在零偏、标度因子误差、非正交误差和非对准误差等多种误差，此外还会因受到外界磁场干扰而产生测量误差。因此在使用前必须对三轴磁强计进行标定和校正，但是通常的极大极小值校正方法和传统的椭球约束的校正方法无法完全校正三轴磁强计的误差。针对此问题，本文设计了一种改进的基于椭球约束的误差校正方法，该方法能够完全校正包括软磁干扰误差、非对准安装误差在内的三轴磁强计的所有误差。通过三轴磁强计的实际误差校正实验证实了改进方法的有效性。由于微机电惯性传感器精度低，漂移大，因此采用微机电惯性传感器的组合导航系统中不宜直接采用传统的GPS/SINS组合导航算法。本文依据微机电惯性传感器的误差特性和小型无人直升机的应用特点建立了基于GPS/SINS组合导航算法的GPS/MIMU多传感器信息融合算法，采用了基于地磁矢量和重力矢量的初始对准算法，增加了地磁场校正信息以提升滤波算法对航向角的可观测度。此外，为减弱外界磁场干扰对于导航性能的影响，优化了滤波算法中地磁场信息的校正方式，该优化策略提升了GPS/MIMU多传感器信息融合算法的姿态估计性能；为提升导航系统在GPS信号暂失时的性能，优化了滤波算法中惯性传感器的随机误差模型，该优化策略减小了GPS信号丢失后位置和速度估计误差增加的速度和幅度。仿真分析和实验测试结果验证了所设计的GPS/MIMU多传感器信息融合算法及优化策略的有效性。基于GPS/MIMU多传感器信息融合算法的组合导航系统过度依赖全球卫星定位系统，需要时刻使用GPS测量信息校正惯性导航信息，一旦丢失GPS卫星信号，导航信息的误差会迅速增大，无法满足小型无人直升机自主飞行和稳定控制的需求。针对此问题，本文建立了基于单目相机的视觉导航算法——视觉里程计算法，并且设计了基于视觉辅助的Vision/MIMU多传感器信息融合算法，将视觉导航算法得到的速度和位置估计信息与微惯性测量单元的惯性测量信息融合，提供更高带宽的位置、速度和姿态信息。Vision/MIMU多传感器信息融合算法不依赖GPS信息，能够消除小型无人直升机组合导航系统在GPS丢失后导航精度急剧下降的问题。最后，基于上述研究工作，研制了基于多传感器信息融合算法的小型无人直升机导航系统，采用了GPS/MIMU和Vision/MIMU两种多传感器信息融合算法。通过地面和遥控飞行实验测试和评估了所设计的小型无人直升机组合导航系统的综合性能，结果表明本文所设计的组合导航系统的功能和性能优于市场上同类成熟产品。并使用该组合导航系统实现了小型无人直升机的自主悬停和自主航线飞行控制，证明本文设计的组合导航系统能够满足小型无人直升机自主飞行控制的导航需求。本文的研究工作为设计高效实用的小型无人直升机导航系统提供了借鉴和参考，并可拓展应用于其他类型的小型无人机的导航系统设计中。