一种动基座sins大方位失准角条件下初始对准方法
【专利摘要】本发明公开了一种动基座SINS大方位失准角条件下初始对准方法。利用GPS信息确定载体的初始位置参数，采集光纤陀螺仪和石英加速度计输出的数据，运用解析法来完成动基座SINS的粗对准，初步确定载体的姿态信息。建立动基座SINS在大方位失准角情况下的非线性状态方程，并建立动基座条件下以速度误差为观测量的量测方程，利用CKF算法估计出平台失准角，利用平台失准角修正系统的捷联初始姿态矩阵，从而得到精确的捷联初始姿态矩阵，从而完成动基座SINS的精对准过程。本发明可以大幅提高SINS在动基座且方位为大失准角情况下的初始对准精度，为导航过程提供了更加准确的初始姿态矩阵。
【专利说明】一种动基座SINS大方位失准角条件下初始对准方法
【技术领域】
[0001]本发明涉及的是一种导航领域的初始对准技术，特别是涉及一种在海况不佳情况下舰船的动基座初始对准方法。
【背景技术】
[0002]初始对准是捷联惯性导航系统(StrapdownInertial Navigation System, SINS)的关键技术之一，对准精度和对准速度是初始对准的重要技术指标。初始对准过程分为粗对准和精对准两部分，传统的初始对准过程利用粗对准粗略的估计出失准角的大小，然后利用线性微分方程误差模型，利用标准Kalman滤波最优估计方法精确估计出失准角的大小，从而有效的解决SINS初始对准问题。目前静基座初始对准方法已经很成熟，但是在舰船动基座情况下，尤其是在海况不佳的航行过程中，载体会产生大幅晃动，方位粗对准的精度很难保证，从而增加了初始对准的难度。因此研究动基座SINS的初始对准方法就显得十分必要。
[0003]在动基座中SINS中，粗对准精度较差，一般失准角较大，线性模型不能准确的描述真实的系统，需要利用非线性模型来描述SINS的误差特性。对于非线性系统来说，通常使用的滤波方法为扩展卡尔曼滤波(Extend Kalman Filter,EKF)。虽然EKF实现简便、使用广泛，但是当系统为强非线性时，很容易产生线性化误差，造成滤波器精度下降，甚至发散。容积卡尔曼滤波(Cubature KalmanFilter, CKF)是根据Cubature变换,通过一组具有相同权重的点集经过非线性系统方程的转换计算这组转换后的点集来给出下一时刻系统状态的预测。由于其估计精度高，不容易发散且计算量小的优点，CKF在非线性滤波问题中的应用越来越广泛。
【发明内容】
[0004]本发明的目的是提供可以在大方位失准角SINS动基座情况下大幅提高系统初始对准精度的一种基于CKF的初始对准算法。
[0005]本发明的目的是这样是实现的:
[0006](I)利用全球定位系统(Global Position System, GPS)信息确定载体的初始位置信息，根据光纤陀螺捷联惯导系统预热后采集光纤陀螺仪和石英挠性加速度计输出的数据，初步确定此时的姿态信息(纵摇角Θ，横摇角Y和航向角Ψ)，完成捷联惯导系统的粗对准。
[0007](2)建立动基座SINS大方位失准角下的非线性误差模型
[0008]SINS非线性姿态误差方程为:
[0009][0010]其中Φ = [ΦΧΦζ]τ为失准角，表示计算导航坐标系Y与导航坐标系η之间的转动角度，η系到η,系的方向余弦矩阵用<表示对为载体系b系到计算导航坐标系η,系的方向余弦矩阵；<为导航系η系相对于惯性系i系的转动角速度在计算导航系n'系上的取值，
【权利要求】
1.一种动基座SINS大方位失准角条件下初始对准方法，其特征在于，包括以下步骤: (1)利用GPS信息确定载体的初始位置信息，根据光纤陀螺捷联惯导系统预热后采集光纤陀螺仪和石英挠性加速度计的输出数据，完成捷联惯导系统的粗对准，确定惯导系统初始姿态信息，所述惯导系统初始姿态信息包括纵摇角Θ，横摇角Y和航向角V ； (2)建立动基座SINS大方位失准角下的非线性误差模型； SINS非线性姿态误差方程为:
【文档编号】G01C21/16GK103471616SQ201310396476
【公开日】2013年12月25日 申请日期:2013年9月4日 优先权日:2013年9月4日
【发明者】高伟, 张亚, 孙骞, 周广涛, 奔粤阳, 王罡, 史宏洋, 夏健钟, 阮双双, 赵维珩 申请人:哈尔滨工程大学