[发明专利]基于松耦合IMU阵列导航系统的时间同步算法

说明书

本发明公开了一种基于松耦合IMU阵列导航系统的时间同步算法，本方法首先建立IMU阵列导航系统的误差模型，在该模型的基础上建立含有时间同步误差的系统方程，将时间同步误差作为状态变量引入到状态空间模型中作为状态的估计量；然后采用分数延时滤波器对时间同步误差进行时间上的位移，并采用拉格朗日插值法插值分数延时滤波器的幅值和相位响应，得到惯性传感器数据的移位，保证惯性传感器的时间同步；对延时后的惯性传感器数据进行误差补偿，并将经过时间移位且误差补偿后的惯性传感器数据输入到惯性导航系统的导航方程中进行导航求解，得到实际的导航参数。本方法无需增加额外硬件，降低导航系统的运算量。

技术领域

本发明涉及一种基于松耦合IMU阵列导航系统的时间同步算法。

背景技术

导航系统在使用惯性传感器阵列或其他传感器进行数据融合时，使用的融合算法通常假设惯性传感器阵列内的惯性测量单元(IMU)具有完美的时间同步，但在实际的使用中，这是很难实现的。造成惯性测量单元阵列时钟不同步的因素有很多种,例如：测量采集时间、预处理时间、通信传输时间、缓冲时间、计算机调度时间、制造工艺和环境因素影响等。

目前解决时间同步误差的问题有三类方法：硬件实现、软件实现和软硬件结合实现。在处理GPS/INS组合导航中，研究人员通过硬件检测1PPS(Pulses Per Second)脉冲的方法解决SINS/GNSS的时间同步问题。也有基于高精度定时器的时间同步方案，但这些方法都需要增加额外的硬件。软件解决方法是采用同步的外推算法，该方法运算量较大。软硬件结合的方法是利用多项式拟合，该方法同样需要计算大量的数据点。

发明内容

本发明所要解决的技术问题是提供一种基于松耦合IMU阵列导航系统的时间同步算法，本算法克服传统时间同步误差解决方案的缺陷，将时间同步误差作为一个待估状态，并扩展到卡尔曼滤波器状态向量实现在线估计，进而将估计出来的时间同步误差反馈到导航系统解算回路中，并在分数延时滤波器中完成数据的时间同步，无需增加额外硬件，降低导航系统的运算量。

为解决上述技术问题，本发明基于松耦合IMU阵列导航系统的时间同步算法包括如下步骤：

步骤一、在IMU阵列导航系统中设定时间同步误差为T_d，惯性传感器的采样周期为T_s，且系统中时钟之间的偏置和漂移率已经得到补偿，仅时钟之间的初始偏移量未知，即认为时间同步误差为常数；

步骤二、建立IMU阵列导航系统的误差方程，选择以各个导航子系统间的误差量作为状态量，建立基于卡尔曼滤波器的间接法滤波，卡尔曼滤波器的输入为两个惯性导航系统对同一导航参数测量输出的差值，经过迭代的滤波计算，估计出各误差量；

设惯性导航系统中由误差构成的状态向量x_k为：

其中，δm_k由惯性导航系统的位置误差δs、速度误差δv和姿态角误差δψ组成，δb_k为惯性传感器的误差，由加速度计的比力误差δf和陀螺仪偏差δw组成；

则惯性导航系统的误差状态空间表达式为：

x_k+1＝φ_kx_k+G_ke_k (2)

其中，φ_k为状态转移矩阵，G_k为过程噪声增益矩阵，e_k为惯性传感器测量噪声，协方差矩阵为E{·}表示期望函数；

借助惯性导航系统的解算得到惯性阵列中单个惯性传感器对位置的估计，利用IMU阵列中任意两个惯性传感器位置估计的差，得到位置向量z_k为：