CN106482749B - 基于逆向导航算法的捷联惯导与转速计组合对准方法 - Google Patents
基于逆向导航算法的捷联惯导与转速计组合对准方法 Download PDFInfo
- Publication number
- CN106482749B CN106482749B CN201611112044.9A CN201611112044A CN106482749B CN 106482749 B CN106482749 B CN 106482749B CN 201611112044 A CN201611112044 A CN 201611112044A CN 106482749 B CN106482749 B CN 106482749B
- Authority
- CN
- China
- Prior art keywords
- carrier
- posm
- error
- vnm
- navigation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
- G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
Landscapes
- Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Navigation (AREA)
- Gyroscopes (AREA)
Abstract
本发明涉及一种基于逆向导航算法的捷联惯导与转速计组合的对准方法。对准技术是自主水下航行器(AUV)编队航行任务中的重要议题,同时快速性与精确性也是当今作战的主要任务需要。针对该问题,本发明提出了基于逆向导航算法的捷联惯导与转速计组合对准的研究方法。该方法将转速计测得的AUV的轴向速度与捷联惯导测得的导航信息进行有效结合。通过对转速计和捷联惯导系统的速度输出进行解算,减少二者的速度增量差;同时对对准阶段的采样数据进行反演解算,增大对信息量的利用,进而快速获得高精度的对准结果。
Description
技术领域
本发明属于惯导对准技术的方法,涉及一种基于逆向导航算法的捷联惯导与转速计组合对准方法的研究。
背景技术
自主水下航行器((Autonomous Underwater Vehicle,简称AUV)是执行海洋军事任务和进行海洋开发的重要工具。当AUV在进行任务前,惯导需要对系统进行初始对准,其中快速性和精确性是对系统要求的重要指标,一般来说二者的关系是互相矛盾、相互制约的。不同于静基座对准,行进间对准需要外部的辅助设备提供载体的运动信息,通过辅助设备量测的信息对惯导系统进行修正补偿。在非常时期航行器必须有快速机动,并精确导航,兼具水下隐蔽性等要求。因此解决对准的精确性和快速性问题成为AUV航行任务中的重要议题。然而传统的对准技术需要利用岸上平台进行传递对准,或利用价值昂贵的辅助设备进行组合对准,这给AUV在快速投入作战的需要和实际工程开发应用中带来巨大挑战,因此,必须对其进行适当改善,在解决此类问题的同时,适应时局的发展。
在水下领域,作为比较成熟的组合导航方式,SINS/DVL(Strap-down InertialNavigation System,捷联惯性导航系统)组合导航系统利用DVL(Doppler Velocity Log,多普勒计程仪)提供的速度信息修正SINS的量测信息,以此抑制捷联惯导系统的误差积累,是目前应用比较广泛的水下组合导航技术。然而,由于DVL价值昂贵,并且会在工作时会向外发射声波,暴露自身的位置,所以不能很好的满足隐蔽性的要求。同时,DVL的有效测速度范围为±10m/s,当航行器处于相对速度较高的状态下,DVL亦不能保证有效的测量精度,因此限制了该方式的应用。
转速计凭借其低廉的价格并且能够测得在高速运动下航行器轴向速度的特点,可以有效解决上述的问题。通过选取转速计作为捷联惯导系统的辅助设备,测量载体在高速运动下的速度信息,利用量测的速度信息修正惯导系统,并借助正向和逆向结合的导航算法对获取的数据信息反复处理,以加大对数据的利用,进而满足系统的对准精度和快速性的要求。
因此,本文将逆向导航算法引入捷联惯导与转速计组合对准方法。通过将捷联惯导与转速计的速度信息进行信息融合,利用正逆向导航算法交替处理,在增大对获取的数据信息的同时,有效提高系统的对准精度,缩短系统的对准时间。
发明内容
为了避免现阶段对准技术的不足之处,本发明提出了捷联惯导与转速计组合对准的方法,并引入逆向导航算法,通过获取捷联惯导与转速计的采样数据,并将二者加以滤波融合,然后利用正逆向导航算法,对采样阶段的信息进行多次反复处理,得到更为精确的对准信息。这种方法在提高系统对准精确度的同时,还能有效缩短系统在对准过程的时间,进而提升系统的整体性能。
一种基于逆向导航算法的捷联惯导与转速计组合的对准方法,其特征在于步骤如下:
步骤1:建立捷联惯导与转速计对准模型:
转态方程:
观测方程:ZST=HSTXST+vST
上式中
其中,FST为系统状态矩阵,HST为系统量测矩阵,系统噪声wST和量测噪声μST统为零均值高斯白噪声。VN、VU、VE为载体在北天东方向上的速度,λ、L和h分别表示载体的经纬度与高度,且高度信息可以通过深度传感器直接测量得到。
建立正向导航算法微分方程,对其进行离散化:
姿态方程:
速度方程:
位置方程:
RM,RN分别为载体所在位置地球子午圈和卯酉圈曲率半径,其近似计算公式为:
RM≈Re(1-2e+3esin2L)
RN≈Re(1+esin2L)
步骤2:卡尔曼滤波初始化。
一:首先,对捷联惯导与转速计组合系统的状态变量初值进行初始化,确定其在误差干扰下的状态初值x0=[phi;dvn;dpos;ed;db],其中平台失准角误差phi=[10;60;-10]*(pi/180/60),位置误差dpos=[10/6378160;10/6378160]、速度误差dvn=[0.5;0.5;0.5],陀螺随机漂移误差eb=[0.02;0.02;0.02]*(pi/180/3600)与加速度计零位误差db=[100;100;100]*(0.000001*9.78),估计陀螺测量白噪声web=[0.02;0.02;0.02]*(pi/180/3600),加速度计的测量白噪声wdb=[50;50;50]*(0.000001*9.78),
设webq=[web(1,1)^2;web(2,1)^2;web(3,1)^2],
wdbq=[wdb(1,1)^2;wdb(2,1)^2;wdb(3,1)^2]。
可得系统方程中白噪声均方差为w=[web;wdb;webq;wdbq],其中观测方程中捷联惯导SINS与转速计的量测量之间的白噪声均方差为v=[0.01;0.01;0.01]。
然后,对状态初值及相应误差函数分别赋值给相应参数。phi=x0(1:3);dvn=x0(4:6);Qtd=w(7:12);Qt_d=diag(Qtd);Rk_d=diag(v)^2;Pkd=x0(1:14);Pk_d=10*diag(Pkd)^2;Xk_d=zeros(14,1);eb=x0(9:11);db=x0(12:14);web=w(1:3);wdb=x0(4:6)。
其中,Qt_d、Rk_d和Pk_d分别为系统噪声协方差驱动矩阵、量测噪声协方差阵和一步预测均方差阵。
二:对系统的姿态角、速度与位置进行初始化。载体初始姿态角att=[0;0;0]*(pi/180);载体初始速度vb=[8;0;0];载体的初始位置pos=[24*(pi/180)+35*(pi/180/60);120*(pi/180)+58*(pi/180/60);-10]。
然后对载体的轨迹进行设置后保存到tr(1:15)函数,该函数保存的是不含误差的真实值,包括载体的三个姿态角分量(横滚角、航向角及俯仰角)、三个速度分量(北向、天向及东向)、三个位置分量(经纬度及高度)、三个角速率分量个三个比力分量。
三:捷联惯导解算参数初始化。将载体真实的姿态角矩阵转换为四元数形式,然后加入平台误差角,即qnb=tr(1:3)+phi,且系统的状态变量初始值Xk_d=zeros(14,0);将载体真实的速度信息加入速度误差,即vnm=tr(4:6)+dvn;将载体真实的位置信息加入位置误差,即posm=tr(7:9)+[x0(7);x0(8);0.1];最后,将载体输出的陀螺仪与加速度计信息保存到wvm2函数,即wvm2=tr(10:15)。
步骤3:步骤2完成后,对载体的姿态、速度与位置信息进行组合滤波。首先对误差估计函数进行初始化置0,inse(1,:)=zeros(14,1);然后将载体真实的姿态信息tr(1:3)与加入误差的实际值qnb中提取姿态误差信息,具体步骤为:先将qnb转化为共轭形式,再与姿态阵tr(1:3)的四元数形式做差乘得到姿态误差信息;其次,将载体的实际速度值与真实值做差,求得速度误差信息,即vnm-tr(4:6);最后将载体实际的位置信息与真实值做差,求得位置误差值,即posm(1)-tr(7),posm(2)-tr(8)。
步骤4:设置时间循环(for k=2:2:s_time*100)读取tr函数的角增量与比力增量,并对角增量与比力增量进行更新,对更新的角增量与比力增量信息保存到扩维后的tr函数中。即wvm0=wvm2,wvm1=tr(10:15),wvm2=tr((15+10):(15+15))。其中,s_time为系统仿真时间。
获取角增量与比力增量,加入误差,并保存:
dwvm1=wvm1-wvm0+([eb;db]+[web;wdb].randn(6,1))*Tm/2
dwvm2=wvm2-wvm1+([eb;db]+[web;wdb].randn(6,1))*Tm/2
其中,Tm=0.02为捷联惯导解算周期。
步骤5:以获取角增量与比力增量对陀螺仪增量与加速度计增量扩维,进行二子样解算,即
wm=[dwvm1(1:3,:),dwvm2(1:3,:)]
vm=[dwvm1(4:6,:),dwvm2(4:6,:)]
对载体的深度用深度传感器测量得到,加入相应误差,即posm(3,1)=tr(9)+0.05*randn(1)
步骤6:将步骤5得到含有误差的实际增量值进行惯导解算,根据上一时刻的姿态四元素、速度、位置、陀螺仪与加速度计的测量值,计算当前时刻的姿态四元数、速度与位置。
一:计算地球自转角速度引起的陀螺感应值
wnie=wie*[cos(posm_1(1));sin(posm_1(1));0],其中wie=0.0000729215为地球自转角速率;posm_1为前一时刻载体的位置信息。
二:计算载体在导航系下由北向与东向速度引起的陀螺感应值
wnen=[vnm_1(3)/(Re*(1+e*sin(posm_1(1))*sin(posm_1(1)))+posm_1(3));
vnm_1(3)*(sin(posm_1(1))/cos(posm_1(1)))/(Re*(1+e*sin(posm_1(1))*
sin(posm_1(1)))+posm_1(3));-vnm_1(1)/(Re*(1-2*e+3*e*
sin(posm_1(1))*sin(posm_1(1)))+posm_1(3))]
其中,posm_1(3)为前一时刻载体的高度信息;Re=6378160为地球半径;e为地球椭圆率;vnm_1(3)为载体东向航行速度。
三:由上述两个步骤,可得由载体运动速度和地球自转引起的导航系下的陀螺角速率wnin=wnie+wnen。
四:采用二子样方法,计算陀螺仪与加速度计的输出增量
sumw=wm(:,1)+wm(:,2)
sumv=vm(:,1)+vm(:,2)
对sumw进行保存,即phim=sumw。
五:计算二子样等效旋转矢量,更新phim。即:
phim=phim+2/3*cross(wm(:,1),wm(:,2))
六:计算划桨效应补偿dvsculm与速度旋转效应补偿dvrotm。
dvsculm=2/3*(cross(wm(:,1),vm(:,2))+cross(vm(:,1),wm(:,2)))
dvrotm=1/2*cross(sumw,sumv)
七:根据上式对速度进行更新。
vnm=vnm_1+Cnn*Cnb*(dvm+dvrotm+dvsculm)+gn-cross(2*wnie+wnen,vnm_1))*Tm
其中,gn重加速度;Cnn为在导航系下载体的陀螺角速率由旋转矢量转化为矩阵形式;Cnb为载体的姿态矩阵。
步骤7:求解步骤1的系统的状态矩阵Ft_d与观测矩阵Hk_d,并进行离散化,结果分别保存到Fk_d与Qk_d。
步骤8:模拟转速计的测量值VTacho=(Att2Mat(tr(1:3)))'*tr(4:6)+0.01*randn(3,1),该测量值为载体坐标系下的测量值,同时将该测量值转化到导航系下,并将结果保存至VnTacho。其中Att2Mat(tr(1:3))表示将载体真实的姿态角转换成矩阵形式。
步骤9:由步骤6和步骤7的结果计算系统测量值Zk_d=vnm-VnTacho。
步骤10:采用卡尔曼滤波对状态变量Xk_d进行滤波更新。
卡尔曼增益:Kk=Pk_dHk_d'*inv(Hk_dPk_dHk_d'+Rk_d)
误差协方差阵:
Pk_d=(eye(length(Xk_d))-Kk*Hk_d)*Pk_d*(eye(length(Xk_d))-Kk*Hk_d)'+Kk*Rk_d*Kk'
其中,Xk_d=Fk_d*Xk_d;Pk_d=Fk_d*Pk_d*Fk_d'+Qk_d。
状态更新:Xk_d=Xk_d+Kk*(Zk_d-Hk_d*Xk_d)
步骤11:反馈修正。
一:分别对捷联惯导的姿态、速度与位置进行修正。即
qnb=qnb-Xk_d(1:3)
vnm=vnm-Xk_d(4:6)
posm(1)=posm(1)-Xk_d(7)
posm(2)=posm(2)-Xk_d(8)
二:反馈校正后的状态变量,得到Xk_d=[zeros(8,1);Xk_d(9:14)]。
步骤12:调用save函数,对系统状态变量及导航信息进行保存,包括Pk_d、Xk_d、Kk、qnb、vnm与posm。
步骤13:建立系统逆向导航算法。
一:首先调用load函数,加载步骤12保存的所有数据,并修改步骤4的时间循环顺序为逆序(for k=s_time*100:(-2):2)。
二:然后对步骤6中的陀螺仪输出取反,有wb_nb=-(phim-Cnb'*wnin*Tm)。
三:最后对对步骤6中的速度取反,有
vnm=vnm_1-Cnn*Cnb*(dvm+dvrotm+dvsculm)-(gn-cross(2*wnie+wnen,vnm_1))*Tm
四:数据保存。调用save函数,对步骤12中的信息进行保存。
步骤1-步骤13为系统一次完整的正向和逆向处理过程,当需要对系统进行多次正逆向处理时,只需对导航信息进行反复保存及加载,并修改系统仿真时间,参考上述方法,即可完成系统不同次数、不同时间的正逆向处理。
本发明提出的一种基于逆向导航算法的捷联惯导与转速计组合的对准方法。对准技术是自主水下航行器(AUV)编队航行任务中的重要议题,同时快速性与精确性也是当今作战的主要任务需要。针对该问题,本发明提出了基于逆向导航算法的捷联惯导与转速计组合对准的研究方法。该方法将转速计测得的AUV的轴向速度与捷联惯导测得的导航信息进行有效结合。通过对转速计和捷联惯导系统的速度输出进行解算,减少二者的速度增量差;同时对对准阶段的采样数据进行反演解算,增大对信息量的利用,进而快速获得高精度的对准结果。
仿真实验结果表明,在捷联惯导与转速计组合的方式下,该方法可以实现快速对准,同时满足对准精度的需要,故所提方法在理论和工程实践中具有较好的指导价值和应用价值。
附图说明
图1捷联惯导与转速计组合对准方法流程图;
图2前30秒采样数据的常规导航解算过程;
图3前200秒采样数据的常规导航解算过程;
图4前300秒采样数据的常规导航解算过程;
图5前200秒采样数据正逆向交替解算5次;
图6前300秒采样数据正逆向交替解算5次。
图7前200秒采样数据正逆向交替解算10次。
图8前300秒采样数据正逆向交替解算10次。
具体实施方式
现结合实施例、附图对本发明作进一步描述:
步骤1:建立捷联惯导与转速计对准模型:
转态方程:
观测方程:ZST=HSTXST+vST
上式中
其中,FST为系统状态矩阵,HST为系统量测矩阵,系统噪声wST和量测噪声μST统为零均值高斯白噪声。VN、VU、VE为载体在北天东方向上的速度,λ、L和h分别表示载体的经纬度与高度,且高度信息可以通过深度传感器直接测量得到。
建立正向导航算法微分方程,对其进行离散化:
姿态方程:
速度方程:
位置方程:
RM,RN分别为载体所在位置地球子午圈和卯酉圈曲率半径,其近似计算公式为:
RM≈Re(1-2e+3esin2L)
RN≈Re(1+esin2L)
步骤2:卡尔曼滤波初始化。
一:首先,对捷联惯导与转速计组合系统的状态变量初值进行初始化,确定其在误差干扰下的状态初值x0=[phi;dvn;dpos;ed;db],其中平台失准角误差phi=[10;60;-10]*(pi/180/60),位置误差dpos=[10/6378160;10/6378160]、速度误差dvn=[0.5;0.5;0.5],陀螺随机漂移误差eb=[0.02;0.02;0.02]*(pi/180/3600)与加速度计零位误差db=[100;100;100]*(0.000001*9.78),估计陀螺测量白噪声web=[0.02;0.02;0.02]*(pi/180/3600),加速度计的测量白噪声wdb=[50;50;50]*(0.000001*9.78),
设webq=[web(1,1)^2;web(2,1)^2;web(3,1)^2],
wdbq=[wdb(1,1)^2;wdb(2,1)^2;wdb(3,1)^2]。
可得系统方程中白噪声均方差为w=[web;wdb;webq;wdbq],其中观测方程中捷联惯导SINS与转速计的量测量之间的白噪声均方差为v=[0.01;0.01;0.01]。
然后,对状态初值及相应误差函数分别赋值给相应参数。phi=x0(1:3);dvn=x0(4:6);Qtd=w(7:12);Qt_d=diag(Qtd);Rk_d=diag(v)^2;Pkd=x0(1:14);Pk_d=10*diag(Pkd)^2;Xk_d=zeros(14,1);eb=x0(9:11);db=x0(12:14);web=w(1:3);wdb=x0(4:6)。
其中,Qt_d、Rk_d和Pk_d分别为系统噪声协方差驱动矩阵、量测噪声协方差阵和一步预测均方差阵。
二:对系统的姿态角、速度与位置进行初始化。载体初始姿态角att=[0;0;0]*(pi/180);载体初始速度vb=[8;0;0];载体的初始位置
pos=[24*(pi/180)+35*(pi/180/60);120*(pi/180)+58*(pi/180/60);-10]。
然后对载体的轨迹进行设置后保存到tr(1:15)函数,该函数保存的是不含误差的真实值,包括载体的三个姿态角分量(横滚角、航向角及俯仰角)、三个速度分量(北向、天向及东向)、三个位置分量(经纬度及高度)、三个角速率分量个三个比力分量。
三:捷联惯导解算参数初始化。将载体真实的姿态角矩阵转换为四元数形式,然后加入平台误差角,即qnb=tr(1:3)+phi,且系统的状态变量初始值Xk_d=zeros(14,0);将载体真实的速度信息加入速度误差,即vnm=tr(4:6)+dvn;将载体真实的位置信息加入位置误差,即posm=tr(7:9)+[x0(7);x0(8);0.1];最后,将载体输出的陀螺仪与加速度计信息保存到wvm2函数,即wvm2=tr(10:15)。
步骤3:步骤2完成后,对载体的姿态、速度与位置信息进行组合滤波。首先对误差估计函数进行初始化置0,inse(1,:)=zeros(14,1);然后将载体真实的姿态信息tr(1:3)与加入误差的实际值qnb中提取姿态误差信息,具体步骤为:先将qnb转化为共轭形式,再与姿态阵tr(1:3)的四元数形式做差乘得到姿态误差信息;其次,将载体的实际速度值与真实值做差,求得速度误差信息,即vnm-tr(4:6);最后将载体实际的位置信息与真实值做差,求得位置误差值,即posm(1)-tr(7),posm(2)-tr(8)。
步骤4:设置时间循环(for k=2:2:s_time*100)读取tr函数的角增量与比力增量,并对角增量与比力增量进行更新,对更新的角增量与比力增量信息保存到扩维后的tr函数中。即wvm0=wvm2,wvm1=tr(10:15),wvm2=tr((15+10):(15+15))。其中,s_time为系统仿真时间。
获取角增量与比力增量,加入误差,并保存:
dwvm1=wvm1-wvm0+([eb;db]+[web;wdb].randn(6,1))*Tm/2
dwvm2=wvm2-wvm1+([eb;db]+[web;wdb].randn(6,1))*Tm/2
其中,Tm=0.02为捷联惯导解算周期。
步骤5:以获取角增量与比力增量对陀螺仪增量与加速度计增量扩维,进行二子样解算,即
wm=[dwvm1(1:3,:),dwvm2(1:3,:)]
vm=[dwvm1(4:6,:),dwvm2(4:6,:)]
对载体的深度用深度传感器测量得到,加入相应误差,即posm(3,1)=tr(9)+0.05*randn(1)
步骤6:将步骤5得到含有误差的实际增量值进行惯导解算,根据上一时刻的姿态四元素、速度、位置、陀螺仪与加速度计的测量值,计算当前时刻的姿态四元数、速度与位置。
一:计算地球自转角速度引起的陀螺感应值
wnie=wie*[cos(posm_1(1));sin(posm_1(1));0],其中wie=0.0000729215为地球自转角速率;posm_1为前一时刻载体的位置信息。
二:计算载体在导航系下由北向与东向速度引起的陀螺感应值
wnen=[vnm_1(3)/(Re*(1+e*sin(posm_1(1))*sin(posm_1(1)))+posm_1(3));
vnm_1(3)*(sin(posm_1(1))/cos(posm_1(1)))/(Re*(1+e*sin(posm_1(1))*
sin(posm_1(1)))+posm_1(3));-vnm_1(1)/(Re*(1-2*e+3*e*
sin(posm_1(1))*sin(posm_1(1)))+posm_1(3))]
其中,posm_1(3)为前一时刻载体的高度信息;Re=6378160为地球半径;e为地球椭圆率;vnm_1(3)为载体东向航行速度。
三:由上述两个步骤,可得由载体运动速度和地球自转引起的导航系下的陀螺角速率wnin=wnie+wnen。
四:由于采用二子样方法,计算陀螺仪与加速度计的输出增量
sumw=wm(:,1)+wm(:,2)
sumv=vm(:,1)+vm(:,2)
对sumw进行保存,即phim=sumw。
五:计算二子样等效旋转矢量,更新phim。即:
phim=phim+2/3*cross(wm(:,1),wm(:,2))
六:计算划桨效应补偿dvsculm与速度旋转效应补偿dvrotm。
dvsculm=2/3*(cross(wm(:,1),vm(:,2))+cross(vm(:,1),wm(:,2)))
dvrotm=1/2*cross(sumw,sumv)
七:根据上式对速度进行更新。
vnm=vnm_1+Cnn*Cnb*(dvm+dvrotm+dvsculm)+gn-cross(2*wnie+wnen,vnm_1))*Tm其中,gn重加速度;Cnn为在导航系下载体的陀螺角速率由旋转矢量转化为矩阵形式;Cnb为载体的姿态矩阵。
步骤7:求解步骤1的系统的状态矩阵Ft_d与观测矩阵Hk_d,并进行离散化,结果分别保存到Fk_d与Qk_d。
步骤8:模拟转速计的测量值VTacho=(Att2Mat(tr(1:3)))'*tr(4:6)+0.01*randn(3,1),该测量值为载体坐标系下的测量值,同时将该测量值转化到导航系下,并将结果保存至VnTacho。其中Att2Mat(tr(1:3))表示将载体真实的姿态角转换成矩阵形式。
步骤9:由步骤6和步骤7的结果计算系统测量值Zk_d=vnm-VnTacho。
步骤10:采用卡尔曼滤波对状态变量Xk_d进行滤波更新。
卡尔曼增益:Kk=Pk_dHk_d'*inv(Hk_dPk_dHk_d'+Rk_d)
误差协方差阵:
Pk_d=(eye(length(Xk_d))-Kk*Hk_d)*Pk_d*(eye(length(Xk_d))-Kk*Hk_d)'+Kk*Rk_d*Kk'
其中,Xk_d=Fk_d*Xk_d;Pk_d=Fk_d*Pk_d*Fk_d'+Qk_d。
状态更新:Xk_d=Xk_d+Kk*(Zk_d-Hk_d*Xk_d)
步骤11:反馈修正。
一:分别对捷联惯导的姿态、速度与位置进行修正。即
qnb=qnb-Xk_d(1:3)
vnm=vnm-Xk_d(4:6)
posm(1)=posm(1)-Xk_d(7)
posm(2)=posm(2)-Xk_d(8)
二:反馈校正后的状态变量,得到Xk_d=[zeros(8,1);Xk_d(9:14)]。
步骤12:调用save函数,对系统状态变量及导航信息进行保存,包括Pk_d、Xk_d、Kk、qnb、vnm与posm。
步骤13:建立系统逆向导航算法。
一:首先调用load函数,加载步骤12保存的所有数据,并修改步骤4的时间循环顺序为逆序(for k=s_time*100:(-2):2)。
二:然后对步骤6中的陀螺仪输出取反,有wb_nb=-(phim-Cnb'*wnin*Tm)。
三:最后对对步骤6中的速度取反,有
vnm=vnm_1-Cnn*Cnb*(dvm+dvrotm+dvsculm)-(gn-cross(2*wnie+wnen,vnm_1))*Tm
四:数据保存。调用save函数,对步骤12中的信息进行保存。
步骤1-步骤13为系统一次完整的正向和逆向处理过程,当需要对系统进行多次正逆向处理时,只需对导航信息进行反复保存及加载,并修改系统仿真时间,参考上述方法,即可完成系统不同次数、不同时间的正逆向处理。该算法流程图如图1所示。
在实验分析部分,首先对常规的正向导航算法与正逆向结合的导航算法性能进行对比,通过对不同时间、不同处理次数的对准过程进行对比,验证该方法的有效性及优越性。
图2是对系统前30秒采样数据的常规导航解算过程。可以看出,在30s内对系统进行常规正向导航解算时,对准发散;在200s和300s内对系统进行常规正向导航解算时,对准角误差收敛,并且300s的对准效果优于200s,见图3和图4;分别对系统前200秒和前300s的时间内采样数据正逆向交替解算5次,可以看出,此时对准精度明显优于常规的正向导航解算方式,同时前300s的对准效果优于200s,见图5和图6;分别对系统前200秒和前300s的时间内采样数据正逆向交替解算10次,此时与系统通过正逆向交替解算5次后的结果相比,失准角误差更小更平稳,见图7和图8。实验结果表明,利用此种方法能够获得较高的对准精度以及更短的对准时间,进而提高系统的整体性能,故所使用的方法是正确有效的。
Claims (1)
1.一种基于逆向导航算法的捷联惯导与转速计组合的对准方法,其特征在于步骤如下:
步骤1:建立捷联惯导与转速计对准模型:
状态方程:
观测方程:ZST=HSTXST+vST
上式中
其中,FST为系统状态矩阵,HST为系统量测矩阵,系统噪声wST和量测噪声vST统为零均值高斯白噪声,VN、VU、VE为载体在北天东方向上的速度,λ、L和h分别表示载体的经纬度与高度,且高度信息通过深度传感器直接测量得到;
建立正向导航算法微分方程,并进行离散化:
姿态方程:
速度方程:
位置方程:
RM,RN分别为载体所在位置地球子午圈和卯酉圈曲率半径,其计算公式为:
RM≈Re(1-2e+3esin2L)
RN≈Re(1+esin2L)
步骤2:卡尔曼滤波初始化
一:首先,对捷联惯导与转速计组合系统的状态变量初值进行初始化,确定其在误差干扰下的状态初值x0=[phi;dvn;dpos;eb;db],其中平台失准角误差phi=[10;60;-10]*(pi/180/60),位置误差dpos=[10/6378160;10/6378160]、速度误差dvn=[0.5;0.5;0.5],陀螺随机漂移误差eb=[0.02;0.02;0.02]*(pi/180/3600)与加速度计零位误差db=[100;100;100]*(0.000001*9.78),估计陀螺测量白噪声web=[0.02;0.02;0.02]*(pi/180/3600),加速度计的测量白噪声wdb=[50;50;50]*(0.000001*9.78),设webq=[web(1,1)^2;web(2,1)^2;web(3,1)^2],wdbq=[wdb(1,1)^2;wdb(2,1)^2;wdb(3,1)^2];
得系统方程中白噪声均方差为w=[web;wdb;webq;wdbq],其中观测方程中捷联惯导SINS与转速计的量测量之间的白噪声均方差为v=[0.01;0.01;0.01];
然后,对状态初值及相应误差函数分别赋值给相应参数,phi=x0(1:3);dvn=x0(4:6);Qtd=w(7:12);Qt_d=diag(Qtd);Rk_d=diag(v)^2;Pkd=x0(1:14);Pk_d=10*diag(Pkd)^2;Xk_d=zeros(14,1);eb=x0(9:11);db=x0(12:14);web=w(1:3);wdb=x0(4:6);
其中,Qt_d、Rk_d和Pk_d分别为系统噪声协方差驱动矩阵、量测噪声协方差阵和一步预测均方差阵;
二:对系统的姿态角、速度与位置进行初始化:载体初始姿态角att=[0;0;0]*(pi/180);载体初始速度vb=[8;0;0];载体的初始位置
pos=[24*(pi/180)+35*(pi/180/60);120*(pi/180)+58*(pi/180/60);-10];
然后对载体的轨迹进行设置后保存到tr(1:15)函数,包括载体的横滚角、航向角及俯仰角三个姿态角分量、北向、天向及东向三个速度分量,经纬度及高度三个位置分量,三个角速率分量和三个比力分量;
三:捷联惯导解算参数初始化:将载体真实的姿态角矩阵转换为四元数形式,然后加入平台误差角,即qnb=tr(1:3)+phi,且系统的状态变量初始值Xk_d=zeros(14,1);将载体真实的速度信息加入速度误差,即vnm=tr(4:6)+dvn;将载体真实的位置信息加入位置误差,即posm=tr(7:9)+[x0(7);x0(8);0.1];最后,将载体输出的陀螺仪与加速度计信息保存到wvm2函数,即wvm2=tr(10:15);
步骤3:步骤2完成后,对载体的姿态、速度与位置信息进行组合滤波:
首先对误差估计函数进行初始化置0,inse(1,:)=zeros(14,1);然后将载体真实的姿态信息tr(1:3)与加入误差的实际值qnb中提取姿态误差信息,具体步骤为:
先将qnb转化为共轭形式,再与姿态阵tr(1:3)的四元数形式做差乘得到姿态误差信息;其次,将载体的实际速度值与真实值做差,求得速度误差信息,即vnm-tr(4:6);最后将载体实际的位置信息与真实值做差,求得位置误差值,即posm(1)-tr(7),posm(2)-tr(8);
步骤4:设置时间循环for k=2:2:s_time*100读取tr函数的角增量与比力增量,并对角增量与比力增量进行更新,对更新的角增量与比力增量信息保存到扩维后的tr函数中;即wvm0=wvm2,wvm1=tr(10:15),wvm2=tr((15+10):(15+15));其中,s_time为系统仿真时间;
获取角增量与比力增量,加入误差,并保存:
dwvm1=wvm1-wvm0+([eb;db]+[web;wdb]·randn(6,1))*Tm/2
dwvm2=wvm2-wvm1+([eb;db]+[web;wdb]·randn(6,1))*Tm/2
其中,Tm=0.02为捷联惯导解算周期;
步骤5:以获取角增量与比力增量对陀螺仪增量与加速度计增量扩维,进行二子样解算,即
wm=[dwvm1(1:3,:),dwvm2(1:3,:)]
vm=[dwvm1(4:6,:),dwvm2(4:6,:)]
对载体的深度用深度传感器测量得到,加入相应误差,即posm(3,1)=tr(9)+0.05*randn(1)
步骤6:将步骤5得到含有误差的实际增量值进行惯导解算,根据上一时刻的姿态四元数、速度、位置、陀螺仪与加速度计的测量值,计算当前时刻的姿态四元数、速度与位置;
一:计算地球自转角速度引起的陀螺感应值
wnie=wie*[cos(posm_1(1));sin(posm_1(1));0],其中wie=0.0000729215为地球自转角速率;posm_1为前一时刻载体的位置信息;
二:计算载体在导航系下由北向与东向速度引起的陀螺感应值
wnen=[vnm_1(3)/(Re*(1+e*sin(posm_1(1))*sin(posm_1(1)))+posm_1(3));
vnm_1(3)*(sin(posm_1(1))/cos(posm_1(1)))/(Re*(1+e*sin(posm_1(1))*sin(posm_1(1)))+posm_1(3));-vnm_1(1)/(Re*(1-2*e+3*e*sin(posm_1(1))*sin(posm_1(1)))+posm_1(3))]
其中,posm_1(3)为前一时刻载体的高度信息;Re=6378160为地球半径;e为地球椭圆率;vnm_1(3)为载体东向航行速度;
三:由上述步骤6的步骤一和步骤二,可得由载体运动速度和地球自转引起的导航系下的陀螺角速率wnin=wnie+wnen;
四:采用二子样方法,计算陀螺仪与加速度计的输出增量
sumw=wm(:,1)+wm(:,2)
sumv=vm(:,1)+vm(:,2)
对sumw进行保存,即phim=sumw;
五:计算二子样等效旋转矢量,更新phim,即:
phim=phim+2/3*cross(wm(:,1),wm(:,2))
六:计算划桨效应补偿dvsculm与速度旋转效应补偿dvrotm:
dvsculm=2/3*(cross(wm(:,1),vm(:,2))+cross(vm(:,1),wm(:,2)))
dvrotm=1/2*cross(sumw,sumv)
七:根据上式对速度进行更新;
vnm=vnm_1+Cnn*Cnb*(dvm+dvrotm+dvsculm)+gn-cross(2*wnie+wnen,vnm_1))*Tm
其中,gn重加速度;Cnn为在导航系下载体的陀螺角速率由旋转矢量转化为矩阵形式;
Cnb为载体的姿态矩阵;
步骤7:求解步骤1的系统的状态矩阵FST与观测矩阵HST,并进行离散化,结果分别保存到Fk_d与Hk_d;
步骤8:模拟转速计的测量值VTacho=(Att2Mat(tr(1:3)))'*tr(4:6)+0.01*randn(3,1),该测量值为载体坐标系下的测量值,同时将该测量值转化到导航系下,并将结果保存至VnTacho;其中Att2Mat(tr(1:3))表示将载体真实的姿态角转换成矩阵形式;
步骤9:由步骤6和步骤8的结果计算系统测量值Zk_d=vnm-VnTacho;
步骤10:采用卡尔曼滤波对状态变量Xk_d进行滤波更新;
卡尔曼增益:Kk=Pk_dHk_d'*inv(Hk_dPk_dHk_d'+Rk_d)
误差协方差阵:
Pk_d=(eye(length(Xk_d))-Kk*Hk_d)*Pk_d*(eye(length(Xk_d))-Kk*Hk_d)'+Kk*Rk_d*Kk'
其中,Xk_d=Fk_d*Xk_d;Pk_d=Fk_d*Pk_d*Fk_d'+Hk_d;
状态更新:Xk_d=Xk_d+Kk*(Zk_d-Hk_d*Xk_d)
步骤11:反馈修正:
一:分别对捷联惯导的姿态、速度与位置进行修正,即
qnb=qnb-Xk_d(1:3)
vnm=vnm-Xk_d(4:6)
posm(1)=posm(1)-Xk_d(7)
posm(2)=posm(2)-Xk_d(8)
二:反馈校正后的状态变量,得到Xk_d=[zeros(8,1);Xk_d(9:14)];
步骤12:调用save函数,对系统状态变量及导航信息进行保存,包括Pk_d、Xk_d、Kk、qnb、vnm与posm;
步骤13:建立系统逆向导航算法:
一:首先调用load函数,加载步骤12保存的所有数据,并修改步骤4的时间循环顺序为逆序for k=s_time*100:(-2):2;
二:然后对步骤6中的陀螺仪输出取反,有wb_nb=-(phim-Cnb'*wnin*Tm);
三:最后对对步骤6中的速度取反,有
vnm=vnm_1-Cnn*Cnb*(dvm+dvrotm+dvsculm)-(gn-cross(2*wnie+wnen,vnm_1))*Tm
四:数据保存;调用save函数,对步骤12中的信息进行保存;
步骤1-步骤13为系统一次完整的正向和逆向处理过程,当需要对系统进行多次正逆向处理时,只需对导航信息进行反复保存及加载,并修改系统仿真时间,参考上述方法,即可完成系统不同次数、不同时间的正逆向处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611112044.9A CN106482749B (zh) | 2016-12-07 | 2016-12-07 | 基于逆向导航算法的捷联惯导与转速计组合对准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611112044.9A CN106482749B (zh) | 2016-12-07 | 2016-12-07 | 基于逆向导航算法的捷联惯导与转速计组合对准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106482749A CN106482749A (zh) | 2017-03-08 |
CN106482749B true CN106482749B (zh) | 2019-10-22 |
Family
ID=58274914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611112044.9A Active CN106482749B (zh) | 2016-12-07 | 2016-12-07 | 基于逆向导航算法的捷联惯导与转速计组合对准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106482749B (zh) |
Families Citing this family (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107239730B (zh) * | 2017-04-17 | 2020-09-15 | 同济大学 | 智能汽车交通标志识别的四元数深度神经网络模型方法 |
CN107783422B (zh) * | 2017-10-20 | 2020-10-23 | 西北机电工程研究所 | 采用捷联惯导的火炮瞄准稳定系统控制方法 |
CN107806874B (zh) * | 2017-10-23 | 2019-01-15 | 西北工业大学 | 一种视觉辅助的捷联惯导极区初始对准方法 |
CN110658515A (zh) * | 2018-06-28 | 2020-01-07 | 北京金坤科创技术有限公司 | 一种基于uwb单基站的多用户imu定位对齐方法 |
CN108981753B (zh) * | 2018-08-30 | 2020-11-13 | 衡阳市衡山科学城科技创新研究院有限公司 | 基于多惯组信息约束的地面对准方法、系统及存储介质 |
CN109724624B (zh) * | 2018-12-29 | 2021-01-26 | 湖北航天技术研究院总体设计所 | 一种适用于机翼挠曲变形的机载自适应传递对准方法 |
CN110057382B (zh) * | 2019-04-23 | 2021-07-09 | 西北工业大学 | 一种基于发射坐标系的捷联惯导数值更新方法 |
CN110763252B (zh) * | 2019-09-24 | 2022-07-26 | 中国船舶重工集团公司第七0七研究所 | 一种基于嵌入式处理器的捷联惯导逆序滤波设计方法 |
CN110806220B (zh) * | 2019-11-23 | 2022-03-22 | 中国船舶重工集团公司第七一七研究所 | 一种惯导系统初始对准方法及装置 |
CN111141281A (zh) * | 2020-01-03 | 2020-05-12 | 中国船舶重工集团公司第七0七研究所 | 一种sins/dvl组合导航数据后处理误差估计方法 |
CN111521177B (zh) * | 2020-04-28 | 2021-01-05 | 中国人民解放军国防科技大学 | 管长信息辅助测速的钻探用定位定向仪孔内定位方法 |
CN111504313B (zh) * | 2020-04-28 | 2021-01-05 | 中国人民解放军国防科技大学 | 基于速度信息辅助的钻探用定位定向仪孔内定位方法 |
CN111521178B (zh) * | 2020-04-28 | 2021-01-15 | 中国人民解放军国防科技大学 | 基于管长约束的钻探用定位定向仪孔内定位方法 |
CN112417948B (zh) * | 2020-09-21 | 2024-01-12 | 西北工业大学 | 一种基于单目视觉的水下航行器精确导引入环的方法 |
CN112697166B (zh) * | 2020-11-04 | 2023-06-06 | 河北汉光重工有限责任公司 | 一种运动状态下的捷联惯导系统自对准方法 |
CN112798016A (zh) * | 2020-12-22 | 2021-05-14 | 中国航天空气动力技术研究院 | 一种基于sins与dvl组合的auv行进间快速初始对准方法 |
CN113008269B (zh) * | 2021-02-09 | 2022-07-26 | 西北工业大学 | 水下航行器捷联惯导系统发射后行进间快速初始对准方法 |
CN112985368B (zh) * | 2021-02-09 | 2022-10-14 | 西北工业大学 | 水下航行器在移动运载平台发射前的快速罗经对准方法 |
CN114894222B (zh) * | 2022-07-12 | 2022-10-28 | 深圳元戎启行科技有限公司 | Imu-gnss天线的外参数标定方法和相关方法、设备 |
CN117570976B (zh) * | 2024-01-16 | 2024-05-03 | 广东奥斯诺工业有限公司 | 基于逆向推算的超低速载体惯性定向方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102853833A (zh) * | 2012-04-16 | 2013-01-02 | 哈尔滨工程大学 | 捷联惯性导航系统快速阻尼方法 |
CN104807479A (zh) * | 2015-05-20 | 2015-07-29 | 江苏华豪航海电器有限公司 | 一种基于主惯导姿态变化量辅助的惯导对准性能评估方法 |
CN106052715A (zh) * | 2016-05-23 | 2016-10-26 | 西北工业大学 | 单轴旋转捷联惯导系统回溯式自对准方法 |
-
2016
- 2016-12-07 CN CN201611112044.9A patent/CN106482749B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102853833A (zh) * | 2012-04-16 | 2013-01-02 | 哈尔滨工程大学 | 捷联惯性导航系统快速阻尼方法 |
CN104807479A (zh) * | 2015-05-20 | 2015-07-29 | 江苏华豪航海电器有限公司 | 一种基于主惯导姿态变化量辅助的惯导对准性能评估方法 |
CN106052715A (zh) * | 2016-05-23 | 2016-10-26 | 西北工业大学 | 单轴旋转捷联惯导系统回溯式自对准方法 |
Non-Patent Citations (3)
Title |
---|
New Method for Evaluation of Transfer Alignment Accuracy Based on Reverse Navigation;Chen Yu 等;《The Tenth International Conference on Electronic Measurement & Instruments》;20111231;第68-71页 * |
基于逆向导航的捷联自对准技术研究;梁禄扬 等;《航天控制》;20151031;第33卷(第5期);第8-11页 * |
基于逆向导航解算和数据融合的SINS传递对准方法;孙进 等;《中国惯性技术学报》;20151231;第23卷(第6期);第727-732页 * |
Also Published As
Publication number | Publication date |
---|---|
CN106482749A (zh) | 2017-03-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106482749B (zh) | 基于逆向导航算法的捷联惯导与转速计组合对准方法 | |
CN109596018B (zh) | 基于磁测滚转角速率信息的旋转弹飞行姿态高精度估计方法 | |
CN100541135C (zh) | 基于多普勒的光纤陀螺捷联惯导系统初始姿态确定方法 | |
CN103822633B (zh) | 一种基于二阶量测更新的低成本姿态估计方法 | |
CN106767793A (zh) | 一种基于sins/usbl紧组合的auv水下导航定位方法 | |
CN109163735B (zh) | 一种晃动基座正向-正向回溯初始对准方法 | |
CN110398257A (zh) | Gps辅助的sins系统快速动基座初始对准方法 | |
CN106052686B (zh) | 基于dsptms320f28335的全自主捷联惯性导航系统 | |
US7133776B2 (en) | Attitude alignment of a slave inertial measurement system | |
CN105180968A (zh) | 一种imu/磁强计安装失准角在线滤波标定方法 | |
CN104567930A (zh) | 一种能够估计和补偿机翼挠曲变形的传递对准方法 | |
CN103076026B (zh) | 一种捷联惯导系统中确定多普勒计程仪测速误差的方法 | |
CN104236586B (zh) | 基于量测失准角的动基座传递对准方法 | |
CN109945895B (zh) | 基于渐消平滑变结构滤波的惯性导航初始对准方法 | |
CN102168978B (zh) | 一种船用惯性导航系统摇摆基座开环对准方法 | |
CN105091907A (zh) | Sins/dvl组合中dvl方位安装误差估计方法 | |
CN104764463A (zh) | 一种惯性平台调平瞄准误差的自检测方法 | |
CN105300404A (zh) | 一种舰船基准惯性导航系统标校方法 | |
Li et al. | Gravitational apparent motion-based SINS self-alignment method for underwater vehicles | |
CN103499347A (zh) | 基于准静态模型的船体形变测量技术 | |
Bryne et al. | Attitude and heave estimation for ships using MEMS-based inertial measurements | |
CN105606093B (zh) | 基于重力实时补偿的惯性导航方法及装置 | |
CN110285834A (zh) | 基于一点位置信息的双惯导系统快速自主重调方法 | |
CN113108781B (zh) | 一种应用于无人船行进间的改进粗对准方法 | |
CN107356246A (zh) | 基于惯性测量组件的船体微小形变测量方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220221 Address after: 710076 No. 209, Keji 4th Road, high tech Zone, Xi'an City, Shaanxi Province Patentee after: Xi'an Meitai Navigation Technology Co.,Ltd. Address before: 710072 No. 127 Youyi West Road, Shaanxi, Xi'an Patentee before: Northwestern Polytechnical University |