隨著無人機(jī)技術(shù)的發(fā)展,無人機(jī)風(fēng)速測量技術(shù)成為了無人機(jī)的一個重要應(yīng)用領(lǐng)域。為了提高無人機(jī)風(fēng)速測量的精度,文中將信息融合技術(shù)應(yīng)用于無人機(jī)風(fēng)速測量中,數(shù)據(jù)層分別通過平均法和改進(jìn)的Kalman濾波對空速和航向角進(jìn)行信息融合,以提高參數(shù)測量的精度,決策層通過加權(quán)平均法對速度矢量三角形法、空速歸零法,以及航位推算法計算得到的結(jié)果進(jìn)行融合,并通過實際飛行測量對文中方法進(jìn)行驗證。結(jié)果表明,基于信息融合技術(shù)的風(fēng)速測量方法,可以與探測精度高的氣球法相當(dāng),且探測區(qū)域廣、探測成本低。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1速度矢量三角法

則有1.2水平空速歸零法

圖2無人機(jī)的盤旋軌跡

式中,LTx、LTy分別為T時間段內(nèi),無人機(jī)在x、y方向的位移。1.3航位推算法

圖3航位推算法

則在東向和北向的風(fēng)速分別為2信息融合技術(shù)

圖4數(shù)據(jù)融合的分類

信息融合技術(shù)[8]由美國國防部20世紀(jì)70年代提出,在軍事領(lǐng)域得到了蓬勃發(fā)展。根據(jù)信息融合處理信息的層次,一般劃分為數(shù)據(jù)層融合、特征層融合和決策層融合(如圖4所示),也可以在不同的層次分別進(jìn)行融合。信息融合技術(shù)將來自多源的信息進(jìn)行綜合處理,從而得到比單個信息源所得到數(shù)據(jù)更為準(zhǔn)確....

本文編號：3904881