[发明专利]一种大方位失准角下多普勒雷达辅助捷联惯导运动基座粗对准方法

说明书

本发明属于导航技术领域，具体地涉及一种大方位失准角下多普勒雷达辅助捷联惯导运动基座粗对准方法。步骤1：定义陀螺常值漂移和加速度计常值误差，建立理想导航坐标系n到实际导航坐标系n′的坐标变换矩阵和大方位失准角条件下捷联惯导的数学平台姿态误差方程和速度误差方程；步骤2：建立大方位失准角下捷联惯导运动基座粗对准的状态方程，并获取状态矩阵；步骤3：构造多普勒测速雷达辅助捷联惯导粗对准的量测，然后和步骤1的坐标变换矩阵结合，得到大方位失准角下捷联惯导运动基座粗对准的量测方程和量测矩阵；步骤4：利用t_k时刻的量测Z_k通过卡尔曼滤波实现大方位失准角下捷联惯导系统运动基座粗对准滤波解算，进而实现捷联惯导系统的粗对准。

技术领域

本发明属于导航技术领域，具体地涉及一种大方位失准角下多普勒雷达辅助捷联惯导运动基座粗对准方法。

背景技术

初始对准是捷联惯导系统在进行导航解算之前首先需要完成的工作。对准精度和对准时间是捷联惯导系统进行初始对准的两项重要指标，其中对准精度直接影响捷联惯导系统的导航精度，对准时间则决定了捷联惯导系统的应急机动能力。特别是对于现代战争中战场形势瞬息万变，倘若能够实现武器系统中的捷联惯导系统在车载运动基座下即可快速完成较高精度的自主粗对准，那么对于提高武器系统的快速反应与应急机动能力、战场生存能力将具有十分重要的意义。

捷联惯导系统在车载运动基座下的自主粗对准问题是惯性导航技术领域近些年来亟待解决的难点问题，其难点主要体现在运动基座下捷联惯导系统自主粗对准时面临着大方位失准角问题，而传统的小失准角模型中建立的线性化假设已失效。

但是，现有的大方位失准角下捷联惯导运动基座粗对准技术主要有两种：一种是构建非线性误差方程采用非线性滤波的形式，采用的非线性滤波主要有扩展卡尔曼滤波(EKF)、无迹卡尔曼滤波(UKF)及粒子滤波(PF)等，另一种是基于优化的对准(OBA)方法。其中EKF需要计算Jacobian矩阵，对于高维复杂系统，存在算法复杂，计算量大的缺点；UKF的性能取决于对噪声的描述，实际应用过程中，准确的噪声分布难以描述，将可能得到性能下降甚至滤波发散的结果；对于高维系统，PF的计算量巨大，目前还难以在嵌入式导航计算机中应用。而传统OBA方法没有考虑IMU的偏差，这些偏差对矢量观测的精度有重大影响，并不适用于低成本捷联惯导系统。

为此，本发明创新性地提出利用大方位失准角的正余弦三角函数代替大方位失准角本身，建立了一种大方位失准角的线性化模型，并利用自主性强、抗干扰性好的车载多普勒测速雷达辅助捷联惯导系统实现大方位失准角下运动基座粗对准。该方法机动性和自主性非常强，抗干扰性和隐蔽性很好，成本较低、工程易于实现，极大地提高了战场环境下武器系统的快速反应能力、应急机动能力以及战场生存能力。

发明内容

针对上述存在的在问题，本发明利用大方位失准角的正余弦三角函数代替大方位失准角本身，建立了一种大方位失准角的线性化模型，并将大方位失准角的正余弦三角函数列入粗对准滤波的系统状态，利用多普勒测速雷达与捷联惯导系统的输出构造量测，采用卡尔曼滤波进行粗对准滤波计算，总体计算量小，算法稳定性高，滤波收敛速度快，而且无需外部特殊机动辅助。

为了实现上述目的，本发明所采用的技术方案如下：

一种大方位失准角下多普勒雷达辅助捷联惯导运动基座粗对准方法，包括：

步骤1：定义陀螺常值漂移和加速度计常值误差，建立理想导航坐标系n到实际导航坐标系n′的坐标变换矩阵，在此基础上建立大方位失准角条件下捷联惯导的数学平台姿态误差方程和速度误差方程；

步骤2：基于步骤1所建立的捷联惯导数学平台姿态误差方程和速度误差方程，选取捷联惯导运动基座粗对准的系统状态，建立大方位失准角下捷联惯导运动基座粗对准的状态方程，并获取状态矩阵；