CN121761882A - 一种动基座下星敏感器与惯导高精度时间同步方法 - Google Patents

一种动基座下星敏感器与惯导高精度时间同步方法

Info

Publication number
CN121761882A
CN121761882A CN202610250211.3A CN202610250211A CN121761882A CN 121761882 A CN121761882 A CN 121761882A CN 202610250211 A CN202610250211 A CN 202610250211A CN 121761882 A CN121761882 A CN 121761882A
Authority
CN
China
Prior art keywords
data
time
imu
star sensor
clock
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
CN202610250211.3A
Other languages
English (en)
Other versions
CN121761882B (zh
Inventor
缪寅宵
王哲
王春喜
汪涛
王强
唐声权
刘书君
张俊杰
王蕾
徐锡杭
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.)
China Academy of Launch Vehicle Technology
Beijing Aerospace Institute for Metrology and Measurement Technology
Original Assignee
China Academy of Launch Vehicle Technology
Beijing Aerospace Institute for Metrology and Measurement 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 China Academy of Launch Vehicle Technology, Beijing Aerospace Institute for Metrology and Measurement Technology filed Critical China Academy of Launch Vehicle Technology
Priority to CN202610250211.3A priority Critical patent/CN121761882B/zh
Publication of CN121761882A publication Critical patent/CN121761882A/zh
Application granted granted Critical
Publication of CN121761882B publication Critical patent/CN121761882B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Navigation (AREA)

Abstract

一种动基座下星敏感器与惯导高精度时间同步方法,涉及组合导航技术领域,主要步骤包括:实时获取IMU输出的运动参数数据;采用二阶外推算法,基于IMU历史数据,计算星敏感器数据更新时刻对应的等效IMU数据,实现输出频率差异的适配;通过异步卡尔曼滤波算法,结合IMU数据与星敏感器实测数据,完成时间更新与量测更新,抑制动态误差;采用高精度晶振优化惯导系统时钟源,降低时钟输出固有误差;通过多环节协同,对星敏感器时间延迟误差进行补偿;利用FPGA中断锁存,实现星惯硬件层面的时间对准。该方法能够有效解决飞行过程中星敏感器与惯导数据在线标定阶段的时间异步问题,保障组合导航系统的导航精度和稳定性。

Description

一种动基座下星敏感器与惯导高精度时间同步方法
技术领域
本发明涉及组合导航技术领域,特别涉及一种动基座下星敏感器与惯导高精度时间同步方法,适用于飞机、船只、车辆等动载体的惯性/天文组合导航系统数据融合场景。
背景技术
在动基座环境下,组合导航系统常采用星敏感器(CNS)与惯性测量单元(IMU)组合的架构,通过多源数据融合实现高精度导航。星敏感器可提供无累积误差的高精度姿态信息,惯性测量单元能输出连续的运动参数,二者优势互补是提升导航可靠性的关键。
但实际应用中,星敏感器与IMU存在显著的时间异步问题:一是输出频率差异大,星敏感器更新频率通常为1-10Hz,而IMU更新频率可达50Hz以上;二是星敏感器存在光学成像、星图识别等固有数据延迟,且延迟时间随载体角速度变化;三是不同设备开机时刻可能不一致,进一步加剧时间偏差;四是惯导系统自身时钟存在输出误差,易引入额外同步偏差。这些问题导致两类传感器数据无法在相同时标下精准匹配,直接影响数据融合精度,甚至造成融合失效,严重制约组合导航系统在动基座场景下的导航性能。
现有时间同步方法多针对静基座或单一误差源设计,如简单内插外推法难以适配动基座下的动态误差特性,纯软件同步方案易受时钟漂移影响,缺乏对多源时间误差的综合抑制能力,无法满足组合导航系统对高精度时间同步的需求。
发明内容
本公开提供一种动基座下星敏感器与惯导高精度时间同步方法,以解决飞行过程中星敏感器与惯导数据在线标定阶段的时间异步问题,实现星敏感器与惯导数据的高精度时间同步,保障组合导航系统的导航精度和稳定性。
该方法包括以下步骤:
建立以星敏感器更新频率为时间同步基准时标,实时存储IMU输出的运动参数数据;
采用二阶外推算法,基于存储的IMU历史数据,计算星敏感器数据更新时刻对应的等效IMU数据,实现输出频率差异的适配;
引入异步卡尔曼滤波算法,结合IMU数据与星敏感器实测数据,完成时间更新与量测更新,抑制动态误差;
采用高精度晶振优化惯导系统时钟源,降低时钟输出固有误差;
通过多环节协同,对星敏感器光学成像、星图识别过程中产生的时间延迟误差进行补偿;
利用FPGA中断锁存功能,实现星敏感器与惯导系统的时标统一,完成硬件层面的时间对准。
进一步的,所述建立以星敏感器更新频率为时间同步基准时标,实时IMU输出的运动参数数据,具体包括:
以星敏感器数据更新周期作为时间同步的唯一基准时标,通过实时捕获每帧有效数据的输出时刻并标记为同步基准点,构建IMU数据匹配与等效计算的核心时间参照体系;
数据采集环节实时获取IMU输出的关键运动参数,具体包括陀螺测量的载体相对惯性坐标系三轴角速度信号,以及加速度计测量的含重力分量的载体相对惯性坐标系三轴线加速度信号;
数据存储采用环形缓冲区架构,缓存深度不低于3帧以保障二阶外推算法对连续历史数据的调用需求,且每帧缓存数据均附带经高精度晶振同步校准的惯导本地时钟时间戳,确保时间标记精度与晶振频率适配;
通过星敏感器基准时标时刻与IMU数据时间戳的差值运算,精确求解星敏感器数据更新时刻与最近IMU数据更新时刻的时间差,为后续等效IMU数据的外推计算提供核心时间参数支撑,奠定时间同步的基础。
进一步的,所述采用二阶外推算法,基于存储的IMU历史数据,计算星敏感器数据更新时刻对应的等效IMU数据,实现输出频率差异的适配,具体包括:
基于环形缓冲区存储的IMU原始数据,提取星敏感器当前更新时刻之前的连续3帧有效数据,分别记为IMU在、、时刻的输出数据、、,其中为IMU固定更新周期,为正整数;
通过星敏感器基准时标对应的当前更新时刻与最近一帧IMU数据的时间戳对比,精确计算两者之间的时间差,的取值范围限定为;
基于选取的3帧IMU历史数据,通过差值运算求解二阶外推公式的系数,其中常数项,一阶系数,二阶系数;
将时间差及求解的系数代入二阶外推公式,计算得到星敏感器当前更新时刻对应的等效IMU数据,该数据与星敏感器数据在时间维度精准匹配,实现IMU与星敏感器输出频率差异的适配;
最后对计算得到的等效IMU数据进行合理性校验,若数据超出IMU传感器的测量量程或与历史数据的变化率超出预设阈值,则舍弃该结果并采用前一帧等效数据暂代,同时触发缓冲区数据刷新机制,确保数据有效性。
进一步的,所述引入异步卡尔曼滤波算法,结合IMU数据与星敏感器实测数据,完成时间更新与量测更新,抑制动态误差,具体包括:
构建的异步卡尔曼滤波模型,以星敏感器与IMU的时间同步误差、IMU陀螺漂移及加速度计零偏为核心状态变量,建立涵盖动态误差传播特性的系统状态方程,同时以星敏感器实测姿态信息与IMU等效数据解算的姿态信息差值作为观测量构建量测方程;
在星敏感器相邻两次数据更新间隔内,仅基于IMU实时输出数据与前一时刻滤波估计结果,通过状态转移矩阵完成系统状态时间更新,实时预测动态误差变化趋势;
当星敏感器输出新的实测数据时,触发量测更新流程,将二阶外推算法得到的等效IMU数据与星敏感器实测数据进行时空匹配以构建量测向量。
通过卡尔曼滤波增益计算、状态估计修正及协方差矩阵更新,融合量测信息对预测的系统状态进行校正,重点抑制载体运动、角速度波动引发的动态同步误差;并将滤波估计得到的时间同步误差、陀螺漂移及加速度计零偏反馈至IMU数据处理链路。
进一步的,所述采用高精度晶振优化惯导系统时钟源,降低时钟输出固有误差,具体包括:
选用高精度恒温晶振作为惯导系统核心时钟源,通过硬件电路设计实现晶振与惯导主控芯片的精准时钟信号对接,避免信号传输失真;
基于星敏感器基准时标搭建时钟校准链路,定期提取星敏感器同步基准点时刻信息,与惯导本地时钟时刻比对,以获取时钟偏差值;
借助数字校准算法对惯导时钟输出进行实时修正,补偿晶振温漂、老化及电源波动带来的时钟误差;
同时优化系统内部时钟信号分发链路,采用差分传输方式降低电磁干扰,确保IMU数据采集、存储及算法运算等各模块均采用统一优化时钟信号,从源头抑制时钟异步引发的同步误差。
进一步的,所述通过多环节协同对星敏感器光学成像、星图识别过程中产生的时间延迟误差进行补偿,具体包括:
首先,基于星敏感器光学成像曝光、星图预处理及星识别算法的耗时特性,结合载体角速度变化规律,建立时间延迟与载体运动状态的映射关系,明确延迟误差的动态变化范围;
其次,提取星敏感器相邻两帧有效数据的输出时刻及对应IMU数据时间戳,界定延迟误差计算的时间区间,同步采集该区间内IMU输出的三轴角速度与三轴线加速度连续数据;在该时间区间内按等时间间隔选取不少于4个插值节点,记录各节点对应的IMU原始数据及星敏感器延迟估算值,确保完整覆盖延迟误差动态变化过程;
以时间为自变量、IMU数据为因变量,构建分段三次样条插值函数,使相邻节点间插值曲线满足一阶和二阶导数连续条件,保障数据平滑性;
根据星敏感器当前帧数据的实际延迟时间,通过构建的三次样条插值函数求解真实成像时刻对应的等效IMU数据,实现延迟误差的自适应补偿;
最后,将补偿后的IMU数据与星敏感器实测姿态信息进行一致性验证,若数据偏差超出预设阈值,则调整插值节点密度或优化延迟特性模型,通过迭代持续提升补偿精度。
进一步的,所述利用FPGA中断锁存功能,实现星敏感器与惯导系统的时标统一,完成硬件层面的时间对准,包括:
通过FPGA硬件层面的时序控制实现星敏感器与惯导系统的高精度时标统一:
首先,在FPGA中配置星敏感器与IMU的数据输出中断触发机制,将星敏感器每帧有效数据的输出沿设为最高优先级外部中断触发源,保障基准时标时刻的优先捕获;
当星敏感器输出数据触发中断时,FPGA通过硬件逻辑实时锁存该输出时刻,同步捕获惯导系统本地时钟计数值,建立二者的直接映射关系;
基于锁存的基准时标时刻与惯导时钟计数值构建时标校准映射表,将所有IMU输出数据的本地时钟时间戳统一转换至星敏感器基准时标体系,实现两类传感器数据时标同源;
FPGA内置时间同步校验模块,实时比对转换后IMU数据时标与星敏感器基准时标的偏差,若超出预设阈值则触发硬件时钟校准信号,修正惯导时钟计数偏差;
最终,经时标统一处理的星敏感器数据与IMU数据均附带统一基准时标标签,通过FPGA高速接口同步输出至数据融合模块,为后续算法提供硬件层面完成时间对准的数据基础。
与现有技术相比,本公开的有益效果是:(1)解决了飞行过程中星敏感器与惯导数据在线标定阶段的时间异步问题,实现星敏感器与惯导数据的高精度时间同步;(2)多维度误差协同抑制,同步精度显著提升:通过高精度晶振降低惯导时钟固有误差,三次样条插值补偿数据传输延迟,二阶外推算法适配输出频率差异,FPGA中断锁存实现时标硬同步,多手段协同覆盖动基座下主要时间误差源,同步精度优于传统单一方法;(3)适配动基座动态特性:结合异步卡尔曼滤波完成时间更新与量测更新,可动态适配载体运动状态变化,有效抵御载体角速度波动、运动等对同步效果的影响,解决传统方法在动态场景下同步精度下降的问题;(4)保障组合导航系统的导航精度和稳定性。
附图说明
通过结合附图对本公开示例性实施例进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中,在本公开示例性实施例方式中,相同的参考标号通常代表相同部件。
图1为根据本公开的一种动基座下星敏感器与惯导高精度时间同步方法的系统图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
本公开提供了一种动基座下星敏感器与惯导高精度时间同步方法,在一种示例性实施方式下,基于该方法的系统处理框如图1所示,具体包括:
S1,建立以星敏感器更新频率为时间同步基准时标,实时存储IMU输出的运动参数数据;
S2,采用二阶外推算法,基于存储的IMU历史数据,计算星敏感器数据更新时刻对应的等效IMU数据,实现输出频率差异的适配;
S3,引入异步卡尔曼滤波算法,结合IMU数据与星敏感器实测数据,完成时间更新与量测更新,抑制动态误差;
S4,采用高精度晶振优化惯导系统时钟源,降低时钟输出固有误差;
S5,通过多环节协同,对星敏感器光学成像、星图识别过程中产生的时间延迟误差进行补偿;
S6,利用FPGA中断锁存功能,实现星敏感器与惯导系统的时标统一,完成硬件层面的时间对准。
具体地,如图1所示,在本实施例中,上述S1的实现方式如下:
S11,基准时标定义。将星敏感器的数据更新周期设定为时间同步的唯一基准时标,实时捕获星敏感器每帧有效数据的输出时刻并标记为同步基准点,该基准点作为IMU数据匹配与等效计算的时间参照基准;
S12,IMU数据采集类型。实时采集IMU输出的载体运动核心参数,包括IMU中陀螺测量的载体相对惯性坐标系的三轴角速度信号,以及IMU中加速度计测量的包含重力分量的载体相对惯性坐标系的三轴线加速度信号;
S13,数据存储机制。采用环形缓冲区架构实时缓存IMU原始输出数据,缓存深度不低于3帧,确保二阶外推算法可调用连续历史数据;每帧缓存数据均附带由高精度晶振同步校准的惯导本地时钟时间戳,时间戳精度与晶振频率匹配;
S14,时间差计算。通过星敏感器基准时标对应的时刻与IMU数据时间戳的差值运算,精确求解星敏感器数据更新时刻与最近IMU数据更新时刻的时间差。
具体地,如图1所示,在本实施例中,上述S2的实现方式如下:
S21,历史数据选取。基于环形缓冲区存储的IMU原始数据,提取星敏感器当前更新时刻之前的连续3帧有效数据,分别记为IMU在、、时刻的输出数据、、,其中为IMU固定更新周期,为正整数;
S22,时间差确定。通过星敏感器基准时标对应的当前更新时刻与最近一帧IMU数据的时间戳对比,精确计算两者之间的时间差,的取值范围为;
S23,外推系数求解。基于选取的3帧IMU历史数据,通过差值运算求解二阶外推公式的系数:
常数项:;
一阶系数:;
二阶系数:;
等效数据计算:将时间差及求解的系数代入二阶外推公式:
计算得到星敏感器当前更新时刻对应的等效IMU数据,该数据与星敏感器数据在时间维度精准匹配,实现IMU与星敏感器输出频率差异的适配;
S24,数据有效性校验。对计算得到的等效IMU数据进行合理性校验,若数据超出IMU传感器的测量量程或与历史数据的变化率超出预设阈值,则舍弃该结果并采用前一帧等效数据暂代,同时触发缓冲区数据刷新机制。
具体地,如图1所示,在本实施例中,上述S3的实现方式如下:
S31,滤波模型构建。以星敏感器与IMU的时间同步误差、IMU陀螺漂移、加速度计零偏为核心状态变量,建立包含动态误差传播特性的系统状态方程,量测方程以星敏感器实测姿态信息与IMU等效数据解算的姿态信息差值为观测量;
S32,时间更新执行。在星敏感器相邻两次数据更新间隔内,仅基于IMU实时输出数据与前一时刻滤波估计结果,通过状态转移矩阵完成系统状态的时间更新,实时预测动态误差变化趋势;
S33,量测更新触发。当星敏感器输出新的实测数据时,触发量测更新流程,将二阶外推算法得到的等效IMU数据与星敏感器实测数据进行时空匹配,构建量测向量;
S34,动态误差抑制。通过卡尔曼滤波增益计算、状态估计修正及协方差矩阵更新,融合量测信息对预测的系统状态进行校正,重点抑制载体运动、角速度波动引发的动态同步误差;
S35,误差反馈校正。将滤波估计得到的时间同步误差、陀螺漂移及加速度计零偏反馈至IMU数据处理链路,对后续IMU原始数据及等效数据计算结果进行实时修正,形成闭环误差抑制机制。
具体地,如图1所示,在本实施例中,上述S4的实现方式如下:
S41,晶振选型与配置。选用频率稳定性的高精度恒温晶振作为惯导系统核心时钟源,其工作温度范围覆盖载体服役环境温度,通过硬件电路设计实现晶振与惯导主控芯片的精准时钟信号对接,确保时钟信号传输过程中无额外失真;
S42,时钟校准机制。基于星敏感器基准时标建立时钟校准链路,每间隔预设周期提取星敏感器同步基准点对应的时刻信息,与惯导系统本地时钟时刻进行比对,计算时钟偏差值;
S43,动态误差补偿。根据比对得到的时钟偏差值,通过数字校准算法对惯导系统时钟输出进行实时修正,补偿晶振温漂、老化及电源波动引发的时钟误差,保持惯导本地时钟与星敏感器基准时标一致性;
S44,时钟信号分发。优化惯导系统内部时钟信号分发链路,采用差分传输方式降低电磁干扰对时钟信号的影响,确保IMU数据采集、存储及算法运算等各模块均采用经晶振优化后的统一时钟信号,从源头抑制时钟异步引发的同步误差。
具体地,如图1所示,在本实施例中,上述S5的实现方式如下:
S51,延迟特性建模。基于星敏感器光学成像曝光时间、星图预处理及星识别算法运算耗时,结合载体角速度变化规律,建立时间延迟与载体运动状态的映射关系,明确延迟误差的动态变化范围;
S52,关键时刻采样。提取星敏感器相邻两帧有效数据的输出时刻及对应IMU数据时间戳,确定延迟误差计算的时间区间,同步采集该区间内IMU输出的三轴角速度、三轴线加速度连续数据;
S53,插值节点选取。在上述时间区间内,按等时间间隔选取不少于4个插值节点,记录各节点对应的IMU原始数据及星敏感器延迟估算值,确保节点覆盖延迟误差的动态变化过程;
S54,三次样条函数构建。以时间为自变量、IMU数据为因变量,构建分段三次样条插值函数,使相邻节点间的插值曲线满足一阶和二阶导数连续条件,保证数据平滑性;
S55,延迟误差补偿。根据星敏感器当前帧数据的实际延迟时间,通过构建的三次样条插值函数,求解星敏感器真实成像时刻对应的等效IMU数据,实现延迟误差的自适应补偿;
S56,补偿效果校验。将补偿后的IMU数据与星敏感器实测姿态信息进行一致性验证,若数据偏差超出预设阈值,则调整插值节点密度或优化延迟特性模型,迭代优化补偿精度。
具体地,如图1所示,在本实施例中,上述S6的实现方式如下:
S61,FPGA中断触发配置。在FPGA硬件层面配置星敏感器与IMU的数据输出中断触发机制,将星敏感器每帧有效数据的输出沿设为外部中断触发源,中断响应优先级设为最高,确保星敏感器基准时标时刻被优先捕获;
S62,关键时刻锁存。当星敏感器输出数据触发FPGA中断时,FPGA通过硬件逻辑实时锁存星敏感器数据的输出时刻,同时同步捕获此时惯导系统本地时钟的计数值,建立星敏感器基准时标与惯导时钟的直接映射关系;
S63,时标校准映射。基于FPGA锁存的星敏感器基准时标时刻与惯导时钟计数值,构建时标校准映射表,将IMU所有输出数据的本地时钟时间戳统一转换至星敏感器基准时标体系,实现两类传感器数据的时标同源;
S64,硬件同步验证。FPGA内置时间同步校验模块,实时对比转换后IMU数据时标与星敏感器基准时标之间的偏差,若偏差超出预设阈值则触发硬件层面的时钟校准信号,修正惯导时钟计数偏差;
S65,数据同步输出。经FPGA时标统一处理后,星敏感器数据与IMU数据均附带统一基准时标标签,通过FPGA高速接口同步输出至数据融合模块,确保后续算法在硬件层面已完成时间对准的数据基础上执行。
上述技术方案只是本发明的示例性实施例,对于本领域内的技术人员而言,在本发明公开了应用方法和原理的基础上,很容易做出各种类型的改进或变形,而不仅限于本发明上述具体实施例所描述的方法,因此前面描述的方式只是优选的,而并不具有限制性的意义。

Claims (7)

1.一种动基座下星敏感器与惯导高精度时间同步方法,其特征在于,包括以下步骤:
S1,实时获取并存储IMU输出的运动参数数据;
S2,采用二阶外推算法,基于存储的IMU历史数据,计算星敏感器数据更新时刻对应的等效IMU数据,实现输出频率差异的适配;
S3,引入异步卡尔曼滤波算法,结合IMU数据与星敏感器实测数据,完成时间更新与量测更新,抑制动态误差;
S4,采用高精度晶振优化惯导系统时钟源,降低时钟输出固有误差;
S5,通过多环节协同,对星敏感器光学成像、星图识别过程中产生的时间延迟误差进行补偿;
S6,利用FPGA中断锁存功能,实现星敏感器与惯导系统的时标统一,完成硬件层面的时间对准。
2.根据权利要求1所述的方法,其特征在于,所述步骤S1具体包括:
实时获取IMU输出的关键运动参数,每帧数据均附带惯导本地时钟时间戳;
对获取的IMU关键运动参数进行环形存储,缓存深度不低于3帧;
通过星敏感器基准时标时刻与IMU数据时间戳的差值运算,求得星敏感器数据更新时刻与最近IMU数据更新时刻的时间差。
3.根据权利要求2所述的方法,其特征在于,所述步骤S2具体包括:
基于缓存的IMU原始数据,提取星敏感器当前更新时刻之前的连续3帧有效IMU原始数据,分别记为IMU在、、时刻的输出数据、、,其中为IMU固定更新周期,为正整数;
计算星敏感器基准时标对应的当前更新时刻与最近一帧IMU数据的时间戳之间的时间差,的取值范围限定为;
基于选取的3帧IMU历史数据,通过差值运算求解二阶外推公式的系数,其中常数项,一阶系数,二阶系数;
将时间差及求解的系数代入二阶外推公式,计算得到星敏感器当前更新时刻对应的等效IMU数据,该数据与星敏感器数据在时间维度精准匹配,实现IMU与星敏感器输出频率差异的适配;
对计算得到的等效IMU数据进行合理性校验,若数据超出IMU传感器的测量量程或与历史数据的变化率超出预设阈值,则舍弃当前更新时刻的等效IMU数据,并采用前一帧等效数据暂代,同时触发缓冲区数据刷新机制,确保数据有效性。
4.根据权利要求1所述的方法,其特征在于,所述步骤S3具体包括:
构建异步卡尔曼滤波模型,以星敏感器与IMU的时间同步误差、IMU陀螺漂移及加速度计零偏为核心状态变量,建立涵盖动态误差传播特性的系统状态方程,同时以星敏感器实测姿态信息与IMU等效数据解算的姿态信息差值作为观测量构建量测方程;
在星敏感器相邻两次数据更新间隔内,仅基于IMU实时输出数据与前一时刻滤波估计结果,通过状态转移矩阵完成系统状态时间更新,实时预测动态误差变化趋势;
当星敏感器输出新的实测数据时,触发量测更新流程,将二阶外推算法得到的等效IMU数据与星敏感器实测数据进行时空匹配以构建量测向量。
5.根据权利要求1所述的方法,其特征在于,所述步骤S4具体包括:
选用高精度恒温晶振作为惯导系统核心时钟源,通过硬件电路设计实现晶振与惯导主控芯片的精准时钟信号对接,避免信号传输失真;
基于星敏感器基准时标搭建时钟校准链路,定期提取星敏感器同步基准点时刻信息,与惯导本地时钟时刻比对,以获取时钟偏差值;
根据比对得到的时钟偏差值,通过数字校准算法对惯导系统时钟输出进行实时修正,补偿晶振温漂、老化及电源波动引发的时钟误差,保持惯导本地时钟与星敏感器基准时标一致性;
优化惯导系统内部时钟信号分发链路,采用差分传输方式降低电磁干扰对时钟信号的影响,确保IMU数据采集、存储及算法运算等各模块均采用经晶振优化后的统一时钟信号,从源头抑制时钟异步引发的同步误差。
6.根据权利要求1所述的方法,其特征在于,所述步骤S5中,通过多环节协同实现星敏感器时间延迟误差的精准补偿,具体包括:
首先,基于星敏感器光学成像曝光、星图预处理及星识别算法的耗时特性,结合载体角速度变化规律,建立时间延迟与载体运动状态的映射关系,明确延迟误差的动态变化范围;
其次,提取星敏感器相邻两帧有效数据的输出时刻及对应IMU数据时间戳,界定延迟误差计算的时间区间,同步采集该区间内IMU输出的三轴角速度与三轴线加速度连续数据;在该时间区间内按等时间间隔选取不少于4个插值节点,记录各节点对应的IMU原始数据及星敏感器延迟估算值,确保完整覆盖延迟误差动态变化过程;
以时间为自变量、IMU数据为因变量,构建分段三次样条插值函数,使相邻节点间插值曲线满足一阶和二阶导数连续条件,保障数据平滑性;
根据星敏感器当前帧数据的实际延迟时间,通过构建的三次样条插值函数求解真实成像时刻对应的等效IMU数据,实现延迟误差的自适应补偿;
最后,将补偿后的IMU数据与星敏感器实测姿态信息进行一致性验证,若数据偏差超出预设阈值,则调整插值节点密度或优化延迟特性模型,通过迭代持续提升补偿精度。
7.根据权利要求1-6中任一所述的方法,其特征在于,所述步骤S6具体包括:
首先,在FPGA中配置星敏感器与IMU的数据输出中断触发机制,将星敏感器每帧有效数据的输出沿设为最高优先级外部中断触发源,保障基准时标时刻的优先捕获;
当星敏感器输出数据触发中断时,FPGA通过硬件逻辑实时锁存输出数据触发中断的时刻,同步捕获惯导系统本地时钟计数值,建立二者的直接映射关系;
基于锁存的基准时标时刻与惯导时钟计数值构建时标校准映射表,将所有IMU输出数据的本地时钟时间戳统一转换至星敏感器基准时标体系,实现两类传感器数据时标同源;
FPGA内置时间同步校验模块,实时比对转换后IMU数据时标与星敏感器基准时标的偏差,若超出预设阈值则触发硬件时钟校准信号,修正惯导时钟计数偏差;
最终,经时标统一处理的星敏感器数据与IMU数据均附带统一基准时标标签,通过FPGA高速接口同步输出至数据融合模块,为后续算法提供硬件层面完成时间对准的数据基础。
CN202610250211.3A 2026-03-03 2026-03-03 一种动基座下星敏感器与惯导高精度时间同步方法 Active CN121761882B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202610250211.3A CN121761882B (zh) 2026-03-03 2026-03-03 一种动基座下星敏感器与惯导高精度时间同步方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202610250211.3A CN121761882B (zh) 2026-03-03 2026-03-03 一种动基座下星敏感器与惯导高精度时间同步方法

Publications (2)

Publication Number Publication Date
CN121761882A true CN121761882A (zh) 2026-03-31
CN121761882B CN121761882B (zh) 2026-07-10

Family

ID=99175402

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202610250211.3A Active CN121761882B (zh) 2026-03-03 2026-03-03 一种动基座下星敏感器与惯导高精度时间同步方法

Country Status (1)

Country Link
CN (1) CN121761882B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1995916A (zh) * 2006-12-27 2007-07-11 北京航空航天大学 一种基于星敏感器标定的深综合组合导航方法
CN103398713A (zh) * 2013-04-26 2013-11-20 哈尔滨工程大学 一种星敏感器/光纤惯性设备量测数据同步方法
US20150185009A1 (en) * 2013-12-26 2015-07-02 National University Of Defense Technology Dynamic attitude measurement method of star sensor based on gyro's precise angular correlation
CN108592945A (zh) * 2018-03-27 2018-09-28 中国人民解放军国防科技大学 一种惯性/天文组合系统误差的在线标定方法
CN111678512A (zh) * 2020-06-03 2020-09-18 中国人民解放军军事科学院国防科技创新研究院 一种基于因子图的星敏感器和陀螺组合卫星姿态确定方法
CN111795702A (zh) * 2020-09-09 2020-10-20 蓝箭航天空间科技股份有限公司 惯性测量信息与星光测量信息数据同步方法及系统
CN112729335A (zh) * 2020-12-14 2021-04-30 北京航空航天大学 一种适用于晃动基座的惯性/星光组合导航系统标定方法
CN117606474A (zh) * 2024-01-24 2024-02-27 北京神导科技股份有限公司 基于四元数二阶插值的惯性天文组合导航时间同步方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1995916A (zh) * 2006-12-27 2007-07-11 北京航空航天大学 一种基于星敏感器标定的深综合组合导航方法
CN103398713A (zh) * 2013-04-26 2013-11-20 哈尔滨工程大学 一种星敏感器/光纤惯性设备量测数据同步方法
US20150185009A1 (en) * 2013-12-26 2015-07-02 National University Of Defense Technology Dynamic attitude measurement method of star sensor based on gyro's precise angular correlation
CN108592945A (zh) * 2018-03-27 2018-09-28 中国人民解放军国防科技大学 一种惯性/天文组合系统误差的在线标定方法
CN111678512A (zh) * 2020-06-03 2020-09-18 中国人民解放军军事科学院国防科技创新研究院 一种基于因子图的星敏感器和陀螺组合卫星姿态确定方法
CN111795702A (zh) * 2020-09-09 2020-10-20 蓝箭航天空间科技股份有限公司 惯性测量信息与星光测量信息数据同步方法及系统
CN112729335A (zh) * 2020-12-14 2021-04-30 北京航空航天大学 一种适用于晃动基座的惯性/星光组合导航系统标定方法
CN117606474A (zh) * 2024-01-24 2024-02-27 北京神导科技股份有限公司 基于四元数二阶插值的惯性天文组合导航时间同步方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
于永军 等: "非同步量测特性的惯性/星光/卫星组合算法研究", 仪器仪表学报, vol. 32, no. 12, 31 December 2011 (2011-12-31) *
杨波 等: "基于惯性/星敏感器的高精度定姿方法研究", 航空兵器, no. 3, 30 June 2007 (2007-06-30) *
王融 等: "一种星敏感器安装误差标定模型仿真研究", 系统仿真技术, vol. 9, no. 4, 30 November 2013 (2013-11-30) *

Also Published As

Publication number Publication date
CN121761882B (zh) 2026-07-10

Similar Documents

Publication Publication Date Title
CN109253726B (zh) 一种水下滑翔器导航定位系统及上浮精度校正方法
US9915550B2 (en) Method and apparatus for data fusion of a three-axis magnetometer and three axis accelerometer
CN121323614B (zh) 高精度数据采集的多模态传感器时空同步方法
EP1489381A2 (en) Method and apparatus for compensating for acceleration errors and inertial navigation system employing the same
CN116147624B (zh) 一种基于低成本mems航姿参考系统的船舶运动姿态解算方法
CN110849364B (zh) 基于动中通的自适应卡尔曼姿态估计方法
CN118243090A (zh) 一种水下航行器自适应推进系统及方法
CN119756426B (zh) 一种惯性导航设备的误差预测的方法
CN116399351B (zh) 一种车辆位置估计方法
CN119884556A (zh) 陀螺仪与加速度计的模块化协同布局方法
CN120252792A (zh) 温控双轴速率位置转台的捷联惯导自动化标定测试方法
CN120206538B (zh) 一种具身智能与多模态感知驱动的异构机器人控制系统
Qiu et al. Stochastic stable attitude estimation algorithm using UKF with measurement loss
CN119245667B (zh) 基于偏差滤波的加权融合农业机器人定位方法和系统
CN118882632A (zh) 一种融合imu陀螺仪数据降噪的vio定位增强方法
CN120445215A (zh) 基于相关熵理论的因子图多源信息融合组合导航方法
CN121977541A (zh) 一种基于惯性与北斗/视觉信息融合的智能多源导航方法
CN119413208A (zh) 一种半球谐振陀螺仪波动磁场输出漂移优化方法
CN121751314A (zh) 一种航空集群高速相对运动场景下的高精度时钟同步方法
CN120274741B (zh) 一种半球谐振陀螺仪梯度磁场干扰误差补偿方法
CN120447650B (zh) 一种传感器数据处理方法、机器人控制方法及其装置
CN121297895A (zh) 一种惯性导航的在线自标定滤波方法
CN121454580A (zh) 一种基于rtk与惯性测量耦合的输电导线三维姿态估计方法、系统、设备及介质
CN108168545B (zh) 一种拟牛顿法优化补偿系数的圆锥误差补偿算法
CN116659494A (zh) 用于低成本的marg传感器进行姿态估计的快速互补滤波方法

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