本发明涉及一种垂直陀螺仪的惯性测量方法，具体地说是一种适用于大机动无人机垂直陀螺仪的惯性测量方法，属于惯性测量领域。
背景技术：
导航系统是无人机飞行控制的重要组成部分，是无人机安全和稳定飞行的基础。针对不同用途和型号无人机，导航系统类型也有差异。目前飞控用导航系统一般采取惯导/卫星等信息进行组合导航，其中，对于大中型无人机一般采用高精度航空惯性组合导航系统作为主导航系统，采用成本较低的微机电惯性组合导航系统（mems惯导）作为备份导航系统，而小型无人机一般仅使用微机械惯性组合导航系统作为唯一导航设备。与高精度惯导相比，mems惯导惯性器件精度低一个甚至几个量级，纯惯性保持能力较弱，但mems惯导成本较低，一般利用卫星的导航信息进行组合导航也能满足导航需求，所以mems惯导在无人机导航中应用广泛。
目前，mems惯导应用于无人机导航一般需要进行组合导航，组合的外部设备包括卫星接收机、磁航向计、空速系统等。利用卫星的速度和位置对惯导进行组合，修正水平姿态、速度和位置误差，利用磁航向计的航向信息进行航向组合提供满足要求的航向信息，可以利用磁航向和空速进行航位推算导航。但是，由于卫星和磁航向计均为外部非自主信息，其中在卫星无效时，就无法进行卫星组合，而采用磁航向计会受到周围环境影响，往往存在较大跳动和误差，组合效果不佳。采用单纯mems惯导进行导航时往往采用垂直陀螺仪算法。垂直陀螺仪一般也正常包含三轴加速度计、三轴陀螺仪等惯性敏感元器件，硬件组成与惯导相似，但其算法一般不同，其思路是在没有外部信息的基础上仅仅利用平稳过程中的加速度信息估计飞机的水平姿态，从而实现飞机的控制。但该算法的弊端在于对飞机机动性能有要求，当飞机进行较大机动时，水平姿态精度变差甚至无效。为解决一般高频运动机动下的垂直陀螺模式问题，互补滤波能够较好地结合陀螺仪角速度的动态性能和加速度的静态精度，从而剔除高频运动加速度，但是，当飞机机动持续时间较长且机动加速度平缓变化时，互补滤波就很难滤除大机动加速度影响，姿态测量精度将不满足飞控要求。
对于大机动无人机应用，无人机机动持续时间较长且机动加速度平缓变化的大机动情况下，同时缺少卫星信息、磁航向计信息等外界辅助信息，要保证垂直陀螺仪姿态精度，需要发明一种适用于大机动的垂直陀螺仪算法，能够在无人机大机动且在不利用卫星、磁航向计等外界辅助信息的情况下，仅仅利用飞机上自主存在的空速信息，完成飞机姿态的估计，为飞机控制提供姿态信息。
技术实现要素：
为了解决上述问题，本发明设计了一种适用于大机动无人机垂直陀螺仪的惯性测量方法，在无人机机动持续时间较长且机动加速度平缓变化的大机动情况下，同时缺少卫星信息、磁航向计信息等外界辅助信息，利用飞机上自主存在的空速信息，完成飞机姿态的估计，保证了垂直陀螺仪姿态精度，保证了飞行控制任务。
本发明的技术方案为：
一种适用于大机动无人机垂直陀螺仪的惯性测量方法，包括以下步骤：
首先，在惯导完成导航初始化之后进入“载体系导航计算”模块，该模块计算出载体坐标系内导航信息；
然后，惯导导航信息和飞机的空速信息进入到“载体系滤波估计修正”模块，该模块通过建立的载体系内系统误差模型，利用kalman滤波估计载体的姿态误差、陀螺仪和加速度计误差，并进行修正补偿，从而保证输出的载体姿态精度。
其中，所述载体系内系统误差模型为：
状态量为
其中
具体算法如下：
步骤一：
导航初始化算法。不同于传统的导航，这里的导航初始化仅仅需要进行载体系内速度和航姿的初始化，而不需要初始化位置等其他信息。
载体系速度
初始航姿阵：
其中
步骤二：
导航初始化之后进入到“载体系导航计算”模块，该模块主要利用陀螺和加速度计数据，在载体系内进行导航计算，得到载体系内的速度信息，为后续载体系内滤波估计提供数据。
考虑了mems本身陀螺测量精度、无人机的运动特点和控制精度要求，提出了“载体系导航计算”模块的算法，该算法中仅仅对“速度更新”和“姿态更新”有计算要求；其中，所述“姿态更新”采用传统四元数更新即可，所述“速度更新”包括载体系内加速度计算和载体系内速度计算，姿态更新采用的传统四元数更新，具体如下：
载体系内加速度计算：
载体系内速度计算：
其中：
步骤三：
建立载体系内系统误差模型，利用飞机上空速管设备的空速信息和载体系内导航信息（就是上面得到的速度信息等）进行滤波估计，实现对惯导姿态和零位等修正。
载体系内系统误差模型为：
状态量为
其中：
系统误差矩阵为
其中
观测矩阵为
观测量为
其中
利用系统误差模型进行闭环kalman滤波估计，并对各误差状态进行修正补偿，补偿方法如下：
载体系内速度修正：
姿态修正：
加速度计零偏修正：
陀螺仪零位修正：
上式中
通过上述估计修正，可以抑制误差发散并将水平姿态控制在精度需要范围内。
本发明的有益效果为：应用于要求进行大机动环境的无人机用垂直陀螺仪，能够在无人机进行大机动飞行时，在无卫星定位等其他非自主辅助信息的情况下，通过引入机上空速信息，自主解算飞机水平姿态角，进而利用陀螺仪计算出的姿态控制飞机的俯仰和滚动，保证飞行控制任务。
下面结合附图和实施例对本发明作进一步说明。
附图说明
图1为本发明实施例一种适用于大机动无人机垂直陀螺仪的惯性测量方法的算法流程图；
图2为本发明实施例一种适用于大机动无人机垂直陀螺仪的惯性测量方法的俯仰角曲线图；
图3为本发明实施例一种适用于大机动无人机垂直陀螺仪的惯性测量方法的俯仰角之差曲线图；
图4为本发明实施例一种适用于大机动无人机垂直陀螺仪的惯性测量方法的滚动角曲线图；
图5为本发明实施例一种适用于大机动无人机垂直陀螺仪的惯性测量方法的滚动角之差曲线。
具体实施方式
以下对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
实施例1
如图1-5所示，一种适用于大机动无人机垂直陀螺仪的惯性测量方法，包括以下步骤：
首先，在惯导完成导航初始化之后进入“载体系导航计算”模块，该模块计算出载体坐标系内导航信息；
然后，惯导导航信息和飞机的空速信息进入到“载体系滤波估计修正”模块，该模块通过建立的载体系内系统误差模型（公式3），利用kalman滤波估计载体的姿态误差、陀螺仪和加速度计误差，并进行修正补偿，从而保证输出的载体姿态精度。
具体算法如下：
步骤一：
导航初始化算法。不同于传统的导航，这里的导航初始化仅仅需要进行载体系内速度和航姿的初始化，而不需要初始化位置等其他信息。
载体系速度
初始航姿阵：
其中
步骤二：
导航初始化之后进入到“载体系导航计算”模块，该模块主要利用陀螺和加速度计数据，在载体系内进行导航计算，得到载体系内的速度信息，为后续载体系内滤波估计提供数据。
考虑了mems本身陀螺测量精度、无人机的运动特点和控制精度要求，提出了“载体系导航计算”模块的算法，该算法中仅仅对“速度更新”和“姿态更新”有计算要求；其中，所述“姿态更新”采用传统四元数更新即可，所述“速度更新”包括载体系内加速度计算和载体系内速度计算，姿态更新采用的传统四元数更新，具体如下：
载体系内加速度计算：
载体系内速度计算：
其中：
步骤三：
建立载体系内系统误差模型，利用飞机上空速管设备的空速信息和载体系内导航信息（就是上面得到的速度信息等）进行滤波估计，实现对惯导姿态和零位等修正。
载体系内系统误差模型为：
状态量为
其中：
系统误差矩阵为
其中
观测矩阵为
观测量为
其中
利用系统误差模型进行闭环kalman滤波估计，并对各误差状态进行修正补偿，补偿方法如下：
载体系内速度修正：
姿态修正：
加速度计零偏修正：
陀螺仪零位修正：
上式中
通过上述估计修正，可以抑制误差发散并将水平姿态控制在精度需要范围内。
实验例
利用某无人靶机实际飞机过程中采集的mems惯导数据、空速管数据及gps导航数据进行算法仿真。mems惯导的三个陀螺仪稳定性精度为6°/h(allan方差)，三个加速度计稳定性为1mg（10s平均）。该组数据飞行状态为：先地面静止120s，初始俯仰角约14°，点火发射升空，飞行速度约200m/s，飞行时长约1200s，飞行期间进行多次大机动滚动和偏航。为了比较该垂直陀螺算法的效果，进行了两种仿真，一种是利用惯导数据和gps数据进行常规组合得到姿态数据，该数据作为基准；一种是利用惯导数据和空速数据，按照本专利中提出的垂直陀螺仪算法进行计算得到姿态数据，比较两组姿态的差异。
仿真结果如下图2-5。结果表明，在飞机进行大机动飞行情况下，该垂直陀螺仪算法计算得到的姿态角与传统有gps辅助的组合导航姿态比较，误差不大于5°，统计精度优于1°（rms为均方根值），该精度能够满足飞机控制需求。