CN108303087A - 一种高精度惯性导航系统的舒拉周期振荡误差抑制方法 - Google Patents

Abstract

本发明公开一种惯性导航系统的舒拉周期振荡误差抑制方法及系统，该方法包括：根据惯性导航系统振荡误差中的舒拉周期振荡误差，通过多路延时对准方法采集多路延时导航数据；其中多路所述延时导航数据包括2N路延时导航数据，其中N为自然数；相邻两路所述延时导航数据的初始对准时间的间隔为1/2N个舒拉周期；对多路所述延时导航数据进行数据融合处理以抑制部分或全部舒拉周期振荡误差，输出最终导航数据。该方案解决了现有技术中载体低动态的限定或自主性较差的问题，通过对舒拉周期振荡误差的抑制，实现了自主性较高，提高惯性导航系统的导航精度。

Description

一种高精度惯性导航系统的舒拉周期振荡误差抑制方法

技术领域

本发明涉及惯性导航技术领域，尤其是一种高精度惯性导航系统的舒拉周期振荡误差抑制方法。

背景技术

惯性导航系统具有三类周期性振荡误差，分别为舒拉周期误差，傅科周期误差和地球周期误差。在长时间对准(惯导系统对准时间在10小时以上)的高精度惯导系统，尤其是采用旋转调制的系统中，由于惯性器件误差和初始对准误差都被控制在较小值，致使这三类振荡误差在一定时间内超过系统累计误差值，占据导航系统误差的大部分。

目前抑制周期性振荡误差的主要方法有阻尼技术和组合导航技术。阻尼技术可以有效地阻尼惯导系统的舒拉周期振荡，但仅适用于载体处于低动态状态(载体处于静止或者匀速运动状态)下。组合导航技术可以大幅提高系统的导航精度，有效抑制系统的各类误差，但需要借助外部测量信息，破坏了惯导系统的自主性。

发明内容

本发明提供一种惯性导航系统的舒拉周期振荡误差抑制方法及系统，用于克服现有技术中对载体动态的限定或自主性较差等缺陷，保证系统自主性较高的情况下，通过对舒拉周期振荡误差的抑制，提高惯性导航系统的导航精度。

为实现上述目的，本发明提出一种惯性导航系统的舒拉周期振荡误差抑制方法，包括：

步骤1，根据惯性导航系统振荡误差中的舒拉周期振荡误差，通过多路延时对准方法采集多路延时导航数据；

其中多路所述延时导航数据包括2N路延时导航数据，其中N为自然数；相邻两路所述延时导航数据的初始对准时间的间隔为1/2N个舒拉周期；

步骤2，对多路所述延时导航数据进行数据融合处理以抑制部分或全部舒拉周期振荡误差，输出最终导航数据。

为实现上述目的，本发明还提供一种惯性导航系统的舒拉周期振荡误差抑制系统，包括：

多路数据采集模块，用于根据惯性导航系统振荡误差中的舒拉周期振荡误差，每一路所述数据采集模块采集一路延时导航数据；

其中多路数据采集模块包括2N路数据采集模块，其中N为自然数；相邻两路所述延时导航数据的初始对准时间的间隔为1/2N个舒拉周期；

数据融合模块，用于对多路所述延时导航数据进行数据融合处理以抑制部分或全部舒拉周期振荡误差，输出最终导航数据。

本发明提供的惯性导航系统的舒拉周期振荡误差抑制方法及系统，针对惯导系统的舒拉周期振荡特性，通过系统的多路延时对准的方法给出系统的不同延时导航结果；以系统的多路延时导航结果为基础，通过数据融合方式实现抑制惯导系统的舒拉周期振荡的目的；无需引入外界信息，没有改变惯导系统的高度自主性，适用于动态情况下的导航过程，不受载体的机动性影响等优点。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。

图1为本发明实施例一提供的惯性导航系统的舒拉周期振荡误差抑制方法中惯性导航系统周期性误差振荡曲线；

图2为本发明实施例一提供的惯性导航系统的舒拉周期振荡误差抑制方法中惯性导航系统采用四路延时启动示意图；

图3为本发明实施例一提供的惯性导航系统的舒拉周期振荡误差抑制方法优选方式一中惯性导航系统采用四路延时启动四路均值结果：

图4为本发明实施例一提供的惯性导航系统的舒拉周期振荡误差抑制方法优选方式二中四路信号的绝对值图；

图5为本发明实施例一提供的惯性导航系统的舒拉周期振荡误差抑制方法中优选方式二中半个舒拉周期中R向量对应|sinω_s(t)|值；

图6为本发明实施例一提供的惯性导航系统的舒拉周期振荡误差抑制方法优选方式二中惯性导航系统四路延时启动四路加权平均结果；

图7为本发明实施例一提供的惯性导航系统的舒拉周期振荡误差抑制方法优选方式二中数据融合后东向速度误差结果对比图；

图8为本发明实施例一提供的惯性导航系统的舒拉周期振荡误差抑制方法优选方式二中数据融合后北向速度误差结果对比图；

图9为本发明实施例一提供的惯性导航系统的舒拉周期振荡误差抑制方法优选方式二中数据融合后纬度误差结果对比图；

图10为本发明实施例一提供的惯性导航系统的舒拉周期振荡误差抑制方法优选方式二中数据融合后经度误差结果对比图；

图11为本发明实施例二提供的惯性导航系统的舒拉周期振荡误差抑制系统的结构框图；

图12为发明实施例二提供的惯性导航系统的舒拉周期振荡误差抑制系统优选方式二的结构框图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

需要说明，本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

在本发明中，除非另有明确的规定和限定，术语“连接”、“固定”等应做广义理解，例如，“固定”可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。

另外，本发明各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。

本发明提出一种惯性导航系统的舒拉周期振荡误差抑制方法及系统。

实施例一

请参照图1至图3，本发明提供一种惯性导航系统的舒拉周期振荡误差抑制方法，包括以下步骤：

步骤1，根据惯性导航系统振荡误差中的舒拉周期振荡误差，通过多路延时对准方法采集多路延时导航数据；

其中多路所述延时导航数据包括2N路延时导航数据，其中N为自然数；相邻两路所述延时导航数据的初始对准时间的间隔为1/2N个舒拉周期；

针对惯导系统的周期性振荡误差的特性进行分析：

惯导系统的系统误差为X(t)，其微分量为量测矩阵为A，器件误差为W，根据惯导系统的静态误差方程

式(1)中δV_E、δV_N、分别为惯导系统的东向速度误差和北向速度误差以及两者的微分量，δL、为系统的纬度误差及其微分量，φ_x、φ_y、φ_z为系统的俯仰角误差、横滚角误差和航向角误差，为三个姿态误差的微分量，为等效东向加表和等效北向加表的漂移，ε_E、ε_N、ε_U分别为等效东向、北向和天向陀螺零偏，ω_ie为地球自转周期。

可见系统误差X(t)主要包含系统的初始误差(t＝0时刻的误差量)δV_E(0)，δV_N(0)，δL(0)，φ_x(0)，φ_y(0)，φ_z(0)以及器件误差ε_E，ε_N，ε_U。对式(1)进行拉氏变换：

X(s)＝(sI-A)^-1[X(0)+W(s)] (3)

可得系统的特征多项式为：

上式中s为频率值，I为单位矩阵，为舒拉频率，可得系统的特征根由以下两个特征方程确定：

解方程(5)(6)，可得特征根为：

式(7)中特征根s_1,2对应的基础振荡项：sin(ω_iet)，cos(ω_iet)

特征根s_5,4对应的基础振荡项：sin[(ω_s+ω_iesin L)t]，cos[(ω_s+ω_iesin L)t]

特征根s_3,6对应的基础振荡项：sin[(ω_s-ω_iesin L)t]，cos[(ω_s-ω_iesin L)t]

可得惯导系统的误差振荡曲线，参见图1。

惯性导航系统存在以下三种频率的振荡误差：

1)舒拉振荡ω_s，周期为84.4分钟(min)；

2)地球振荡ω_ie，周期为24小时(h)；

3)傅科振荡ω_f，频率为ω_iesin L。

舒拉周期振荡误差表现出类似于正余弦振荡的形式，因此通过多路延时解算的方式，以错开1/2个或1/4个或1/8个振荡周期的多路导航结果进行数据融合处理，理论上可以达到减小振荡误差并且提高算法的容错性的目的。对于高精度的航海惯导系统，尤其是采用旋转调制的航海惯导系统中，系统在进入导航前需要经历长时间的对准过程(一般需要十几甚至二十几个小时)，在十几个小时的对准过程中，牺牲84.4min的对准时间是完全具有可操作性的。

首先考虑两路延时的方案，两路解算时间错开1/2个周期时，两点同时处于波峰或者波谷，此时如果两个舒拉周期的波形振幅相同时，两者误差可以对消，但如果两者振幅相反情况下，两者波形相同，则没有对消的效果。当采用四路延时，错开1/4个舒拉周期的方案时，同一时间两路信号分别处于波峰或波谷的位置，即两个导航误差分别会处于峰值和小值，通过相应的数据处理即可达到抑制振荡误差的目的。此外，在计算机能力允许的情况下，可以采用更多路延时解算的方法。

下面以四路对准通道对应采集四路延时导航数据为例进行详细说明：

系统启动后开始对准，设计四路对准通道同时开始对战，但对准时间分别延时21.1min，即四路对准通道分别错开1/4个舒拉周期。(设原系统对准时间为12h，则四路同时开启对准，对准时间分别为第一路10h+56.7min，第二路11h+17.8min，第三路11h+38.9min，第四路12h)。因此四路通道将先后进行入导航过程，以最后一路进入导航时认为系统开始进入导航状态，此时四路导航结果(包括姿态误差、速度误差和位置误差)的舒拉周期振荡误差可以用如下方程表示：

第一路：

第二路：

第三路：

第四路：y₄(t)＝A₄sinω_s(t)

其中A₁、A₂、A₃、A₄为舒拉周期的振幅，ω_s为舒拉周期频率，T_s＝2π/ω_s为舒拉周期。对于高精度惯导系统，四个振荡幅值A₁、A₂、A₃、A₄的符号无法确定，但绝对值相差不大，在模型中认为其绝对值均为A₀，惯性导航系统四路延时启动示意图参照图2。四路误差的组合方式有以下8种可能：

表1四路延时的舒拉周期误差组合方式

步骤2，对多路所述延时导航数据进行数据融合处理以抑制部分或全部舒拉周期振荡误差，输出最终导航数据。

这里的数据融合处理可以采用平均值的方法、加权平均法或其他的滤波方法以及神经网络等数据融合方法实现多路信号的数据融合，以实现抑制惯导系统的舒拉周期振荡误差的目的。

作为实施例的优选实施方式一

参见图3，所述步骤2中的数据融合处理为平均值数据融合，包括：

取多路所述延时导航数据的平均值作为最终导航数据输出，即：

Y＝(Y₁+Y₂+…+Y_2N-1+Y_2N)/2N

其中Y₁为第1路延时导航数据、Y₂为第2路延时导航数据、Y_2N-1为第(2N-1)路延时导航数据、Y_2N为第2N路延时导航数据；N为自然数。

针对表一种的八种结果，采用直接求均值的方法，即直接求解同一时刻的四路导航结果的均值实现抑制舒拉周期振荡的目的。表1中的8种可能性在求均值后的结果(采用Matlab计算结果)参见图3，四路组合的幅值最小值为0，最大值为可以认为多路延时求均值的方法至少可以减小29.3％的舒拉周期振荡误差幅值。在四路信号的符号相同时效果最好，理论上可以完全消除舒拉周期振荡误差。

作为实施例一的优选实施方式二

参见图4～6，所述步骤2中的数据融合处理为加权平均数据融合，包括：

步骤21，根据时间设置权重，按照多路所述延时导航数据的绝对值的大小与舒拉周期峰值的接近程度分配权重；越接近舒拉周期峰值的数据所占权重越小；

所述步骤21中每一路延时导航数据所占权重分别按照下面步骤获得：

步骤201，取导航时间对半个舒拉周期的向大取余R，即：

R＝ceil(mod(2t/T_S))

设t为导航时间，T_S为舒拉周期，mod(2t/T_S)为2t/T_S的余数，ceil(i)为i的向大取整，得到半个周期的舒拉周期误差值对应的余数值R；例如：时间t＝6秒，周期T_S＝10.6秒，则mod(2t/T_S)＝mod(2×6/10.6)＝mod(1+1.4/10.6)，余数为1.5，ceil(1.4)为2；

步骤202，根据R在半个舒拉周期内为一个线性递增的多维向量，获得在半个舒拉周期中，R中每个元素对应的所述延时导航数据的绝对值；

步骤203，根据R中每个元素对应的所述延时导航数据的绝对值，获取K值。

针对以上八种可能结果，采用根据时间的加权平均的方法，以时间设置权重，四路信号的权重K₁、K₂、K₃、K₄满足以下条件：

(1)权重是时间的函数，K₁＝k₁(t)、K₂＝k₂(t)、K₃＝k₃(t)、K₄＝k₄(t)

(2)0≤K₁、K₂、K₃、K₄≤1

(3)K₁+K₂+K₃+K₄＝1

(4)的值尽量小。

以四路信号的绝对值进行分析，参见图4，认为舒拉周期振荡误差是标准的正弦周期振荡，取绝对值后周期为42.2min。以第四路进行分析，设导航时间为t，取导航时间对半个舒拉周期的向大取余R，即：

R＝ceil(mod(2t/T_S))

mod(i)为求i的余数，ceil(i)为向大取整。可以得到半个周期的舒拉周期误差值对应的余数值R。R在半个舒拉周期内是一个线性递增的维数为n的向量，因此可以求得在半个舒拉周期中，R中每个元素对应的|sinω_s(t)|值，参见图5。

图5为半个舒拉周期中R向量对应|sinω_s(t)|值，根据R对应的|sinω_s(t)|值，当|sinω_s(t)|值在最大时，K₁应取最小值，当|sinω_s(t)|在零附近，K₁对应为最大值。结合四路信号的权重需满足的条件可以确定K₁、K₂、K₃、K₄的值。

步骤22，将每一路所述延时导航数据与所占权重的乘积之和作为最终导航数据输出，即：

Y＝K₁×Y₁+K₂×Y₂+…+K_2N-1×Y_2N-1+K_2N×Y_2N

其中Y₁为第1路延时导航数据、K₁为第1路延时导航数据所占权重，Y₂为第2路延时导航数据、K₂为第2路延时导航数据所占权重，Y_2N-1为第(2N-1)路延时导航数据、K_2N-1为第(2N-1)路延时导航数据所占权重，Y_2N为第2N路延时导航数据、K_2N为第2N路延时导航数据所占权重；N为自然数。

则四路融合后的导航结果为：

对应表1中的8种可能性对应的融合后结果(采用Matlab计算结果)参见图6，四路组合的幅值最小值为0，最大值为可以认多路延时求均值的方法至少可以减小30％的舒拉周期振荡误差幅值。在四路信号的符号相同时效果最好，理论上可以完全消除舒拉周期振荡误差。相比直接均值的方式，时间加权的方法在情况3、4、5、6下的结果要明显更好，但运算量相对直接平均的方法更大。

采用以上方法对实际高精度航海惯导系统进行了四路延时启动测试，融合后东向速度误差结果对比参见图7，北向速度误差结果对比参见图8，纬度误差结果对比参见图9，经度误差结果对比参见图10。实际导航结果可见，延时对准方法对系统的舒拉周期振荡误差有明显的抑制作用。此外，还可以采用其他的滤波以及神经网络等数据融合方法实现多路信号的数据融合，此处不再进行详细分析，但这些方法均涵盖在本发明之内。

惯导系统无需引入外界信息，没有改变系统的高度自主性；由于惯性导航系统误差中的舒拉周期振荡误差表现类似于正余弦振荡形式，通过错开1/2个、1/4或1/8个振荡周期的多路导航结果进行数据融合处理，可以达到减小振荡误差并且提高算法的容错性的目的；对于高精度的航海惯导系统，尤其是采用旋转调制的航海惯导系统中，系统在进入导航前需要经历长时间的对准过程(一般需要十几甚至二十几个小时)，在十几个小时的对准过程中，牺牲一个舒拉周期(84.4min)的对准时间是完全具有可操作性的；利用惯导系统的自身特性实现了导航系统精度的提高，适用于动态情况下的惯导系统，不受载体的机动性影响。

实施例二

请参照图11，本发明实施例提供一种惯性导航系统的舒拉周期振荡误差抑制系统，包括多路数据采集模块1和数据融合模块2，其中：

多路数据采集模块1用于根据惯性导航系统振荡误差中的舒拉周期振荡误差，每一路所述数据采集模块采集一路延时导航数据；

其中多路数据采集模块包括2N路数据采集模块，其中N为自然数；相邻两路所述延时导航数据的初始对准时间的间隔为1/2N个舒拉周期；多路所述数据采集模块1包括四路数据采集模块。数据采集模块可以采用数据采集器，为现有技术。

数据融合模块2用于对多路所述延时导航数据进行数据融合处理以抑制部分或全部舒拉周期振荡误差，输出最终导航数据。数据融合模块2的实施参见上述惯性导航系统的舒拉周期振荡误差抑制方法，在此不再赘述。

作为实施例二的优选实施方式一

所述数据融合模块2中的数据融合处理为平均值数据融合，用于：

取多路所述延时导航数据的平均值作为最终导航数据输出，即：

Y＝(Y₁+Y₂+…+Y_2N-1+Y_2N)/2N

其中Y₁为第1路延时导航数据、Y₂为第2路延时导航数据、Y_2N-1为第(2N-1)路延时导航数据、Y_2N为第2N路延时导航数据；N为自然数。

作为实施例二的优选实施方式二

参见图12，所述数据融合模块2中的数据融合处理为加权平均数据融合，包括时间权重单元21和输出单元22，其中：

时间权重单元21用于根据时间设置权重，按照多路所述延时导航数据的绝对值的大小与舒拉周期峰值的接近程度分配权重；越接近舒拉周期峰值的数据所占权重越小；

输出单元22将每一路所述延时导航数据与所占权重的乘积之和作为最终导航数据输出，即：

Y＝K₁×Y₁+K₂×Y₂+…+K_2N-1×Y_2N-1+K_2N×Y_2N

其中Y₁为第1路延时导航数据、K₁为第1路延时导航数据所占权重，Y₂为第2路延时导航数据、K₂为第2路延时导航数据所占权重，Y_2N-1为第(2N-1)路延时导航数据、K_2N-1为第(2N-1)路延时导航数据所占权重，Y_2N为第2N路延时导航数据、K_2N为第2N路延时导航数据所占权重；N为自然数。

所述时间权重单元21用于为每一路延时导航数据分配所占权重，包括余数值子单元201，数据映射子单元202和权重获取子单元203，其中：

余数值子单元201用于取导航时间对半个舒拉周期的向大取余R，即：

R＝ceil(mod(2t/T_S))

设t为导航时间，T_S为舒拉周期，mod(i)为i的余数，ceil(i)为i的向大取整，得到半个周期的舒拉周期误差值对应的余数值R；

数据映射子单元202用于根据R在半个舒拉周期内为一个线性递增的多维向量，获得在半个舒拉周期中，R中每个元素对应的所述延时导航数据的绝对值；

权重获取子单元203用于根据R中每个元素对应的所述延时导航数据的绝对值，获取权重值。

以上所述仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是在本发明的发明构思下，利用本发明说明书及附图内容所作的等效结构变换，或直接/间接运用在其他相关的技术领域均包括在本发明的专利保护范围内。

Claims (10)

1.一种惯性导航系统的舒拉周期振荡误差抑制方法，其特征在于，包括：

步骤1，根据惯性导航系统振荡误差中的舒拉周期振荡误差，通过多路延时对准方法采集多路延时导航数据；

其中多路所述延时导航数据包括2N路延时导航数据，其中N为自然数；相邻两路所述延时导航数据的初始对准时间的间隔为1/2N个舒拉周期；

步骤2，对多路所述延时导航数据进行数据融合处理以抑制部分或全部舒拉周期振荡误差，输出最终导航数据。

2.如权利要求1所述的惯性导航系统的舒拉周期振荡误差抑制方法，其特征在于，所述步骤2中的数据融合处理为平均值数据融合，包括：

取多路所述延时导航数据的平均值作为最终导航数据输出，即：

Y＝(Y₁+Y₂+…+Y_2N-1+Y_2N)/2N

其中Y₁为第1路延时导航数据、Y₂为第2路延时导航数据、Y_2N-1为第(2N-1)路延时导航数据、Y_2N为第2N路延时导航数据；N为自然数。

3.如权利要求1所述的惯性导航系统的舒拉周期振荡误差抑制方法，其特征在于，所述步骤2中的数据融合处理为加权平均数据融合，包括：

步骤21，根据时间设置权重，按照多路所述延时导航数据的绝对值的大小与舒拉周期峰值的接近程度分配权重；越接近舒拉周期峰值的数据所占权重越小；

步骤22，将每一路所述延时导航数据与所占权重的乘积之和作为最终导航数据输出，即：

Y＝K₁×Y₁+K₂×Y₂+…+K_2N-1×Y_2N-1+K_2N×Y_2N

其中Y₁为第1路延时导航数据、K₁为第1路延时导航数据所占权重，Y₂为第2路延时导航数据、K₂为第2路延时导航数据所占权重，Y_2N-1为第(2N-1)路延时导航数据、K_2N-1为第(2N-1)路延时导航数据所占权重，Y_2N为第2N路延时导航数据、K_2N为第2N路延时导航数据所占权重；N为自然数。

4.如权利要求3所述的惯性导航系统的舒拉周期振荡误差抑制方法，其特征在于，所述步骤21中每一路延时导航数据所占权重分别按照下面步骤获得：

步骤201，取导航时间对半个舒拉周期的向大取余R，即：

R＝ceil(mod(2t/T_S))

设t为导航时间，T_S为舒拉周期，mod(i)为i的余数，ceil(i)为i的向大取整，得到半个周期的舒拉周期误差值对应的余数值R；

步骤202，根据R在半个舒拉周期内为一个线性递增的多维向量，获得在半个舒拉周期中，R中每个元素对应的所述延时导航数据的绝对值；

步骤203，根据R中每个元素对应的所述延时导航数据的绝对值，获取K值。

5.如权利要求1～4任一项所述的惯性导航系统的舒拉周期振荡误差抑制方法，其特征在于，多路所述延时导航数据包括四路延时导航数据。

6.一种惯性导航系统的舒拉周期振荡误差抑制系统，其特征在于，包括：

多路数据采集模块，用于根据惯性导航系统振荡误差中的舒拉周期振荡误差，每一路所述数据采集模块采集一路延时导航数据；

其中多路数据采集模块包括2N路数据采集模块，其中N为自然数；相邻两路所述延时导航数据的初始对准时间的间隔为1/2N个舒拉周期；

数据融合模块，用于对多路所述延时导航数据进行数据融合处理以抑制部分或全部舒拉周期振荡误差，输出最终导航数据。

7.如权利要求6所述的惯性导航系统的舒拉周期振荡误差抑制系统，其特征在于，所述数据融合模块中的数据融合处理为平均值数据融合，用于：

取多路所述延时导航数据的平均值作为最终导航数据输出，即：

Y＝(Y₁+Y₂+…+Y_2N-1+Y_2N)/2N

其中Y₁为第1路延时导航数据、Y₂为第2路延时导航数据、Y_2N-1为第(2N-1)路延时导航数据、Y_2N为第2N路延时导航数据；N为自然数。

8.如权利要求6所述的惯性导航系统的舒拉周期振荡误差抑制系统，其特征在于，所述数据融合模块中的数据融合处理为加权平均数据融合，包括：

时间权重单元，用于根据时间设置权重，按照多路所述延时导航数据的绝对值的大小与舒拉周期峰值的接近程度分配权重；越接近舒拉周期峰值的数据所占权重越小；

输出单元，将每一路所述延时导航数据与所占权重的乘积之和作为最终导航数据输出，即：

Y＝K₁×Y₁+K₂×Y₂+…+K_2N-1×Y_2N-1+K_2N×Y_2N

其中Y₁为第1路延时导航数据、K₁为第1路延时导航数据所占权重，Y₂为第2路延时导航数据、K₂为第2路延时导航数据所占权重，Y_2N-1为第(2N-1)路延时导航数据、K_2N-1为第(2N-1)路延时导航数据所占权重，Y_2N为第2N路延时导航数据、K_2N为第2N路延时导航数据所占权重；N为自然数。

9.如权利要求8所述的惯性导航系统的舒拉周期振荡误差抑制系统，其特征在于，所述时间权重单元用于为每一路延时导航数据分配所占权重，包括：

余数值子单元，用于取导航时间对半个舒拉周期的向大取余R，即：

R＝ceil(mod(2t/T_S))

设t为导航时间，T_S为舒拉周期，mod(i)为i的余数，ceil(i)为i的向大取整，得到半个周期的舒拉周期误差值对应的余数值R；

数据映射子单元，用于根据R在半个舒拉周期内为一个线性递增的多维向量，获得在半个舒拉周期中，R中每个元素对应的所述延时导航数据的绝对值；

权重获取子单元，用于根据R中每个元素对应的所述延时导航数据的绝对值，获取权重值。

10.如权利要求6～9任一项所述的惯性导航系统的舒拉周期振荡误差抑制系统，其特征在于，多路所述数据采集模块包括四路数据采集模块。