摘要：风场是影响飞行器导航、制导与控制性能的重要因素。为获取高精度风场的幅值与方向信息，结合飞行器动力学模型与常规传感器测量，应用信息融合的设计思路，提出了一种风场在线估计方法。针对传感器存在测量噪声的问题，采用容积卡尔曼滤波算法，实现了非线性模型的高精度估计。通过与传统方法的仿真对比表明，所提算法在实现风场高频估测的同时，具备更高的估计精度。

关键词：风场;滤波融合;容积卡尔曼滤波;估计精度

0 引言

风场是影响飞行器飞行品质与飞行性能的重要因素。飞行器自主导航需要利用风场信息进行航迹修正，以提高定位精度[1];风梯度动态滑翔[2]、伞降定点回收[3]等的应用则要求风场参数已知，从而实现能量转化与航迹规划。

目前常用的测量风速方法包括水平空速归零法、航位推算法以及矢量三角形法。水平空速归零法利用航向传感器进行盘旋判定，根据空速传感器测量值计算平均风速，测量设备简单且精度较高，但仅适合定点风速测量，无法应用于大区域、长航时任务下的风速估计。航位推算法基于相对、绝对以及牵连运动的矢量合成关系，通过航位推算位置与实际位置的差分运算估计风场信息，计算简便，但测量精度随运算频率的增大而明显降低。矢量三角形法应用较为广泛，综合空速、地速、姿态、航向以及气流角等飞行参数，可实现三维风场信息的高频率连续估测，然而大气传感器的高频噪声会降低风场估测的精度。……