本发明专利技术公开了一种基于捷联惯性导航系统的姿态估计和融合的方法，包括：（１）利用六自由度惯性测量组件（简称ＩＭＵ）中的传感器感应载体运动特性；（２）进行捷联惯性解算；（３）在进行步骤（２）同时利用加速度估计系统的姿态信号；（４）判断姿态估计值的可信度；（５）进行姿态信息融合；（６）输出导航参数；本发明专利技术的方法具有以下优点：（１）不增加任何硬件成本并且不改变硬件安装结构；（２）具有完全的自主性，不受外界环境的影响，能够全天候工作；（３）能够有效提高系统的导航精度，特别是姿态精度；（４）系统能够为控制显示装置提供每秒钟５０次以上的导航信号。
【技术实现步骤摘要】
本专利技术涉及一种捷联惯性导航系统的导航技术，尤其涉及一种捷联惯性导航系统利用加速度估计姿态的方法。
技术介绍
捷联惯性导航系统(Strapdown Inertial Navigation System简称SINS)是根据牛顿提出的相对惯性空间的力学定律，利用陀螺仪、加速度计等惯性元件感受运行体的加速度，通过计算机进行积分运算得到运动体的姿态、速度和位置等导航参数。在这些导航参数中，姿态参数误差会直接影响其它参数的精度，所以提高姿态测量精度具有更为重要的意义。SINS的制导精度主要取决于惯性器件(陀螺仪和加速度计)的精度。INS的精度在开始工作和较短的时间内是优良的。但是从初始对准之后，由于陀螺仪的漂移误差的累积，精度会随着时间的推移而降低。目前提高捷联式INS的精度，主要采取两个技术进行改进(1)采用更高精度的惯性器件；(2)采用制导误差不累积的外部参考信息对SINS进行修正。上述两种方法均能够提高SINS的导航精度。但是采用更高精度的惯性器件，会成倍增加系统的成本，这是许多应用领域都不能接受的。如果采用外部信息参考源，不仅会增加系统成本、降低系统的自主性，而且会受到更多的干扰导致系统可靠性的降低。此外，在一些复杂的应用环境中无法使用有效的外部信息源。如何在不增加系统成本的情况下，更充分的利用惯性元器件信息尽量提高导航系统的精度，对很多应用场合具有重要的意义。
技术实现思路
1、专利技术目的本专利技术的目的是提供一种能够有效提高系统导航参数精度的捷联惯性导航系统的导航控制方法。2、技术方案为了达到上述的专利技术目的，本专利技术包括下列步骤(1)利用六自由度惯性测量组件(简称IMU)中的传感器感应载体运动特性IMU通过陀螺仪敏感运动载体沿其轴向的角速度信号，通过加速度计测量沿载体轴向的线加速度信号，并将信号传输给导航计算机；(2)进行捷联惯性解算导航计算机对陀螺仪敏感的角速度信号进行姿态解算，对姿态矩阵进行三角函数计算即提取出载体的姿态角和方位角，将加速度计测量的线加速度由载体坐标系变换至地理坐标系，进而后积分得到速度、位置等导航参数；(3)在进行步骤(2)的同时进行本步骤，利用加速度估计系统的姿态信号根据三轴加速度计输出、地理坐标系和载体坐标系之间的关系，当系统加速度很小时，忽略速度和加速度对姿态的影响，得到加速度计输出矢量fb@T、重力加速度g、系统横滚角的估计值γD、俯仰角估计值θD和航向角估计值ψD(中间变量)之间的关系fbxfbyfbz≈cosψDcosθDsinψDcosθD-sinθDcosψDsinθDsinγD-sinψDcosγDsinψDsinθDsinγD+cosψDcosγDcosθDsinγDcosψDsinθDcosγD+sinψDsinγDsinψDsinθDcosγD-cosψDsinγDcosθDcosγD00-g---(1)]]>从而可以得到fbx=sinθD·gfby=-cosθD·sinγD·gfbz=-cosθD·cosγD·g---(2)]]>由此，可以得到内阻尼姿态估计的公式为θD=arcsin(fbxfbx2+fby2+fbz2)γD=arctan(fby/fbz);|fbz|≥0.1garccos(-fbzcosθD·fbx2+fby2+fbz2);|fbz|<0.1g---(3)]]>(4)判断姿态估计值的可信度先利用上式(2)得到加速度计测量值变换到地理坐标系，判断系统加速运动的情况，再确定根据式(3)得到的姿态估计值的可信度；设置系统姿态估计法使用的基本条件为 式中，fnx和fny表示地理坐标系下的系统水平加速度。X1X2Y1Y2分别表示系统使用姿态估计值的阈值； (5)进行姿态信息融合如果根据式(4)得到的式(3)的姿态估计值是可信的，则进行卡尔曼滤波器的构建进行姿态信息融合，否则，直接跳到步骤(6)；本步骤包括如下步骤①建立卡尔曼滤波的状态方程使用一阶线性随机微分方程来描述捷联航姿系统的状态误差如下 式中，X(t)为t时刻系统的状态向量；A(t)，G(t)分别为系统状态矩阵和噪声矩阵；W(t)和N(t)分别为系统的噪声向量和量测噪声向量；系统的状态矢量为X＝T(6)系统的白噪声矢量为W＝T(7)其中，φnφeφd分别表示系统的北向、东向和地向的姿态误差；δvnδve分别表示系统的北向和东向的速度误差；εrxεryεrz分别表示X、Y、Z轴陀螺的误差；ωgxωgyωgz分别表示X、Y、Z轴陀螺误差模型的一阶马儿可夫过程；ωrxωryωrz分别表示X、Y、Z轴陀螺误差模型的白噪声误差；ωaxωayωaz分别表示X、Y、Z轴加速度计误差模型的白噪声误差；系统噪声系数矩阵为G(t)=-CbnO3×3O3×3O2×3O2×3Cb2×3nO3×3I3×3O3×38×9---(8)]]>系统的状态转移阵为A(t)=(AINS)5×5(AS)5×3O3×5(AIMU)3×38×8---(9)]]>上式中，AIMU=diag-1Trx-1Try-1Trz---(10)]]> AS=-CbnO2×35×3---(11)]]>AINS是对应5个基本导航参数的矩阵，其非零项元素为A(1,3)=vNRM+hA(1,5)=1RN+hA(2,3)=ωie+vERN+hA(2,4)=-1RM+hA(3,1)=-vNRM+hA(3,2)=-ωie-vERN+hA(4,2)=-fDA(4,3)=fEA(5,1)=fDA(5,3)=fE---(12)]]>对8阶状态方程对应的白噪声矢量，取白噪声方差阵为Q(t)=diagσgx2&sigma本文档来自技高网...
【技术保护点】
一种基于捷联惯性导航系统的姿态估计和融合的方法，包括下列步骤：（１）利用六自由度惯性测量组件中的传感器感应载体运动特性：通过陀螺仪敏感运动载体沿其轴向的角速度信号，通过加速度计测量沿载体轴向的线加速度信号，并将信号传输给导航计算机；（２）进行捷联惯性解算：导航计算机对陀螺仪敏感的角速度信号进行姿态解算，对姿态矩阵进行三角函数计算即提取出载体的姿态角和方位角，用加速度计测量的加速度进行由载体坐标系至地理坐标系的坐标变换计算，进而在地理坐标系中进行速度、位置等导航参数计算；其特征在于，在进行上述步骤（２）的同时进行下列步骤：（３）利用线加速度估计系统的姿态信号：根据三轴加速度计输出、地理坐标系和载体坐标系之间的关系，当系统加速度很小时，忽略速度和加速度对姿态的影响，得到加速度计输出矢量ｆ↓［ｂ］＠［ｆ↓［ｂｘ］ｆ↓［ｂｙ］ｆ↓［ｂｚ］］↑［Ｔ］、重力加速度ｇ、系统横滚角的估计值γ↓［Ｄ］、俯仰角估计值θ↓［Ｄ］和航向角估计值Ψ↓［Ｄ］（中间变量）之间的关系：＊＊＊（１）从而可以得到：＊＊＊（２）由此，可以得到内阻尼姿态估计的公式为：＊＊＊（３）（４）判断姿态估计值的可信度：根据该加速度计测量值判断系统加速运动的情况，确定根据式（３）得到的姿态估计值的可信度；（５）进行姿态信息融合：如果根据式（４）得到的式（３）的姿态估计值是可信的，则进行卡尔曼滤波器的构建进行姿态信息融合，否则，直接跳到步骤（６）；本步骤包括如下步骤：①建立卡尔曼滤波的状态方程：使用一阶线性随机微分方程来描述捷联航姿系统的状态误差如下：Ｘ↑［＆］（ｔ）↓［８×１］＝Ａ（ｔ）↓［８×８］Ｘ（ｔ）＋Ｇ（ｔ）↓［８×９］Ｗ（ｔ）↓［９×１］（５）式中，Ｘ（ｔ）为ｔ时刻系统的状态向量：Ａ（ｔ），Ｇ（ｔ）分别为系统状态矩阵和噪声矩阵；Ｗ（ｔ）为系统的噪声向量；系统的状态矢量为：Ｘ＝［φ↓［ｎ］φ↓［ｅ］φ↓［ｄ］δｖ↓［ｎ］δｖ↓［ｅ］ε↓［ｒｘ］ε↓［ｒｙ］ε↓［ｒｚ］］↑［Ｔ］（６）系统的白噪声矢量为：Ｗ＝［ω↓［ｇｘ］ω↓［ｇｙ］ω↓［ｇｚ］ω↓［ｒｘ］ω↓［ｒｙ］ω↓［ｒｚ］ω↓［ａｘ］ω↓［ａｙ］ω↓［ａｚ］］↑［Ｔ］（７）其中，φ↓［ｎ］φ↓［ｅ］φ↓［ｄ］分别表示系统的北向、东向和地向的姿态误差；δｖ↓［ｎ］δｖ↓［ｅ］分别表示系统的北向和东向的速度误差；ε↓［ｒｘ］ε↓［ｒｙ］ε↓［ｒｚ］分别表示Ｘ、Ｙ、Ｚ轴陀螺的误差；ω↓［ｇｘ］ω↓［ｇｙ...
【技术特征摘要】
【专利技术属性】
技术研发人员：杜亚玲，刘建业，陈磊江，孙永荣，黄凯，许卫东，祝燕华，曾庆化，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：84[中国|南京]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。