System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于惯性导航,涉及一种自对准方法,特别是转动条件下无参考基准的快速自对准方法。
技术介绍
1、惯性导航具有全自主不受干扰、全参数连续实时、全天候无使用限制、全空域高动态响应等优点,是各类载体实现自主可靠导航的基本手段。在应用过程中,惯性导航需要进行初始对准,以获得初始导航参数并对器件误差进行估计。初始对准一般包括静基座对准和动基座对准两种方式,其中动基座对准适用于动态载体,在载体运动过程中完成相关误差的在线估计,在此期间惯导系统必须依赖高精度系统实时提供载体运动过程中的位置、速度、航向等基准信息才能完成误差估计,估计精度与使用条件、动态程度、基准信息精度、通讯延时等直接相关,导致动基座对准实现难度较大、应用场合受限。
技术实现思路
1、针对现有技术中存在的技术问题,本专利技术提供了一种无基准转动基座快速自对准方法,在转动条件下无需载体提供额外的基准信息即可完成对准估计,减少此类使用场景中对基准系统的保障需求,降低使用难度和使用成本。
2、本专利技术解决上述技术问题采用的技术方案如下:
3、一种无基准转动基座快速自对准方法,包括如下步骤
4、实时采集惯导系统角速率信息和加速度信息,进行惯性导航解算;
5、建立基于位置、速度和航向信息的对准滤波器;
6、利用采集到的角速率信息和惯性导航解算获得的姿态角信息判定载体转动状态;
7、基于载体转动状态采用相应的对准滤波策略:当判定载体正在转动时,对准滤波器进行状
8、结合载体转动状态和对准滤波器收敛状态,利用对准滤波器估计结果对系统误差进行实时补偿。
9、进一步地,所述对准滤波器的状态变量为
10、
11、其中,δλ分别为惯导系统的纬度误差、经度误差;δh为惯导系统的高度误差;δvn,δvu,δve分别为惯导系统的北向、天向、东向速度误差;φn、φu、φe分别为惯导系统的北向、天向、东向失调角;分别为惯导系统载体坐标系上的加速度计零偏;εx、εy、εz分别为惯导系统载体坐标系上的陀螺漂移;
12、所述对准滤波器观测方程为
13、z=hx+v
14、其中,观测量z=[δlδhδλδvnδvuδve-φu]t,δl、δh、δλ分别为惯导系统纬度、高度、经度与基准位置之差,δvn、δvu、δve分别为惯导系统北速、天速、东速与基准速度之差,φu为惯导系统航向与基准航向之差;
15、v为观测噪声向量;
16、h为观测矩阵。
17、进一步地,所述观测矩阵取值为
18、
19、进一步地,所述利用采集到的角速率信息和惯性导航解算获得的姿态角信息判定载体转动状态具体包括如下步骤
20、计算每个滤波周期内三个正交方向的角速率均值;
21、计算设定滑窗时间范围内的滚动、航向、俯仰三个姿态角峰峰值;
22、若每个角速率均值连续若干滤波周期均不超过第一门限,每个姿态角峰峰值在滑窗时间范围内均不超过第二门限,则载体处于未转动状态,否则载体处于转动状态。
23、进一步地,所述第一门限取值为惯导系统在该工作环境下滑窗时间内静态角速率均值的3倍以上,所述第二门限取值为不小于第一门限与滑窗时间的乘积。
24、进一步地,所述对准滤波器进行状态预测,具体包括
25、状态预测:
26、状态预测方差:
27、其中,φk,k-1为滤波器状态转移矩阵,pk-1为上一滤波周期的滤波器协方差矩阵,为上一滤波周期的系统噪声矩阵,xk-1为上一滤波周期的状态变量;
28、所述对系统噪声进行自适应计算,具体包括
29、状态预测:
30、状态预测方差:
31、滤波增益:
32、状态估计:
33、状态估计方差:pk=(i-kkhk)pk,k-1(i-kkhk)t+kkrkkkt
34、其中,为系统噪声矩阵,为上一滤波周期的系统噪声矩阵,rk为当前滤波周期滤波器的观测噪声矩阵,hk为当前滤波周期的观测矩阵,zk为当前滤波周期的观测量,i为单位矩阵。
35、进一步地,所述系统噪声进行自适应计算方法如下:
36、
37、
38、
39、其中,为当前滤波周期的系统噪声矩阵,q*为系统噪声变化量,δxk为状态估计残差,lq为自适应因子。
40、进一步地,所述自适应因子lq取值大于5。
41、本专利技术还提供了一种电子设备,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程序上述的无基准转动基座快速自对准方法的步骤。
42、本专利技术与现有技术相比的有益效果:
43、本专利技术提出一种无基准转动基座快速自对准方法,具有以下优点:
44、(1)针对载体转动的应用场合,利用角速率信息和姿态角信息等角运动数据自主判定载体转动状态,显著提升了判定准确性;
45、(2)通过判定载体转动状态自适应完成对准滤波器预测或量测更新,在转动阶段,对准滤波器进行状态预测,避免了载体转动对滤波估计产生的不利影响;在转动后静止阶段,基于自适应计算的系统噪声和当前系统自主解算的航向信息进行对准滤波估计,实现无基准条件下快速自主对准,摆脱了对外部装订信息的依赖,降低了转动场景下惯导系统对准的保障需求和使用难度。
本文档来自技高网...【技术保护点】
1.一种无基准转动基座快速自对准方法,其特征在于,包括如下步骤
2.根据权利要求1所述的无基准转动基座快速自对准方法,其特征在于,所述对准滤波器的状态变量为
3.根据权利要求2所述的无基准转动基座快速自对准方法,其特征在于,所述观测矩阵取值为
4.根据权利要求1所述的无基准转动基座快速自对准方法,其特征在于,所述利用采集到的角速率信息和惯性导航解算获得的姿态角信息判定载体转动状态具体包括如下步骤
5.根据权利要求4所述的无基准转动基座快速自对准方法,其特征在于,所述第一门限取值为惯导系统在该工作环境下滑窗时间内静态角速率均值的3倍以上,所述第二门限取值为不小于第一门限与滑窗时间的乘积。
6.根据权利要求1所述的无基准转动基座快速自对准方法,其特征在于,所述对准滤波器进行状态预测,具体包括
7.根据权利要求6所述的无基准转动基座快速自对准方法,其特征在于,所述系统噪声进行自适应计算方法如下:
8.根据权利要求7所述的无基准转动基座快速自对准方法,其特征在于,所述自适应因子Lq取值大于5。
...【技术特征摘要】
1.一种无基准转动基座快速自对准方法,其特征在于,包括如下步骤
2.根据权利要求1所述的无基准转动基座快速自对准方法,其特征在于,所述对准滤波器的状态变量为
3.根据权利要求2所述的无基准转动基座快速自对准方法,其特征在于,所述观测矩阵取值为
4.根据权利要求1所述的无基准转动基座快速自对准方法,其特征在于,所述利用采集到的角速率信息和惯性导航解算获得的姿态角信息判定载体转动状态具体包括如下步骤
5.根据权利要求4所述的无基准转动基座快速自对准方法,其特征在于,所述第一门限取值为惯导系统在该工作环境下滑窗时间内静态角速率均值的3倍以上,...
【专利技术属性】
技术研发人员:王康,陈安升,袁书博,林梦娜,候凤霞,刘垒,
申请(专利权)人:北京自动化控制设备研究所,
类型:发明
国别省市:
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。