一种舰载旋转式捷联惯导系统在线标定的方法
【专利摘要】本发明公开了一种舰载旋转式捷联惯导系统在线标定的方法，包括：建立惯性器件输出误差模型和惯导系统误差方程，研究惯性器件参数误差的可标定性并确定状态量和量测量；根据状态量维数确定cubature点的位置和权值，推导与cubature点相关的状态方程、一步状态预测和状态预测协方差阵，并引入多重时变渐消因子修正状态预测协方差阵；推导与cubature点和渐消因子相关的量测方程、自相关协方差阵、互相关协方差阵、增益矩阵、状态估计值和状态误差协方差估计值，设计出具有强跟踪性能和强鲁棒性的强跟踪容积卡尔曼滤波方法。本发明利用该滤波算法对惯性器件参数误差进行估计和进行在线标定并补偿惯性器件参数误差，有效地提高了导航精度，具有较强的参数变动的鲁棒性。
【专利说明】一种舰载旋转式捷联惯导系统在线标定的方法
【技术领域】
[0001]本发明属于舰载旋转式惯导系统在线标定领域及其滤波方法应用的【技术领域】，尤其涉及一种舰载旋转式捷联惯导系统在线标定的方法。
【背景技术】
[0002]在线标定技术是在惯导系统与载体不分离的情况下，利用一定的外部信息进行误差激励从而进行惯性器件参数误差的标定，目前，国外已将旋转式捷联惯导系统的在线标定技术成功应用于舰载、弹载和机载的惯导系统中，但对其相关技术进行了高度保密，随着我国旋转式捷联惯导系统技术的成熟和发展，研究旋转式捷联惯导系统的在线标定技术是当前的一个研究热点。
[0003]而对于舰载旋转式捷联惯导系统，舰船处于实际运行环境中时，由于存在模型状态简化，惯性器件随机噪声和初始状态的统计特性建模不准确以及以惯性器件的常值零偏为代表的模型参数发生突变等问题而导致惯导系统的系统模型必然存在不确定性，系统模型不确定性势必会造成的状态估计值偏离系统的真实状态，从而引起滤波精度降低，甚至发散，因此，惯性器件参数误差估计问题是舰载旋转式捷联惯导系统进行在线标定技术中没有解决的难题。
【发明内容】
[0004]本发明实施例的目的在于提供一种舰载旋转式捷联惯导系统在线标定的方法，旨在解决舰载旋转式捷联惯导系统在线标定过程中，由于海浪、海风等干扰影响而存在系统模型不确定的情况会导致滤波发散、精度低和鲁棒性差的问题，严重影响在线标定精度的问题。
`[0005]本发明实施例是这样实现的，一种舰载旋转式捷联惯导系统在线标定的方法，该舰载旋转式捷联惯导系统在线标定的方法包括以下步骤:
[0006]步骤一，建立陀螺、加速度计的输出误差模型和惯导系统的误差方程；
[0007]步骤二，选择位置、速度和姿态误差及惯性器件参数误差作为滤波器状态量，建立状态方程；
[0008]步骤三，以惯导系统解算的位置、速度、姿态信息和GPS、多普勒计程仪、星敏感器提供的位置、速度、姿态信息的差值作为滤波器量测量，建立量测方程；
[0009]步骤四，根据滤波器的状态量维数η和容积卡尔曼滤波算法特性，确定cubature点的位置ξ i与对应权值Oi，其中i=l，…，2n ；
[0010]步骤五，根据获得的cubature点，通过Cholesky分解，得到状态方程中传播的cubature点，系统状态方程由于cubature点的位置及权值的影响可传播为另一与cubature点相关的新状态方程,得到与cubature点相关的一步状态预测值及状态预测协
方差阵；
[0011]步骤六，在步骤五中的状态预测协方差阵中加入一个多重时变渐消因子；[0012]步骤七，根据步骤四中获得的cubature点，通过Cholesky分解，得到量测方程中传播的cubature点，量测方程由于cubature点的位置及其权值的影响可传播为另一与cubature点和渐消因子相关的新量测方程；
[0013]步骤八，根据步骤七推导出与cubature点和渐消因子相关的自相关协方差阵、互相关协方差阵、卡尔曼增益、状态估计值和状态误差协方差估计值，实现具有强跟踪性和强鲁棒性的强跟踪容积卡尔曼滤波算法的量测更新；
[0014]步骤九，根据步骤五和步骤七中强跟踪容积卡尔曼滤波算法具体的时间更新和量测更新过程对步骤三中状态量进行估计，得到惯性器件各项参数误差值，实现了舰载捷联惯导系统在线标定。
[0015]进一步,在步骤四中，cubature点的位置€ i与其对应权值Wi, i=l, ".,2]!的定义为:
【权利要求】
1.一种舰载旋转式捷联惯导系统在线标定的方法，其特征在于，该舰载旋转式捷联惯导系统在线标定的方法包括以下步骤: 步骤一，建立陀螺、加速度计的输出误差模型和惯导系统的误差方程； 步骤二，选择位置、速度和姿态误差及惯性器件参数误差作为滤波器状态量，建立状态方程； 步骤三，以惯导系统解算的位置、速度、姿态信息和GPS、多普勒计程仪、星敏感器提供的位置、速度、姿态信息的差值作为滤波器量测量，建立量测方程； 步骤四，根据滤波器的状态量维数η和容积卡尔曼滤波算法特性，确定cubature点的位置ξ i与对应权值Coi，其中i = 1，…，2n ； 步骤五，根据获得的cubature点，通过Cholesky分解，得到状态方程中传播的cubature点，系统状态方程由于cubature点的位置及权值的影响可传播为另一与cubature点相关的新状态方程,得到与cubature点相关的一步状态预测值及状态预测协方差阵； 步骤六，在步骤五中的状态预测协方差阵中加入一个多重时变渐消因子； 步骤七，根据步骤四中获得的cubature点，通过Cholesky分解，得到量测方程中传播的cubature点，量测方程由于cubature点的位置及其权值的影响可传播为另一与cubature点和渐消因子相关的新量测方程； 步骤八，根据步骤七推导出与cubature点和渐消因子相关的自相关协方差阵、互相关协方差阵、卡尔曼增益、状态估计值和状态误差协方差估计值，实现具有强跟踪性和强鲁棒性的强跟踪容积卡尔曼滤波算法的量测更新； 步骤九，根据步骤五和步骤七中强跟踪容积卡尔曼滤波算法具体的时间更新和量测更新过程对步骤三中状态量进行估计，得到惯性器件各项参数误差值，实现了舰载捷联惯导系统在线标定。
2.如权利要求1所述的舰载旋转式捷联惯导系统在线标定的方法，其特征在于，在步骤四中，cubature点的位置ξ i与其对应权值Coi, i = 1，".，2η的定义为:
3.如权利要求1所述的舰载旋转式捷联惯导系统在线标定的方法，其特征在于，在步骤六中，加入一个多重时变渐消因子，在k+Ι时刻的状态预测协方差阵中加入的多重时变渐消因子Ak+1定义为:
4.如权利要求1所述的舰载旋转式捷联惯导系统在线标定的方法，其特征在于，在步骤八中，得到的自相关协方差阵为:
5.如权利要求1所述的舰载旋转式捷联惯导系统在线标定的方法，其特征在于，该舰载旋转式捷联惯导系统在线标定的方法的具体步骤为: 步骤一，在舰船航行的过程中需实时采集陀螺和加速度计的测量值，陀螺的测量值为
6.如权利要求5所述的舰载旋转式捷联惯导系统在线标定的方法，其特征在于，在步骤二中，陀螺输出的角速度误差和加速度计输出的比力误差Afs分别为:
7.如权利要求5所述的舰载旋转式捷联惯导系统在线标定的方法，其特征在于，在步骤四中，假设舰载旋转式捷联惯导的系统滤波方程为:
8.如权利要求5所述的舰载旋转式捷联惯导系统在线标定的方法，其特征在于，在步骤六中，根据cubature点的位置及权值，系统状态方程传播为:
Y i,k+i|k = fk( ξ u，uk)+qk，i = 0，1，…，2n 其中，、i,k+iIk为新状态方程中的状态量，Qk为系统噪声， 结合容积卡尔曼滤波算法可得一步状态预测为:
9.如权利要求5所述的舰载旋转式捷联惯导系统在线标定的方法，其特征在于，在步骤八中，新量测方程为: 利用Cholesky分解攻^，有:
10.如权利要求5所述的舰载旋转式捷联惯导系统在线标定的方法，其特征在于，在步骤九中，渐消因子相关的卡尔曼增益、状态估计值和状态误差协方差估计值，分别为:
【文档编号】G01C25/00GK103591965SQ201310413346
【公开日】2014年2月19日 申请日期:2013年9月12日 优先权日:2013年9月12日
【发明者】刘凤, 孙枫, 于春阳, 兰海钰, 周广涛, 于飞, 郭妍, 池姗姗, 张丽丽, 赵博 申请人:哈尔滨工程大学