一种微惯导系统误差自主抑制方法与流程

1.本发明涉及高速旋转的制导炮弹用微惯导系统技术领域，尤其涉及一种微惯导系统误差自主抑制方法。


背景技术：

2.高过载微惯导系统不仅具有体积小、重量轻、自主性强、隐蔽性好等特点，而且具有抗高过载恶劣力学环境的突出特点，在制导炮弹、电磁导轨炮弹、超远程制导炮弹等使用领域有着广阔的应用前景。
3.制导炮弹在飞行过程中会同时存在高速旋转运动，即一边前进一边绕其弹体纵轴旋转，可以通过高速旋转所产生的陀螺效应获得一定的稳定性。制导炮弹出口转速通常在几十转每秒，即使通过减旋，微惯导系统在通电瞬间，弹体转速通常也在十转每秒以上，这就需要微惯导系统的角速率测量范围最高达到每秒几千度左右，由于弹体飞行过程中高速旋转，对于微惯导系统而言，旋转轴标度因数误差会对微惯导系统精度产生至关重要的影响。
4.制导炮弹用微惯导系统通常在发射后空中通电完成初始对准以及组合导航，炮弹发射过程中量级高达10000g，持续时间约10ms的发射冲击会导致陀螺标度因数产生较大的变化，进而导致微惯导系统性能下降。


技术实现要素：

5.本发明提供了一种微惯导系统误差自主抑制方法，能够解决现有技术中制导炮弹用微惯导系统会由于量级高且持续时间长的炮弹发射冲击导致陀螺标度因数产生较大的变化，进而导致微惯导系统性能下降的技术问题。
6.根据本发明的一方面，提供了一种微惯导系统误差自主抑制方法，所述方法包括：
7.利用微惯导系统实时获取弹体的滚动角；
8.根据对准初始时刻的滚动角构建最小二乘状态变量；
9.根据当前时刻的滚动角构建最小二乘观测变量；
10.根据最小二乘状态变量和最小二乘观测变量获取最小二乘量测方程，并根据最小二乘量测方程进行最小二乘估计，得到对准初始时刻的滚动角估计值；
11.以滚动角误差、陀螺标度因数误差和陀螺零位作为卡尔曼滤波状态变量构建卡尔曼滤波状态方程；
12.以相邻滤波时刻最小二乘估计得到的对准初始时刻的滚动角估计值的差值作为卡尔曼滤波观测变量构建卡尔曼滤波观测方程；
13.根据卡尔曼滤波状态方程和卡尔曼滤波观测方程进行卡尔曼滤波，以获取陀螺标度因数误差估计值和修正后的陀螺标度因数，从而实现微惯导系统误差的自主抑制。
14.优选的，通过下式构建卡尔曼滤波状态方程：
15.16.其中，
17.式中，为卡尔曼滤波状态变量，f为连续状态方程状态转移矩阵，为系统随机噪声向量，δγ为滚动角误差，δk
x
为x轴陀螺标度因数误差，ε
bx
为x轴陀螺零位，为x轴陀螺敏感的旋转轴角速率。
18.优选的，通过下式构建卡尔曼滤波观测方程：
[0019][0020][0021]
式中，为卡尔曼滤波观测变量，为卡尔曼滤波观测矩阵，为观测噪声，为当前滤波时刻最小二乘估计得到的对准初始时刻的滚动角估计值，为上一滤波时刻最小二乘估计得到的对准初始时刻的滚动角估计值。
[0022]
优选的，利用微惯导系统实时获取弹体的滚动角包括：
[0023]
获取微惯导系统输出的导航坐标系下的角速率信息；
[0024]
根据导航坐标系下的角速率信息获取载体坐标系下的角速率信息；
[0025]
根据载体坐标系下的角速率信息获取弹体的滚动角。
[0026]
优选的，通过下式获取载体坐标系下的角速率信息：
[0027][0028]
其中，
[0029]
通过下式获取弹体的滚动角：
[0030][0031]
其中，
[0032]
式中，为载体坐标系x轴陀螺角速率，为载体坐标系y轴陀螺角速率，为载体坐标系z轴陀螺角速率，为滚动角速率，为航向角速率，为俯仰角速率，c1为绕x轴转动的转换矩阵，c3为绕z轴转动的转换矩阵，γ为弹体的滚动角，θ为弹体的俯仰角，为弹体的航向角。
[0033]
优选的，通过下式构建最小二乘状态变量：
[0034]
x＝[cos(γ0) sin(γ0)]
t
；
[0035]
通过下式构建最小二乘观测变量：
[0036]
z＝[sin(γ) cos(γ)]
t
；
[0037]
式中，x为最小二乘状态变量，γ0为对准初始时刻的滚动角，z为最小二乘观测变量，γ为当前时刻的滚动角。
[0038]
优选的，根据最小二乘状态变量和最小二乘观测变量获取最小二乘量测方程，并根据最小二乘量测方程进行最小二乘估计，得到对准初始时刻的滚动角估计值包括：
[0039]
根据最小二乘状态变量和最小二乘观测变量获取最小二乘观测矩阵；
[0040]
根据最小二乘状态变量、最小二乘观测变量和最小二乘观测矩阵获取最小二乘量测方程；
[0041]
根据最小二乘量测方程获取最小二乘量测方程组，其中，最小二乘量测方程组包括r个最小二乘量测方程，r为对准期间测量次数；
[0042]
根据最小二乘量测方程组获取最小二乘状态变量的估计值，从而得到最小二乘估计得到的对准初始时刻的滚动角估计值。
[0043]
优选的，通过下式获取最小二乘观测矩阵：
[0044][0045]
通过下式获取最小二乘量测方程：
[0046]
z＝hx+v；
[0047]
通过下式获取最小二乘量测方程组：
[0048][0049]
式中，h为最小二乘观测矩阵，t为时间，v为量测噪声，z1、z2、......、zr分别为第一、第二、......、第r次测量的最小二乘观测变量，h1、h2、......、hr分别为第一、第二、......、第r次测量的最小二乘观测矩阵，v1、v2、......、vr分别为第一、第二、......、第r次测量的量测噪声。
[0050]
优选的，通过下式获取最小二乘状态变量的估计值：
[0051][0052]
通过下式得到最小二乘估计得到的对准初始时刻的滚动角估计值：
[0053][0054]
式中，为最小二乘状态变量的估计值，为对准初始时刻的滚动角估计值，为最小二乘状态变量的估计值的第一个元素，为最小二乘状态变量的估计值的第二个元素。
[0055]
根据本发明的又一方面，提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一所述方法。
[0056]
应用本发明的技术方案，先利用微惯导系统实时获取弹体的滚动角，再通过最小二乘估计出对准初始时刻的滚动角估计值，然后采用卡尔曼滤波方法，利用相邻滤波时刻最小二乘估计得到的对准初始时刻的滚动角估计值的差值作为卡尔曼滤波观测变量，以获取陀螺标度因数误差估计值和修正后的陀螺标度因数，从而实现微惯导系统误差的自主抑制，提高了微惯导系统导航精度。本发明的方法便于工程实现且不依赖外界辅助信息，可广泛应用于高速旋转的制导炮弹领域，对制导弹药用微惯导系统具有非常重要的意义。
附图说明
[0057]
所包括的附图用来提供对本发明实施例的进一步的理解，其构成了说明书的一部分，用于例示本发明的实施例，并与文字描述一起来阐释本发明的原理。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获得其他的附图。
[0058]
图1示出了根据本发明的一种实施例提供的微惯导系统误差自主抑制方法的流程图；
[0059]
图2示出了根据本发明的一种实施例提供的陀螺标度因数估计结果图。
具体实施方式
[0060]
需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。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一部分实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。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。
[0061]
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本技术的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
[0062]
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
[0063]
如图1所示，本发明提供了一种微惯导系统误差自主抑制方法，所述方法包括：
[0064]
s10、利用微惯导系统实时获取弹体的滚动角；
[0065]
s20、根据对准初始时刻的滚动角构建最小二乘状态变量；
[0066]
s30、根据当前时刻的滚动角构建最小二乘观测变量；
[0067]
s40、根据最小二乘状态变量和最小二乘观测变量获取最小二乘量测方程，并根据最小二乘量测方程进行最小二乘估计，得到对准初始时刻的滚动角估计值；
[0068]
s50、以滚动角误差、陀螺标度因数误差和陀螺零位作为卡尔曼滤波状态变量构建卡尔曼滤波状态方程；
[0069]
s60、以相邻滤波时刻最小二乘估计得到的对准初始时刻的滚动角估计值的差值作为卡尔曼滤波观测变量构建卡尔曼滤波观测方程；
[0070]
s70、根据卡尔曼滤波状态方程和卡尔曼滤波观测方程进行卡尔曼滤波，以获取陀螺标度因数误差估计值和修正后的陀螺标度因数，从而实现微惯导系统误差的自主抑制。
[0071]
本发明先利用微惯导系统实时获取弹体的滚动角，再通过最小二乘估计出对准初始时刻的滚动角估计值，然后采用卡尔曼滤波方法，利用相邻滤波时刻最小二乘估计得到的对准初始时刻的滚动角估计值的差值作为卡尔曼滤波观测变量，以获取陀螺标度因数误差估计值和修正后的陀螺标度因数，从而实现微惯导系统误差的自主抑制，提高了微惯导系统导航精度。本发明的方法便于工程实现且不依赖外界辅助信息，可广泛应用于高速旋转的制导炮弹领域，对制导弹药用微惯导系统具有非常重要的意义。
[0072]
根据本发明的一种实施例，在本发明的s10中，利用微惯导系统实时获取弹体的滚动角包括：
[0073]
s11、获取微惯导系统输出的导航坐标系下的角速率信息；
[0074]
s12、根据导航坐标系下的角速率信息获取载体坐标系下的角速率信息；
[0075]
s13、根据载体坐标系下的角速率信息获取弹体的滚动角。
[0076]
具体地，在本发明的s12中，通过下式获取载体坐标系下的角速率信息：
[0077][0078]
其中，
[0079]
将c1、c3代入上式并展开，可得到：
[0080][0081]
根据上式，能够得到
[0082][0083]
令则根据上式能够得到：
[0084][0085]
根据上式能够计算得到弹体的滚动角如下式所示：
[0086][0087]
式中，为载体坐标系x轴陀螺角速率，为载体坐标系y轴陀螺角速率，为载体坐标系z轴陀螺角速率，为滚动角速率，为航向角速率，为俯仰角速率，c1为绕x轴转动的转换矩阵，c3为绕z轴转动的转换矩阵，γ为弹体的滚动角，θ为弹体的俯仰角，为弹体的航向角。
[0088]
在本发明中，从上述分析能够看出，y轴、z轴陀螺角速率测量误差会对滚动角计算结果产生较大的影响，直接利用上述方法计算，由于陀螺测量噪声等因素的影响，会导致计算结果出现奇异，因此本发明利用最小二乘算法对滚动角进行估计，以提高滚动角的估计精度以及可靠性。
[0089]
根据本发明的一种实施例，在本发明的s20中，通过下式构建最小二乘状态变量：
[0090]
x＝[cos(γ0) sin(γ0)]
t
；
[0091]
在本发明的s30中，通过下式构建最小二乘观测变量：
[0092]
z＝[sin(γ) cos(γ)]
t
；
[0093]
式中，x为最小二乘状态变量，γ0为对准初始时刻的滚动角，z为最小二乘观测变量，γ为当前时刻的滚动角。
[0094]
根据本发明的一种实施例，在本发明的s40中，根据最小二乘状态变量和最小二乘观测变量获取最小二乘量测方程，并根据最小二乘量测方程进行最小二乘估计，得到对准初始时刻的滚动角估计值包括：
[0095]
s41、根据最小二乘状态变量和最小二乘观测变量获取最小二乘观测矩阵；
[0096]
s42、根据最小二乘状态变量、最小二乘观测变量和最小二乘观测矩阵获取最小二乘量测方程；
[0097]
s43、根据最小二乘量测方程获取最小二乘量测方程组，其中，最小二乘量测方程组包括r个最小二乘量测方程，r为对准期间测量次数；
[0098]
s44、根据最小二乘量测方程组获取最小二乘状态变量的估计值，从而得到最小二
乘估计得到的对准初始时刻的滚动角估计值。
[0099]
具体地，在本发明的s41中，通过下式获取最小二乘观测矩阵：
[0100][0101]
在本发明的s42中，通过下式获取最小二乘量测方程：
[0102]
z＝hx+v；
[0103]
在本发明的s43中，通过下式获取最小二乘量测方程组：
[0104][0105]
式中，h为最小二乘观测矩阵，t为时间，v为量测噪声，z1、z2、......、zr分别为第一、第二、......、第r次测量的最小二乘观测变量，h1、h2、......、hr分别为第一、第二、......、第r次测量的最小二乘观测矩阵，v1、v2、......、vr分别为第一、第二、......、第r次测量的量测噪声。
[0106]
进一步地，在本发明的s44中，通过下式获取最小二乘状态变量的估计值：
[0107][0108]
通过下式得到最小二乘估计得到的对准初始时刻的滚动角估计值：
[0109][0110]
式中，为最小二乘状态变量的估计值，为对准初始时刻的滚动角估计值，为最小二乘状态变量的估计值的第一个元素，为最小二乘状态变量的估计值的第二个元素。
[0111]
根据本发明的一种实施例，在本发明的s50中，通过下式构建卡尔曼滤波状态方程：
[0112][0113]
其中，
[0114]
式中，为卡尔曼滤波状态变量，f为连续状态方程状态转移矩阵，为系统随机噪声向量，δγ为滚动角误差，δk
x
为x轴陀螺标度因数误差，ε
bx
为x轴陀螺零位，为x轴陀螺敏感的旋转轴角速率。
[0115]
根据本发明的一种实施例，在本发明的s60中，通过下式构建卡尔曼滤波观测方程：
[0116]
[0117][0118]
式中，为卡尔曼滤波观测变量，为卡尔曼滤波观测矩阵，为观测噪声，为当前滤波时刻最小二乘估计得到的对准初始时刻的滚动角估计值，为上一滤波时刻最小二乘估计得到的对准初始时刻的滚动角估计值。
[0119]
本发明还提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述任一所述方法。
[0120]
下面以某型号飞行试验数据为例，利用本发明的方法对陀螺标度因数误差进行估计，得到卡尔曼滤波估计结果如图2所示。
[0121]
由图2可知，陀螺标度因数误差能够快速的被估计出来，利用估计得到的结果对陀螺标度因数进行修正，能够大幅提高微惯导系统的测量精度。
[0122]
综上所述，本发明提供了一种微惯导系统误差自主抑制方法，该方法先利用微惯导系统实时获取弹体的滚动角，再通过最小二乘估计出对准初始时刻的滚动角估计值，然后采用卡尔曼滤波方法，利用相邻滤波时刻最小二乘估计得到的对准初始时刻的滚动角估计值的差值作为卡尔曼滤波观测变量，以获取陀螺标度因数误差估计值和修正后的陀螺标度因数，从而实现微惯导系统误差的自主抑制，提高了微惯导系统导航精度。本发明的方法便于工程实现且不依赖外界辅助信息，可广泛应用于高速旋转的制导炮弹领域，对制导弹药用微惯导系统具有非常重要的意义。
[0123]
为了便于描述，在这里可以使用空间相对术语，如“在
……
之上”、“在
……
上方”、“在
……
上表面”、“上面的”等，用来描述如在图中所示的一个器件或特征与其他器件或特征的空间位置关系。应当理解的是，空间相对术语旨在包含除了器件在图中所描述的方位之外的在使用或操作中的不同方位。例如，如果附图中的器件被倒置，则描述为“在其他器件或构造上方”或“在其他器件或构造之上”的器件之后将被定位为“在其他器件或构造下方”或“在其他器件或构造之下”。因而，示例性术语“在
……
上方”可以包括“在
……
上方”和“在
……
下方”两种方位。该器件也可以其他不同方式定位(旋转90度或处于其他方位)，并且对这里所使用的空间相对描述作出相应解释。
[0124]
此外，需要说明的是，使用“第一”、“第二”等词语来限定零部件，仅仅是为了便于对相应零部件进行区别，如没有另行声明，上述词语并没有特殊含义，因此不能理解为对本发明保护范围的限制。
[0125]
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。