改进的扩展卡尔曼滤波在航空器4D航迹预测算法中的应用

摘要

为有效地推进基于轨迹运行(TBO)的发展,准确预测不同实时飞行状态下的航空器4D航迹,根据航空器基本数据库(BADA)提出的基本动力学方程,引入航空器运动的六自由度模型和风场扰动函数,并且用状态变量和输入变量建立非线性控制系统,与BADA中的总能量模型(TEM)结合进行4D航迹预测.由于非线性控制系统与航空器运动状态复杂性的矛盾,首先用扩展的卡尔曼滤波(EKF)改进预测系统,将EKF嵌入非线性控制系统,建立EKF的基本方程模型,通过泰勒级数展开并且求解其对应的雅克比行列式,求出连续性线性优化卡尔曼滤波方程组,形成初步改进的4D航迹预测系统;但是由于航空器在爬升和下降状态时非线性控制系统呈现出强非线性,使得滤波精度变差,EKF鲁棒性变差,所以进一步应用多新息理论改进当前EKF预测系统,构建多新息扩展卡尔曼滤波(MIEKF)预测模型.仿真实验结果表明,EKF预测模型比基于运动学的传统预测方法的预测精度更高,但是在爬升和下降状态时出现较大截断误差;MIEKF有效地降低了预测误差的产生,而且MIEKF比EKF能够有效地追踪航空器的实时运动状态,显示出了改进的EKF预测模型的优点.