CN108981752B - 基于子惯组信息协同的传递对准方法、系统及存储介质 - Google Patents

基于子惯组信息协同的传递对准方法、系统及存储介质 Download PDF

Info

Publication number
CN108981752B
CN108981752B CN201811004681.3A CN201811004681A CN108981752B CN 108981752 B CN108981752 B CN 108981752B CN 201811004681 A CN201811004681 A CN 201811004681A CN 108981752 B CN108981752 B CN 108981752B
Authority
CN
China
Prior art keywords
sub
inertial
navigation information
real
inertial set
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
Application number
CN201811004681.3A
Other languages
English (en)
Other versions
CN108981752A (zh
Inventor
张春熹
李彦
孟照奎
郑月
冉龙俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hengyang Hengshan Science City Technology Innovation Research Institute Co ltd
Original Assignee
Hengyang Hengshan Science City Technology Innovation Research Institute Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hengyang Hengshan Science City Technology Innovation Research Institute Co ltd filed Critical Hengyang Hengshan Science City Technology Innovation Research Institute Co ltd
Priority to CN201811004681.3A priority Critical patent/CN108981752B/zh
Publication of CN108981752A publication Critical patent/CN108981752A/zh
Application granted granted Critical
Publication of CN108981752B publication Critical patent/CN108981752B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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)

Abstract

本发明公开了一种基于子惯组信息协同的传递对准方法，包括：获取各子惯组的实时导航信息；根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；基于所述状态方程和量测方程，利用卡尔曼滤波方法，对所述状态变量进行估计，所述量测方程包括第一观测方程。本发明还同时公开了一种基于子惯组信息协同的传递对准系统以及计算机可读存储介质。

Description

基于子惯组信息协同的传递对准方法、系统及存储介质
技术领域
本发明涉及惯导技术领域，尤其涉及一种基于子惯组信息协同的传递对准方法、系统以及计算机可读存储介质。
背景技术
传递对准实际上是一种动基座对准，它利用精度较高的主惯导系统来校准未对准的子惯导系统。
传递对准技术的提出最初是为了应用于机载导弹的快速对准，后来又引入到舰载设备等初始对准领域。在对准过程中，系统导航运算所需的初始值由主惯导系统提供，由于主惯导系统的精度比子惯导系统的精度一般高出一至几个数量级；因此，采用传递对准可以有效地提高对准精度，从而有效地提高导弹的命中率和舰载飞机的生存能力。
传统的传递对准一般以母惯组的速度、姿态信息作为观测量，对准精度受限于母惯组精度、子惯组精度以及载体机动路径等。然而，当存在多个子惯组时，如何利用子惯组的信息进一步提高传递对准性能是系统存在的主要问题。
发明内容
为解决现有技术存在的问题，本发明实施例期望提供一种基于子惯组信息协同的传递对准方法、系统以及计算机可读存储介质，在不增加额外设备的条件下，能够进一步提高多个子惯组的传递对准精度。
本发明实施例的技术方案是这样实现的：
本发明实施例提供了一种基于子惯组信息协同的传递对准方法，所述方法包括：
获取各子惯组的实时导航信息；
根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；
将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；
基于所述状态方程和量测方程，利用卡尔曼滤波方法，对所述状态变量进行估计，所述量测方程包括第一观测方程。
上述方案中，所述量测方程还包括第二观测方程，所述将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程之后，所述方法还包括：
将基于所述各子惯组的实时导航信息确定的所述各子惯组之间相对的姿态信息作为观测量，建立第二观测方程；
所述基于所述状态方程和量测方程，利用卡尔曼滤波方法，对所述状态变量进行估计，包括：
基于所述状态方程、第一观测方程和第二观测方程，利用卡尔曼滤波方法，对所述状态变量进行估计。
上述方案中，所述获取各子惯组的实时导航信息，包括：
获取所述母惯组的初始导航信息；
基于所述母惯组的初始导航信息对所述各子惯组进行初始化，获得所述各子惯组的初始导航信息；
基于所述各子惯组的初始导航信息，对采集的所述各子惯组中的陀螺加表数据进行实时解算，获得所述各子惯组的实时导航信息。
本发明实施例还提供了一种基于子惯组信息协同的传递对准系统，所述系统包括：处理器、以及用于存储能够在处理器上运行的计算机程序的存储器；其中，
所述处理器用于运行所述计算机程序时，执行：
获取各子惯组的实时导航信息；
根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；
将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；
基于所述状态方程和量测方程，利用卡尔曼滤波方法，对所述状态变量进行估计，所述量测方程包括第一观测方程。
上述方案中，所述量测方程还包括第二观测方程，所述处理器用于运行所述计算机程序时，执行：
将基于所述各子惯组的实时导航信息确定的所述各子惯组之间相对的姿态信息作为观测量，建立第二观测方程；
所述处理器还用于运行所述计算机程序时，执行：
基于所述状态方程、第一观测方程和第二观测方程，利用卡尔曼滤波方法，对所述状态变量进行估计。
上述方案中，所述处理器用于运行所述计算机程序时，执行：
获取所述母惯组的初始导航信息；
基于所述母惯组的初始导航信息对所述各子惯组进行初始化，获得所述各子惯组的初始导航信息；
基于所述各子惯组的初始导航信息，对采集的所述各子惯组中的陀螺加表数据进行实时解算，获得所述各子惯组的实时导航信息。
本发明实施例还提供了一种基于子惯组信息协同的传递对准系统，所述系统包括：获取模块、确定模块、第一建立模块和估计模块；其中，
所述获取模块，用于获取各子惯组的实时导航信息；
所述确定模块，用于根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；
所述第一建立模块，用于将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；
所述估计模块，用于基于所述状态方程和量测方程，利用卡尔曼滤波方法，对所述状态变量进行估计，所述量测方程包括第一观测方程。
上述方案中，所述量测方程还包括第二观测方程，所述系统还包括：
第二建立模块，用于将基于所述各子惯组的实时导航信息确定的所述各子惯组之间相对的姿态信息作为观测量，建立第二观测方程；
所述估计模块，具体用于基于所述状态方程、第一观测方程和第二观测方程，利用卡尔曼滤波方法，对所述状态变量进行估计。
上述方案中，所述获取模块包括：获取单元、初始化单元和实时解算单元；其中，
所述获取单元，用于获取所述母惯组的初始导航信息；
所述初始化单元，用于基于所述母惯组的初始导航信息对所述各子惯组进行初始化，获得所述各子惯组的初始导航信息；
所述实时解算单元，用于基于所述各子惯组的初始导航信息，对采集的所述各子惯组中的陀螺加表数据进行实时解算，获得所述各子惯组的实时导航信息。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令的计算机程序被处理器执行时实现上述基于子惯组信息协同的传递对准方法。
本发明实施例提供的基于子惯组信息协同的传递对准方法及系统，首先，获取各子惯组的实时导航信息；根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；然后，将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；最后，基于所述状态方程和量测方程，利用卡尔曼滤波方法，对所述状态变量进行估计，所述量测方程包括第一观测方程。
可见，本发明实施例中，一方面，通过母惯组和多个子惯组的实时导航信息协同来对子惯组进行传递对准，另一方面，将多个子惯组中存在的所有陀螺漂移误差近似零均值以及所有加速度计漂移近似零均值作为传递对准的补充约束条件，使得传递对准精度不再受限于母惯组精度；从而能够实现在不增加额外设备的条件下，进一步提高多个子惯组的传递对准精度。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例基于子惯组信息协同的传递对准方法的实现流程示意图之一；
图2为图1所示实现流程中步骤101的具体实现流程示意图；
图3为本发明实施例基于子惯组信息协同的传递对准方法的实现流程示意图之二；
图4为方案1与传统方案下X向陀螺误差协方差均方根随时间变化比对曲线；
图5为方案1与传统方案下Y向陀螺误差协方差均方根随时间变化比对曲线；
图6为方案1与传统方案下Z向陀螺误差协方差均方根随时间变化比对曲线；
图7为方案1与传统方案下X向加速度计误差协方差均方根随时间变化比对曲线；
图8为方案1与传统方案下Y向加速度计误差协方差均方根随时间变化比对曲线；
图9为方案1与传统方案下Z向加速度计误差协方差均方根随时间变化比对曲线；
图10为方案1与传统方案下俯仰角误差协方差均方根随时间变化比对曲线；
图11为方案1与传统方案下横滚角误差协方差均方根随时间变化比对曲线；
图12为方案1与传统方案下航向角误差协方差均方根随时间变化比对曲线；
图13为方案2与方案1下X向陀螺误差协方差均方根随时间变化比对曲线；
图14为方案2与方案1下Y向陀螺误差协方差均方根随时间变化比对曲线；
图15为方案2与方案1下Z向陀螺误差协方差均方根随时间变化比对曲线；
图16为方案2与方案1下X向加速度计误差协方差均方根随时间变化比对曲线；
图17为方案2与方案1下Y向陀螺误差协方差均方根随时间变化比对曲线；
图18为方案2与方案1下Z向陀螺误差协方差均方根随时间变化比对曲线；
图19为方案2与方案1下俯仰角误差协方差均方根随时间变化比对曲线；
图20为方案2与方案1下横滚角误差协方差均方根随时间变化比对曲线；
图21为方案2与方案1下航向角误差协方差均方根随时间变化比对曲线；
图22为本发明实施例基于子惯组信息协同的传递对准系统组成结构示意图；
图23为图22所示系统中获取模块的细化组成结构示意图；
图24为本发明实施例基于子惯组信息协同的传递对准系统硬件组成结构示意图。
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，所描述的实施例是本发明一部分实施例，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。
图1为本发明实施例基于子惯组信息协同的传递对准方法的实现流程示意图之一。参照图1所示，本实施例的基于子惯组信息协同的传递对准方法包括以下步骤：
步骤101，获取各子惯组的实时导航信息；
本实施例的基于子惯组信息协同的传递对准方法，应用于基于子惯组信息协同的传递对准系统，该系统包括母惯组和多个子惯组，一方面，通过母惯组和多个子惯组的实时导航信息协同来对子惯组进行传递对准，另一方面，将多个子惯组中存在的所有陀螺漂移误差近似零均值以及所有加速度计漂移近似零均值作为传递对准的补充约束条件，使得传递对准精度不再受限于母惯组精度，从而达到提高多个子惯组的传递对准精度的目的。
本实施例中，为了描述的方便，以下将以两个同批次的子惯组与母惯组组成的系统进行传递对准为例进行详细说明。
这里，所述各子惯组的实时导航信息可以包括各子惯组的实时速度信息、实时姿态信息和实时位置信息等。
图2为图1所示实现流程中步骤101的具体实现流程示意图，参照图2所示，所述步骤101具体包括以下步骤：
步骤1011，获取所述母惯组的初始导航信息；
这里，所述母惯组的初始导航信息包括所述母惯组的初始位置信息、初始姿态信息和初始速度信息。
在获取到母惯组的初始导航信息之后，将所述母惯组的初始导航信息传递给各子惯组，以使得各子惯组通过所述母惯组的初始导航信息实现初始化。
步骤1012，基于所述母惯组的初始导航信息对所述各子惯组进行初始化，获得所述各子惯组的初始导航信息；
步骤1013，基于所述各子惯组的初始导航信息，对采集的所述各子惯组中的陀螺加表数据进行实时解算，获得所述各子惯组的实时导航信息。
这里，所述各子惯组的实时导航信息包括所述各子惯组的实时速度信息、实时姿态信息和和实时位置信息等。
步骤102，根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；
这里，所述各子惯组相对于所述母惯组的实时导航信息可以是各子惯组相对于所述母惯组的实时速度信息，也可以是各子惯组相对于所述母惯组的实时姿态信息，亦或是各子惯组相对于所述母惯组的原始惯性测量信息等。本实施例中，所述各子惯组相对于所述母惯组的实时导航信息将以各子惯组相对于所述母惯组的实时速度信息为例进行详细说明。
步骤103，将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；
传递对准过程包括建立系统的状态方程和量测方程，对系统的状态变量进行估计，其中，量测方程包括第一观测方程，具体过程如下：
1)建立状态方程，状态方程如式(1)所示；
Figure BDA0001783745120000081
上式(1)中，X(t)∈R30为状态变量，该状态变量中各状态参数为所述各子惯组进行传递对准的误差参数，F(t)∈R30×30为系统误差矩阵，则状态变量为：
Figure BDA0001783745120000082
其中，该状态变量中，E,N,U分别代表东、北、天三个轴向，φE,φN,φU分别为三个轴向的平台误差角，δVE,δVN,δVU分别为三个轴向的速度误差，δL,δλ,δh为位置误差，εx,εy,εz为陀螺三轴的随机漂移，
Figure BDA0001783745120000083
为加速度计三轴的随机漂移，下标_1,_2分别表示第一个子惯组的状态参数和第二个子惯组的状态参数，W(t)是连续系统的系统噪声，系统噪声W(t)的协方差强度阵为q(t)。
上式(1)中，系统误差矩阵F(t)描述如式(2)所示：
Figure BDA0001783745120000084
其中，矩阵M的描述如式(3)所示：
Figure BDA0001783745120000085
对惯性导航系统(Inertial Navigation System，INS)的误差模型进行分析，可以得到矩阵A如式(4)所示：
Figure BDA0001783745120000091
其中，v为载体运动速度矢量，ρ为载体运动角速率矢量，Ω为地球自转角速率矢量，ω为ρ+Ω，g为地球重力加速度，R为地球半径，f为载体感受的比力矢量，下标x,y,z代表导航坐标系下的分量。
2)在状态方程建立后，建立第一观测方程，建立过程如下：
假设子惯组的漂移近似呈零均值的高斯分布，针对子惯组中所有陀螺和加速度计即有如式(5)所示的等式：
Figure BDA0001783745120000092
同时，使用母惯组的速度修正，将所述各子惯组相对于所述母惯组的实时速度信息作为观测量，将上式(5)综合写成矩阵形式，得到第一观测方程如式(6)所示：
Figure BDA0001783745120000093
上式(6)中，Z1是观测量，计算方式如式(7)所示，η1是测量噪声，其协方差强度阵为r(t)；
Figure BDA0001783745120000094
其中，
Figure BDA0001783745120000095
为母惯组的实时速度信息，
Figure BDA0001783745120000096
为第一个子惯组的实时速度信息，
Figure BDA0001783745120000097
为第二个子惯组的实时速度信息。
上式(6)中，
Figure BDA0001783745120000098
的描述如式(8)所示：
Figure BDA0001783745120000099
Figure BDA00017837451200000910
的描述如式(9)所示：
Figure BDA00017837451200000911
Figure BDA00017837451200000912
的描述如式(10)所示：
Figure BDA0001783745120000101
Figure BDA0001783745120000102
的描述如式(11)所示：
Figure BDA0001783745120000103
其中，
Figure BDA0001783745120000104
和
Figure BDA0001783745120000105
分别是子惯组的速度修正量测阵，
Figure BDA0001783745120000106
和
Figure BDA0001783745120000107
分别是子惯组中陀螺、加表的输出零位量测阵。
步骤104，基于所述状态方程和量测方程，利用卡尔曼滤波方法，对所述状态变量进行估计，所述量测方程包括第一观测方程。
在一实施例中，所述量测方程只包括第一观测方程，在获得状态方程和第一观测方程之后，将连续的状态方程离散化，然后使用标准卡尔曼滤波对状态变量进行估计，得到状态变量的估计值，最终得到各子惯组传递对准后的实时导航信息。
本发明实施例中，一方面，通过母惯组和多个子惯组的实时导航信息协同来对子惯组进行传递对准，另一方面，将多个子惯组中存在的所有陀螺漂移误差近似零均值以及所有加速度计漂移近似零均值作为传递对准的补充约束条件，使得传递对准精度不再受限于母惯组精度；从而能够实现在不增加额外设备的条件下，进一步提高多个子惯组的传递对准精度；并且，能够提高传递对准的速度。
在另一实施例中，图3为本发明实施例基于子惯组信息协同的传递对准方法的实现流程示意图之二，参照图3所示，本实施例的基于子惯组信息协同的传递对准方法包括以下步骤：
步骤201，获取各子惯组的实时导航信息；
步骤202，根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；
步骤203，将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；
上述步骤的实现过程分别与步骤101、102和103类似，这里将不再对其赘述。
步骤204，将基于所述各子惯组的实时导航信息确定的所述各子惯组之间相对的姿态信息作为观测量，建立第二观测方程；
在该实施例中，量测方程还包括第二观测方程，在建立第一观测方程之后，可以考虑已测各子惯组之间相对的姿态信息，即假设各子惯组之间相对的姿态信息已知，将各子惯组之间相对的姿态信息作为观测值，进一步建立第二观测方程，建立的第二观测方程如式(12)所示：
Z2＝H2X+η2 (12)
其中，观测量Z2＝[ρx ρy ρy]T，ρx,ρy,ρy为第二个子惯组相对于第一个子惯组的失准角，
Figure BDA0001783745120000111
Figure BDA0001783745120000112
分别为与第一个子惯组和第二个子惯组的姿态误差角有关的量测矩阵系数。
步骤205，基于所述状态方程、第一观测方程和第二观测方程，利用卡尔曼滤波方法，对所述状态变量进行估计。
将连续的状态方程离散化，然后基于离散化的状态方程、第一观测方程和第二观测方程，使用标准卡尔曼滤波对状态变量进行估计，得到状态变量的估计值，最终得到各子惯组传递对准后的实时导航信息。
本发明实施例中，一方面，通过母惯组和多个子惯组的实时导航信息协同来对子惯组进行传递对准，另一方面，将多个子惯组中存在的所有陀螺漂移误差近似零均值以及所有加速度计漂移近似零均值作为传递对准的补充约束条件；同时，将各子惯组之间相对的姿态信息作为传递对准的另一个约束条件，用于同步辅助传递对准。传递对准过程加入两个约束条件后，能够再进一步提高多个子惯组的传递对准精度；并且，还能够进一步提高传递对准的速度。
为了分析本发明实施例的基于子惯组信息协同的传递对准方法相对于普通传递对准方法的效果优劣，以弹载惯组大过载飞行过程为仿真应用背景，取0～430s为地面对准，430s～490s为飞行大过载时段。
系统误差源分配如下表1所示：
Figure BDA0001783745120000113
Figure BDA0001783745120000121
表1捷联惯导系统误差源分配表
滤波器参数定义如下表2所示：
Figure BDA0001783745120000122
表2滤波器参数定义表
经过起竖两位置地面对准阶段后，430s～490s进入飞行大过载阶段，使用母惯组的实时速度信息作为参考对子惯组进行传递对准。假设母惯组数据已经进行了杆臂误差补偿等，分析基于状态方程和第一观测方程进行卡尔曼滤波的传递对准方法(全文将该方法称之为方案1)、基于状态方程、第一观测方程和第二观测方程进行卡尔曼滤波的传递对准方法(全文将该方法称之为方案2)以及各子惯组独立与母惯组进行传递对准的方法(全文将该方法称之为传统方案)的情况，绘制各状态变量误差协方差均方根随时间变化比对曲线。其中，图4至图12为方案1与传统方案下各状态变量误差协方差均方根随时间变化比对曲线，图13至图21为方案1与方案2下各状态变量误差协方差均方根随时间变化比对曲线。另外，飞行大过载阶段末时刻，传递对准各器件误差状态变量协方差均方根稳态收敛值如表3所示。
Figure BDA0001783745120000123
Figure BDA0001783745120000131
表3传递对准阶段各器件误差状态变量协方差均方根稳态收敛值
在图4至图12中，A类曲线表示方案1下各状态变量误差协方差均方根随时间变化的曲线，B类曲线表示传统方案下各状态变量误差协方差均方根随时间变化的曲线。从图4至图12可以看出，在飞行过载阶段，三个轴向陀螺漂移、X轴方向加速度计漂移、航向姿态角误差协方差均方根有下降的过程，这表示加入了大动态过程之后，对应的误差状态变量可观性进一步提升。具体地，从表3中数据可以看出，除Y向和Z向加表漂移误差协方差阵变化不明显之外，其他加表漂移、三轴向陀螺漂移以及姿态角的协方差均方根收敛值均有较为明显的收敛。
同时，在图13至图21中，C类曲线表示方案2下各状态变量误差协方差均方根随时间变化的曲线，A类曲线表示方案1下各状态变量误差协方差均方根随时间变化的曲线。从图13至图21可以看出，将各子惯组之间相对的姿态信息作为传递对准的另一个约束条件，用于同步辅助传递对准(即方案2)，能够进一步提升传递对准精度及器件的可观性。进一步地，从表3也可以看出，和方案1相比，方案2进一步提高了传递对准精度及器件的可观性，特别是X向加表漂移误差收敛效果非常明显，协方差均方根稳态收敛值由194μg降至53μg；此外，三个方向姿态角误差的协方差均方根也均收敛至50％以下。
综上所述，方案1相对于传统方案，能够提升传递对准的精度和速度，即提升惯组器件误差估计的精度和速度；进一步地，方案2相对于方案1，协方差阵的精度和收敛速度有了进一步的提高，特别对于陀螺和姿态角的修正效果尤为明显。
为实现本发明实施例的方法，本发明实施例还提供了一种基于子惯组信息协同的传递对准系统，用于实现上述基于子惯组信息协同的传递对准方法的具体细节，达到相同的效果。
图22为本发明实施例基于子惯组信息协同的传递对准系统组成结构示意图，参照图22所示，本实施例中的基于子惯组信息协同的传递对准系统包括：获取模块31、确定模块32、第一建立模块33和估计模块34；其中，
所述获取模块31，用于获取各子惯组的实时导航信息；
所述确定模块32，用于根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；
所述第一建立模块33，用于将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；
所述估计模块34，用于基于所述状态方程和量测方程，利用卡尔曼滤波方法，对所述状态变量进行估计，所述量测方程包括第一观测方程。
可选地，所述量测方程还包括第二观测方程，所述系统还包括：
第二建立模块35，用于将基于所述各子惯组的实时导航信息确定的所述各子惯组之间相对的姿态信息作为观测量，建立第二观测方程；
所述估计模块34，具体用于基于所述状态方程、第一观测方程和第二观测方程，利用卡尔曼滤波方法，对所述状态变量进行估计。
可选地，图23为图22所示系统中获取模块的细化组成结构示意图，参照图23所示，所述获取模块31包括：获取单元311、初始化单元312和实时解算单元313；其中，
所述获取单元311，用于获取所述母惯组的初始导航信息；
所述初始化单元312，用于基于所述母惯组的初始导航信息对所述各子惯组进行初始化，获得所述各子惯组的初始导航信息；
所述实时解算单元313，用于基于所述各子惯组的初始导航信息，对采集的所述各子惯组中的陀螺加表数据进行实时解算，获得所述各子惯组的实时导航信息。
在实际应用中，所述获取模块31、确定模块32、第一建立模块33、估计模块34、第二建立模块35、以及获取单元311、初始化单元312和实时解算单元313均可由位于基于子惯组信息协同的传递对准系统中的处理器结合用户接口实现。
上述实施例提供的基于子惯组信息协同的传递对准系统在进行基于子惯组信息协同的传递对准时，仅以上述各程序模块的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序模块完成，即将基于子惯组信息协同的传递对准系统的内部结构划分成不同的程序模块，以完成以上描述的全部或者部分处理。另外，上述实施例提供的基于子惯组信息协同的传递对准系统与基于子惯组信息协同的传递对准方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
为实现本发明实施例的方法，本发明实施例还提供了一种基于子惯组信息协同的传递对准系统，用于实现上述基于子惯组信息协同的传递对准方法的具体细节，达到相同的效果。
图24为本发明实施例基于子惯组信息协同的传递对准系统硬件组成结构示意图，参照图24所示，本实施例中的基于子惯组信息协同的传递对准系统包括：处理器41、用于存储能够在处理器41上运行的计算机程序的存储器42；其中，
所述处理器41用于运行所述计算机程序时，执行：
获取各子惯组的实时导航信息；
根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；
将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；
基于所述状态方程和量测方程，利用卡尔曼滤波方法，对所述状态变量进行估计，所述量测方程包括第一观测方程。
可选地，所述量测方程还包括第二观测方程，所述处理器41用于运行所述计算机程序时，执行：
将基于所述各子惯组的实时导航信息确定的所述各子惯组之间相对的姿态信息作为观测量，建立第二观测方程；
所述处理器还用于运行所述计算机程序时，执行：
基于所述状态方程、第一观测方程和第二观测方程，利用卡尔曼滤波方法，对所述状态变量进行估计。
可选地，所述处理器41用于运行所述计算机程序时，执行：
获取所述母惯组的初始导航信息；
基于所述母惯组的初始导航信息对所述各子惯组进行初始化，获得所述各子惯组的初始导航信息；
基于所述各子惯组的初始导航信息，对采集的所述各子惯组中的陀螺加表数据进行实时解算，获得所述各子惯组的实时导航信息。
当然，实际应用时，如图24所示，各个组件通过总线系统43耦合在一起。可理解，总线系统43用于实现这些组件之间的连接通信。总线系统43除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图24中将各种总线都标为总线系统43。
本发明实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，该计算机程序被处理器41执行时实现上述基于子惯组信息协同的传递对准方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的计算机可读存储介质，如只读存储器(Read-Only Memory，简称ROM)、随机存取存储器(Random Access Memory，简称RAM)、磁碟或者光盘等。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和范围之内所作的任何修改、等同替换和改进等，均包含在本发明的保护范围之内。

Claims (7)

1.一种基于子惯组信息协同的传递对准方法，其特征在于，所述方法包括：
获取各子惯组的实时导航信息；
根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；
将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；
将基于所述各子惯组的实时导航信息确定的所述各子惯组之间相对的姿态信息作为观测量，建立第二观测方程；
基于所述状态方程、第一观测方程和第二观测方程，利用卡尔曼滤波方法，对所述状态变量进行估计。
2.根据权利要求1所述的方法，其特征在于，所述获取各子惯组的实时导航信息，包括：
获取所述母惯组的初始导航信息；
基于所述母惯组的初始导航信息对所述各子惯组进行初始化，获得所述各子惯组的初始导航信息；
基于所述各子惯组的初始导航信息，对采集的所述各子惯组中的陀螺加表数据进行实时解算，获得所述各子惯组的实时导航信息。
3.一种基于子惯组信息协同的传递对准系统，其特征在于，所述系统包括：处理器、以及用于存储能够在处理器上运行的计算机程序的存储器；其中，
所述处理器用于运行所述计算机程序时，执行：
获取各子惯组的实时导航信息；
根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；
将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；
将基于所述各子惯组的实时导航信息确定的所述各子惯组之间相对的姿态信息作为观测量，建立第二观测方程；
基于所述状态方程、第一观测方程和第二观测方程，利用卡尔曼滤波方法，对所述状态变量进行估计。
4.根据权利要求3所述的系统，其特征在于，所述处理器用于运行所述计算机程序时，执行：
获取所述母惯组的初始导航信息；
基于所述母惯组的初始导航信息对所述各子惯组进行初始化，获得所述各子惯组的初始导航信息；
基于所述各子惯组的初始导航信息，对采集的所述各子惯组中的陀螺加表数据进行实时解算，获得所述各子惯组的实时导航信息。
5.一种基于子惯组信息协同的传递对准系统，其特征在于，所述系统包括：获取模块、确定模块、第一建立模块、估计模块和第二建立模块；其中，
所述获取模块，用于获取各子惯组的实时导航信息；
所述确定模块，用于根据所述各子惯组的实时导航信息，确定所述各子惯组相对于母惯组的实时导航信息；
所述第一建立模块，用于将所述各子惯组进行传递对准的误差参数作为状态变量，建立状态方程；并将所述各子惯组相对于所述母惯组的实时导航信息作为观测量，基于所述各子惯组的漂移误差近似零均值建立第一观测方程；
所述第二建立模块，用于将基于所述各子惯组的实时导航信息确定的所述各子惯组之间相对的姿态信息作为观测量，建立第二观测方程；
所述估计模块，用于基于所述状态方程、第一观测方程和第二观测方程，利用卡尔曼滤波方法，对所述状态变量进行估计。
6.根据权利要求5所述的系统，其特征在于，所述获取模块包括：获取单元、初始化单元和实时解算单元；其中，
所述获取单元，用于获取所述母惯组的初始导航信息；
所述初始化单元，用于基于所述母惯组的初始导航信息对所述各子惯组进行初始化，获得所述各子惯组的初始导航信息；
所述实时解算单元，用于基于所述各子惯组的初始导航信息，对采集的所述各子惯组中的陀螺加表数据进行实时解算，获得所述各子惯组的实时导航信息。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机可执行指令，所述计算机可执行指令的计算机程序被处理器执行时实现权利要求1至2任一项所述的基于子惯组信息协同的传递对准方法。
CN201811004681.3A 2018-08-30 2018-08-30 基于子惯组信息协同的传递对准方法、系统及存储介质 Active CN108981752B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811004681.3A CN108981752B (zh) 2018-08-30 2018-08-30 基于子惯组信息协同的传递对准方法、系统及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811004681.3A CN108981752B (zh) 2018-08-30 2018-08-30 基于子惯组信息协同的传递对准方法、系统及存储介质

Publications (2)

Publication Number Publication Date
CN108981752A CN108981752A (zh) 2018-12-11
CN108981752B true CN108981752B (zh) 2020-11-03

Family

ID=64548456

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811004681.3A Active CN108981752B (zh) 2018-08-30 2018-08-30 基于子惯组信息协同的传递对准方法、系统及存储介质

Country Status (1)

Country Link
CN (1) CN108981752B (zh)

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102901514B (zh) * 2012-09-25 2014-12-31 北京航空航天大学 一种基于多惯组信息约束的协同初始对准方法
CN103196448B (zh) * 2013-03-22 2016-06-08 南京理工大学 一种机载分布式惯性测姿系统及其传递对准方法
CN103424127B (zh) * 2013-09-03 2015-09-30 哈尔滨工程大学 一种速度加比力匹配传递对准方法
CN104748761B (zh) * 2013-12-26 2017-09-22 南京理工大学 基于最优姿态匹配的动基座传递对准时延补偿方法
CN104567930A (zh) * 2014-12-30 2015-04-29 南京理工大学 一种能够估计和补偿机翼挠曲变形的传递对准方法
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

Also Published As

Publication number Publication date
CN108981752A (zh) 2018-12-11

Similar Documents

Publication Publication Date Title
CN107525503B (zh) 基于双天线gps和mimu组合的自适应级联卡尔曼滤波方法
CN110398257B (zh) Gps辅助的sins系统快速动基座初始对准方法
CN106354901B (zh) 一种运载火箭质量特性及动力学关键参数在线辨识方法
CN103256928B (zh) 一种分布式惯性导航系统及其姿态传递对准方法
CN105806363B (zh) 基于srqkf的sins/dvl水下大失准角对准方法
CN106989761B (zh) 一种基于自适应滤波的空间飞行器制导工具在轨标定方法
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
CN106969783A (zh) 一种基于光纤陀螺惯性导航的单轴旋转快速标定技术
CN104374388A (zh) 一种基于偏振光传感器的航姿测定方法
CN107101649B (zh) 一种空间飞行器制导工具在轨误差分离方法
CN108534783A (zh) 一种基于北斗导航技术的飞行器导航方法
CN108827288A (zh) 一种基于对偶四元数的降维捷联惯性导航系统初始对准方法及系统
CN108458709A (zh) 基于视觉辅助测量的机载分布式pos数据融合方法和装置
CN103123487B (zh) 一种航天器姿态确定方法
CN113916226B (zh) 一种基于最小方差的组合导航系统抗扰滤波方法
CN104121930A (zh) 一种基于加表耦合的mems陀螺漂移误差的补偿方法
CN108981752B (zh) 基于子惯组信息协同的传递对准方法、系统及存储介质
CN107036595A (zh) 基于交互式多模型滤波的船体变形角估计方法
CN107747944B (zh) 基于融合权重矩阵的机载分布式pos传递对准方法和装置
Vasyliev et al. Integration of inertial and satellite navigation systems with using corrective circuits and filtering
CN112683265B (zh) 一种基于快速iss集员滤波的mimu/gps组合导航方法
CN108981753B (zh) 基于多惯组信息约束的地面对准方法、系统及存储介质
CN107702718A (zh) 一种基于瞬间可观测度模型的机载pos机动优化方法与装置
CN107144276A (zh) 基于h∞次优滤波的角速度匹配传递对准方法
CN110501029A (zh) 面向集群飞行器搭载mems陀螺仪载荷的在线标定方法

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