CN107389099A - 捷联惯导系统空中快速对准装置及方法 - Google Patents
捷联惯导系统空中快速对准装置及方法 Download PDFInfo
- Publication number
- CN107389099A CN107389099A CN201710820696.6A CN201710820696A CN107389099A CN 107389099 A CN107389099 A CN 107389099A CN 201710820696 A CN201710820696 A CN 201710820696A CN 107389099 A CN107389099 A CN 107389099A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- msubsup
- mfrac
- 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.)
- Granted
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
Abstract
本发明提供了一种捷联惯导系统空中快速对准装置及方法,属于惯导系统空中快速对准装置及方法技术领域。装置包括:基于DSP的导航计算机、GPS接收模块和惯性测量单元。方法为:在飞行器起飞前,从GPS中获得所在位置的经度λ、纬度L和高度h,得到当地的重力加速度大小;粗对准只需要数秒就完成,这时飞行器起飞,失准角为大失准角,建立大失准角四元数误差模型,坐标系选择东、北、天坐标系;由于大失准角误差模型是非线性模型,于是采用扩展卡尔曼滤波方法估计姿态误差角;失准角检测模块不断检测失准角的大小,当失准角达到小失准角范围内且短时间内没有增大为大失准角,则系统自动切换为捷联惯导小失准角误差模型。
Description
技术领域
本发明涉及一种捷联惯导系统空中快速对准装置及方法,属于惯导系统空中快速对准装置及方法技术领域。
背景技术
对于捷联惯导系统来说,在正常开始导航工作前,首先要建立其数学平台,也就是确定初始捷联矩阵,即为捷联式惯性导航系统的初始对准。初始对准根据对准时运载体状态分为静基座对准和动基座对准,根据对准是否需要外界信息分为自对准和传递对准,根据对准时姿态误差角的大小又分为小失准角对准和大失准角对准。目前初始对准在工程中较多使用静基座对准方式,即在运载体静止时,先根据当地重力加速度和自转角速度进行解析式粗对准,待失准角达到小失准角量级时,再采用小失准角模型滤波进行精对准;而对于动基座对准,研究较多的是传递对准,运载体在飞行过程中,需要对准的子惯导系统与高精度的主惯导系统的导航信息进行比较,估算出子惯导系统对主惯导系统的相对失准角,从而对子惯导实现对准;而对于运载体在空间飞行过程中的自对准,即空中对准则研究较少。
现有技术主要是静基座初始对准和动基座的传递对准。静基座初始对准精度比较高,但是对准时间较长,一般需要数分钟才能完成,这对需要提高飞行器的反应速度的情况不利,如果飞行器在飞行过程中出现了瞬时故障,导致捷联式惯导系统的数据丢失或被破坏,故障排除首要任务就是重新对其捷联式惯导系统进行对准,这种情况静基座初始对准也无能为力。动基座对准能在运载体运动的情况下工作,研究较多的是传递对准,传递对准需要有主惯导系统提供导航信息,离开主惯导就无法工作,不够灵活;另外由于主惯导系统和子惯导系统之间有一定的距离,因此产生杆臂效应影响,而且传递对准会受到主、子惯导系统的安装误差角以及载体的弹性形变等因素影响,从而使算法性能大大降低。
发明内容
本发明的目的是为了解决上述现有技术存在的问题,进而提供一种捷联惯导系统空中快速对准装置及方法。
本发明的目的是通过以下技术方案实现的:
一种捷联惯导系统空中快速对准装置,包括:基于DSP的导航计算机、GPS接收模块和惯性测量单元,所述GPS接收模块的信号输出端与基于DSP的导航计算机的信号输入端相连接,所述惯性测量单元的信号输出端与基于DSP的导航计算机的信号输入端相连接。
一种捷联惯导系统空中快速对准方法,
步骤一、在飞行器起飞前,从GPS中获得所在位置的经度λ、纬度L和高度h,得到当地的重力加速度大小为:
地球自转角速度ωie也是确定的,于是根据双矢量定姿理论,得到初始姿态矩阵T如下:
步骤二、粗对准只需要数秒就完成,这时飞行器起飞,失准角为大失准角,建立大失准角四元数误差模型,坐标系选择东、北、天坐标系,模型如下:
四元数误差方程:
速度误差方程:
位置误差方程:
步骤三、由于大失准角误差模型是非线性模型,于是采用扩展卡尔曼滤波方法估计姿态误差角,GPS能够测得运载体的速度和位置,将惯性导航系统测得位置速度与GPS测得数据作差,作为扩展卡尔曼滤波器的观测量,从而估计出大失准角的数值,并且不断反馈校正姿态矩阵;
EKF滤波器状态方程即是前面的四元数误差方程,速度误差方程和位置误差方程组成的微分方程组;
卡尔曼滤波状态方程:
系统状态变量为:
X=[δL δλ δh δvE δvN δvU δq0 δq1 δq2 δq3]T
EKF滤波器量测方程:
Z=HX+V
量测量:
Z=[δL δλ δh δvE δvN δvU]T
量测矩阵:
H=[I6×6 O6×10]
量测噪声:
V=[vδL vδλ vδh vvE vvN vvU]T
上式V各元素分别为位置和速度量测噪声;
步骤四、失准角检测模块不断检测失准角的大小,当失准角达到小失准角范围内且短时间内没有增大为大失准角,则系统自动切换为捷联惯导小失准角误差模型,同时将EKF切换到KF;这里给出小失准角Φ方程以及卡尔曼滤波器模型:
姿态误差方程:
速度误差方程:
位置误差方程与小失准角相同;
由于小失准角误差模型是线性模型,于是采用卡尔曼滤波方法估计姿态误差角,GPS能够测得运载体的速度和位置,将惯性导航系统测得位置速度与GPS测得数据作差,作为卡尔曼滤波器的观测量,从而估计出小失准角的数值,并且不断反馈校正姿态矩阵;
卡尔曼滤波状态方程:
系统状态变量为:
其中,φE、φN、φU为数学平台失准角;δvE、δvN、δvU为载体的东向、北向和天向速度误差;δL、δλ、δh分别为纬度误差、经度误差和高度误差;εx、εy、εz、 分别为陀螺随机常值漂移和加速度计随机常值零偏;
系统噪声矢量由陀螺仪和加速度计的随机误差组成,为:
该状态方程即是前面的Φ角方程。
卡尔曼滤波量测方程:
Z(t)=H(t)X(t)+V(t)
量测量:
其中I代表INS测得数据,G代表GPS测得数据;
量测矩阵:
H=[zeros(6,3),eye(6),zeros(6)];
量测噪声:
V=[vδE vδN vδU vδL vδλ vδh]T
上式V各元素分别为位置和速度量测噪声;
通过上面的步骤最后可以估计失准角,校正初始姿态矩阵。
本发明的有益效果:
1、本发明不需要漫长的静基座初始对准等待,只需几秒钟就可以完成地面粗对准,然后起飞进行空中对准,在飞行过程中遇到故障使导航数据丢失时,故障结束后可进行二次空中对准。
2、本发明不需要主惯导提供导航信息,因此也没有主从惯导杆臂效应和安装误差。
3、本发明可以对任何初始姿态的飞行器进行空中对准,由于大失准角时采用大失准角误差模型和扩展卡尔曼滤波器,小失准角时切换到小失准角误差模型和卡尔曼滤波器,因此能够结合两者的优势,在失准角较大时快速收敛,在失准角较小时提高精度,因此该空中对准速度较快,精度较高。
4、由于本发明只需要一个GPS模块和一个惯性测量单元模块,甚至可以选择低成本的微惯性测量单元,因此成本较低。
附图说明
图1为本发明捷联惯导系统空中快速对准装置结构示意图。
图中的附图标记,1为基于DSP的导航计算机,2为GPS接收模块,3为惯性测量单元(加速度计和陀螺仪)。
具体实施方式
下面将结合附图对本发明做进一步的详细说明:本实施例在以本发明技术方案为前提下进行实施,给出了详细的实施方式,但本发明的保护范围不限于下述实施例。
如图1所示,本实施例所涉及的一种捷联惯导系统空中快速对准装置,包括:基于DSP的导航计算机1、GPS接收模块2和惯性测量单元3,所述GPS接收模块2的信号输出端与基于DSP的导航计算机1的信号输入端相连接,所述惯性测量单元3的信号输出端与基于DSP的导航计算机1的信号输入端相连接。
所述惯性测量单元3由加速度计和陀螺仪组成。
一种捷联惯导系统空中快速对准方法,按以下步骤实现:
步骤一、在飞行器起飞前,首先从GPS中获得所在位置的经度λ、纬度L和高度h,得到当地的重力加速度大小为:
地球自转角速度ωie也是确定的,于是根据双矢量定姿理论,可以得到初始姿态矩阵T如下:
步骤二、粗对准只需要数秒就完成,这时飞行器起飞,失准角为大失准角,建立大失准角四元数误差模型,坐标系选择东、北、天坐标系,模型如下:
四元数误差方程:
速度误差方程:
位置误差方程:
步骤三、由于大失准角误差模型是非线性模型,于是采用扩展卡尔曼滤波方法估计姿态误差角,GPS能够测得运载体的速度和位置,将惯性导航系统测得位置速度与GPS测得数据作差,作为扩展卡尔曼滤波器的观测量,从而估计出大失准角的数值,并且不断反馈校正姿态矩阵。
EKF滤波器状态方程即是前面的四元数误差方程,速度误差方程和位置误差方程组成的微分方程组;
卡尔曼滤波状态方程:
系统状态变量为:
X=[δL δλ δh δvE δvN δvU δq0 δq1 δq2 δq3]T
EKF滤波器量测方程:
Z=HX+V
量测量:
Z=[δL δλ δh δvE δvN δvU]T
量测矩阵:
H=[I6×6 O6×10]
量测噪声:
V=[vδL vδλ vδh vvE vvN vvU]T
上式V各元素分别为位置和速度量测噪声。
步骤四、失准角检测模块不断检测失准角的大小,当失准角达到小失准角范围内且短时间内没有增大为大失准角,则系统自动切换为捷联惯导小失准角误差模型,同时将EKF切换到KF。这里给出小失准角Φ方程以及卡尔曼滤波器模型:
姿态误差方程:
速度误差方程:
位置误差方程与小失准角相同,不在赘述。
由于小失准角误差模型是线性模型,于是采用卡尔曼滤波方法估计姿态误差角,GPS能够测得运载体的速度和位置,将惯性导航系统测得位置速度与GPS测得数据作差,作为卡尔曼滤波器的观测量,从而估计出小失准角的数值,并且不断反馈校正姿态矩阵。
卡尔曼滤波状态方程:
系统状态变量为:
其中,φE、φN、φU为数学平台失准角;δvE、δvN、δvU为载体的东向、北向和天向速度误差;δL、δλ、δh分别为纬度误差、经度误差和高度误差;εx、εy、εz、 分别为陀螺随机常值漂移和加速度计随机常值零偏。
系统噪声矢量由陀螺仪和加速度计的随机误差组成,为:
该状态方程即是前面的Φ角方程。
卡尔曼滤波量测方程:
Z(t)=H(t)X(t)+V(t)
量测量:
其中I代表INS测得数据,G代表GPS测得数据。
量测矩阵:
H=[zeros(6,3),eye(6),zeros(6)];
量测噪声:
V=[vδE vδN vδU vδL vδλ vδh]T
上式V各元素分别为位置和速度量测噪声。
通过上面的步骤最后可以估计失准角,校正初始姿态矩阵。
本发明采用GPS辅助的空中对准方式来估计失准角,对要求反映快速的小型飞行器,不需要进行静基座初始对准,也不需要主惯导系统提供导航信息,可以根据需要直接起飞,然后在飞行中对准;如果飞行过程中出现瞬时故障而使导航信息丢失,恢复正常后立即进行重新对准,确定初始姿态失准角;对于一般先粗对准再精对准的过程中,动基座粗对准后,很难保证失准角为小失准角,如果再应用小失准角误差模型会引起较大对准误差,因此本发明引入适用于大失准角的四元数误差模型,并且不断反馈校正姿态矩阵,当失准角减小到小失准角量级时,再切换到小失准角误差模型,这样在失准角较大时估计速度较快,在失准角较小时估计精度较高;对于具有任意初始姿态的飞行器,本发明都能够进行对准工作,而且对准速度较快、精度较高。
以上所述,仅为本发明较佳的具体实施方式,这些具体实施方式都是基于本发明整体构思下的不同实现方式,而且本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求书的保护范围为准。
Claims (3)
1.一种捷联惯导系统空中快速对准装置,其特征在于,包括:基于DSP的导航计算机(1)、GPS接收模块(2)和惯性测量单元(3),所述GPS接收模块(2)的信号输出端与基于DSP的导航计算机(1)的信号输入端相连接,所述惯性测量单元(3)的信号输出端与基于DSP的导航计算机(1)的信号输入端相连接。
2.根据权利要求1所述的捷联惯导系统空中快速对准装置,其特征在于,所述惯性测量单元(3)由加速度计和陀螺仪组成。
3.根据权利要求1所述的捷联惯导系统空中快速对准方法,其特征在于,
步骤一、在飞行器起飞前,从GPS中获得所在位置的经度λ、纬度L和高度h,得到当地的重力加速度大小为:
<mrow>
<mi>g</mi>
<mo>=</mo>
<msub>
<mi>g</mi>
<mn>0</mn>
</msub>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mfrac>
<mi>h</mi>
<msub>
<mi>R</mi>
<mi>e</mi>
</msub>
</mfrac>
<mo>)</mo>
</mrow>
</mrow>
地球自转角速度ωie也是确定的,于是根据双矢量定姿理论,得到初始姿态矩阵T如下:
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mn>11</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>sec</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
<mrow>
<msub>
<mi>g&omega;</mi>
<mrow>
<mi>i</mi>
<mi>e</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<mrow>
<msubsup>
<mi>&omega;</mi>
<mi>z</mi>
<mi>b</mi>
</msubsup>
<msubsup>
<mi>f</mi>
<mi>y</mi>
<mi>b</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>&omega;</mi>
<mi>y</mi>
<mi>b</mi>
</msubsup>
<msubsup>
<mi>f</mi>
<mi>z</mi>
<mi>b</mi>
</msubsup>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mn>12</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>sec</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
<mrow>
<msub>
<mi>g&omega;</mi>
<mrow>
<mi>i</mi>
<mi>e</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<mrow>
<msubsup>
<mi>&omega;</mi>
<mi>x</mi>
<mi>b</mi>
</msubsup>
<msubsup>
<mi>f</mi>
<mi>z</mi>
<mi>b</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>&omega;</mi>
<mi>z</mi>
<mi>b</mi>
</msubsup>
<msubsup>
<mi>f</mi>
<mi>x</mi>
<mi>b</mi>
</msubsup>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mn>13</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>sec</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
<mrow>
<msub>
<mi>g&omega;</mi>
<mrow>
<mi>i</mi>
<mi>e</mi>
</mrow>
</msub>
</mrow>
</mfrac>
<mrow>
<mo>(</mo>
<mrow>
<msubsup>
<mi>&omega;</mi>
<mi>y</mi>
<mi>b</mi>
</msubsup>
<msubsup>
<mi>f</mi>
<mi>x</mi>
<mi>b</mi>
</msubsup>
<mo>-</mo>
<msubsup>
<mi>&omega;</mi>
<mi>x</mi>
<mi>b</mi>
</msubsup>
<msubsup>
<mi>f</mi>
<mi>y</mi>
<mi>b</mi>
</msubsup>
</mrow>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mn>21</mn>
</msub>
<mo>=</mo>
<mfrac>
<msubsup>
<mi>f</mi>
<mi>x</mi>
<mi>b</mi>
</msubsup>
<mi>g</mi>
</mfrac>
<mi>tan</mi>
<mi> </mi>
<mi>L</mi>
<mo>+</mo>
<mfrac>
<msubsup>
<mi>&omega;</mi>
<mi>x</mi>
<mi>b</mi>
</msubsup>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mi>e</mi>
</mrow>
</msub>
</mfrac>
<mi>sec</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mn>22</mn>
</msub>
<mo>=</mo>
<mfrac>
<msubsup>
<mi>f</mi>
<mi>y</mi>
<mi>b</mi>
</msubsup>
<mi>g</mi>
</mfrac>
<mi>tan</mi>
<mi> </mi>
<mi>L</mi>
<mo>+</mo>
<mfrac>
<msubsup>
<mi>&omega;</mi>
<mi>y</mi>
<mi>b</mi>
</msubsup>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mi>e</mi>
</mrow>
</msub>
</mfrac>
<mi>sec</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mn>23</mn>
</msub>
<mo>=</mo>
<mfrac>
<msubsup>
<mi>f</mi>
<mi>z</mi>
<mi>b</mi>
</msubsup>
<mi>g</mi>
</mfrac>
<mi>tan</mi>
<mi> </mi>
<mi>L</mi>
<mo>+</mo>
<mfrac>
<msubsup>
<mi>&omega;</mi>
<mi>z</mi>
<mi>b</mi>
</msubsup>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mi>e</mi>
</mrow>
</msub>
</mfrac>
<mi>sec</mi>
<mi> </mi>
<mi>L</mi>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mn>31</mn>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mn>32</mn>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>T</mi>
<mn>33</mn>
</msub>
<mo>=</mo>
<mn>0</mn>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
步骤二、粗对准只需要数秒就完成,这时飞行器起飞,失准角为大失准角,建立大失准角四元数误差模型,坐标系选择东、北、天坐标系,模型如下:
四元数误差方程:
<mrow>
<mi>&delta;</mi>
<mover>
<mi>Q</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mo><</mo>
<msubsup>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mi>b</mi>
</mrow>
<mi>b</mi>
</msubsup>
<mo>></mo>
<msubsup>
<mi>&delta;Q</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mo>&lsqb;</mo>
<msubsup>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mi>n</mi>
</msubsup>
<mo>&rsqb;</mo>
<msubsup>
<mi>&delta;Q</mi>
<mi>b</mi>
<mi>n</mi>
</msubsup>
<mo>+</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mo><</mo>
<msubsup>
<mi>&delta;&omega;</mi>
<mrow>
<mi>i</mi>
<mi>b</mi>
</mrow>
<mi>b</mi>
</msubsup>
<mo>></mo>
<msubsup>
<mover>
<mi>Q</mi>
<mo>^</mo>
</mover>
<mi>b</mi>
<mi>n</mi>
</msubsup>
<mo>-</mo>
<mfrac>
<mn>1</mn>
<mn>2</mn>
</mfrac>
<mrow>
<mo>&lsqb;</mo>
<mrow>
<msubsup>
<mi>&delta;&omega;</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
<mi>n</mi>
</msubsup>
</mrow>
<mo>&rsqb;</mo>
</mrow>
<msubsup>
<mover>
<mi>Q</mi>
<mo>^</mo>
</mover>
<mi>b</mi>
<mi>n</mi>
</msubsup>
</mrow>
速度误差方程:
位置误差方程:
<mrow>
<mi>&delta;</mi>
<mover>
<mi>L</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&delta;v</mi>
<mi>N</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>R</mi>
<mi>M</mi>
</msub>
<mo>+</mo>
<mi>h</mi>
</mrow>
</mfrac>
</mrow>
<mrow>
<mi>&delta;</mi>
<mover>
<mi>&lambda;</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&delta;v</mi>
<mi>E</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>R</mi>
<mi>N</mi>
</msub>
<mo>+</mo>
<mi>h</mi>
</mrow>
</mfrac>
<mi>sec</mi>
<mi> </mi>
<mi>L</mi>
<mo>+</mo>
<mfrac>
<msub>
<mi>v</mi>
<mi>E</mi>
</msub>
<mrow>
<msub>
<mi>R</mi>
<mi>N</mi>
</msub>
<mo>+</mo>
<mi>h</mi>
</mrow>
</mfrac>
<mi>sec</mi>
<mi> </mi>
<mi>L</mi>
<mi> </mi>
<mi>tan</mi>
<mi> </mi>
<mi>L</mi>
<mi>&delta;</mi>
<mi>L</mi>
</mrow>
<mrow>
<mi>&delta;</mi>
<mover>
<mi>h</mi>
<mo>&CenterDot;</mo>
</mover>
<mo>=</mo>
<msub>
<mi>&delta;v</mi>
<mi>U</mi>
</msub>
</mrow>
步骤三、由于大失准角误差模型是非线性模型,于是采用扩展卡尔曼滤波方法估计姿态误差角,GPS能够测得运载体的速度和位置,将惯性导航系统测得位置速度与GPS测得数据作差,作为扩展卡尔曼滤波器的观测量,从而估计出大失准角的数值,并且不断反馈校正姿态矩阵;
EKF滤波器状态方程即是前面的四元数误差方程,速度误差方程和位置误差方程组成的微分方程组;
卡尔曼滤波状态方程:
<mrow>
<mover>
<mi>X</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>F</mi>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mi>X</mi>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mo>+</mo>
<mi>G</mi>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
<mi>W</mi>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
系统状态变量为:
X=[δL δλ δh δvE δvN δvU δq0 δq1 δq2 δq3]T
EKF滤波器量测方程:
Z=HX+V
量测量:
Z=[δL δλ δh δvE δvN δvU]T
量测矩阵:
H=[I6×6 O6×10]
量测噪声:
V=[vδL vδλ vδh vvE vvN vvU]T
上式V各元素分别为位置和速度量测噪声;
步骤四、失准角检测模块不断检测失准角的大小,当失准角达到小失准角范围内且短时间内没有增大为大失准角,则系统自动切换为捷联惯导小失准角误差模型,同时将EKF切换到KF;这里给出小失准角Φ方程以及卡尔曼滤波器模型:
姿态误差方程:
<mrow>
<msub>
<mover>
<mi>&phi;</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>N</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&delta;v</mi>
<mi>E</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>R</mi>
<mi>N</mi>
</msub>
<mo>+</mo>
<mi>h</mi>
</mrow>
</mfrac>
<mo>-</mo>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mi>e</mi>
</mrow>
</msub>
<mi>sin</mi>
<mi> </mi>
<mi>L</mi>
<mi>&delta;</mi>
<mi>L</mi>
<mo>-</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mi>e</mi>
</mrow>
</msub>
<mi>sin</mi>
<mi> </mi>
<mi>L</mi>
<mo>+</mo>
<mfrac>
<msub>
<mi>v</mi>
<mi>E</mi>
</msub>
<mrow>
<msub>
<mi>R</mi>
<mi>N</mi>
</msub>
<mo>+</mo>
<mi>h</mi>
</mrow>
</mfrac>
<mi>tan</mi>
<mi> </mi>
<mi>L</mi>
<mo>)</mo>
</mrow>
<msub>
<mi>&phi;</mi>
<mi>E</mi>
</msub>
<mo>-</mo>
<mfrac>
<msub>
<mi>v</mi>
<mi>N</mi>
</msub>
<mrow>
<msub>
<mi>R</mi>
<mi>M</mi>
</msub>
<mo>+</mo>
<mi>h</mi>
</mrow>
</mfrac>
<msub>
<mi>&phi;</mi>
<mi>U</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&epsiv;</mi>
<mi>N</mi>
</msub>
</mrow>
<mfenced open = "" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mover>
<mi>&phi;</mi>
<mo>&CenterDot;</mo>
</mover>
<mi>U</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>&delta;v</mi>
<mi>E</mi>
</msub>
</mrow>
<mrow>
<msub>
<mi>R</mi>
<mi>N</mi>
</msub>
<mo>+</mo>
<mi>h</mi>
</mrow>
</mfrac>
<mi>tan</mi>
<mi> </mi>
<mi>L</mi>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mi>e</mi>
</mrow>
</msub>
<mi>cos</mi>
<mi> </mi>
<mi>L</mi>
<mo>+</mo>
<mfrac>
<msub>
<mi>v</mi>
<mi>E</mi>
</msub>
<mrow>
<msub>
<mi>R</mi>
<mi>N</mi>
</msub>
<mo>+</mo>
<mi>h</mi>
</mrow>
</mfrac>
<msup>
<mi>sec</mi>
<mn>2</mn>
</msup>
<mi>L</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>&delta;</mi>
<mi>L</mi>
<mo>+</mo>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&omega;</mi>
<mrow>
<mi>i</mi>
<mi>e</mi>
</mrow>
</msub>
<mi>cos</mi>
<mi> </mi>
<mi>L</mi>
<mo>+</mo>
<mfrac>
<msub>
<mi>v</mi>
<mi>E</mi>
</msub>
<mrow>
<msub>
<mi>R</mi>
<mi>N</mi>
</msub>
<mo>+</mo>
<mi>h</mi>
</mrow>
</mfrac>
</mrow>
<mo>)</mo>
</mrow>
<msub>
<mi>&phi;</mi>
<mi>E</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<mo>+</mo>
<mfrac>
<msub>
<mi>v</mi>
<mi>N</mi>
</msub>
<mrow>
<msub>
<mi>R</mi>
<mi>M</mi>
</msub>
<mo>+</mo>
<mi>h</mi>
</mrow>
</mfrac>
<msub>
<mi>&phi;</mi>
<mi>N</mi>
</msub>
<mo>+</mo>
<msub>
<mi>&epsiv;</mi>
<mi>U</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
速度误差方程:
N位置误差方程与小失准角相同;
由于小失准角误差模型是线性模型,于是采用卡尔曼滤波方法估计姿态误差角,GPS能够测得运载体的速度和位置,将惯性导航系统测得位置速度与GPS测得数据作差,作为卡尔曼滤波器的观测量,从而估计出小失准角的数值,并且不断反馈校正姿态矩阵;
卡尔曼滤波状态方程:
<mrow>
<mover>
<mi>X</mi>
<mo>&CenterDot;</mo>
</mover>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mi>F</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mi>X</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mi>G</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mi>W</mi>
<mrow>
<mo>(</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
系统状态变量为:
<mrow>
<mi>X</mi>
<mo>=</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>&phi;</mi>
<mi>E</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>&phi;</mi>
<mi>N</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>&phi;</mi>
<mi>U</mi>
</msub>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&delta;v</mi>
<mi>E</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&delta;v</mi>
<mi>N</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<msub>
<mi>&delta;v</mi>
<mi>U</mi>
</msub>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>&delta;</mi>
<mi>L</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>&delta;</mi>
<mi>&lambda;</mi>
</mrow>
</mtd>
<mtd>
<mrow>
<mi>&delta;</mi>
<mi>h</mi>
</mrow>
</mtd>
<mtd>
<msub>
<mi>&epsiv;</mi>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>&epsiv;</mi>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>&epsiv;</mi>
<mi>z</mi>
</msub>
</mtd>
<mtd>
<msub>
<mo>&dtri;</mo>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<msub>
<mo>&dtri;</mo>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mo>&dtri;</mo>
<mi>z</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
</mrow>
其中,φE、φN、φU为数学平台失准角;δvE、δvN、δvU为载体的东向、北向和天向速度误差;δL、δλ、δh分别为纬度误差、经度误差和高度误差;εx、εy、εz、 分别为陀螺随机常值漂移和加速度计随机常值零偏;
系统噪声矢量由陀螺仪和加速度计的随机误差组成,为:
<mrow>
<mi>W</mi>
<mo>=</mo>
<msup>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>w</mi>
<mrow>
<mi>&epsiv;</mi>
<mi>x</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>w</mi>
<mrow>
<mi>&epsiv;</mi>
<mi>y</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>w</mi>
<mrow>
<mi>&epsiv;</mi>
<mi>z</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>w</mi>
<mrow>
<mo>&dtri;</mo>
<mi>x</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>w</mi>
<mrow>
<mo>&dtri;</mo>
<mi>y</mi>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>w</mi>
<mrow>
<mo>&dtri;</mo>
<mi>z</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mi>T</mi>
</msup>
</mrow>
该状态方程即是前面的Φ角方程;
卡尔曼滤波量测方程:
Z(t)=H(t)X(t)+V(t)
量测量:
<mrow>
<mi>Z</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mi>v</mi>
<mrow>
<mi>I</mi>
<mi>E</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>G</mi>
<mi>E</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>v</mi>
<mrow>
<mi>I</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>G</mi>
<mi>M</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>v</mi>
<mrow>
<mi>I</mi>
<mi>U</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>v</mi>
<mrow>
<mi>G</mi>
<mi>U</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>L</mi>
<mrow>
<mi>I</mi>
<mi>E</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>L</mi>
<mrow>
<mi>G</mi>
<mi>E</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>I</mi>
<mi>N</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>&lambda;</mi>
<mrow>
<mi>G</mi>
<mi>M</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mi>h</mi>
<mrow>
<mi>I</mi>
<mi>U</mi>
</mrow>
</msub>
<mo>-</mo>
<msub>
<mi>h</mi>
<mrow>
<mi>G</mi>
<mi>U</mi>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中I代表INS测得数据,G代表GPS测得数据;
量测矩阵:
H=[zeros(6,3),eye(6),zeros(6)];
量测噪声:
V=[vδE vδN vδU vδL vδλ vδh]T
上式V各元素分别为位置和速度量测噪声;
通过上面的步骤最后估计失准角,校正初始姿态矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710820696.6A CN107389099B (zh) | 2017-09-13 | 2017-09-13 | 捷联惯导系统空中快速对准装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710820696.6A CN107389099B (zh) | 2017-09-13 | 2017-09-13 | 捷联惯导系统空中快速对准装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107389099A true CN107389099A (zh) | 2017-11-24 |
CN107389099B CN107389099B (zh) | 2019-11-12 |
Family
ID=60351172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710820696.6A Active CN107389099B (zh) | 2017-09-13 | 2017-09-13 | 捷联惯导系统空中快速对准装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107389099B (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109141418A (zh) * | 2018-09-27 | 2019-01-04 | 东南大学 | 过载环境下捷联惯导数据处理装置及其多源误差建模方法 |
CN109460075A (zh) * | 2018-11-01 | 2019-03-12 | 湖北航天技术研究院总体设计所 | 一种快速方位角对准的方法及系统 |
CN109612499A (zh) * | 2018-12-04 | 2019-04-12 | 东南大学 | 一种基于自适应补偿h无穷滤波的传递对准方法 |
CN109724624A (zh) * | 2018-12-29 | 2019-05-07 | 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算法 |
CN110108300A (zh) * | 2019-05-10 | 2019-08-09 | 哈尔滨工业大学 | 一种基于卧式三轴转台的imu正六面体标定方法 |
CN111024128A (zh) * | 2019-12-30 | 2020-04-17 | 哈尔滨工程大学 | 一种机载光电吊舱光轴稳定状态传递对准方法 |
CN111912427A (zh) * | 2019-05-10 | 2020-11-10 | 中国人民解放军火箭军工程大学 | 一种多普勒雷达辅助捷联惯导运动基座对准方法及系统 |
CN114061575A (zh) * | 2021-11-26 | 2022-02-18 | 上海机电工程研究所 | 大失准角条件下的导弹姿态角精对准方法及系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103245360A (zh) * | 2013-04-24 | 2013-08-14 | 北京工业大学 | 晃动基座下的舰载机旋转式捷联惯导系统自对准方法 |
CN103557871A (zh) * | 2013-10-22 | 2014-02-05 | 北京航空航天大学 | 一种浮空飞行器捷联惯导空中初始对准方法 |
CN104236586A (zh) * | 2014-09-05 | 2014-12-24 | 南京理工大学 | 基于量测失准角的动基座传递对准方法 |
CN104330092A (zh) * | 2014-07-24 | 2015-02-04 | 南京理工大学 | 一种基于双模型切换的二次传递对准方法 |
CN104374405A (zh) * | 2014-11-06 | 2015-02-25 | 哈尔滨工程大学 | 一种基于自适应中心差分卡尔曼滤波的mems捷联惯导初始对准方法 |
-
2017
- 2017-09-13 CN CN201710820696.6A patent/CN107389099B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103245360A (zh) * | 2013-04-24 | 2013-08-14 | 北京工业大学 | 晃动基座下的舰载机旋转式捷联惯导系统自对准方法 |
CN103557871A (zh) * | 2013-10-22 | 2014-02-05 | 北京航空航天大学 | 一种浮空飞行器捷联惯导空中初始对准方法 |
CN104330092A (zh) * | 2014-07-24 | 2015-02-04 | 南京理工大学 | 一种基于双模型切换的二次传递对准方法 |
CN104236586A (zh) * | 2014-09-05 | 2014-12-24 | 南京理工大学 | 基于量测失准角的动基座传递对准方法 |
CN104374405A (zh) * | 2014-11-06 | 2015-02-25 | 哈尔滨工程大学 | 一种基于自适应中心差分卡尔曼滤波的mems捷联惯导初始对准方法 |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109141418A (zh) * | 2018-09-27 | 2019-01-04 | 东南大学 | 过载环境下捷联惯导数据处理装置及其多源误差建模方法 |
CN109460075A (zh) * | 2018-11-01 | 2019-03-12 | 湖北航天技术研究院总体设计所 | 一种快速方位角对准的方法及系统 |
CN109460075B (zh) * | 2018-11-01 | 2021-10-01 | 湖北航天技术研究院总体设计所 | 一种快速方位角对准的方法及系统 |
CN109612499A (zh) * | 2018-12-04 | 2019-04-12 | 东南大学 | 一种基于自适应补偿h无穷滤波的传递对准方法 |
CN109612499B (zh) * | 2018-12-04 | 2022-04-26 | 东南大学 | 一种基于自适应补偿h无穷滤波的传递对准方法 |
CN109724624A (zh) * | 2018-12-29 | 2019-05-07 | 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算法 |
CN110108300A (zh) * | 2019-05-10 | 2019-08-09 | 哈尔滨工业大学 | 一种基于卧式三轴转台的imu正六面体标定方法 |
CN111912427A (zh) * | 2019-05-10 | 2020-11-10 | 中国人民解放军火箭军工程大学 | 一种多普勒雷达辅助捷联惯导运动基座对准方法及系统 |
CN111024128A (zh) * | 2019-12-30 | 2020-04-17 | 哈尔滨工程大学 | 一种机载光电吊舱光轴稳定状态传递对准方法 |
CN114061575A (zh) * | 2021-11-26 | 2022-02-18 | 上海机电工程研究所 | 大失准角条件下的导弹姿态角精对准方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107389099B (zh) | 2019-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107389099A (zh) | 捷联惯导系统空中快速对准装置及方法 | |
CN103575299B (zh) | 利用外观测信息的双轴旋转惯导系统对准及误差修正方法 | |
CN104165640B (zh) | 基于星敏感器的近空间弹载捷联惯导系统传递对准方法 | |
CN101825467B (zh) | 捷联惯性导航系统与天文导航系统实现组合导航的方法 | |
CN102829781B (zh) | 一种旋转式捷联光纤罗经实现的方法 | |
CN110221332A (zh) | 一种车载gnss/ins组合导航的动态杆臂误差估计和补偿方法 | |
CN111121766B (zh) | 一种基于星光矢量的天文与惯性组合导航方法 | |
CN102519485B (zh) | 一种引入陀螺信息的二位置捷联惯性导航系统初始对准方法 | |
CN103245360A (zh) | 晃动基座下的舰载机旋转式捷联惯导系统自对准方法 | |
CN109459008B (zh) | 一种小型中高精度光纤陀螺寻北装置及方法 | |
CN105928515B (zh) | 一种无人机导航系统 | |
CN101963512A (zh) | 船用旋转式光纤陀螺捷联惯导系统初始对准方法 | |
CN101319902A (zh) | 一种低成本组合式定位定向装置及组合定位方法 | |
CN103245359A (zh) | 一种惯性导航系统中惯性传感器固定误差实时标定方法 | |
CN110887507B (zh) | 一种快速估计惯性测量单元全部零偏的方法 | |
CN104698486A (zh) | 一种分布式pos用数据处理计算机系统实时导航方法 | |
CN101162147A (zh) | 大失准角下船用光纤陀螺捷联航姿系统系泊精对准方法 | |
CN104457748A (zh) | 一种嵌入式瞄准吊舱测姿系统及其传递对准方法 | |
CN102168978B (zh) | 一种船用惯性导航系统摇摆基座开环对准方法 | |
CN103245357A (zh) | 一种船用捷联惯导系统二次快速对准方法 | |
CN113503894B (zh) | 基于陀螺基准坐标系的惯导系统误差标定方法 | |
CN109708663A (zh) | 基于空天飞机sins辅助的星敏感器在线标定方法 | |
CN112556724A (zh) | 动态环境下的微型飞行器低成本导航系统初始粗对准方法 | |
CN105928519B (zh) | 基于ins惯性导航与gps导航以及磁力计的导航算法 | |
CN105300407B (zh) | 一种用于单轴调制激光陀螺惯导系统的海上动态启动方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | 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 |