周健，王新民，魏宏珅

(西北工业大学自动化学院，陕西西安 710129)

引言

无人机在飞行时会受到各种扰动的影响，其中最重要的影响来自大气紊流［1］。大气紊流的存在会导致飞行速度随机改变，使得测量得到的飞行速度不能直接用于飞行速度控制器的设计。在对象模型确定的情况下，卡尔曼滤波器是针对带有随机噪声信号进行最优滤波的一种有效算法，具有较好的动态和抗干扰性能，能够实现在线状态估计［2-3］。但卡尔曼滤波是在动态噪声和观测噪声均为白噪声的情况下推导出来的［4］，而大气紊流是一种非周期的随机过程，为有色噪声，如果将其当作白噪声处理，势必会影响滤波精度。

本文通过建立符合紊流风场相关特性的有色噪声模型，介绍了一种动态噪声为有色噪声的卡尔曼滤波算法;设计了基于有色噪声的无人机飞行速度卡尔曼滤波器，通过对有色噪声白化处理，构造无人机的状态方程和量测方程，用来估计真实的飞行速度，并给出了相应的计算方法和仿真结果。

1 紊流风场有色噪声建模

在无人机飞行特性仿真分析中，模拟随机风不仅要具有随机性的特征，而且还要符合紊流风场模型的频谱特性和相关特性。紊流风场的模拟原理是将白噪声通过成型滤波器得到符合一定功率谱的有色噪声。为了研究无人机在紊流风扰动中的飞行速度响应特性，需先建立紊流风场模型，本文采用连续大气紊流Dryden模型，其……