CN110702143A - 基于李群描述的sins捷联惯性导航系统动基座快速初始对准方法 - Google Patents

基于李群描述的sins捷联惯性导航系统动基座快速初始对准方法 Download PDF

Info

Publication number
CN110702143A
CN110702143A CN201910996482.3A CN201910996482A CN110702143A CN 110702143 A CN110702143 A CN 110702143A CN 201910996482 A CN201910996482 A CN 201910996482A CN 110702143 A CN110702143 A CN 110702143A
Authority
CN
China
Prior art keywords
matrix
representing
attitude
initial
gyroscope
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
Application number
CN201910996482.3A
Other languages
English (en)
Other versions
CN110702143B (zh
Inventor
裴福俊
尹舒男
杨肃
朱德森
张恒铭
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.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201910996482.3A priority Critical patent/CN110702143B/zh
Publication of CN110702143A publication Critical patent/CN110702143A/zh
Application granted granted Critical
Publication of CN110702143B publication Critical patent/CN110702143B/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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/10—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration
    • G01C21/12—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning
    • G01C21/16—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 by using measurements of speed or acceleration executed aboard the object being navigated; Dead reckoning by integrating acceleration or speed, i.e. inertial navigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manufacturing & Machinery (AREA)
  • Navigation (AREA)

Abstract

本发明公开了基于李群描述的SINS捷联惯性导航系统动基座快速初始对准方法，该方法采用李群描述代替传统的四元数描述实现对SINS姿态变换的计算，利用李群微分方程建立线性初始对准模型，并将陀螺漂移作为增广状态量建立增广的初始对准模型，然后采用矩阵形式的卡尔曼滤波算法实现对初始姿态矩阵和陀螺仪常值漂移的同步估计。本发明将陀螺仪常值漂移作为增广量，相比于传统的初始对准模型，建立了更为精确的增广的线性对准模型。本发明的对准方法不仅可以实现SINS的一步直接对准，而且大幅度缩短了对准时间，便于对捷联解算过程出现的误差进行补偿，有效提高对准精度，更适合于实际工程应用。

Description

基于李群描述的SINS捷联惯性导航系统动基座快速初始对准 方法
技术领域
本发明公开了一种基于李群描述的SINS捷联惯性导航系统动基座快速初始对准方法，该方法属于导航方法及应用技术领域。
背景技术
所谓导航，就是正确地引导载体沿着预定的航线、以要求的精度、在指定的时间内将载体引导至目的地的过程。惯性导航系统根据自身传感器的输出，以牛顿第二定律为理论基础，对载体的各项导航参数进行解算。它是一种自主式的导航系统，在工作时不依靠外界信息，也不向外界辐射任何能量，隐蔽性好、抗干扰性强，能够全天时、全天候为载体提供完备的运动信息。
早期的惯导系统以平台惯导为主，随着惯性器件的成熟和计算机技术的发展，上世纪 60年代开始出现了惯性器件与载体直接固联的捷联惯导系统。与平台惯导相比，捷联惯导系统省去了复杂的实体稳定平台，具有成本低、体积小、重量轻、可靠性高等优点。近年来，捷联惯导系统日趋成熟，精度逐步提高，应用范围也逐渐扩大。捷联式惯性导航技术将陀螺仪和加速度计直接安装在载体上，得到载体系下的加速度和角速度，通过导航计算机将测得的数据转换至导航坐标系完成导航，它不需要实体的稳定平台，成本低、体积小、重量轻、可靠性高。
动基座初始对准过程的研究在捷联惯性导航系统中占有重要意义，尤其是在GPS辅助下的对准方法更是当下的研究热点。动基座条件下可以应用奇异值分解和基于四元数的卡尔曼滤波等方法完成动态对准过程，但这些方法仍然具有不可忽视的缺陷。奇异值分解是一种基于矩阵分解的最优化方法，会在较大失准角的条件下产生奇异点，影响对准的性能。基于四元数的卡尔曼滤波是利用伪量测方程构建线性化滤波模型，使用卡尔曼滤波器完成对准任务的方法，这种方法虽然不会产生奇异点，但伪量测方程的构建同样会对收敛速度和对准精度产生影响。并且许多传统的初始对准模型没有考虑陀螺仪常值漂移对系统产生的影响，使得对准精度大大降低，收敛时间有所延长。
为进一步提高动基座下初始对准的性能，同时估计出陀螺仪的常值漂移，本发明针对现有动基座对准方法存在的问题，提出用李群来描述姿态矩阵，并将陀螺仪常值漂移作为增广状态量建立增广的初始对准模型，然后采用矩阵形式的卡尔曼滤波实现对初始姿态矩阵和陀螺仪常值漂移的同步估计。基于这种方法构建的初始对准模型避免了传统最优化方法中的奇异值问题，提高了对准的精度。相比于四元数滤波对准方法而言，避免了非唯一性和非线性情况的出现，提高了对准的速度，并且在精度方面也有所提升。相比于传统的初始对准模型而言，本发明考虑陀螺仪常值漂移对系统的影响，建立了更为精确的增广线性对准模型，不仅可以大幅提高对准精度，而且可以在线同步估计出陀螺仪的常值漂移，便于对捷联解算过程进行误差补偿。仿真实验证明了该算法的可行性，可以作为基于四元数卡尔曼滤波模型的上位替代进行动基座对准。
发明内容
由于初始对准过程中，载体经常处于运动状态。因此，动基座下的GPS辅助对准算法具有很高的研究意义与应用价值。本发明的目的是为了应对现有动基座辅助对准方法存在的问题：(1)本发明通过李群代替四元数描述初始姿态矩阵，避免了传统四元数描述方法的非唯一性和非线性问题；(2)本发明利用李群微分方程建立线性初始对准模型，实现了SINS 的一步直接自对准过程，相较现有的两步对准方法，能够大幅度缩短对准时间并提高对准精度；(3)本发明将陀螺仪常值漂移作为增广状态量建立增广的初始对准模型，能够有效避免传统初始对准模型没有考虑陀螺仪常值漂移产生的模型误差，同时可以在线同步估计出陀螺仪的常值漂移，便于对捷联解算过程出现的误差进行补偿。
为了达到上述目的，本发明提供如下技术方案：
将陀螺仪常值漂移作为增广状态量的SINS捷联惯性导航系统动基座GPS辅助对准方法，其特征在于，该方法通过下述步骤实现：
步骤(1)：SINS捷联惯性导航系统进行系统预热准备，启动系统，获得载体所在位置的经度λ、纬度L、当地重力加速度在导航系下的投影gn等基本信息，采集惯性测量单元IMU 中陀螺仪输出的载体系相对于惯性系的旋转角速率信息在载体系的投影
Figure BDA0002239869100000021
和加速度计输出的载体系加速度信息fb，采集GPS测量的速度信息vn等；
步骤(2)：对采集到的陀螺仪和加速度计的数据进行预处理，基于李群描述姿态的方式以及陀螺仪常值漂移的特性，建立矩阵线性动基座对准系统模型：
本方法的详细描述中坐标系定义如下：
地球坐标系e系，选取地球中心为原点，X轴位于赤道平面内，从地心指向本初子午线， Z轴从地心指向地理北极，X轴、Y轴和Z轴构成右手坐标系，随地球自转而转动；
地心惯性坐标系i系，选取地球中心为原点，X轴位于赤道平面内，从地心指向春分点， Z轴从地心指向地理北极，X轴、Y轴和Z轴构成右手坐标系；
导航坐标系n系，表示载体所在位置的地理坐标系，选取舰载机重心为原点，X轴指向东向E，Y轴指向北向N，Z轴指向天向U；本方法中导航坐标系选取为地理坐标系；
载体坐标系b系，表示捷联惯性导航系统三轴正交坐标系，选取舰载机重心为原点，X 轴、Y轴、Z轴分别沿舰载机机体横轴指向右、沿纵轴指向前、沿立轴指向上；
初始导航坐标系n(0)系，表示SINS开机运行时刻的导航坐标系，并在整个对准过程中相对于惯性空间保持静止；
初始载体坐标系b(0)系，表示SINS开机运行时刻的载体坐标系，并在整个对准过程中相对于惯性空间保持静止；
基于李群微分方程，建立基于李群描述姿态的线性对准系统模型：
根据SINS捷联惯性导航系统原理，SINS动基座对准问题转化为姿态估计问题，姿态变换为两个坐标系之间的旋转变换，导航的姿态矩阵可以用一个3×3的正交变换矩阵表示；该正交变换矩阵符合李群的特殊正交群SO(n)的性质，构成了三维旋转群SO(3)：
Figure BDA0002239869100000031
其中，R∈SO(3)表示特定的导航姿态矩阵，表示3×3的向量空间，上标T表示矩阵的转置，I表示三维单位矩阵，det(R)表示为矩阵R的行列式；
晃动基座自对准姿态估计问题转化为对基于李群描述的姿态矩阵R的求解问题；根据基于李群描述的姿态矩阵的链式法则，将导航姿态矩阵
Figure BDA0002239869100000033
分解为三个矩阵的乘积形式：
其中，t表示时间变量，表示当前载体系相对于当前导航系的姿态矩阵，表示初始导航系相对于当前导航系的姿态矩阵，初始姿态矩阵
Figure BDA0002239869100000037
表示初始载体系相对于初始导航系的姿态矩阵，
Figure BDA0002239869100000038
表示当前载体系相对于初始载体系的姿态矩阵；
根据李群微分方程，姿态矩阵和
Figure BDA00022398691000000310
随时间变化更新过程为：
Figure BDA00022398691000000311
Figure BDA00022398691000000312
其中，
Figure BDA00022398691000000313
表示初始载体系相对于当前载体系的姿态矩阵，
Figure BDA00022398691000000314
表示导航系相对于惯性系的旋转角速率在导航系的投影，在动基座条件下其等于地球自转角速率
Figure BDA00022398691000000315
Figure BDA00022398691000000316
L表示当地纬度，
Figure BDA00022398691000000317
表示陀螺仪输出的载体系相对于惯性系的旋转角速率在载体系的投影，符号(·×)表示将一个三维向量转换成一个反对称矩阵的运算，运算规则如下：
Figure BDA00022398691000000318
由公式(2)-(5)可以看出，
Figure BDA00022398691000000319
和
Figure BDA00022398691000000320
可由IMU传感器数据实时计算得到，而
Figure BDA00022398691000000321
表示初始时刻的姿态矩阵，其不随时间变化；因此，SINS自对准过程中姿态矩阵
Figure BDA00022398691000000322
的求解问题，转化为对基于李群描述的初始姿态矩阵
Figure BDA00022398691000000323
的求解问题；
惯性导航系统在导航坐标系速度vn的微分方程表示为：
Figure BDA0002239869100000041
其中，
Figure BDA0002239869100000042
表示载体系相对于导航系的姿态矩阵，fb表示加速度计测量信息，
Figure BDA0002239869100000043
表示地球系相对惯性系的旋转角速率在导航系的投影，
Figure BDA0002239869100000044
表示导航系相对地球系的旋转角速率在导航系的投影，gn表示当地重力加速度在导航系下的投影；
根据李群链式法则，公式(6)可写成如下形式：
Figure BDA0002239869100000045
对公式(7)进行移项、整理操作，可得：
Figure BDA0002239869100000046
对公式(8)在[0,t]上做积分，可得：
公式(9)可以简化为：
Figure BDA0002239869100000048
其中
Figure BDA0002239869100000049
Figure BDA00022398691000000410
公式(9)是关于初始姿态矩阵
Figure BDA00022398691000000411
的数学方程，β(t)和α(t)由传感器输出计算得到；公式(9)中给出的β(t)和α(t)均为连续形式，在实际计算过程中需要进行离散化处理。
考虑陀螺仪和加速度计的随机漂移以及陀螺仪的常漂移，α(t)的离散化过程如下：
Figure BDA00022398691000000412
其中，
Figure BDA00022398691000000413
表示k-1时刻载体系相对于初始时刻载体系的姿态矩阵，b表示陀螺仪常值漂移，εg表示陀螺仪的随机漂移，εa表示加速度计的随机漂移；
忽略高阶无穷小||εg||·||εa||和||b||·||εa||，公式(13)展开简化如下：
Figure BDA00022398691000000414
Figure BDA0002239869100000051
为了获得较为准确的离散化模型，对公式(14)利用双子样旋转矢量算法得：
Figure BDA0002239869100000052
其中，T为采样周期，Δv1和Δv2分别表示两个相邻半采样周期
Figure BDA0002239869100000053
内由加速度计输出计算所得的角增量，Δθ1和Δθ2分别表示两个相邻半采样周期
Figure BDA0002239869100000054
内由陀螺仪输出计算所得的角增量；
公式(15)可简化为：
Figure BDA0002239869100000055
其中
Figure BDA0002239869100000056
Figure BDA0002239869100000061
Figure BDA0002239869100000062
Figure BDA0002239869100000063
δα＝-(κεa+λεg) (21)
捷联惯性导航系统离散化的量测方程为：
Figure BDA0002239869100000064
将公式(22)写成矩阵形式如下：
Figure BDA0002239869100000065
其中，
Figure BDA0002239869100000066
是单位阵，
Figure BDA0002239869100000067
是元素都为0的三维列向量，0是常数0，
Figure BDA0002239869100000068
Figure BDA0002239869100000069
是在第四行第一列位置元素为1，其余位置元素为零的矩阵；
公式(23)可以简化为：
Figure BDA00022398691000000610
其中
Yk＝[α(k) 03×1] (25)
Figure BDA00022398691000000611
Figure BDA00022398691000000612
Figure BDA00022398691000000613
Figure BDA00022398691000000614
Vk＝[δα 03×1] (30)
由于将求解姿态矩阵
Figure BDA00022398691000000615
的问题转化为求解初始姿态矩阵
Figure BDA00022398691000000616
的问题，而
Figure BDA00022398691000000617
为符合李群特性的常值矩阵；由于陀螺仪常值漂移在同一次启动后的工作过程中保持为常值，因此建立动基座对准系统的线性状态方程如下：
(RT b)k＝(RT b)k-1 (31)
根据上述内容，将姿态矩阵的求解问题转化为初始时刻惯性坐标系下的求解问题，并将陀螺仪常值偏差作为增广状态量，建立动基座对准系统模型，表示为：
Figure BDA00022398691000000618
步骤(3)：根据矩阵形式的卡尔曼滤波算法，直接对基于李群描述的初始姿态矩阵
Figure BDA00022398691000000619
和陀螺仪常值漂移b进行估计：
滤波的一步预测表示为：
其中，
Figure BDA0002239869100000072
表示k时刻的初始姿态矩阵和陀螺仪常值偏差的一步预测，
Figure BDA0002239869100000073
表示k-1时刻的初始姿态矩阵和陀螺仪常值偏差的后验估计；
预测步误差协方差矩阵Pk|k-1为：
Pk|k-1＝Pk-1 (34) 其中，Pk-1表示k-1时刻的误差协方差矩阵的后验估计；
滤波的增益Kk为：
Figure BDA0002239869100000074
其中
Lk＝cov(Vk，Vk) (37)
滤波量测量真实值与预测值的残差
Figure BDA0002239869100000076
为：
Figure BDA0002239869100000077
滤波算法的状态更新方程可以写为：
其中，
Figure BDA0002239869100000079
表示k时刻的初始姿态矩阵和陀螺仪常值偏差的后验估计，
Figure BDA00022398691000000710
是增益
Figure BDA00022398691000000711
Figure BDA00022398691000000712
的3×3的子矩阵，Elj是在(lj)处为1，在其余位置为0的4×2的矩阵；
更新步误差协方差矩阵为：
Pk＝(I12-KkHk)Pk|k-1(I12-KkHk)T+KkQkKT (40)
其中，
Figure BDA00022398691000000713
是单位阵；
基于李群描述姿态的SINS捷联惯性导航系统动基座对准算法归纳为：
步骤(4)：求解导航系统所需的姿态矩阵从而完成动基座对准过程：
根据之前步骤中求解得到的姿态变化矩阵
Figure BDA0002239869100000083
和
Figure BDA0002239869100000084
信息，通过公式(2)即可求解导航姿态矩阵，完成SINS捷联惯性导航系统动基座对准。
与现有技术相比，本发明具有如下优点和有益效果：
(1)本发明通过李群代替四元数描述初始姿态矩阵，避免了传统四元数描述方法的非唯一性和非线性问题；
(2)本发明利用李群微分方程建立线性初始对准模型，实现了SINS的一步直接自对准过程，相较现有的两步对准方法，能够大幅度缩短对准时间并提高对准精度；
(3)本发明将陀螺仪常值漂移作为增广状态量建立增广的初始对准模型，能够有效避免传统初始对准模型没有考虑陀螺仪常值漂移产生的模型误差，同时可以在线同步估计出陀螺仪的常值漂移，便于对捷联解算过程出现的误差进行补偿。
附图说明
图1捷联惯性导航系统装置总体简图。
图2捷联惯性导航系统流程图。
图3导航坐标系与机体坐标系之间转动关系示意图。
图4滤波算法流程图。
图5动基座对准仿真结果图。
具体实施方式
本发明是一种基于李群描述的SINS捷联惯性导航系统动基座快速初始对准方法设计，下面结合本发明系统流程图对本发明的具体实施步骤进行详细的描述：
本发明提供的基于李群描述的SINS捷联惯性导航系统动基座快速初始对准方法，首先获取传感器实时数据；对采集到的数据进行处理，基于李群的姿态描述，建立基于线性初始对准模型；使用矩阵形式的卡尔曼滤波算法，同时估计得到基于李群描述的初始姿态矩阵
Figure BDA0002239869100000091
和陀螺仪常值漂移b,进而求解姿态矩阵
Figure BDA0002239869100000092
在对准期间，经过多次估计解算，最终得到精确的初始姿态矩阵
Figure BDA0002239869100000093
b和姿态矩阵完成对准过程。
步骤1：启动并初始化SINS惯性导航系统，获得载体所在位置的经度λ、纬度L、当地重力加速度gn等基本信息，采集惯性测量单元IMU中陀螺仪输出的角速率信息
Figure BDA0002239869100000095
和加速度计输出的加速度信息fb，采集GPS测量的速度信息vn。
步骤2：对采集到的陀螺仪和加速度计的数据进行处理，基于李群描述的姿态，建立基于矩阵描述的线性动基座对准系统模型，
步骤(2.1)：通过
Figure BDA0002239869100000096
更新计算
基于李群描述的姿态矩阵链式法则，姿态矩阵
Figure BDA0002239869100000098
可以分解为：
由于
Figure BDA00022398691000000910
表示导航系相对于惯性系的旋转角速率，且
Figure BDA00022398691000000911
变化通常是十分缓慢的，根据基于李群描述的姿态矩阵更新求解过程，tk-1时刻到tk时刻的姿态矩阵
Figure BDA00022398691000000912
可以近似为：
其中，
Figure BDA00022398691000000914
根据公式(25)-(27)，姿态矩阵
Figure BDA00022398691000000915
迭代过程可以近似为：
Figure BDA00022398691000000916
步骤(2.2)：通过陀螺仪输出的角速率信息
Figure BDA00022398691000000917
更新计算
Figure BDA00022398691000000918
tk-1时刻到tk时刻的姿态矩阵
Figure BDA00022398691000000919
可以近似为：
Figure BDA00022398691000000920
其中，根据双子样旋转矢量法，可得：
其中，Δθ1和Δθ2分别表示两个相邻半采样周期内由陀螺仪输出计算所得的角增量；
根据公式(29)-(30)，姿态矩阵
Figure BDA00022398691000000923
迭代过程可以近似为：
Figure BDA00022398691000000924
步骤(2.3)：建立基于李群描述的关于初始旋转矩阵
Figure BDA00022398691000000925
和陀螺仪常值偏差b的对准系统模型方式为：
惯性导航系统在导航坐标系速度vn的微分方程表示为：
Figure BDA0002239869100000101
根据李群链式法则，公式(49)可写成如下形式：
对公式(50)进行移项、整理操作，可得：
Figure BDA0002239869100000103
对公式(51)在[0,t]上做积分，可得：
Figure BDA0002239869100000104
公式(52)可以简化为：
其中
Figure BDA0002239869100000107
公式(53)是关于初始姿态矩阵
Figure BDA0002239869100000108
的数学方程，β(t)和α(t)由传感器输出计算得到；公式(53)中给出的β(t)和α(t)均为连续形式，在实际计算过程中需要进行离散化处理。
考虑陀螺仪和加速度计的随机漂移以及陀螺仪的常值漂移，k时刻α(t)的离散值可以近似为：
Figure BDA0002239869100000109
其中，
Figure BDA00022398691000001010
由公式(48)迭代计算得到，b表示陀螺仪常值漂移，εg
表示陀螺仪的随机漂移，εa表示加速度计的随机漂移；
忽略高阶无穷小||εg||·||εa||和||b||·||εa||，公式(56)展开简化如下：
Figure BDA00022398691000001011
Figure BDA0002239869100000111
为了获得较为准确的离散化模型，对公式(57)利用双子样旋转矢量算法得：
其中
Figure BDA0002239869100000113
Figure BDA0002239869100000114
Figure BDA0002239869100000115
公式(58)可简化为：
Figure BDA0002239869100000117
其中
Figure BDA0002239869100000121
Figure BDA0002239869100000122
Figure BDA0002239869100000123
Figure BDA0002239869100000124
δα＝-(κεa+λεg) (68)
k时刻β(k)可以近似为:
Figure BDA0002239869100000125
其中，由公式(45)迭代计算得到，vn(tk-1)和vn(tk)分别为k-1和k时刻的速度，vn(0)为零时刻的速度，这些速度可以由GPS测得，gn为重力加速度在导航系下的投影；
根据上述公式，建立动基座对准系统离散化的量测方程为：
Figure BDA0002239869100000127
将公式(65)写成矩阵形式如下：
Figure BDA0002239869100000128
其中，
Figure BDA0002239869100000129
是单位阵，
Figure BDA00022398691000001210
是元素都为0的三维列向量，0是常数0，
Figure BDA00022398691000001211
Figure BDA00022398691000001212
是在第四行第一列位置元素为1，其余位置元素为零的矩阵；
公式(66)可以简化为：
Figure BDA00022398691000001213
其中
Yk＝[α(k) 03×1] (73)
Figure BDA00022398691000001214
Figure BDA00022398691000001215
Figure BDA00022398691000001216
Figure BDA0002239869100000131
Vk＝[δα 03×1] (78)
由于将求解姿态矩阵
Figure BDA0002239869100000132
的问题转化为求解初始姿态矩阵
Figure BDA0002239869100000133
的问题，而为符合李群特性的常值矩阵；由于陀螺仪常值偏差在同一次启动后的工作过程中保持为常值，因此建立动基座对准系统的线性状态方程如下：
Figure BDA0002239869100000135
根据上述内容，将姿态矩阵的求解问题转化为初始时刻惯性坐标系下的求解问题，并将陀螺仪常值偏差作为增广状态量，建立动基座对准系统方程，表示为：
Figure BDA0002239869100000136
步骤(3)：使用矩阵形式的卡尔曼滤波算法直接估计
Figure BDA0002239869100000137
和b，
矩阵形式的卡尔曼滤波算法对动基座对准模型进行估计，整体过程如下：
Figure BDA0002239869100000138
其中，
Figure BDA0002239869100000139
为k时刻始姿态矩阵和陀螺仪常值偏差的一步预测，
Figure BDA00022398691000001310
为k-1时刻初始姿态矩阵和陀螺仪常值偏差的后验估计，Pk-1|k表示k时刻预测步的误差协方差矩阵，Pk-1表示k-1时刻的误差协方差矩阵的后验估计，表示量测量真实值与预测值的残差，Yk为k时刻测量矩阵的估计值，Kk为矩阵形式的卡尔曼滤波的增益，Lk为量测方程的噪声协方差矩阵，
Figure BDA00022398691000001312
为k时刻初始姿态矩阵和陀螺仪常值偏差的后验估计，即为所求的和b，Pk表示k时刻更新步的误差协方差矩阵；
步骤(4)：求解姿态矩阵
Figure BDA00022398691000001314
并解算姿态信息，
在步骤(2)中，将SINS自对准过程中的求解问题转化为对
Figure BDA00022398691000001316
的求解问题，并将
Figure BDA00022398691000001317
分解为三个矩阵乘积的形式：
Figure BDA00022398691000001318
根据公式(28)、公式(31)和公式(47)求解得到的和
Figure BDA00022398691000001320
姿态矩阵
Figure BDA00022398691000001321
的求解方式为：
并根据求解得到的姿态矩阵
Figure BDA0002239869100000142
解算姿态信息。
本发明的有益效果如下：
(1)在以下的仿真条件下，对该方法进行仿真实验：
步骤(1)中，载体处于动态情况下，其航向角ψ、俯仰角θ、横滚角γ作周期变化，姿态变化情况如下：
Figure BDA0002239869100000143
Figure BDA0002239869100000144
步骤(1)中，初始地理位置：东经118°，北纬40°；
步骤(1)中，传感器输出频率为100Hz；
步骤(1)中，陀螺仪漂移：三个方向轴上的陀螺常值漂移为0.02°/h，随机漂移为0.005°/h；
步骤(1)中，加速度计零位偏置：三个方向轴上的加速度计常值偏置为2×10-4g，随机偏置为
步骤(2)中，地球自转角速率7.2921158e-5rad/s；
步骤(2)中，时间间隔T为0.02s；
步骤(3)中，矩阵卡尔曼滤波算法初始值
Figure BDA0002239869100000147
方法仿真结果如下：
进行了600s仿真，以姿态角的估计误差作为衡量指标，仿真结果如图5所示。从图中可以看出，偏航姿态在140s左右完成对准，误差收敛到2.2′；俯仰姿态在136s左右完成对准，误差收敛到0.35′；横滚姿态在130s左右完成对准，误差收敛到0.28′。陀螺仪常值漂移x轴方向在180s左右收敛，误差收敛到0.0106°/h；陀螺仪常值漂移y轴方向在 200s左右收敛，误差收敛到0.0098°/h；陀螺仪常值漂移z轴方向在134s左右收敛，误差收敛到0.0084°/h。由仿真结果可知，本方法可以有效的完成动基座下的对准任务和陀螺仪常值漂移的同步估计。
本发明通过李群代替四元数描述初始姿态矩阵，避免了传统四元数描述方法的非唯一性和非线性问题；本发明利用李群微分方程建立线性初始对准模型，实现了SINS的一步直接自对准过程，相较现有的两步对准方法，能够大幅度缩短对准时间并提高对准精度；本发明将陀螺仪常值漂移作为增广状态量建立增广的初始对准模型，能够有效避免传统初始对准模型没有考虑陀螺仪常值漂移产生的模型误差，同时可以在线同步估计出陀螺仪的常值漂移，便于对捷联解算过程出现的误差进行补偿。
以上所述仅是本发明的优选实施方式，并不用于限制本发明。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和变型，这些改进和变型也应视为本发明的保护范围。

Claims (5)

1.基于李群描述的SINS捷联惯性导航系统动基座快速初始对准方法，其特征在于，该方法通过下述步骤实现：
步骤(1)：SINS捷联惯性导航系统进行系统预热准备，启动系统，获得载体所在位置的经度λ、纬度L、当地重力加速度在导航系下的投影gn基本信息，采集惯性测量单元IMU中陀螺仪输出的载体系相对于惯性系的旋转角速率信息在载体系的投影
Figure FDA0002239869090000011
和加速度计输出的载体系加速度信息fb，采集GPS输出的速度信息vn；
步骤(2)：对采集到的陀螺仪和加速度计的数据进行预处理，基于李群描述姿态的方式，建立矩阵线性动基座对准系统模型：
本方法的详细描述中坐标系定义如下：
地球坐标系e系，选取地球中心为原点，X轴位于赤道平面内，从地心指向本初子午线，Z轴从地心指向地理北极，X轴、Y轴和Z轴构成右手坐标系，随地球自转而转动；
地心惯性坐标系i系，选取地球中心为原点，X轴位于赤道平面内，从地心指向春分点，Z轴从地心指向地理北极，X轴、Y轴和Z轴构成右手坐标系；
导航坐标系n系，表示载体所在位置的地理坐标系，选取舰载机重心为原点，X轴指向东向E，Y轴指向北向N，Z轴指向天向U；本方法中导航坐标系选取为地理坐标系；
载体坐标系b系，表示捷联惯性导航系统三轴正交坐标系，选取舰载机重心为原点，X轴、Y轴、Z轴分别沿舰载机机体横轴指向右、沿纵轴指向前、沿立轴指向上；
初始导航坐标系n(0)系，表示SINS开机运行时刻的导航坐标系，并在整个对准过程中相对于惯性空间保持静止；
初始载体坐标系b(0)系，表示SINS开机运行时刻的载体坐标系，并在整个对准过程中相对于惯性空间保持静止；
基于李群描述的姿态，建立矩阵线性对准系统模型：
根据SINS捷联惯性导航系统原理，SINS动基座对准问题转化为姿态估计问题，姿态变换为两个坐标系之间的旋转变换，导航的姿态矩阵用一个3×3的正交变换矩阵表示；该正交变换矩阵符合李群的特殊正交群SO(n)的性质，构成了三维旋转群SO(3)：
Figure FDA0002239869090000012
其中，R∈SO(3)表示特定的导航姿态矩阵，表示3×3的向量空间，上标T表示矩阵的转置，I表示三维单位矩阵，det(R)表示为矩阵R的行列式；
动基座对准姿态估计问题转化为对基于李群描述的姿态矩阵R的求解问题；根据基于李群描述的姿态矩阵的链式法则，将导航姿态矩阵
Figure FDA0002239869090000014
分解为三个矩阵的乘积形式：
Figure FDA0002239869090000015
其中，t表示时间变量，
Figure FDA0002239869090000016
表示当前载体系相对于当前导航系的姿态矩阵，表示初始导航系相对于当前导航系的姿态矩阵，初始姿态矩阵
Figure FDA0002239869090000018
表示初始载体系相对于初始导航系的姿态矩阵，
Figure FDA0002239869090000019
表示当前载体系相对于初始载体系的姿态矩阵；
根据李群微分方程，姿态矩阵
Figure 3
和
Figure 4
随时间变化更新过程为：
Figure 5
Figure FDA00022398690900000113
其中，
Figure FDA00022398690900000114
表示初始载体系相对于当前载体系的姿态矩阵，
Figure 6
表示导航系相对于惯性系的旋转角速率在导航系的投影，在动基座条件下其等于地球自转角速率
Figure FDA00022398690900000116
L表示当地纬度，
Figure FDA00022398690900000118
表示陀螺仪输出的载体系相对于惯性系的旋转角速率在载体系的投影，符号(·×)表示将一个三维向量转换成一个反对称矩阵的运算，运算规则如下：
Figure FDA00022398690900000119
由公式(2)-(5)可以看出，
Figure FDA00022398690900000120
和
Figure FDA00022398690900000121
由IMU传感器数据实时计算得到，而表示初始时刻的姿态矩阵，其不随时间变化；因此，SINS自对准过程中姿态矩阵的求解问题，转化为对基于李群描述的初始姿态矩阵
Figure FDA0002239869090000021
的求解问题；
在惯性导航系统中，导航坐标系速度vn的微分方程表示为：
Figure FDA0002239869090000022
其中，
Figure FDA0002239869090000023
表示载体系相对于导航系的姿态矩阵，fb表示加速度计测量信息，
Figure FDA0002239869090000024
表示地球系相对惯性系的旋转角速率在导航系的投影，
Figure FDA0002239869090000025
表示导航系相对地球系的旋转角速率在导航系的投影，gn表示当地重力加速度在导航系下的投影；
根据李群链式法则，公式(6)可写成如下形式：
对公式(7)进行移项、整理操作，可得：
Figure FDA0002239869090000027
对公式(8)在[0,t]上做积分，可得：
Figure FDA0002239869090000028
公式(9)可以简化为：
Figure FDA0002239869090000029
其中
公式(10)是关于初始姿态矩阵
Figure FDA00022398690900000212
的数学方程，β(t)和α(t)由传感器输出计算得到；公式(10)中给出的β(t)和α(t)均为连续形式，在实际计算过程中需要进行离散化处理；
考虑陀螺仪和加速度计的随机漂移以及陀螺仪的常值漂移，α(t)的离散化过程如下：
Figure FDA00022398690900000213
其中，表示k-1刻载体系相对于初始时刻载体系的姿态矩阵，b表示陀螺仪常值漂移，εg表示陀螺仪的随机漂移，εa表示加速度计的随机漂移；
忽略高阶无穷小||εg||·||εa||和||b||·||εa||，公式(13)展开简化如下：
Figure 7
为了获得较为准确的离散化模型，对公式(14)利用双子样旋转矢量算法得：
Figure FDA0002239869090000031
其中，T为采样周期，Δv1和Δv2分别表示两个相邻半采样周期内由加速度计输出计算所得的角增量，Δθ1和Δθ2分别表示两个相邻半采样周期
Figure 9
内由陀螺仪输出计算所得的角增量；
公式(15)可简化为：
Figure FDA0002239869090000034
其中
Figure FDA0002239869090000035
Figure FDA0002239869090000037
Figure FDA0002239869090000038
δα＝-(κεa+λεg) (21)
捷联惯性导航系统离散化的量测方程为：
Figure FDA0002239869090000039
其中，δα设定为高斯白噪声；
将公式(22)写成矩阵形式如下：
其中，
Figure FDA00022398690900000311
是单位阵，
Figure 10
是元素都为0的三维列向量，0是常数0，
Figure FDA00022398690900000313
Figure FDA00022398690900000314
是在第四行第一列位置元素为1，其余位置元素为零的矩阵；
公式(23)可以简化为：
其中
Yk＝[α(k) 03×1] (25)
Figure FDA0002239869090000041
Figure FDA0002239869090000043
Figure FDA0002239869090000044
Vk＝[δα 03×1] (30)
由于将求解姿态矩阵
Figure FDA0002239869090000045
的问题转化为求解初始姿态矩阵
Figure FDA0002239869090000046
的问题，而
Figure FDA0002239869090000047
为符合李群特性的常值矩阵；由于陀螺仪常值偏差在同一次启动后的工作过程中保持为常值，因此建立动基座对准系统的矩阵线性状态方程如下：
(RT b)k＝(RT b)k-1 (31)
根据上述内容，将姿态矩阵的求解问题转化为初始时刻惯性坐标系下的求解问题，并将陀螺仪常值偏差作为增广状态量，建立动基座对准系统模型，表示为：
Figure FDA0002239869090000048
步骤(3)：根据矩阵形式的卡尔曼滤波算法，直接对基于李群描述的初始姿态矩阵
Figure 11
和陀螺仪常值漂移b进行估计：
滤波的一步预测表示为：
Figure 12
其中，
Figure FDA00022398690900000411
表示k时刻的初始姿态矩阵和陀螺仪常值偏差的一步预测，
Figure FDA00022398690900000412
表示k-1时刻的初始姿态矩阵和陀螺仪常值偏差的后验估计；
预测步误差协方差矩阵Pk|k-1为：
Pk|k-1＝Pk-1 (34)
其中，Pk-1表示k-1时刻的误差协方差矩阵的后验估计；
滤波的增益Kk为：
Figure FDA00022398690900000413
其中
Lk＝cov(Vk，Vk) (37)
滤波量测量真实值与预测值的残差为：
Figure FDA00022398690900000416
滤波算法的状态更新方程为：
Figure FDA00022398690900000417
其中，
Figure FDA00022398690900000418
表示k时刻的初始姿态矩阵和陀螺仪常值偏差的后验估计，
Figure FDA00022398690900000419
是增益
Figure FDA00022398690900000420
的3×3的分块子矩阵，Elj是在(lj)处为1，在其余位置为0的4×2的矩阵；
更新步误差协方差矩阵为：
Pk＝(I12-KkHk)Pk|k-1(I12-KkHk)T+KkQkKT (40)
其中，
Figure FDA00022398690900000422
是单位阵；
基于李群描述姿态的SINS捷联惯性导航系统动基座对准算法归纳为：
Figure FDA0002239869090000051
步骤(4)：求解导航系统所需的姿态矩阵
Figure FDA0002239869090000052
从而完成动基座对准过程：
根据之前步骤中求解得到的姿态变化矩阵
Figure FDA0002239869090000053
和
Figure FDA0002239869090000054
信息，通过公式(2)即可求解导航姿态矩阵，完成SINS捷联惯性导航系统动基座对准。
2.根据权利要求1所述的基于李群描述姿态的SINS捷联惯性导航系统动基座对准方法，其特征在于，步骤(1)中启动并初始化SINS捷联惯性导航系统，获得载体所在位置的经度λ、纬度L、当地重力加速度在导航系下的投影gn基本信息，采集惯性测量单元IMU中陀螺仪输出的载体系相对于惯性系的旋转角速率信息在载体系的投影和加速度计输出的载体系加速度信息fb，采集GPS输出的速度信息vn。
3.根据权利要求1所述的基于李群描述姿态的SINS捷联惯性导航系统动基座对准方法，其特征在于，步骤(2)中基于李群描述的姿态，建立矩阵线性动基座对准系统模型；
步骤(2.1)：通过
Figure FDA0002239869090000056
更新计算
基于李群描述的姿态矩阵链式法则，姿态矩阵
Figure FDA0002239869090000058
可以分解为：
Figure FDA0002239869090000059
由于
Figure FDA00022398690900000510
表示导航系相对于惯性系的旋转角速率，且变化通常是十分缓慢的，根据基于李群描述的姿态矩阵更新求解过程，tk-1时刻到tk时刻的姿态矩阵
Figure FDA00022398690900000512
近似为：
Figure FDA00022398690900000513
其中，
根据公式(25)-(27)，姿态矩阵
Figure FDA00022398690900000515
迭代过程近似为：
步骤(2.2)：通过陀螺仪输出的角速率信息
Figure FDA00022398690900000517
更新计算
Figure FDA00022398690900000518
tk-1时刻到tk时刻的姿态矩阵
Figure FDA00022398690900000519
近似为：
其中，根据双子样旋转矢量法，可得：
Figure FDA00022398690900000521
其中，Δθ1和Δθ2分别表示两个相邻半采样周期
Figure FDA00022398690900000522
内由陀螺仪输出计算所得的角增量；
根据公式(29)-(30)，姿态矩阵
Figure FDA00022398690900000523
迭代过程近似为：
Figure FDA00022398690900000524
步骤(2.3)：建立基于李群描述的关于初始旋转矩阵
Figure FDA00022398690900000525
和陀螺仪常值偏差b的对准系统模型方式为：
惯性导航系统在导航坐标系速度Vn的微分方程表示为：
根据李群链式法则，公式(49)可写成如下形式：
Figure FDA0002239869090000061
对公式(50)进行移项、整理操作，可得：
Figure FDA0002239869090000062
对公式(51)在[0,t]上做积分，可得：
公式(52)简化为：
Figure FDA0002239869090000064
其中
公式(53)是关于初始姿态矩阵
Figure FDA0002239869090000067
的数学方程，β(t)和α(t)由传感器输出计算得到；公式(53)中给出的β(t)和α(t)均为连续形式，在实际计算过程中需要进行离散化处理；
考虑陀螺仪和加速度计的随机漂移以及陀螺仪的常值漂移，k时刻α(t)的离散值近似为：
Figure 13
其中，由公式(48)迭代计算得到，b表示陀螺仪常值漂移，εg表示陀螺仪的随机漂移，εa表示加速度计的随机漂移；
忽略高阶无穷小||εg||·||εa||和||b||·||εa||，公式(56)展开简化如下：
Figure 15
为了获得较为准确的离散化模型，对公式(57)利用双子样旋转矢量算法得：
Figure FDA00022398690900000611
Figure FDA0002239869090000071
其中
Figure FDA0002239869090000072
Figure FDA0002239869090000073
Figure FDA0002239869090000074
Figure FDA0002239869090000075
公式(58)简化为：
Figure FDA0002239869090000076
其中
Figure FDA0002239869090000077
Figure FDA0002239869090000078
Figure FDA0002239869090000079
Figure 16
δα＝-(κεa+λεg) (68)
k时刻β(k)近似为:
Figure FDA00022398690900000711
其中，
Figure FDA00022398690900000712
由公式(45)迭代计算得到，vn(tk-1)和vn(tk)分别为k-1和k时刻的速度，vn(0)为零时刻的速度，这些速度可以由GPS测得，gn为重力加速度在导航系下的投影；
根据公式，建立动基座对准系统离散化的量测方程为：
Figure FDA00022398690900000713
将公式(65)写成矩阵形式如下：
Figure FDA0002239869090000081
其中，
Figure FDA0002239869090000082
是单位阵，
Figure FDA0002239869090000083
是元素都为0的三维列向量，0是常数0，
Figure FDA0002239869090000084
Figure FDA0002239869090000085
是在第四行第一列位置元素为1，其余位置元素为零的矩阵；
公式(66)可以简化为：
Figure FDA0002239869090000086
其中
Yk＝[α(k) 03×1] (73)
Figure FDA0002239869090000087
Figure FDA00022398690900000810
Vk＝[δα 03×1] (78)
由于将求解姿态矩阵
Figure 17
的问题转化为求解初始姿态矩阵
Figure 2
的问题，而为符合李群特性的常值矩阵；由于陀螺仪常值偏差在同一次启动后的工作过程中保持为常值，因此建立动基座对准系统的线性状态方程如下：
(RT b)k＝(RT b)k-1 (79)
根据上述内容，将姿态矩阵的求解问题转化为初始时刻惯性坐标系下的求解问题，并将陀螺仪常值偏差作为增广状态量，建立动基座对准系统方程，表示为：
Figure FDA00022398690900000814
4.根据权利要求1所述的基于李群描述姿态的SINS捷联惯性导航系统动基座对准方法，其特征在于，步骤(3)中使用矩阵形式的卡尔曼滤波算法直接估计
Figure FDA00022398690900000815
和b；
矩阵形式的卡尔曼滤波算法对动基座对准模型进行估计，整体过程如下：
Figure FDA00022398690900000816
其中，
Figure FDA00022398690900000817
为k时刻始姿态矩阵和陀螺仪常值偏差的一步预测，为k-1时刻初始姿态矩阵和陀螺仪常值偏差的后验估计，Pk-1|k表示k时刻预测步的误差协方差矩阵，Pk-1表示k-1时刻的误差协方差矩阵的后验估计，表示量测量真实值与预测值的残差，Yk为k时刻测量矩阵的估计值，Kk为矩阵形式的卡尔曼滤波的增益，Lk为量测方程的噪声协方差矩阵，
Figure FDA00022398690900000820
为k时刻初始姿态矩阵和陀螺仪常值偏差的后验估计，即为所求的和b，Pk表示k时刻更新步的误差协方差矩阵。
5.根据权利要求1所述的基于李群描述的SINS捷联惯性导航系统动基座对准方法，其特征在于，步骤(4)中求解姿态矩阵
Figure FDA00022398690900000822
并解算姿态信息；
在步骤(2)中，将SINS自对准过程中
Figure FDA00022398690900000823
的求解问题转化为对
Figure FDA00022398690900000824
的求解问题，并将分解为三个矩阵乘积的形式：
Figure FDA0002239869090000092
根据公式(28)、公式(31)和公式(47)求解得到的
Figure FDA0002239869090000093
和
Figure FDA0002239869090000094
姿态矩阵
Figure FDA0002239869090000095
的求解方式为：
Figure FDA0002239869090000096
并根据求解得到的姿态矩阵
Figure FDA0002239869090000097
解算姿态信息。
CN201910996482.3A 2019-10-19 2019-10-19 基于李群描述的sins捷联惯性导航系统动基座快速初始对准方法 Active CN110702143B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910996482.3A CN110702143B (zh) 2019-10-19 2019-10-19 基于李群描述的sins捷联惯性导航系统动基座快速初始对准方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910996482.3A CN110702143B (zh) 2019-10-19 2019-10-19 基于李群描述的sins捷联惯性导航系统动基座快速初始对准方法

Publications (2)

Publication Number Publication Date
CN110702143A true CN110702143A (zh) 2020-01-17
CN110702143B CN110702143B (zh) 2021-07-30

Family

ID=69200663

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910996482.3A Active CN110702143B (zh) 2019-10-19 2019-10-19 基于李群描述的sins捷联惯性导航系统动基座快速初始对准方法

Country Status (1)

Country Link
CN (1) CN110702143B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111721282A (zh) * 2020-05-09 2020-09-29 中国人民解放军63686部队 一种基于天文导航原理的捷联惯导坐标系动态取齐方法
CN112212889A (zh) * 2020-09-16 2021-01-12 北京工业大学 基于特殊正交群最优估计的sins捷联惯性导航系统晃动基座粗对准方法
CN112229421A (zh) * 2020-09-16 2021-01-15 北京工业大学 基于李群最优估计的捷联惯性导航晃动基座粗对准方法
CN112902950A (zh) * 2021-01-21 2021-06-04 武汉大学 一种面向低速运动载体中mems级imu的新型初始对准方法
CN113155152A (zh) * 2021-03-14 2021-07-23 北京工业大学 基于李群滤波的相机与惯性传感器空间关系自标定方法
CN113175926A (zh) * 2021-04-21 2021-07-27 哈尔滨工程大学 一种基于运动状态监测的自适应水平姿态测量方法
CN114111843A (zh) * 2021-11-24 2022-03-01 东南大学 一种捷联惯导航系统最优动基座初始对准方法
CN111780749B (zh) * 2020-05-26 2022-06-03 北京航天控制仪器研究所 一种变轨机动飞机全姿态惯性导航的姿态控制方法
CN118089791A (zh) * 2024-04-20 2024-05-28 西安现代控制技术研究所 一种双阵地高精度快速自对准方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0184632A2 (de) * 1984-12-13 1986-06-18 Bodenseewerk Gerätetechnik GmbH Anordnung zur Initialisierung und/oder Rekalibrierung eines Tochter-Trägheitsnavigationssystems
CN101187567A (zh) * 2007-12-18 2008-05-28 哈尔滨工程大学 基于多普勒的光纤陀螺捷联惯导系统初始姿态确定方法
CN102749079A (zh) * 2012-04-09 2012-10-24 北京自动化控制设备研究所 一种光纤捷联惯导双轴旋转调制方法及双轴旋转机构
CN106871928A (zh) * 2017-01-18 2017-06-20 北京工业大学 基于李群滤波的捷联惯性导航初始对准方法
CN107588771A (zh) * 2017-08-28 2018-01-16 北京工业大学 基于李群描述的捷联惯性导航解算方法
CN108827288A (zh) * 2018-04-12 2018-11-16 东北电力大学 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
CN108981696A (zh) * 2018-08-01 2018-12-11 西北工业大学 一种sins任意失准角无奇异快速传递对准方法
CN109931957A (zh) * 2019-03-24 2019-06-25 北京工业大学 基于lgmkf的sins捷联惯性导航系统自对准方法
CN109931955A (zh) * 2019-03-18 2019-06-25 北京工业大学 基于状态相关李群滤波的捷联惯性导航系统初始对准方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0184632A2 (de) * 1984-12-13 1986-06-18 Bodenseewerk Gerätetechnik GmbH Anordnung zur Initialisierung und/oder Rekalibrierung eines Tochter-Trägheitsnavigationssystems
CN101187567A (zh) * 2007-12-18 2008-05-28 哈尔滨工程大学 基于多普勒的光纤陀螺捷联惯导系统初始姿态确定方法
CN102749079A (zh) * 2012-04-09 2012-10-24 北京自动化控制设备研究所 一种光纤捷联惯导双轴旋转调制方法及双轴旋转机构
CN106871928A (zh) * 2017-01-18 2017-06-20 北京工业大学 基于李群滤波的捷联惯性导航初始对准方法
CN107588771A (zh) * 2017-08-28 2018-01-16 北京工业大学 基于李群描述的捷联惯性导航解算方法
CN108827288A (zh) * 2018-04-12 2018-11-16 东北电力大学 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
CN108981696A (zh) * 2018-08-01 2018-12-11 西北工业大学 一种sins任意失准角无奇异快速传递对准方法
CN109931955A (zh) * 2019-03-18 2019-06-25 北京工业大学 基于状态相关李群滤波的捷联惯性导航系统初始对准方法
CN109931957A (zh) * 2019-03-24 2019-06-25 北京工业大学 基于lgmkf的sins捷联惯性导航系统自对准方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HAO XU等: "An In-Motion Initial Alignment Algorithm for SINS Using Adaptive Lie Group Filter", 《PROCEEDINGS OF THE 37TH CHINESE CONTROL CONFERENCE》 *
梁青琳: "基于李群描述的捷联惯导系统初始对准方法研究", 《中国优秀硕士学位论文全文数据库科技辑》 *
郭俊鸽等: "捷联惯导系统姿态算法研究", 《卫星导航定位与北斗系统应用2013——应用北斗 光彩中国》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111721282A (zh) * 2020-05-09 2020-09-29 中国人民解放军63686部队 一种基于天文导航原理的捷联惯导坐标系动态取齐方法
CN111721282B (zh) * 2020-05-09 2022-05-03 中国人民解放军63686部队 一种基于天文导航原理的捷联惯导坐标系动态取齐方法
CN111780749B (zh) * 2020-05-26 2022-06-03 北京航天控制仪器研究所 一种变轨机动飞机全姿态惯性导航的姿态控制方法
CN112212889A (zh) * 2020-09-16 2021-01-12 北京工业大学 基于特殊正交群最优估计的sins捷联惯性导航系统晃动基座粗对准方法
CN112229421A (zh) * 2020-09-16 2021-01-15 北京工业大学 基于李群最优估计的捷联惯性导航晃动基座粗对准方法
CN112229421B (zh) * 2020-09-16 2023-08-11 北京工业大学 基于李群最优估计的捷联惯性导航晃动基座粗对准方法
CN112902950A (zh) * 2021-01-21 2021-06-04 武汉大学 一种面向低速运动载体中mems级imu的新型初始对准方法
CN113155152A (zh) * 2021-03-14 2021-07-23 北京工业大学 基于李群滤波的相机与惯性传感器空间关系自标定方法
CN113155152B (zh) * 2021-03-14 2023-01-03 北京工业大学 基于李群滤波的相机与惯性传感器空间关系自标定方法
CN113175926B (zh) * 2021-04-21 2022-06-21 哈尔滨工程大学 一种基于运动状态监测的自适应水平姿态测量方法
CN113175926A (zh) * 2021-04-21 2021-07-27 哈尔滨工程大学 一种基于运动状态监测的自适应水平姿态测量方法
CN114111843A (zh) * 2021-11-24 2022-03-01 东南大学 一种捷联惯导航系统最优动基座初始对准方法
CN118089791A (zh) * 2024-04-20 2024-05-28 西安现代控制技术研究所 一种双阵地高精度快速自对准方法

Also Published As

Publication number Publication date
CN110702143B (zh) 2021-07-30

Similar Documents

Publication Publication Date Title
CN110702143B (zh) 基于李群描述的sins捷联惯性导航系统动基座快速初始对准方法
CN106871928B (zh) 基于李群滤波的捷联惯性导航初始对准方法
CN109931955B (zh) 基于状态相关李群滤波的捷联惯性导航系统初始对准方法
CN110595503B (zh) 基于李群最优估计的sins捷联惯性导航系统晃动基座自对准方法
CN106289246B (zh) 一种基于位置和姿态测量系统的柔性杆臂测量方法
CN101788296B (zh) 一种sins/cns深组合导航系统及其实现方法
CN101949703B (zh) 一种捷联惯性/卫星组合导航滤波方法
CN107588771B (zh) 基于李群描述的捷联惯性导航解算方法
CN109931957B (zh) 基于lgmkf的sins捷联惯性导航系统自对准方法
CN106767797B (zh) 一种基于对偶四元数的惯性/gps组合导航方法
CN112229421B (zh) 基于李群最优估计的捷联惯性导航晃动基座粗对准方法
CN110567455B (zh) 一种求积更新容积卡尔曼滤波的紧组合导航方法
CN112880669B (zh) 一种航天器星光折射和单轴旋转调制惯性组合导航方法
CN112325886A (zh) 一种基于重力梯度仪和陀螺仪组合的航天器自主定姿系统
CN110285815A (zh) 一种可在轨全程应用的微纳卫星多源信息姿态确定方法
CN110926499B (zh) 基于李群最优估计的sins捷联惯性导航系统晃动基座自对准方法
CN109506660A (zh) 一种用于仿生导航的姿态最优化解算方法
CN116105730A (zh) 基于合作目标卫星甚短弧观测的仅测角光学组合导航方法
CN111207773B (zh) 一种用于仿生偏振光导航的姿态无约束优化求解方法
CN112857398A (zh) 一种系泊状态下舰船的快速初始对准方法和装置
CN111156986A (zh) 一种基于抗差自适应ukf的光谱红移自主组合导航方法
CN116222551A (zh) 一种融合多种数据的水下导航方法及装置
CN110388942B (zh) 一种基于角度和速度增量的车载姿态精对准系统
CN106643726B (zh) 一种统一惯性导航解算方法
Chang et al. Pseudo open-loop unscented quaternion estimator for attitude estimation

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