CN110285834A - 基于一点位置信息的双惯导系统快速自主重调方法 - Google Patents

Abstract

本发明提供的是一种基于一点位置信息的双惯导系统快速自主重调方法。一：根据获得的一点外部位置信息，对系统A进行位置重调，二：系统A实时解算的位置作为系统B的外部辅助信息进行kalman滤波，利用估计出来的误差对系统B的导航参数进行校正，系统B得到准确的速度、位置和姿态信息，三：系统B被校正之后，再利用系统B的位置和速度作为系统A的外部辅助信息进行滤波，对系统A的导航参数进行校正，系统A得到准确的位置、速度和姿态信息，最终实现两套系统快速自主重调。本发明无需连续外部测量设备辅助即可实现系统的快速自主重调，不仅缩短了重调时间，而且能够有效利用量测信息，适用于水下环境。

Description

基于一点位置信息的双惯导系统快速自主重调方法

技术领域

本发明涉及的是一种捷联惯性导航系统水下导航方法，具体地说是一种双惯导系统的自主重调方法。

背景技术

捷联惯性导航系统最大特点就是自主性，它可以不接收外界任何信息，利用自身的加速度计和陀螺仪敏感到运载体的线速度和角速度信息，从而提供速度、位置及姿态等多种导航信息。此外，它还具有全天候、抗干扰、隐蔽性高、体积小、价格低等诸多优点，可以满足多方面的需求。捷联惯性导航系统对水下航行器更是具有重要意义，其作用是为长期在水下潜航的水下航行器连续提供安全航行所需的导航参数和运动参数。

大中型水下航行器通常装备两套或者多套高精度惯性导航系统。采用两套或多套配置方案主要有两个优点，一是可提高水下航行器的任务可靠性，当一套惯导故障时，另一套惯导仍可保障任务的继续执行；二是如果多套惯导采取分区布置，可就近为水下航行器载荷系统提供更精确的姿态信息，减小了船体变形对载荷系统的影响。

但是如果惯导系统长时间工作不进行重调校正，会由于误差积累使系统导航精度下降。为了保证惯性导航系统能长期有效的工作，需要引入外部信息定期或者不定期的对系统进行重调，使其导航参数得到修正，提高惯导系统的精度。系统重调即综合校正，以往的文献中，例如在专利申请号为201310156535.3，名称为“一种惯性系下使用位置和航向信息的捷联惯导系统陀螺漂移校正方法”的专利文件中公开的校正方法，利用设备连续两次获得外部位置和航向信息，以平台漂移角为中间变量在惯性系下建立陀螺漂移与位置误差和航向误差的关系，经过一次位置和方位重调后，在第二次获得位置误差和航向误差后可以计算出陀螺漂移。但是该方法需要精确的航向信息基准，而在实际环境中，准确的航向信息通常难以获得，因此该方法有很大的局限性。又如在专利申请号为201310156551.2，名称为“一种惯性系下仅使用位置信息的捷联惯导系统陀螺漂移和航向误差校正方法”的专利文件中公开的校正方法，利用设备连续三次获得外部位置信息，以平台漂移角为中间变量在惯性系下建立陀螺漂移和位置误差的关系，经过两次位置重调后，在第三次获得位置误差后可以计算出陀螺漂移和航向误差。在以上方式中都需要花费几个小时的时间，并且需要多次利用位置信息，而对于一些水下载体而言，多点的位置信息难以获得，因此这种方式并不适用。再如专利申请号为201210015077.7，名称为“一种船用惯性导航系统单点海上校准方法”的专利文件中公开的方法，在船舶远航一段时间积累一定导航误差后，通过获得外部提供一次单点位置导航数据，即可对系统进行校准。而该单点校正算法只能对系统位置进行重调，不能对惯导系统的速度和姿态进行校正，因此无法满足高精度惯性导航系统精度的要求。

发明内容

本发明的目的在于提供一种无需连续外部测量设备辅助，能够提高导航精度的基于一点位置信息的双惯导系统快速自主重调方法。

本发明的目的是这样实现的：

步骤一：根据获得的一点外部位置信息，对惯导系统A进行位置重调，

步骤二：惯导系统A实时解算的位置作为惯导系统B的外部辅助信息进行kalman滤波，利用估计出来的误差对惯导系统B的导航参数进行校正，惯导系统B得到准确的速度、位置和姿态信息，

步骤三：惯导系统B被校正之后，再利用惯导系统B的位置和速度作为惯导系统A的外部辅助信息进行滤波，对惯导系统A的导航参数进行校正，惯导系统A得到准确的位置、速度和姿态信息，最终实现两套系统快速自主重调，

在滤波过程中根据惯导系统位置误差随时间发散的特性将量测噪声方差阵的对角元素设置成斜坡函数以调节量测信息的利用率。

本发明还可以包括：

1.步骤一具体包括：

1.1对惯导系统A和惯导系统B的惯性测量元件进行充分预热；

1.2初始化两套惯导系统的导航参数，实时采集加速度计输出的比力f^b和光纤陀螺仪输出的角速度惯导系统A采集到加速度计输出的比力为光纤陀螺仪输出的角速度为惯导系统B采集到加速度计输出的比力为光纤陀螺仪输出的角速度为

1.3惯导系统A和惯导系统B进行初始对准，得到载体系b系到导航坐标系n系的初始捷联姿态矩阵和之后开始进入导航工作状态；

1.4水下航行器航行一段时间后，在t₀时刻获得一点外部位置信息，利用该位置信息对此刻惯导系统A输出的位置数据进行重调，得到

其中，表示t₀时刻获取的一点位置纬度，λ(t₀)表示t₀时刻获取的一点位置经度，表示t₀时刻系统A解算的纬度，λ_A(t₀)表示t₀时刻系统A解算的经度；

1.5惯导系统A的位置被重调之后再继续进行惯导解算，实时输出位置信息，纬度为经度为λ_A(t)，其中t表示当前时刻。

2.步骤二具体包括：

2.1选取惯导系统B的位置误差、速度误差、平台失准角误差、三轴加速度计的零位偏移和陀螺仪的常值漂移为kalman滤波的状态估计量；

2.2利用惯导系统A的位置被重调之后惯导系统A实时更新的导航纬度和导航经度λ_A(t)作为惯导系统B进行kalman滤波的外部辅助信息，与惯导系统B导航更新计算的位置信息纬度和经度λ_B(t)分别作差，将所得到的位置差值作为惯导系统B进行kalman滤波时的量测值；

2.3建立惯导系统B的kalman滤波器的状态方程和量测方程；

2.4根据惯导系统A位置误差随时间积累的特性，对惯导系统B滤波时的量测噪声方差阵R^B(t)进行实时调节的设置；

2.5基于kalman滤波算法对惯导系统B的误差进行实时估计，得到惯导系统B的位置误差、速度误差和平台失准角的状态估计值；

2.6利用步骤2.5中估计出来的误差来校正惯导系统B的导航参数，完成惯导系统B的自主重调。

3.步骤三具体包括：

3.1选取惯导系统A的位置误差、速度误差、平台失准角误差、三轴加速度计的零位偏移和陀螺仪的常值漂移作为kalman滤波的状态估计量；

3.2惯导系统B的位置和速度都经过校正，将重调后惯导系统B实时输出的位置和λ_B(t)以及速度作为惯导系统A的外部辅助信息，与惯导系统A导航更新计算的位置信息和λ_A(t)以及速度信息分别作差，将所得到的位置和速度差值作为惯导系统A进行kalman滤波时的量测值；

3.3建立惯导系统A的kalman滤波器的状态方程和量测方程；

3.4基于kalman滤波算法对惯导系统A的误差进行实时估计，得到惯导系统A的位置误差、速度误差和平台失准角的状态估计值；

3.5利用步骤3.4估计出来的误差来校正惯导系统A的导航参数，完成惯导系统A的自主重调。

4.将量测噪声方差阵R^B(t)中对角元素设置为斜率为0.01的斜坡函数，具体形式表示为：

R^B(t)＝diag{[0.01×(t-t₀)+10]²,[0.01×(t-t₀)+10]²}

其中，t表示当前时刻，t₀表示获得一点外部位置信息的时刻。

5.惯导系统A进行kalman滤波时的量测值Z^A(t)为：

其中，为惯导系统A解算的纬度、λ_A(t)为其解算的经度；为惯导系统B解算的纬度、λ_B(t)为其解算的经度；为惯导系统A解算的东向速度、为其北向速度、为其天向速度；为惯导系统B解算的东向速度、为其北向速度、为其天向速度。

本发明针对装备有两套高精度惯性导航系统的大中型水下航行器，提出了一种基于一点位置信息的高精度双惯导系统快速自主重调方法。该方法无需连续外部测量设备辅助(只需要从外部设备中获取一点位置信息即可)，大大缩短了系统重调的时间。该方法不仅可以对两套系统的位置进行重调，而且可以对系统的速度和姿态进行校正，提高导航精度。

本发明有益效果在于：

第一，无需连续外部测量设备辅助(只需要从外部设备中获取一点位置信息即可)，缩短了系统重调所需的时间，易于实施，适用于各种水下航行器。第二，本发明不仅可以对水下航行器上两套高精度惯性导航系统的位置进行重调，而且可以对其速度和姿态进行校正，提高导航精度。第三，本发明中系统B进行kalman滤波时会根据外观测量的特性对量测噪声方差阵进行实时调节，以提高估计精度，进一步提高了导航精度。

附图说明

图1本发明的实现流程图。

图2高精度捷联惯性导航系统B自主重调原理图。

图3高精度捷联惯性导航系统A自主重调原理图。

具体实施方式

下面举例对本发明做更详细的描述。

具体实施方式一：

步骤1、首先对两套高精度光纤陀螺捷联惯性导航系统A和B的惯性测量元件进行充分预热；

步骤2、初始化两套高精度惯导系统A和B的导航参数，实时采集加速度计输出的比力f^b和光纤陀螺仪输出的角速度(惯导系统A采集到加速度计输出的比力为光纤陀螺仪输出的角速度为惯导系统B采集到加速度计输出的比力为光纤陀螺仪输出的角速度为)；

步骤3、捷联惯性导航系统A和B进行初始对准，得到载体系(b系)到导航坐标系(n系，本发明中导航坐标系选取地理坐标系)的初始捷联姿态矩阵和之后开始进入导航工作状态；

步骤4、水下航行器航行一段时间后，在t₀时刻获得一点外部位置信息，利用该位置信息对此刻惯性导航系统A输出的位置数据进行重调，得到

其中，表示t₀时刻获取的一点位置纬度，λ(t₀)表示t₀时刻获取的一点位置经度，表示t₀时刻系统A解算的纬度，λ_A(t₀)表示t₀时刻系统A解算的经度；

步骤5、系统A的位置被重调之后再继续进行惯导解算，实时输出位置信息，纬度为经度为λ_A(t)，其中t表示当前时刻；

步骤6、选取系统B的位置误差、速度误差、平台失准角误差、三轴加速度计的零位偏移和陀螺仪的常值漂移为kalman滤波的状态估计量；

步骤7、利用步骤5中位置重调后惯导系统A实时更新的导航纬度和导航经度λ_A(t)作为惯导系统B进行kalman滤波的外部辅助信息，与惯导系统B导航更新计算的位置信息(纬度和经度λ_B(t))分别作差，将所得到的位置差值作为系统B进行kalman滤波时的量测值Z^B(t)：

步骤8、建立惯导系统B的kalman滤波器的状态方程和量测方程；

步骤9、系统B进行kalman滤波时是利用系统A的位置作为外部辅助信息的，因此根据系统A的位置随时间发散的特性对量测噪声方差阵R^B(t)进行设置。本发明将量测噪声方差阵R^B(t)中对角元素设置为斜率为0.01的斜坡函数，以便对其进行实时调节，具体形式如下：

R^B(t)＝diag{[0.01×(t-t₀)+10]²,[0.01×(t-t₀)+10]²} (3)

其中，t表示当前时刻，t₀表示获得一点外部位置信息的时刻；

步骤10、基于kalman滤波算法对系统B的误差进行实时估计，得到系统B的位置误差、速度误差和平台失准角的状态估计值；

步骤11、利用步骤10中估计出来的误差来校正系统B的导航参数，完成系统B的自主重调；

步骤12、选取系统A的位置误差、速度误差、平台失准角误差、三轴加速度计的零位偏移和陀螺仪的常值漂移作为kalman滤波的状态估计量；

步骤13、在步骤11之后，系统B的位置和速度都经过了校正，此处利用重调后的系统B来辅助系统A再次进行重调，进一步来提高系统A的导航精度。当用系统B来辅助系统A时，除了系统B实时输出的位置信息λ_B(t)之外，还增加了速度信息来作为系统A的外部辅助信息，系统A进行kalman滤波时的量测值Z^A(t)为：

其中，为系统A解算的纬度、λ_A(t)为其解算的经度；为系统B解算的纬度、λ_B(t)为其解算的经度；为系统A解算的东向速度、为其北向速度、为其天向速度；为系统B解算的东向速度、为其北向速度、为其天向速度；

步骤14、建立惯导系统A的kalman滤波器的状态方程和量测方程；

步骤15、基于kalman滤波算法对系统A的误差进行实时估计，得到系统A的位置误差、速度误差和平台失准角的状态估计值；

步骤16、利用步骤15中估计出来的误差来校正系统A的导航参数，完成系统A的自主重调。

具体实施方式二：

步骤1、对两套高精度光纤陀螺捷联惯性导航系统A和B的惯性测量元件进行充分预热；

步骤2、初始化两套高精度惯导系统A和B的导航参数，实时采集加速度计输出的比力f^b和光纤陀螺仪输出的角速度(惯导系统A采集到加速度计输出的比力为光纤陀螺仪输出的角速度为惯导系统B采集到加速度计输出的比力为光纤陀螺仪输出的角速度为)；

步骤3、捷联惯性导航系统A和B进行初始对准，分别得到载体系(b系)到导航坐标系(n系，本发明中导航坐标系选取地理坐标系)的初始捷联姿态矩阵和之后开始进入导航工作状态；

步骤4、根据步骤3中得到的光纤陀螺捷联惯性导航系统A的初始捷联姿态矩阵和步骤2中实时采集到角速度递推更新得到姿态四元数并对其进行归一化计算，归一化后的姿态四元数q_A具体表达式为：

q_A＝[q_A1 q_A2 q_A3 q_A4]^T (1)

其中，q_A1、q_A2、q_A3和q_A4是归一化后四元数q_A的元素；

步骤5、根据步骤4中得到的归一化后的姿态四元数q_A计算得到新的捷联姿态矩阵

步骤6、利用步骤5得到的捷联姿态矩阵将步骤2采集到的光纤陀螺捷联惯性导航系统A的加速度计输出的比力转换到导航坐标系下：

其中，表示加速度计输出比力在导航坐标系的投影；

步骤7、根据步骤6中系统A的加速度计输出比力在导航坐标系的投影去除有害加速度后得到系统A的加速度进一步更新计算得到速度，记为

其中，为系统A解算的东向速度、为其北向速度、为其天向速度，t表示当前时刻；

步骤8、利用步骤7更新计算后的速度更新计算捷联惯性导航系统A的导航纬度和经度λ_A(t)；

步骤9、水下航行器航行一段时间后，在t₀时刻获得一点外部位置信息，利用该位置信息对此刻惯性导航系统A输出的位置数据进行重调，得到

其中，表示t₀时刻获取的一点位置纬度，λ(t₀)表示t₀时刻获取的一点位置经度，表示t₀时刻系统A解算的纬度，λ_A(t₀)表示t₀时刻系统A解算的经度；

步骤10、系统A位置被重调之后再继续进行惯导解算，实时输出位置信息和λ_A(t)；

步骤11、根据步骤3中得到的光纤陀螺捷联惯性导航系统B的初始捷联姿态矩阵和步骤2中实时采集到角速度递推得到姿态四元数并对其进行归一化计算，归一化后的姿态四元数q_B为：

q_B＝[q_B1 q_B2 q_B3 q_B4]^T (6)

其中，q_B1、q_B2、q_B3和q_B4是归一化后四元数q_B的元素；

根据归一化后的姿态四元数q_B计算得到新的捷联姿态矩阵

步骤12、根据步骤2的采集到的光纤陀螺捷联惯性导航系统B的加速度计输出的比力和步骤11更新计算后的新的捷联姿态矩阵进一步计算得到速度

其中，为系统B解算的东向速度、为其北向速度、为其天向速度。之后利用更新后的速度计算出捷联惯性导航系统B的导航纬度和经度λ_B(t)；

步骤13、选取系统B的位置误差(纬度误差经度误差δλ_B和高度误差δh_B)、东北天三个方向的速度误差δV_B＝[δV_{B_E} δV_{B_N} δV_{B_U}]^T、平台失准角误差φ_B＝[φ_{B_x} φ_{B_y} φ_{B_z}]^T、载体系三轴的加速度计的零位偏移ΔA_B＝[ΔA_{B_bx} ΔA_{B_by} ΔA_{B_bz}]^T和陀螺仪的常值漂移ε_B＝[ε_{B_bx} ε_{B_by} ε_{B_bz}]^T为kalman滤波的状态估计量X^B，即

X^B＝[δr_B δV_B φ_B ΔA_B ε_B]^T

步骤14、选取系统B进行kalman滤波的系统噪声向量W^B为：

其中，和为系统B在载体系中三轴加速度计的随机噪声，和为系统B在载体系中三轴陀螺仪的随机噪声，均为高斯白噪声；

步骤15、利用步骤10中位置重调后惯导系统A实时更新的导航纬度和导航经度λ_A(t)作为惯导系统B进行kalman滤波的外部辅助信息，与步骤12中惯导系统B导航更新计算的位置信息(纬度和经度λ_B(t))分别作差，将所得到的位置差值作为系统B进行kalman滤波时的量测值Z^B(t)：

步骤16、建立惯导系统B的kalman滤波器的状态方程和量测方程：

其中，F^B(t)是15×15维的状态一步转移矩阵，G^B(t)是15×6维的系统噪声驱动矩阵，两者是根据惯性导航系统误差方程得到的系统结构参数；H^B(t)是2×15维的量测矩阵；W^B(t)是6×1维的系统噪声向量，V^B(t)是2×1维的量测噪声向量，两者都是零均值的高斯白噪声向量序列(服从正态分布)，且它们之间互不相关，系统噪声方差阵为Q^B(t)，量测噪声方差阵为R^B(t)；

步骤17、系统B进行kalman滤波时是利用系统A的位置作为外部辅助信息的，根据系统A的位置随时间发散的特性对量测噪声方差阵R^B(t)进行设置。将量测噪声方差阵R^B(t)中对角元素设置为斜率为0.01的斜坡函数，以便对其进行实时调节，具体形式如下：

R^B(t)＝diag{[0.01×(t-t₀)+10]²,[0.01×(t-t₀)+10]²} (11)

其中，t表示当前时刻，t₀表示获得一点外部位置信息的时刻；

步骤18、将步骤16中的连续的状态方程和量测方程离散化：

其中，k代表kalman滤波时刻，是离散化后的状态一步转移矩阵；是离散化后系统噪声驱动矩阵；是离散化后的量测矩阵；是离散化后的系统噪声向量，离散化后的系统噪声方差阵为 是离散化后的量测噪声向量，离散化后的量测噪声方差阵为

步骤19、初始化系统B的kalman滤波器的滤波参数，即设置kalman滤波状态估计量的初值和状态估计均方误差的初值P₀ ^B；

步骤20、基于kalman滤波算法对系统B的误差进行实时估计，滤波步骤如下：

(1)状态一步预测

(2)状态一步预测均方误差

(3)滤波增益

(4)状态估计

(5)状态估计均方误差

其中，I为15×15维的单位矩阵；

步骤21、根据步骤20中kalman滤波算法得到系统B误差进行实时估计，得到系统B的纬度误差估计值经度误差估计值东向速度误差估计值北向速度误差估计值天向速度误差估计值以及三轴平台失准角的估计值

步骤22、利用步骤21中实时估计出来的纬度误差经度误差和东北天三个方向的速度误差对系统B实时更新的纬度经度λ_B(t)及速度重调，即：

步骤23、利用步骤20中实时估计出来的平台失准角来构造补偿四元数对惯导系统B导航更新的当前时刻捷联姿态矩阵对应的姿态四元数q_B＝[q_B1 q_B2 q_B3 q_B4]^T进行补偿得到修正后的四元数q′_B＝[q′_B1 q′_B2q′_B3 q′_B4]^T：

其中，修正后的四元数q′_B的元素为：

步骤24、将步骤23中得到的修正后的四元数q′_B进行归一化处理：

得到归一化后的四元数为：

其中，和是归一化后四元数的元素；

步骤25、根据归一化后的姿态四元数计算得到校正后的捷联姿态矩阵

至此，完成系统B的自主重调过程；

步骤26、选取系统A的位置误差(纬度误差经度误差δλ_A和高度误差δh_A)、东北天三个方向的速度误差δV_A＝[δV_{A_E} δV_{A_N} δV_{A_U}]^T、平台失准角误差φ_A＝[φ_{A_x} φ_{A_y} φ_{A_z}]^T、载体系三轴加速度计的零位偏移ΔA_A＝[ΔA_{A_bx} ΔA_{A_by} ΔA_{A_bz}]^T和陀螺仪的常值漂移ε_A＝[ε_{A_bx} ε_{A_by} ε_{A_bz}]^T为kalman滤波的状态估计量X^A，即

X^A＝[δr_A δV_A φ_A ΔA_A ε_A]^T

步骤27、选取系统A进行kalman滤波的系统噪声向量为W^A：

其中，和为系统A在载体系中三轴加速度计的随机噪声，和为系统A在载体系中三轴陀螺的随机噪声，均为高斯白噪声；

步骤28、在步骤25之后，系统B已经完成自主重调，将系统B实时输出的位置信息λ_B(t)和速度信息作为系统A的外部辅助信息，与惯导系统A导航更新计算的位置信息λ_A(t)和速度信息分别作差，并将所得到的位置和速度差值作为系统A进行kalman滤波时的量测值Z^A(t)：

步骤29、建立惯导系统A的kalman滤波器的状态方程和量测方程：

其中，F^A(t)是15×15维的状态一步转移矩阵，G^A(t)是15×6维的系统噪声驱动矩阵，两者是根据惯性导航系统误差方程得到的系统结构参数；H^A(t)是5×15维的量测矩阵；W^A(t)是6×1维的系统噪声向量，V^A(t)是5×1维的量测噪声向量，两者都是零均值的高斯白噪声向量序列(服从正态分布)，且它们之间互不相关，系统噪声方差阵为Q^A(t)，量测噪声方差阵为R^A(t)；

步骤30、将步骤29中的连续的状态方程和量测方程离散化：

其中，是离散化后的状态一步转移矩阵；是离散化后系统噪声驱动矩阵；是离散化后的量测矩阵；是离散化后的系统噪声向量，离散化后的系统噪声方差阵为 是离散化后的量测噪声向量，离散化后的量测噪声方差阵为

步骤31、初始化系统A的kalman滤波器的滤波参数，即设置kalman滤波状态估计量的初值和状态估计均方误差的初值

步骤32、基于kalman滤波算法对系统A的误差进行实时估计，滤波步骤如下：

(1)状态一步预测

(2)状态一步预测均方误差

(3)滤波增益

(4)状态估计

(5)状态估计均方误差P_k ^A：

其中，I为15×15维的单位矩阵；

步骤33、根据步骤32中kalman滤波算法对系统A的误差进行实时估计，得到系统A的纬度误差估计值经度误差估计值东向速度误差估计值北向速度误差估计值天向速度误差估计值以及三轴平台失准角的估计值

步骤34、利用步骤33中实时估计出来的纬度误差经度误差和东北天三个方向的速度误差对系统A实时更新的纬度经度λ_A(t)及速度重调，即：

步骤35、利用步骤33中实时估计出来的平台失准角来构造补偿四元数对惯导系统A导航更新的当前时刻捷联姿态矩阵对应的姿态四元数q_A＝[q_A1 q_A2 q_A3 q_A4]^T进行补偿得到修正后的四元数q′_A＝[q′_A1 q′_A2q′_A3 q′_A4]^T：

其中修正后的四元数q′_A的元素为：

步骤36、将步骤35中得到的修正后的四元数q′_A进行归一化处理：

得到归一化后的四元数为：

其中，和是归一化后四元数的元素；

步骤37、根据归一化后的姿态四元数计算得到校正后的捷联姿态矩阵

完成系统A的自主重调过程；

至此，完成了水下航行器高精度双捷联惯导系统A和B的自主重调，为水下航行器上的两套高精度惯导系统的提供准确的导航参数。

Claims (6)

1.一种基于一点位置信息的双惯导系统快速自主重调方法，其特征是：

步骤一：根据获得的一点外部位置信息，对惯导系统A进行位置重调，

步骤二：惯导系统A实时解算的位置作为惯导系统B的外部辅助信息进行kalman滤波，利用估计出来的误差对惯导系统B的导航参数进行校正，惯导系统B得到准确的速度、位置和姿态信息，

步骤三：惯导系统B被校正之后，再利用惯导系统B的位置和速度作为惯导系统A的外部辅助信息进行滤波，对惯导系统A的导航参数进行校正，惯导系统A得到准确的位置、速度和姿态信息，最终实现两套系统快速自主重调，

在滤波过程中根据惯导系统位置误差随时间发散的特性将量测噪声方差阵的对角元素设置成斜坡函数以调节量测信息的利用率。

2.根据权利要求1所述的基于一点位置信息的双惯导系统快速自主重调方法，其特征是步骤一具体包括：

1.1对惯导系统A和惯导系统B的惯性测量元件进行充分预热；

1.2初始化两套惯导系统的导航参数，实时采集加速度计输出的比力f^b和光纤陀螺仪输出的角速度惯导系统A采集到加速度计输出的比力为光纤陀螺仪输出的角速度为惯导系统B采集到加速度计输出的比力为光纤陀螺仪输出的角速度为

1.3惯导系统A和惯导系统B进行初始对准，得到载体系b系到导航坐标系n系的初始捷联姿态矩阵和之后开始进入导航工作状态；

1.4水下航行器航行一段时间后，在t₀时刻获得一点外部位置信息，利用该位置信息对此刻惯导系统A输出的位置数据进行重调，得到

其中，表示t₀时刻获取的一点位置纬度，λ(t₀)表示t₀时刻获取的一点位置经度，表示t₀时刻系统A解算的纬度，λ_A(t₀)表示t₀时刻系统A解算的经度；

1.5惯导系统A的位置被重调之后再继续进行惯导解算，实时输出位置信息，纬度为经度为λ_A(t)，其中t表示当前时刻。

3.根据权利要求2所述的基于一点位置信息的双惯导系统快速自主重调方法，其特征是步骤二具体包括：

2.1选取惯导系统B的位置误差、速度误差、平台失准角误差、三轴加速度计的零位偏移和陀螺仪的常值漂移为kalman滤波的状态估计量；

2.2利用惯导系统A的位置被重调之后惯导系统A实时更新的导航纬度和导航经度λ_A(t)作为惯导系统B进行kalman滤波的外部辅助信息，与惯导系统B导航更新计算的位置信息纬度和经度λ_B(t)分别作差，将所得到的位置差值作为惯导系统B进行kalman滤波时的量测值；

2.3建立惯导系统B的kalman滤波器的状态方程和量测方程；

2.4根据惯导系统A位置误差随时间积累的特性，对惯导系统B滤波时的量测噪声方差阵R^B(t)进行实时调节的设置；

2.5基于kalman滤波算法对惯导系统B的误差进行实时估计，得到惯导系统B的位置误差、速度误差和平台失准角的状态估计值；

2.6利用步骤2.5中估计出来的误差来校正惯导系统B的导航参数，完成惯导系统B的自主重调。

4.根据权利要求3所述的基于一点位置信息的双惯导系统快速自主重调方法，其特征是步骤三具体包括：

3.1选取惯导系统A的位置误差、速度误差、平台失准角误差、三轴加速度计的零位偏移和陀螺仪的常值漂移作为kalman滤波的状态估计量；

3.2惯导系统B的位置和速度都经过校正，将重调后惯导系统B实时输出的位置和λ_B(t)以及速度作为惯导系统A的外部辅助信息，与惯导系统A导航更新计算的位置信息和λ_A(t)以及速度信息分别作差，将所得到的位置和速度差值作为惯导系统A进行kalman滤波时的量测值；

3.3建立惯导系统A的kalman滤波器的状态方程和量测方程；

3.4基于kalman滤波算法对惯导系统A的误差进行实时估计，得到惯导系统A的位置误差、速度误差和平台失准角的状态估计值；

3.5利用步骤3.4估计出来的误差来校正惯导系统A的导航参数，完成惯导系统A的自主重调。

5.根据权利要求4所述的基于一点位置信息的双惯导系统快速自主重调方法，其特征是将量测噪声方差阵R^B(t)中对角元素设置为斜率为0.01的斜坡函数，具体形式表示为：

R^B(t)＝diag{[0.01×(t-t₀)+10]²,[0.01×(t-t₀)+10]²}

其中，t表示当前时刻，t₀表示获得一点外部位置信息的时刻。

6.根据权利要求5所述的基于一点位置信息的双惯导系统快速自主重调方法，其特征是惯导系统A进行kalman滤波时的量测值Z^A(t)为：

其中，为惯导系统A解算的纬度、λ_A(t)为其解算的经度；为惯导系统B解算的纬度、λ_B(t)为其解算的经度；为惯导系统A解算的东向速度、为其北向速度、为其天向速度；为惯导系统B解算的东向速度、为其北向速度、为其天向速度。