针对飞行器在高速飞行时受气流干扰、惯性数据易发散等问题，从传感器数据融合角度出发，提出了通过无迹卡尔曼滤波(UKF)融合嵌入式大气数据观测系统(FADS)和惯性导航系统(INS)估计飞行器实时大气数据的算法。算法使用高维度非线性方程对惯性系统和大气系统间的关系建模，结合FADS与INS的数据，计算飞行器速度和高度，进而估算出攻角、侧滑角等参数。实验结果显示，与INS直接解算、扩展卡尔曼滤波(EKF)融合等原有估计方法相比，文章所述的算法在估计精度和系统稳定性方面均有所提高。
科研之友
微信
新浪微博
Facebook
分享链接
