删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

基于状态量扩维的旋转式捷联惯导系统精对准方法*

本站小编 Free考研考试/2021-12-25

旋转式捷联惯导系统(Strapdown Inertial Navigation System, SINS)在不使用外部信息的前提下,利用转位机构带动惯性测量单元(Inertial Measurement Unit,IMU)以一定的旋转方案转动,将陀螺和加速度计的常值误差调制成周期性变化的形式,从而实现惯性器件误差的自动补偿,提高系统长时间导航性能[1-4]。但是,旋转调制无法抑制初始对准误差对导航精度的影响。而初始对准是惯性导航的关键技术之一,其精度直接决定了系统导航精度[5]。因此,对旋转式捷联惯导系统初始对准的研究显得尤为重要。
现有旋转式捷联惯导系统静基座精对准多采用传统捷联惯导系统的对准方法,文献[6-8]在旋转过程中利用卡尔曼滤波进一步估计系统初始姿态,但未分析旋转过程中系统各状态量可观测度变化;文献[9-12]建立滤波模型后,分析了转动过程中各状态量可观测度变化,但是状态模型仍采用静基座精对准模型,未分析旋转过程陀螺和加速度计标度因数误差、安装误差是否可观测。
旋转式捷联惯导系统通过周期性旋转改变了系统状态变量的可观测性[13-14],而现有旋转式捷联惯导系统对准模型多采用静态10维对准模型,未对旋转过程中陀螺和加速度计的标度因数误差、安装误差的可观测性进行分析,便将其从状态变量中剔除,导致滤波模型不精确,进而影响了姿态对准精度。针对此问题,本文提出了一种基于状态量扩维的旋转式捷联惯导系统精对准方法。首先,建立28维精对准模型;然后,通过可观测度分析优化精对准模型;最后,通过仿真试验验证了该方法的有效性。
1 扩维的精对准模型 静基座下载体的位置是已知的,不考虑载体位置变化,建立静基座初始对准的状态方程为
(1)

式中:X为状态向量;A为状态转移矩阵;B为系统噪声扰动矩阵;W为零均值高斯白噪声。
传统旋转调制精对准模型中,状态变量X为10维,包括水平速度误差、失准角误差、水平加速度计常值零偏、三轴陀螺常值漂移,如下:
(2)

式中:δVE、δVN为水平速度误差;φEφNφU为失准角;εxεyεz为陀螺常值漂移;?x、?y为水平加速度计常值零偏。
状态转移矩阵和系统噪声扰动矩阵为
(3)

式中:
(4)

(5)

其中:ωie为地球自转角速率;L为当地纬度;g为重力加速度;Cij(ij=1,2,3)为姿态矩阵Cbn中元素。
选取2个水平速度误差δVE、δVN作为观测量,静基座下载体位置未发生变化,外观测量为零。量测方程为
(6)

式中:H=[I2×2??02×8];Z为系统量测向量;V为量测噪声向量。
陀螺和加速度计的测量误差是影响系统精度的主要因素,因此必须对其进行精确建模。但传统的旋转式捷联惯导系统静基座对准模型为10维,陀螺和加速度计的标度因数误差以及安装误差可通过标定获得,但是标定补偿后仍然会存留残余误差,因此10阶系统误差模型不能满足导航系统的需求。基于上述思想,在传统10维的对准模型基础上,将陀螺和加速度计的标度因数误差和安装误差扩展为状态变量,建立旋转式捷联惯导系统的28维精对准模型。
陀螺的误差模型为
(7)

式中:δωgx、δωgy、δωgz为陀螺输出误差;ωxωyωz为陀螺输入;δKgx、δKgy、δKgz为陀螺标度因数误差;EgxyEgxzEgyxEgyzEgzxEgzy为陀螺安装误差。
将式(7)表示成矩阵形式为
(8)

式中:

加速度计的误差模型为
(9)

式中:δfax、δfay、δfaz为加速度计输出误差;fxfyfz为加速度计输入;δKax、δKay、δKaz为加速度计标度因数误差;EaxyEaxzEayxEayzEazxEazy为加速度计安装误差。
将式(9)表示成矩阵形式为
(10)

式中:

扩充后的系统状态变量为
(11)

A阵发生变化,如下:
(12)

(13)

(14)

系统量测量不变,量测矩阵H变为
(15)

在旋转式捷联惯导系统28维的精对准模型中,各状态变量在转动的过程并不是完全可观测的,因此利用系统可观测度分析理论对各状态变量可观测度进行分析。
2 系统可观测度分析 旋转式捷联惯导系统的航向角由于旋转不断发生变化,此时系统是时变的,因而可用分段线性定常系统(Piece-Wise Constant System,PWCS)来分析旋转过程中的可观测性,判断各状态变量是否可观测。
由于系统的可观测性与激励无关,为简化分析,只研究齐次系统的可观测性。系统状态方程和量测方程离散化后对应的齐次方程为
(16)

式中:, T为滤波周期; Hj不变,值与H等; j表示第j个时间段。
系统总体可观测性矩阵(Total Observability Matrix,TOM)为
(17)

式中:QjT=[(Hj)T??(HjFj)T??…??(HjFjn-1)T]为第j个时间段内的可观测矩阵。系统的提取可观测性矩阵(Stripped Observability Matrix,SOM)为
(18)

由文献[15]可知,可用Qs(r)代替Q(r)进行系统可观测性分析。
PWCS只能定性分析状态变量能否被观测,无法确定某一状态变量在不同时间段内的可观测程度。因此PWCS在可观测性分析基础上,进行基于奇异值的系统可观测度分析,求出奇异值大小,从而确定各状态变量的可观测度。下面利用奇异值分解对系统的可观测度进行分析。
将矩阵Qs(r)进行奇异值分解,可得
(19)

式中:U=[u1??u2??…??um];V=[v1??v2??…??vm];S=diag(σ1??σ2??…??σr),σj(σ1σ2≥…≥σr > 0)为Qs的奇异值。
Z=Qs(r)X0可得
(20)

(21)

式中:Z为量测量;X0为系统初始状态。
如果观测量具有常值范数,那么初始状态值可以形成一个椭球,其方程为
(22)

αi=1/σi,则式(22)可表示为
(23)

式中:αi为椭球的主轴长度。可知奇异值越大,αi越小,椭球体积越小,对初始状态的估计程度越高。第i个状态变量对应的可观测度ηi可表示为
(24)

式中:σiuiTZvi/σi取最大值时对应的奇异值;σ0为外观测量对应的奇异值。
本文采用单轴方位连续旋转调制系统,其转速为6(°)/s,航向角变化步长为60°,分析其静止时间段(0~10 s)和转动过程(第一时间段:10~20 s; 第二时间段:20~30 s)中各状态变量可观测性变化,其中的各状态变量对应奇异值变化如表 1所示。
表 1 各状态量对应的奇异值变化 Table 1 Singular value change of state variables
状态量奇异值
静止时间段第一时间段第二时间段
δVE11.413.16
δVN11.413.16
φE13.8917.8238.96
φN13.8917.8238.96
φU1.70×10-258.19×10-41.95×10-3
?x3.86×10-458.3120.35
?y3.22×10-278.3120.35
εx9.8014.0731.12
εy9.8014.0731.12
εz5.47×10-49.20×10-42.15×10-3
δKgx7.51×10-395.10×10-42.15×10-3
δKgy3.85×10-281.78×10-158.30×10-4
δKgz2.81×10-411.78×10-153.26×10-5
Egxy1.81×10-841.78×10-151.10×10-4
Egxz6.45×10-341.78×10-152.70
Egyx9.93×10-411.78×10-151.01×10-8
Egyz1.44×10-311.78×10-152.70
Egzx7.16×10-533.71×10-85.19×10-8
Egzy1.90×10-381.78×10-156.50×10-8
δKax3.35×10-481.78×10-153.26×10-5
δKay7.52×10-451.78×10-157.90×10-4
δKaz1.10×10-481.78×10-155.19×10-8
Eaxy3.09×10-521.78×10-153.81×10-15
Eaxz1.31×10-241.78×10-153.81×10-15
Eayx8.62×10-461.78×10-153.81×10-15
Eayz1.81×10-451.78×10-158.96×10-16
Eazx6.09×10-571.78×10-153.69×10-8
Eazy2.97×10-581.25×10-156.29×10-10


表选项






表 1可知,静止状态下陀螺和加速度计的标度因数误差、安装误差奇异值较小,可观测度低,故传统10维模型中不考虑陀螺和加速度计的标度因数误差、安装误差。在旋转过程中,陀螺和加速度计标度因数误差、安装误差奇异值增大,可观测度变大,尤其是陀螺的标度因数误差δKgx和安装误差EgxzEgyz 3个状态变量对应的奇异值大小有了明显改善,其中δKgx对应的奇异值从静止时间段的7.51×10-39提高到2.15×10-3EgxzEgyz对应的奇异值从静止时间段的6.45×10-34、1.44×10-31提高到第二时间段的2.70。可知,旋转过程中δKgxEgxzEgyz可估计程度得到了显著提高。
3 改进的13维精对准模型 由于不可观测的状态变量对系统精度影响较小,因此根据系统各状态变量可观测度分析结果,去掉28位精对准模型中不可观测的状态变量,包括加速度计安装误差、标度因数误差以及陀螺的标度因数误差中的δKgy、δKgz和安装误差中的EgxyEgyxEgzxEgzy,保留陀螺的误差项δKgxEgxzEgyz。此时系统状态变量变为13维,如下:
(25)

此时矩阵A阵变为如下形式:
(26)

(27)

系统量测量保持不变,量测矩阵H发生变化,如下:
(28)

4 仿真试验 仿真条件设置如下:状态变量X的初始值均为零,陀螺常值漂移为0.2(°)/h,随机漂移为0.04(°)/h;加速度计常值零偏为100 μg,随机零偏为25 μg;陀螺的标度因数误差为100 ppm(ppm为百万分之一,是惯导标度因数的通用表示方法),安装误差均为1×10-5(°);速度测量误差为0.01 m/s;初始姿态为零;初始失准角φEφNφU分别为0.1°、0.1°、0.5°;地理纬度为40°,经度为116°。协方差阵初始值P(0)、系统噪声阵q、量测噪声阵R初始值如下:P(0)=diag{(0.01 m/s)2, (0.01 m/s)2, (0.1°)2, (0.1°)2, (0.5°)2, (100 μg)2, (100 μg)2, (0.2(°)/h)2, (0.2(°)/h)2, (0.2(°)/h)2, (1×10-4)2, (1×10-5)2, (1×10-5)2}, q=diag{(25 μg)2, (25 μg)2, (0.04(°)/h)2, (0.04(°)/h)2, (0.04(°)/h)2}, R=diag{(0.01 m/s)2, (0.01 m/s)2}。
仿真试验结果如图 1所示。可以看出,本文方法提高了航向角的收敛速度。统计500 s以后载体姿态的均方根误差(Root Mean Square Error,RMSE),如表 2所示。
图 1 姿态角误差估计 Fig. 1 Estimation of attitude angle errors
图选项




表 2 初始对准的姿态角误差 Table 2 Attitude errors of initial alignment (°)
方法 航向角误差 俯仰角误差 横滚角误差
传统方法 0.0314 0.0017 0.0019
本文方法 0.0224 0.0011 0.0012


表选项






表 2可以看出,本文方法得到的航向角误差为0.022 4°,而传统方法得到航向角误差为0.031 4°,精度提高了约29%。且俯仰角和横滚角估计精度也有小幅提升。
图 2可以看出,本文方法估计出的水平陀螺常值漂移分别为0.19(°)/h、0.20(°)/h,而同样条件下传统方法得到的水平陀螺常值漂移分别为0.17(°)/h、0.18(°)/h,水平陀螺常值漂移的估计精度得到提高,同时可以看出水平陀螺和天向陀螺收敛速度加快。
图 2 水平陀螺常值漂移估计 Fig. 2 Estimation of horizontal gyroscope constant drift
图选项




图 3可以看出,本文方法的水平加速度计常值零偏估计分别为81 μg、87 μg,而传统方法精对准下分别为71 μg、73 μg,水平加速度计常值零偏的估计精度有明显提高。
图 3 水平加速度计常值零偏估计 Fig. 3 Estimation of horizontal accelerometer constant null bias
图选项




图 4可以看出,本文方法可估计出陀螺的标度因数误差δKgx和安装误差EgxzEgyz。仿真条件设置的δKgx为100 ppm,估计出的δKgx为178ppm;设置的EgxzEgyz为1×10-5(°),估计出的EgxzEgyz分别为8.08×10-6(°)、4.11×10-6(°)。
图 4 陀螺的δKgxEgxzEgyz估计 Fig. 4 Estimation of δKgx, Egxz and Egyz of gyroscope
图选项




5 结论 1) 考虑了陀螺和加速度计的标度因数误差、安装误差,扩展为28维的精对准模型。
2) 对旋转过程各状态变量的可观测度变化进行分析,将精对准模型优化为13维。
3) 仿真结果表明,与传统方法相比,本文方法航向角对准精度提高了约29%,且提高了水平陀螺常值漂移、加速度计常值零偏估计,同时还可估计出δKgxEgxzEgyz
4) 如何在系统绕双轴或者三轴旋转时进行对准并进一步提高陀螺和加速度计的误差参数估计精度将是今后的研究方向。

参考文献
[1] LV P, LIU J Y, LAI J Z, et al. Decrease in accuracy of a rotational SINS caused by its rotary table's errors[J]. International Journal of Advanced Robotic Systems, 2014, 11(1): 1-10. DOI:10.5772/56810
[2] LIU Z J, WANG L, WANG W, et al. An improved rotation scheme for tri-axis rotational inertial navigation system[J]. Microsystem Technologies, 2017, 23(12): 5423-5433. DOI:10.1007/s00542-016-3270-z
[3] SUN W, WANG D X, XU L W, et al. MEMS-based rotary strap-down inertial navigation system[J]. Measurement, 2013, 46(8): 2585-2596. DOI:10.1016/j.measurement.2013.04.035
[4] PEI F J, ZHU L, ZHAO J. Initial self-alignment for marine rotary SINS using novel adaptive Kalman filter[J]. Mathematical Problems in Engineering, 2015, 29: 1-2.
[5] SONG T X, LI K, WANG L, et al. A rapid and high-precision initial alignment scheme for dual-axis rotational inertial navigation system[J]. Microsystem Technologies, 2017, 23(12): 5515-5525. DOI:10.1007/s00542-017-3286-z
[6] 翁海娜, 姚琪, 胡小毛. 舰船单轴旋转激光捷联惯导系统动态初始对准[J]. 中国惯性技术学报, 2012, 20(1): 34-38.
WENG H N, YAO Q, HU X M. Dynamic initial alignment for single-axis rotation laser gyro SINS on board ship[J]. Journal of Chinese Inertial Technology, 2012, 20(1): 34-38. (in Chinese)
[7] GAO W, ZHANG Y, WANG J G. Research on initial alignment and self-calibration of rotary strap-down inertial navigation systems[J]. Sensors, 2015, 15(2): 3154-3171. DOI:10.3390/s150203154
[8] SUN F, SUN Q, BEN Y Y, et al.A new method of initial alignment and self-calibration based on dual-axis rotating strap-down inertial navigation system[C]//Position Location and Navigation Symposium.Piscataway, NJ: IEEE Press, 2012: 808-813.
[9] 赵晓伟, 李江, 党宁, 等. 基于单轴连续旋转调制的方位对准技术[J]. 导弹与航天运载技术, 2016, 2(1): 26-30.
ZHAO X W, LI J, DANG N, et al. Research on azimuth alignment technology based on the single axis continuous rotation modulation[J]. Missiles and Space Vehicles, 2016, 2(1): 26-30. (in Chinese)
[10] 徐爱功, 王大雪, 孙伟, 等. 无外观测信息的旋转捷联系统组合对准方法[J]. 测绘科学, 2015, 40(2): 29-34.
XU A G, WANG D X, SUN W, et al. Integrated alignment of rotary SINS with the observation uncertainty[J]. Science of Surveying and Mapping, 2015, 40(2): 29-34. (in Chinese)
[11] 杨国梁, 王玮. 基于双轴旋转的惯导系统误差自补偿技术[J]. 北京航空航天大学学报, 2012, 38(4): 519-524.
YANG G L, WANG W. Error auto-compensation technology of inertial navigation system based on double-axis rotation[J]. Journal of Beijing University of Aeronautics and Astronautics, 2012, 38(4): 519-524. (in Chinese)
[12] 龙兴武, 于旭东, 张鹏飞, 等. 激光陀螺单轴旋转惯性导航系统[J]. 中国惯性技术学报, 2010, 18(2): 149-153.
LONG X W, YU X D, ZHANG P F, et al. Single rotating inertial navigation system with ring laser gyroscope[J]. Journal of Chinese Inertial Technology, 2010, 18(2): 149-153. (in Chinese)
[13] 汪徐胜, 杨建业, 宋仔标, 等. 车载旋转调制捷联惯导系统最优对准技术[J]. 兵工自动化, 2017, 36(4): 10-17.
WANG X S, YANG J Y, SONG Z B, et al. Optimum alignment technology for vehicle mounted rotation-modulating SINS[J]. Ordnance Industry Automation, 2017, 36(4): 10-17. DOI:10.7690/bgzdh.2017.04.003 (in Chinese)
[14] DU S, SUN W, GAO Y. Improving observability of an inertial system by rotary motions of an IMU[J]. Sensors, 2017, 17(4): 1-20. DOI:10.1109/JSEN.2016.2643958
[15] SILVA F O, HEMERLY E M, FILHO W C L. On the error state selection for stationary SINS alignment and calibration Kalman filters-Part Ⅱ:Observability/estimability analysis[J]. Sensors, 2017, 17(3): 1-34. DOI:10.1109/JSEN.2016.2643838


相关话题/系统 观测 技术 测量 过程

  • 领限时大额优惠券,享本站正版考研考试资料!
    大额优惠券
    优惠券领取后72小时内有效,10万种最新考研考试考证类电子打印资料任你选。涵盖全国500余所院校考研专业课、200多种职业资格考试、1100多种经典教材,产品类型包含电子书、题库、全套资料以及视频,无论您是考研复习、考证刷题,还是考前冲刺等,不同类型的产品可满足您学习上的不同需求。 ...
    本站小编 Free壹佰分学习网 2022-09-19
  • LPV模型的动态压缩测量辨识算法*
    目前,被控对象的系统结构越来越复杂,而且系统的运行条件也不再是稳定的、单一的,而是一个动态的过程,这些过程都表现出很强的非线性特征。比如,多热源的温度控制系统、涡扇引擎控制、车辆横向控制、高速飞行器控制等[1]。考虑到当非线性系统被描述为线性参变(LinearParametricVariation, ...
    本站小编 Free考研考试 2021-12-25
  • 基于键合图模型的SHA/EMA余度系统的故障诊断*
    随着多电飞机概念的提出,功率电传作动系统开始越来越多地应用在飞机上,目前应用最广泛的两类功率电传作动器是电静液作动器(EHA)和机电作动器(EMA)。由于一些尚未解决的技术难题(如滚柱丝杠卡死)存在,功率电传作动器还不能完全取代传统的液压伺服作动器(SHA),而是通常采用与技术成熟的SHA组合成非相 ...
    本站小编 Free考研考试 2021-12-25
  • 基于程序建模的网络程序漏洞检测技术*
    随着互联网技术的不断发展,网络安全问题得到越来越多人们的关心,网络程序作为用户使用互联网的重要媒介,其自身存在的漏洞问题也为网络用户安全造成了巨大的隐患。攻击者利用网络程序存在的漏洞,对用户节点和服务器节点展开的攻击层出不穷。现阶段针对网络程序安全展开的工作主要分为两类:一类是通过白盒、灰盒、黑盒等 ...
    本站小编 Free考研考试 2021-12-25
  • 考虑多因素的可修系统任务可靠性分配方法*
    在设计阶段,为了满足系统可靠性顶层指标要求,需要运用合理的可靠性分配方法为每个单元分配对应的可靠性指标。对于不可修复的系统顶层指标[1-2],通常有平均失效前时间(MTTF)、失效率、可靠度等;对于可修复系统顶层指标,通常为可用度、失效率、平均故障间隔时间(MTBF)或平均故障修复时间(MTTR)。 ...
    本站小编 Free考研考试 2021-12-25
  • 动力涡轮转子结构系统力学特性稳健设计方法*
    涡轴/涡桨发动机动力涡轮转子是具有大长径比、多支点支承、质量/刚度分布不均匀的高速转子结构系统,其连接结构力学特性和支承刚度在工作过程中的分散性直接影响转子系统动力特性的稳健性。由于动力涡轮转子工作转速一般位于弯曲振型临界转速之上,故称为高速柔性转子系统[1]。连接结构力学特性随载荷环境改变,由此引 ...
    本站小编 Free考研考试 2021-12-25
  • 阻拦着舰过程中飞行员颈部的损伤分析与预测*
    航空母舰是海军的核心力量,而舰载机是航空母舰的威力所在,因此其研究和发展一直是各军事强国关注的重点。舰载机依靠阻拦索等辅助设备在航空母舰甲板上降落,在阻拦着舰的短暂过程中飞行员要承受持续2s左右水平方向上的载荷,这种载荷被称为着舰阻拦载荷[1]。阻拦载荷会造成头颈部与肢体之间的异常相对运动,导致颈椎 ...
    本站小编 Free考研考试 2021-12-25
  • 基于切换系统的变体飞行器鲁棒自适应控制*
    变体飞行器是一类极具发展潜力的现代新型概念飞行器,可通过改变自身的气动外形来适应不同的飞行环境、剖面和任务,确保整个飞行过程的最优飞行效能[1-2]。因此,相比于传统飞行器,变体飞行器具有更大的飞行包线和更好的环境适应能力[3],具有广阔的应用前景和重要的研究价值。但是,由于其强不确定性和复杂多变的 ...
    本站小编 Free考研考试 2021-12-25
  • 卫星姿态控制系统执行器微小故障检测方法*
    卫星是目前应用最为广泛的航天器,卫星的姿态控制系统故障会导致严重的后果,其中执行器由于长期处于工作状态中很容易发生故障,因此卫星姿态控制系统的执行器故障诊断问题很有研究价值。很多故障在早期表现很微小[1],通常会被系统扰动噪声掩盖,因此微小故障的检测对于故障的早期诊断有重要意义。基于解析模型的方法, ...
    本站小编 Free考研考试 2021-12-25
  • 具有初始热变形的转子系统振动响应分析*
    随着航空发动机向高负荷、轻质化的方向发展,转子系统的振动问题越来越突出。当这类发动机停车后再次起动(即热起动)时,发动机内的温度分布不均会使转子系统产生初始热变形,进而使转子振动响应进一步恶化,甚至导致发动机起动失败。事实上,国内外对发动机在热起动过程中由初始热变形引起的振动过大的故障屡有报道。朱梓 ...
    本站小编 Free考研考试 2021-12-25
  • 航天刚-弹-液耦合系统的弹-液耦合研究*
    随着航天事业的发展,特别是大型空间站的建立、空间实验室的出现以及探讨人类长期在宇宙空间居住或者旅行的研究工作的开展,较全面地研究刚-弹-液耦合动力学的任务已经提上了日程[1-2]。作为一个航天大国,中国****在航天充液系统的刚-弹-液耦合机理研究和大规模刚-弹-液耦合模型建模计算的应用研究方面,已 ...
    本站小编 Free考研考试 2021-12-25