[发明专利]基于ISTSSRCKF的惯性导航初始对准方法

说明书

技术领域

本发明主要涉及导航技术领域，尤其涉及一种基于ISTSSRCKF的惯性导航初始对准方法。

背景技术

惯性导航系统进入工作状态之前先要进行初始对准，捷联惯导系统将惯性传感器——陀螺仪和加速度计直接与载体固联，通过运算得到计算平台来代替物理平台，因此捷联惯导系统的初始对准问题就是求解初始时刻的姿态矩阵。SINS初始对准直接影响捷联系统的导航性能，即导航精度和反应时间。水下自主航行器(AUV)是一种综合了人工智能和其它先进计算技术的任务控制器，要使水下航行器完成预定的使命，离不开水下导航技术，它是决定水下航行器技术发展与应用的瓶颈问题。在实际应用环境下，特别是在大失准角和剧烈晃动条件下，无法使用以线性小失准角为对准模型的经典卡尔曼滤波方法进行滤波，只能建立非线性对准模型，而传统的EKF、UKF等非线性滤波算法存在高维状态下对准精度较低和数值不稳定问题，而且应对不确定因素能力差的缺点，因此发明有效应对复杂环境，具有一定强跟踪能力的SINS非线性晃动基座下的对准方法具有重要的意义。

发明内容

发明目的：为了克服现有非线性对准技术中存在的不足，本发明提供了一种提高SINS对准精度的基于ISTSSRCKF的惯性导航初始对准方法。

技术方案：为解决上述技术问题，本发明提供了一种基于ISTSSRCKF的惯性导航初始对准方法，其步骤包括如下：

步骤1：建立大失准角状态下的SINS晃动基座对准模型，所述对准模型包括SINS的非线性误差模型、非线性滤波状态模型和非线性滤波量测模型：

其中，所述建立SINS非线性误差模型过程如下：

步骤1.1：以东北天地理坐标系作为导航坐标系n，以载体右前上方向矢量右手定则构成坐标系作为载体坐标系b，真实姿态角为真实速度为真实地理坐标为p＝[L λ H]^T；SINS实际解算出的姿态为速度为地理坐标为记由SINS解算的地理位置建立的坐标系为计算导航坐标系n′，定义SINS姿态角和速度误差分别为则φ、δvⁿ的微分方程如下：

其中，φ＝[φ_eφ_nφ_u]^T为姿态角误差，所述姿态角误差具体为纵摇角、横摇角和航向角误差，δvⁿ＝[δv_eδv_nδv_u]^T为东向、北向和天向速度误差，为b系下三轴陀螺的常值误差，为b系下三轴陀螺的随机误差，为b系下三轴加速度计的常值误差，为b系下三轴加速度计的随机误差，为加速度计的实际输出，为SINS解算的速度，为计算的导航坐标系下的旋转角速度，为计算的地球旋转角速度，为计算的导航坐标系相对地球的旋转角速度，为对应的计算误差，为n系依次旋转角度φ_e、φ_n、φ_u得到n′系所形成的方向余弦矩阵，为b系到n′系状态转移矩阵，即计算的姿态矩阵，C_w为欧拉角微分方程的系数矩阵，上标T表示转置，矩阵和C_w具体为：

所述非线性滤波状态模型建立过程如下：

步骤1.2：取SINS的欧拉平台误差角φ_e、φ_n、φ_u，速度误差δv_e、δv_n，b系下的陀螺常值误差b系下的加速度计常值误差构成状态向量在晃动基座下和近似为零，则非线性滤波的状态方程可简化为：

其中，只取前两维状态，ω(t)＝[ω_g ω_a 0_1×3 0_1×2]^T为零均值高斯白噪声过程,将该非线性滤波状态方程简记为：

所述非线性量测方程的建立如下：

步骤1.3：记在b系下的真实速度为v^b，在b系下的实际速度为利用SINS解算的姿态矩阵把转换成以和中的东向和北向速度分量作为匹配信息源，则非线性滤波的量测方程为：

其中，取z的前两维为观测值，v为零均值高斯白噪声过程，并将该连续非线性滤波量测方程简记为：

z(t)＝h(x,t)+v(t)