艦載機初始對準綜述

談瀟麟+伏思華+姜廣文+吳偉

摘要： 艦載機對準技術由于桿臂較大且未知、 大方位失準角以及緊急情況下的快速對準等問題， 與艦載武器、 機載武器的初始對準都有所不同。 本文針對艦載機的初始對準問題， 闡述了國內外艦載機對準技術的發展， 對艦載機對準問題的關鍵技術如匹配方式、 誤差補償模型和濾波算法進行了詳細的介紹， 最后， 初步分析了艦載機對準技術的研究方向。

關鍵詞： 艦載機； 初始對準； 傳遞對準

中圖分類號： V249.32+2 文獻標識碼： A文章編號： 1673-5048（2016）04-0018-07

Abstract： Since the large and unknown leverarm， the large azimuth misalignment angle and repaid alignment in the emergency situations， the carrier aircraft alignment technology is different from the initial alignment of shipboard weapons and the airborne weapons. Aiming at the problem of initial alignment， the development of alignment technology for carrier aircraft at home and abroad is described， and the key technologies of this problem， such as matching， error compensation model and filtering algorithms are described in detail. Finally， the trend of the carrier aircraft alignment technology is briefly discussed.

Key words： carrier aircraft； initial alignment； transfer alignment

0引言

現代戰爭中， 制空權決定著戰爭的主動性， 是交戰雙方爭奪的重點。 艦載機作為航母戰斗群的主要戰力， 在遠距離作戰的制空權爭奪中發揮著至關重要的作用。 而艦載機慣導系統的對準精度直接決定著戰機生存能力和機載武器的命中率， 同時艦載機慣導系統的對準時間也決定著其戰斗效率。 通常當艦艇遇突發情況需要艦載機緊急起飛時， 如潛艇突襲發射反艦導彈情況下， 留給艦載機的反應截擊時間一般不超過3 min， 其中包括指揮反應時間、 艦載機和上甲板部門的備戰時間、 艦載機的初始對準時間， 以及艦載機彈射（或滑躍）起飛時間等[1]， 因而需要機載慣導能在極短時間內完成高精度的初始對準。 因此， 艦載機慣導的快速對準一直受到各國的高度重視。

艦載機的對準方式有初始自對準、 傳遞對準和空中對準方法。 初始自對準是利用地球自轉角速度和重力加速度這些天然基準信息來進行初始對準。 但一般不采用自對準， 主要是因為艦載機對準環境惡劣， 在艦載機本身振動和外界環境的干擾下， 其機載慣性元件測得的地球自轉角速度和重力加速度受到嚴重的干擾。 秦永元等[2-4]提出利用慣性空間中地球重力加速度信息的分量進行自對準， 滿足一定的精度要求時， 仿真對準時間達到5 min， 不能滿足艦載機對準技術的時間要求。 空中對準技術的GPS信號容易受到屏蔽， 同時考慮到作戰效率的問題， 這里不予考慮。 傳遞對準技術（又稱為動基座匹配對準技術）以其時間短、 精度高的優點被廣泛應用于艦載機的對準， 自提出以來就受到了各國研究者的密切關注。

1國內外艦載機對準技術的發展

國外艦載機慣導系統的初始對準技術可以根據其使用的慣性導航系統， 將其分為三個階段：平臺式慣導階段、 捷聯式慣導階段和組合導航式慣導階段。

航空兵器2016年第4期談瀟麟等： 艦載機初始對準綜述20世紀60年代， 美軍艦載機開始裝備平臺式慣導系統。 60年代初期， 由于沒有統一的軟硬件標準， 機載慣導系統基本是獨立設計， 機型兼容性差。 此時的對準技術有移動式及電纜式。 移動式分兩種： 一是借助一個便攜慣導系統， 將之首先與主慣導進行機電匹配， 然后再裝至飛機與機載慣導進行對準； 另一種是將機載慣導系統設計成可拆卸便攜式， 需要對準時將其拆卸下來放置在主慣導系統對準平臺上實現對準， 對準后再裝回飛機。 電纜式則是在主子慣導系統間連接電纜， 將主慣導信息轉換成模擬信號傳輸至子慣導系統實現對準， 現在依然實用[5]。 到60年代末期， 美軍第一代制式艦載機慣導系統AN/ASN-92 CAINS I由Litton公司研制成功， 在原有技術的基礎上， 新引入了卡爾曼濾波、 數字信號和無線數據傳輸等技術[6]。 70年代初研制CAINS IA又引入了數據總線技術和I/O接口。 80年代， 美國裝入捷聯式慣導系統， 艦載機對準技術開始采用傳遞對準， 其第三代慣導系統CAINS II系統分析艦船慣導、 GPS和雷達等提供的導航數據， 在3～5 min左右即可完成艦載機慣導的初始對準， 對準時間得到大幅度優化[5]。 90年代， 隨著GPS技術的發展成熟， 艦載機對準技術進入組合導航階段。 美軍第四代機載慣導系統將環形激光陀螺和嵌入式GPS技術組合， 這種組合對準技術使得該系統能夠根據收集的GPS信息， 選擇純慣性導航、 純GPS或慣導/GPS組合對準三種方式[7]， 艦載機的初始對準精度得到較大的提高， 減少了對準時間。 目前， Litton公司的AN/ASN172EGI INS/GPS 導航系統和Honeywell 公司的AN/ASN178 EGI INS/GPS導航系統分別裝備于F/A-18A+和AH-1W艦載機[8-9]。 2003年美軍又提出開發精確導航系統（ANAV）， 該系統在原有技術的基礎上又采用了重力補償等其他提高精度的技術， 其純慣性導航系統定位精度能達到0.4 nm/h[5]。

國內哈爾濱工程大學自21世紀初就用無線藍牙傳輸傳遞對準數據[10]， 接著又就傳遞對準的觀測模型[11-12]、 動基座匹配算法的設計[5，11，13-14]、 大方位失準角下的非線性濾波設計[11，15]和誤差模型補償[13-15]等方面進行了理論推導和仿真研究。 西北工業大學早期提出了艦載直升機動基座對準技術的方案設計， 后來主要就系泊情況和航行情況下的艦載機初始自對準技術進行了研究[2-4，16]。 此外， 海軍航空工程學院、 北京航天航空大學和其他相關研究機構也對艦載機慣導系統的初始對準技術進行了一定的研究[17-23]。 目前， 國內對艦載機慣導系統初始對準技術的研究主要集中在非線性濾波、 桿臂效應補償和艦體動態撓曲變形。 這幾個方面是當前研究熱點， 也是影響艦載機對準精度的重要因素。

2艦載機對準基本步驟及關鍵技術

粗略來看， 艦載機的傳遞對準可分為粗對準和精對準兩部分。 粗對準是將艦船主慣導的姿態直接加載到艦載機子慣導上； 精對準將艦船主慣導采集到的導航信息以及其他設備（像雷達、 GPS等）提供的速度、 加速度、 角速率等及兩兩間的組合信息同艦載機子慣導相對應的參數作匹配， 最后作濾波解算估計出兩慣導間的失準角等參數信息， 從而實現艦載機子慣導系統的傳遞對準[5]。

2.1對準基本步驟

具體可以把傳遞對準分為以下三步：

（1） 通過誤差模型補償和運動學補償， 將主、 子慣導系統補償到一個點。 傳遞對準中， 艦船主慣導一般安裝于甲板下方的艦船搖擺中心， 而艦載機子慣導則可能處于甲板上任何位置， 兩者之間的位置差異導致其慣性組件采集到的加速度和角速度信息存在差異。 因此在利用主慣導信息對子慣導進行初始化之前， 必須補償這種信息差異。 通常通過建立艦、 機之間的傳遞對準誤差模型和各類誤差源數學模型， 然后根據主、 子慣導的運動學方程進行補償。

（2） 對艦機子慣導作姿態加載， 收集兩慣導系統的導航信息。 首先， 默認主慣導系統不存在誤差， 跟子慣導系統相比， 主慣導精度一般要高好幾個量級， 因而其誤差可以忽略。 將主慣導的姿態直接加載到子慣導之后， 由于存在由安裝誤差、 桿臂效應、 艦體動態撓曲變形等因素引起的失準角， 輸出的導航信息存在差異。

（3） 根據相應條件， 選用合適的參數組合和濾波算法解算出失準角， 完成初始對準。 理論上， 慣導的導航信息及其組合都能進行匹配（如速度、 角速度、 姿態等）。 通常， 依據所選參數性質， 將傳遞對準的匹配方法分為測量參數匹配和計算參數匹配。 不同的匹配方法各有優劣， 但組合匹配能克服單一匹配方法的缺點， 因而大多數情況下采用兩種方法的組合來進行匹配。 而濾波則是指 Kalman、 UKF、 EKF等利用一定規律， 聯系觀測數據估計未知信息[24]。

2.2艦載機對準關鍵技術

艦載機的傳遞對準技術與艦載武器和機載武器等的傳遞對準技術存在著共性， 但又與其存在差異， 主要區別在于桿臂較大且未知、 大方位失準角以及緊急情況下的快速傳遞對準等問題。 因而相比其他的傳遞對準技術， 艦載機的傳遞對準技術更側重于以下三個方面技術的研究：

2.2.1匹配方式的討論

在傳遞對準的算法設計中， 測量匹配參數的選擇決定著估計算法的結構， 所以， 如何選擇測量匹配參數對算法性能有至關重要的影響[25]。 根據所選參數性質， 傳遞對準的匹配方法分為三類：

（1） 計算參數匹配： 速度匹配； 位置匹配。

（2） 測量參數匹配： 加速度匹配； 角速度匹配； 姿態匹配。

（3） 組合參數匹配： 速度+姿態匹配； 速度+角速度匹配； 加速度+角速度匹配。

一般來說， 計算參數匹配是利用主、 子兩慣導系統本身計算的對應導航信息差值為量測量， 因為這些信息不能直接測得， 所以需要用狀態方程表示其姿態失準角與速度差值或位置差值的關系。 此外， 狀態間的關系又同艦體實時變化的航行條件相關， 因而估計量較大， 所需對準時間較長， 但對準精度較高。 而測量參數匹配則是依靠速度、 角速度等矢量導航信息在慣導測量軸上的分量不同來完成對準[24]。 測量值與姿態失準角相關， 因而對準時間短， 但此方法需要一定的機動條件， 同時艦體的撓曲變形對精度影響較大。

具體而言， 位置匹配需要一定的位置差值， 而由相對失準角產生這一數值的時間較長， 不能滿足對準所需的快速性要求， 同時對載體的機動方式的要求也比較高， 不適合艦載條件下的對準[25]。 而加速度匹配、 角速度匹配和加速度+角速度匹配法容易受到桿臂效應和撓曲效應的影響， 對姿態角估計的精度較差。 此外， 由于載體振動和撓曲效應， Kalman濾波器需要很高的狀態更新速率來保證對姿態角的準確跟蹤估計。 且不能對子慣導系統的慣性器件參數進行有效的估計和校準， 這些因素極大的限制了這三種匹配方式的應用[25]。

基于上面的分析， 在艦載機傳遞對準技術中本文主要研究以下四種匹配方法：

（1） 速度匹配

速度匹配法以主、 子慣導系統采集的速度差值為濾波器的量測， 對其進行濾波解算估計主、 子慣導系統計算地理坐標系間的失準角， 再借之修正子慣導姿態， 進而實現傳遞對準[26]。

速度匹配法即使不作任何機動也可以完成傳遞對準， 但由于沒有加速度， 方位失準角收斂較慢。 這是因為載體平直等速航行時， 水平對準靠重力， 方位對準靠羅經效應， 而載體西向航行將減弱羅經效應， 使對準時間變長， 精度降低， 因而速度匹配較為依賴載體的機動方式。 研究表明：艦船勻速直線航行時， 方位失準角的可觀測度較低， 導致對其的估計精度降低， 因而對于速度匹配傳遞對準， 需要設計載體的水平機動[13，24]。 而作適度的機動時， 1 min內姿態失準角的估計精度能到0.5 mrad以下[25]。 考慮到艦體對特殊機動方式的執行能力， 不能得到較為滿意的匹配時間和對準精度， 因而在艦載機傳遞對準中， 一般不會單獨采用速度匹配算法。

（2） 姿態匹配

姿態匹配最初是為直升機設計的， 因為直升機的主、 子慣導之間桿臂的剛性相對較好， 能抵抗桿臂撓曲變形對姿態匹配性能的影響。 直到速度+姿態匹配算法的提出， 姿態匹配才變得日益重要。 盡管姿態匹配容易受到桿臂撓曲變形的干擾， 但其以姿態矩陣為基礎， 魯棒性優于角速度匹配， 對外部環境比較惡劣的對準更具優越性。

姿態匹配法主要有姿態角匹配、 姿態矩陣匹配以及量測失準角匹配。 這三種匹配方法的量測都是基于主、 子慣導系統解算得到的姿態矩陣。 姿態角匹配直接比較兩慣導的三軸姿態角， 計算思路直接， 但其量測方程復雜， 計算量大； 姿態矩陣匹配則是比較兩慣導的姿態矩陣元素， 這樣避免了復雜的量測方程， 但又使得量測方程的維數增加， 計算量依然較大； 量測失準角是指兩慣導系統載體坐標系的三軸對應夾角， 其匹配的量測是將兩慣導的姿態矩陣直接相乘， 量測失準角在對準中既作狀態變量又作量測， 這樣不僅有較好的可觀測性， 其量測方程也比較簡單。 對比三種姿態匹配方法， 量測姿態角匹配的量測方程最為簡單， 計算量較小， 能更好的觀測姿態失準角； 同時在大方位失準角時也較其他兩種更為簡單， 因而在快速傳遞對準中一般采用量測失準角匹配[13]。

實際上， 姿態匹配受到慣性器件安裝誤差和船體撓曲變形等因素影響， 精度差， 常用作粗對準， 更為常見的是跟速度匹配結合進行快速對準。

（3） 速度+姿態匹配

Kain、 Cloutier于1989 年首次提出速度+姿態組合匹配法， 該方案以其傳遞時間短、 精度高的特點， 快速吸引了全世界科研人員的注意。 其克服了單一速度匹配或是單一姿態匹配的缺點， 結合了速度匹配精度高和姿態匹配對準速度快的優點， 使得載體能在簡單的搖擺勻速直線行駛的情況下， 估計速度和精度更為理想。 仿真表明， 精對準時， 艦船作C型或是S型機動， 水平失準角精度能在20 s左右達到0.1 mrad， 方位失準角精度能在30 s內達到0.3 mrad； 而單一匹配方式達到相同量級的精度則分別需要40 s和60 s左右， 且精度更低[13，24]。 美軍于1997年利用F16對其進行飛行實驗表明， 利用速度+姿態組合參數進行傳遞對準， 姿態傳遞精度可在10 s內達到1 mrad [27]。 此外， 速度+姿態匹配的觀測量是分別對比力和角速度進行一次積分， 因而受到系統噪聲及儀器誤差的噪聲相對較小， 且還能對安裝誤差角和撓曲變形角進行有效的估計， 這是其他匹配方法不能實現的。

綜合考慮， 速度+姿態匹配法較各種匹配方法， 其估計精度較高， 收斂速度較快， 受系統噪聲、 振動噪聲的影響較小， 更具優勢。 因此， 速度+姿態匹配法在對準領域被廣泛應用。

（4） 速度+角速度匹配

受速度+姿態組合的啟發， Roger于1991年提出了速度+角速度匹配法。 和前種組合相同， 其克服了單一匹配的缺點， 同時具有了計算匹配精度高和測量匹配速度快的特點。 但與之不同的是采用主、 子慣導系統間的相對角速度作為觀測量， 與把量測失準角作為觀測量相比更容易敏感船體的撓曲變形， 因而對艦載機傳遞對準來說， 即使艦船不作特定機動也能較好的觀測狀態變量， 使得對準時間減少。 但同時如果機動過于劇烈或者外界環境比較惡劣， 將影響這種方法的對準精度， 仿真也證實了這一觀點[14-15，28]。

可以說， 沒有哪一種匹配方式能在所有情況下都表現得最優。 實際應用時， 應該綜合考慮環境因素、 機動方式、 時間和精度要求等等選擇最恰當的匹配方法。

2.2.2誤差補償的研究

傳遞對準技術是一種動基座對準技術， 時刻受到外界的振動、 運動、 環境等干擾， 運行環境惡劣， 影響對準精度的因素較多， 主要的誤差源有：

（1） 慣性器件誤差和數據傳輸時延誤差

慣性器件誤差主要是指安裝誤差、 刻度系數誤差和隨機誤差。 一般來說， 由于艦載機進行傳遞對準的時間較少， 器件誤差可觀測性低， 難以進行有效的補償， 因此艦載機的傳遞對準主要對姿態失準角進行估計， 一般也會設置一個針對慣性器件誤差的濾波器來完成對準和校正。

而在艦載機傳遞對準中， 主、 子慣導系統相距較遠， 因而在主、 子慣導間的數據傳輸存在一個時延誤差。 研究表明， 10 ms的時間標定誤差會產生幾毫弧度的方位誤差， 因而在艦載機初始對準中， 有必要對時間延遲進行補償[13]。 目前， 利用濾波器和延遲時間狀態增強對傳輸延遲誤差進行補償還存在一定的研究空間[13-14，29]。

（2） 艦船的撓曲變形

實際應用時， 為保證對準精度， 必須要考慮艦船的彈性形變。 一般把艦船的形變分為三類：一類是永久變形， 這類變形是在艦船出廠之后， 由于艦船所裝裝備的變化而導致的變形， 沒有物質上的變化認為不會改變， 實際一般不予考慮； 一類是靜態變形， 這類變形的變化周期比較長， 也稱為準靜態變形， 如船體在風吹日曬雨淋等環境下導致的材料老化而帶來的結構變形； 最后一類是動態撓性變形， 這類變形變化較快， 通常在一次對準中就發生多次變化， 如由溫度、 壓力、 海況、 船體機動和艦載武器發射等引起的船體變形。 在進行艦載機傳遞對準時， 對準時間較短， 因而在傳遞對準中， 一般把靜態變形看作是常量， 認為已經包含在姿態誤差角內， 不考慮其帶來的影響； 而動態撓性變形變化周期短， 如果不對其進行誤差補償， 可能導致姿態失準角的估計不穩而無法完成對準， 因而在艦載機傳遞對準中必須對其加以補償[29]。

目前， 補償撓曲變形的方法主要有模型和噪聲補償法兩種。 模型補償法將撓曲變形角建模成Markov過程， 這種建模擴展了系統的狀態位數， 計算量較大。 同時， 此算法對模型的參數準確性有要求， 因而導致魯棒性也比較差， 不能很好的排除惡劣環境變化帶來的干擾， 但種方法有不錯工程應用效果[13，23，29-30]。 噪聲補償法是利用噪聲強度替代撓曲變形引起的隨機干擾， 難以確定噪聲方差， 以保證噪聲置代的正確性。 Kain提出比較最優誤差模型和次優誤差模型的濾波結果來確定， 但是計算量太大， 文獻[13]分析了這種方法的難點， 但是沒有提出好的解決方法。 當前， 國內還提出一種建立桿臂效應與撓曲變形一體化模型的補償方法， 并做了仿真實驗， 結果在同等情況下， 比單一誤差補償精度要高[14-15，23]。

（3） 桿臂效應

桿臂效應是指由于慣性測量組件的安裝中心偏離艦船的搖擺中心， 當艦船機動或者受到外界環境干擾引起系統基座搖擺時， 主、 子慣導系統采集到的加速度和速度信息不一致的現象[15，31]。 對于艦載機慣導系統來說， 其與艦船的主慣導系統相距較遠， 這種大桿臂情況下， 對于即使搖擺不是很嚴重的艦船來說， 桿臂效應誤差所引起的系統水平對準誤差也會達到2°～3°[15]。 因而， 在精度要求較高的艦載機慣導系統中， 有必要補償桿臂效應帶來的誤差。

當桿臂長度已知時， 桿臂誤差補償法有桿臂加速度補償法、 桿臂速度觀測量補償法和數字濾波器補償法等[14]。 在艦載機傳遞對準中， 由于大桿臂的存在， 雖然能用無線電測距技術測得桿臂值， 但由于不確定環境因素作用于艦船而產生的動態撓曲變形， 在大桿臂條件下產生一個動態桿臂分量， 極大的影響了傳遞對準的精度。 針對這個問題， 目前國內學界主要的解決思路有： 將桿臂長度增設為狀態變量， 對之作實時在線估計， 然后補償其產生的誤差[31-32]； 將動態桿臂誤差視為量測噪聲， 利用魯棒性好的濾波算法進行抑制， 直接求得失準角[29，33-34]。 這兩種思路都能較好的解決動態桿臂的誤差問題， 達到較高的精度， 但增加了狀態量， 且綜合考慮艦船撓曲動態桿臂的問題， 由于外界環境影響， 使得收斂速度較慢， 導致收斂時間較長。 這些方法目前還停留在仿真階段， 距離真正的工程應用還需要很多的實驗修改。

其他補償方法有：對桿臂干擾加速度（或速度/位移）直接補償、 設置低通濾波器， 根據有用信息和干擾信息頻率不同的特點進行數字濾波等[29，35-36]。 這些方法不能有效的跟蹤測量動態桿臂的數值， 或不能處理桿臂加速度的常值分量， 導致補償精度低、 收斂時間長等， 目前一般不采用。

2.2.3濾波算法的研究

濾波是從混有干擾的信號中提取出有用信號過濾掉干擾信號的過程。 在傳遞對準中， 目標信號中混有隨機信號的干擾， 隨機信號的變化規律不確定， 不能以常用的濾波方法加以排除， 但隨機信號的功率譜是確定的， 能用統計規律描述。 因而， 傳遞對準中所說的濾波理論是指Kalman、 UKF、 EKF等利用失準角等誤差參數的傳播規律， 及其與觀測量之間的聯系， 在采集的觀測數據的對照下， 對未知的誤差參數作最優估計[24]。

由R. E. Kalamn和R. S. Bucy提出的Kalman濾波是專門用來處理隨機信號的遞推線性最小方差估計[37]。 因為其算法的遞推性和易于在計算機上實現， 在各個領域應用廣泛。 但是在使用Kalman濾波器時， 首先要求系統必須是線性的， 除此之外， 還需要知道系統和狀態方程、 觀測方程、 白噪聲激勵和觀測噪聲的統計特性。 當系統有模型誤差或者噪聲不確定時， Kalman濾波器就可能會發散。 因而傳統的Kalman濾波器不適合大方位失準角條件下的艦載機傳遞對準。

針對艦載機傳遞對準中存在大方位失準角和對準時間要求短等問題， 學者提出了許多非線性濾波法， 主要有三種：粒子濾波、 擴展卡爾曼濾波和無跡卡爾曼濾波。 針對艦載機傳遞對準中噪聲的不確定性、 載體動態干擾等問題， 提出了一些魯棒性更好的濾波算法， 如自適應濾波和濾波。

粒子濾波對于非線性、 非高斯和多峰分布等復雜情況有極其出色的解決能力， 是當前國內外的研究熱點， 但不夠成熟， 仍有許多問題需要深入研究[38-39]。 國內， 熊凱結合粒子濾波和EKF， 得到一種精度更高， 計算量更小的濾波[40]； 丁楊斌結合UKF和粒子濾波， 提出一種組合算法， 濾波精度較高且無需處理非線性系統模型[38]； 郭子偉提出了一種改進的采用類高斯和重采樣的粒子濾波算法， 在微量增加計算量的同時， 將傳遞對準精度較傳統的粒子濾波算法提高40%[41]； 楊萌對傳統UPF算法計算量大和實時性較差的問題進行了改進[42]。 可以預見， 當粒子濾波方法成熟之后， 將是最高效的非線性濾波方法之一。

擴展卡爾曼濾波（EKF）只取Taylor展開式的第一項實現線性化。 這種方法的濾波精度忽略了高階項， 因而依賴局部的非線性度， 但由于結構簡單、 易于實現等優點受到廣泛的關注。 EKF存在兩個主要問題： 一是局部線性假設， 當Taylor展開式的高階項不能忽略時， 可能會導致濾波發散； 另一個就是Jacobian 矩陣， Jacobian矩陣是局部線性化的基礎， 在求矩陣的基礎上才能完成線性化， 但是Jacobian 矩陣計算量非常大， 極大的影響了系統的反應速度[24，42]。 所以， 目前在艦載機傳遞對準方面一般不采用EKF。

無跡卡爾曼濾波（UKF）利用采樣策略實現濾波。 一般UKF的計算量與EKF相當， 但UKF的濾波精度高、 魯棒性強， 因此在實際應用中常采用UKF代替EKF[15，24]。 文獻[15] 仿真比較了UKF和EKF兩種非線性濾波技術的性能， 結果表明， 在同等條件下， UKF明顯優于EKF。 文獻[17]也針對UKF的應用進行了建模仿真， 證明在合適的匹配模型下UKF能在較短時間內達到較高精度。

針對系統的不確定性和隨機信息， 自適應濾波有著比傳統Kalman濾波更好的適應性和更優的濾波性能， 近年來在艦載機傳遞對準方面逐漸得到應用。 梁浩提出通過分析狀態參數確定各量測參數的可觀測性， 然后利用濾波增益衰減法處理觀測效果差的狀態分量， 達到了更好的濾波估計精度[43]； 王勇軍提出了一種結合模糊邏輯控制器與卡爾曼濾波的模糊自適應卡爾曼濾波方法， 對不確定性量測噪聲有更好的抑制效果， 對準時間及精度明顯優于傳統卡爾曼濾波[4]。

針對艦載機傳遞對準中大桿臂、 動態條件下撓曲桿臂和慣性器件誤差等不確定性引起誤差問題， 濾波將這些不確定誤差看作是一種能量有限的量測噪聲， 利用其算法的魯棒性能很好的排除其干擾， 達到較好的濾波精度[3，34，44]。

除了上述主要的濾波算法之外， 學者還提出了一些效果不錯的濾波算法， 如梁浩優化的自適應濾波算法， 精度與傳統UKF相當， 但減少了積分點數， 提高了計算效率[45]； 黃湘遠結合簡化CKF和降維CKF， 減少了計算量， 具有更大的應用范圍[46]等。 未來將會有更多更優質的濾波算法提出， 而針對艦載機傳遞對準， 應綜合考慮算法的使用范圍、 精確度、 魯棒性以及實時性等問題， 選擇合適的濾波算法。

3總結與展望

本文介紹了艦載機慣導系統初始對準技術， 與其他對準技術相比， 艦載機慣導系統的初始對準技術以其特殊的應用環境和對準要求， 與其他對準技術存在共性也有較大的差別。 國外在艦載機對準領域已經實際應用多年， 但國內在這方面的研究才剛剛起步， 差距十分明顯。

隨著國內航母戰斗編隊的逐漸成熟， 艦載機的相關技術將是未來一段時間的研究熱點。 基于傳遞對準的艦載機初始對準技術理論及仿真研究已經較為成熟， 對準時間和對準精度也較為滿意。 但在當前濾波和補償算法的基礎上， 計算量無法減少， 限制了對準時間。 進一步的研究對軟硬件設施都提出了很高的要求， 難度大、 成本高、 不易普及。 基于此， 可以在以下方面做出努力：

（1） 研究船體變形模型以補償大桿臂及動態撓曲變形帶來的桿臂誤差；

（2） 由于誤差補償模型建立困難， 可研究魯棒性更好、 性能更加優越的濾波算法， 如自適應濾波和粒子濾波技術， 并關注艦體模型的研究；

（3） 基于傳遞對準時間和精度的矛盾， 可研究其他的對準技術， 如攝像測量技術具有高精度、 非接觸和實時性的優點， 在對準測量領域有著非常廣闊的應用前景。 當前， 此方面的研究文獻較少， 學者可適當關注。

參考文獻：

[1] 徐陽. 航母編隊的防御能力[J]. 兵器知識， 2010 （10）： 58-59.

[2] 秦永元， 朱新穎， 趙長山， 等. 艦載機捷聯慣導自對準方案設計與仿真[J]. 中國慣性技術學報， 2008， 16（1）： 28-33.

[3] 王勇軍， 徐景碩， 李路蘋. 一種新的艦載機慣導初始自對準方法[J]. 測控技術， 2013， 32（11）： 147-150.

[4] 王勇軍. 艦載機慣導對準技術研究[D]. 西安： 西北工業大學， 2007.

[5] 丁國強. 慣性導航系統傳遞對準技術關鍵問題研究[D]. 哈爾濱： 哈爾濱工程大學， 2010.

[6] Vaughn R S. CAINS Pointing to the Future， Role of Navigation in Airways System Development[C]∥Proceedings of ION the National Air Meeting， Institute of Navigation， 1971（14-16）：65-79 .

[7] William A C. Integration of GPS with the Carrier Aircraft Inertial Navigation System （CAINS）[C]∥ Proceedings of the Satellite Divisions International Technical， Colorado Springs， CO， USA， 1988： 227-235.

[8] Aircraft Procurement， Department of the Navy Fiscal Year （FY） 2002 Amended Budget Submission[R]. Justification of Estimates， 2001：11.

[9] AN/ASN-Equipment List[EB/OL]. [2016-01-09].http：∥www.designationsystems.net/usmI1av/jetds/an-asn.html/.

[10] 張俊龍. 基于DSP的短距離無線數據通信技術研究[D]. 哈爾濱： 哈爾濱工程大學， 2004.

[11] 熊芝蘭. 慣性導航系統大失準角情況下的傳遞對準技術研究[D]. 哈爾濱： 哈爾濱工程大學， 2007.

[12] 孫國偉. 慣導系統傳遞對準模型的可觀測性分析[D]. 哈爾濱： 哈爾濱工程大學， 2006.

[13] 吉宇人. 捷聯慣導系統傳遞對準技術及誤差補償方法研究[D]. 哈爾濱： 哈爾濱工程大學， 2013.

[14] 王孔奮. 艦載機捷聯慣導系統傳遞對準技術研究[D]. 哈爾濱： 哈爾濱工程大學， 2012.

[15] 胡丹. 大方位失準角下艦載機捷聯慣導系統傳遞對準技術研究[D]. 哈爾濱： 哈爾濱工程大學， 2011.

[16] 夏家和. 艦載機慣導系統的動基座對準技術研究[D]. 西安： 西北工業大學， 2007.

[17] 魏學通， 高磊. 大方位失準角下艦載機傳遞對準技術[J]. 中國慣性技術學報， 2012， 20（5）： 552-556.

[18] 肖支才， 王勇軍， 王義冬， 等. 艦船等速下艦載機捷聯慣導粗對準方法研究[J]. 海軍航空工程學院學報， 2010， 25（2）： 163-166.

[19] 楊功流， 王麗芬， 袁二凱， 等. 彈射中艦載機快速傳遞對準技術[J]. 艦船科學技術， 2014， 36（3）： 50-55.

[20] 趙國榮， 高青偉， 王希彬. 艦載機慣導系統大方位失準角傳遞對準建模與仿真[J]. 海軍航空工程學院學報， 2009， 24（1）： 39-42.

[21] 屈也頻， 呂余海. 艦載機慣導動基座傳遞對準基準系統技術研究[J]. 航空電子技術， 2014， 45（1）： 1-5.

[22] 袁濤， 曲志剛， 徐景碩， 等. 航母艦載機捷聯慣導系統自主對準算法流程研究[J]. 彈箭與制導學報， 2013， 33（2）： 23-26.

[23] 高青偉， 趙國榮， 王希彬， 等. 傳遞對準中載艦撓曲變形和桿臂效應一體化建模與仿真[J]. 航空學報， 2009， 30（11）： 2172-2177.

[24] 王新龍. 捷聯式慣導系統動、 靜基座初始對準[M]. 西安：西北工業大學出版社， 2013.

[25] 孫昌躍. 捷聯慣導系統傳遞對準研究[D]. 哈爾濱： 哈爾濱工業大學， 2009.

[26] 蔡同英. 捷聯慣導傳遞對準技術研究[D]. 哈爾濱： 哈爾濱工程大學， 2005.

[27] Shortelle K J， William R G. F-16 Flight Tests of a Rapid Transfer Alignment Procedure[C]∥IEEE Position Location and Navigation Symposium， 1998： 379-386.

[28] 郭崇瑾. 基于船用光纖陀螺捷聯系統的傳遞對準技術研究[D]. 哈爾濱： 哈爾濱工程大學， 2009.

[29] 李良君. 傳遞對準誤差補償及精度評估方法研究[D]. 哈爾濱： 哈爾濱工程大學， 2008.

[30] 劉昕， 鄧志紅， 王博， 等. 不確定撓曲變形干擾下基于多模型濾波的傳遞對準方法[J]. 系統工程與電子技術， 2013， 35（10）： 2145-2151.

[31] 高偉， 張亞， 孫騫， 等. 傳遞對準中桿臂效應的誤差分析與補償[J]. 儀器儀表學報， 2013， 34（3）： 559-565.

[32] 劉錫祥， 徐曉蘇. 大桿臂條件下傳遞對準算法的設計與仿真[J]. 系統仿真學報， 2011， 23（5）： 1051-1053.

[33] 徐曉蘇， 鄒海軍，劉義亭，等. 基于魯棒濾波的撓曲變形和動態桿臂補償算法[J]. 中國慣性技術學報， 2015， 23（1）： 9-13.

[34] 劉錫祥， 徐曉蘇. 桿臂效應補償中濾波器的應用與設計[J]. 東南大學學報（自然科學版）， 2009， 39（6）： 1142-1145.

[35] 曹潔， 劉光軍， 高偉， 等. 捷聯慣導初始對準中桿臂效應誤差的補償[J]. 中國慣性技術學報， 2003， 11（3）： 39-44.

[36] 程向紅， 仲小麗， 冉昌艷， 等. 箭載SINS桿臂效應頻域處理方法[J]. 中國慣性技術學報， 2013， 21（1）： 61-64.

[37] Ross C C， Elbert T F. A Transfer Alignment Algorithm Study Based on Actual Flight Test Data from a Tactical AirtoGround Weapon Launch[C]∥ IEEE Position Location and Navigation Symposium， 1994：431-438.

[38] 丁楊斌， 申功勛. Unscented粒子濾波在靜基座捷聯慣導系統大方位失準角初始對準中的應用研究[J]. 航空學報， 2007， 28（2）： 397-401.

[39] 程水英， 張劍云. 粒子濾波評述[J]. 宇航學報， 2008， 29（4）： 1099-1111.

[40] 熊凱， 張洪鉞. 粒子濾波在慣導系統非線性對準中的應用[J]. 中國慣性技術學報， 2003， 11（6）： 20-26.

[41] 郭子偉， 繆玲娟， 趙洪松， 等. 一種改進的類高斯和粒子濾波在大失準角傳遞對準中的應用[J]. 航空學報， 2013， 34（1）： 164-172.

[42] 楊萌. 非線性濾波及在慣導系統傳遞對準中應用研究[D]. 哈爾濱： 哈爾濱工程大學， 2010.

[43] 梁浩， 王丹丹， 穆榮軍. 基于狀態參數可觀測度分析的艦機傳遞對準自適應濾波方法[J]. 中國慣性技術學報， 2014， 22（1）： 58-62.

[44] 劉錫祥， 徐曉蘇， 王立輝. 基于濾波的主/子慣導組合中撓曲變形補償算法[J]. 中國慣性技術學報， 2012， 20（1）： 74-78.

[45] 梁浩， 穆榮軍， 王丹丹， 等. 基于稀疏高斯積分的艦機傳遞對準濾波方法[J]. 中國慣性技術學報， 2014， 22（5）： 587-592.

[46] 黃湘遠， 湯霞清， 武萌， 等. 基于簡化CKF/降維CKF混合濾波的非線性對準技術研究[J]. 彈箭與制導學報， 2015， 35（1）： 19-23.