[发明专利]基于重力加速度矢量匹配的非线性初始对准方法

摘要

本发明提供了一种基于重力加速度矢量匹配的非线性初始对准方法。主要步骤包括：捷联惯性导航系统粗对准；建立基于导航坐标系重力加速度矢量匹配的非线性滤波连续系统模型及其离散化；采用容积卡尔曼非线性滤波器进行滤波，完成初始对准。优点在于本发明中状态量采用欧拉角和惯性器件常值误差，以欧拉角微分方程和惯性器件误差模型为状态方程，量测量采用导航坐标系中的重力加速度矢量，以速度微分方程为量测方程，并采用容积卡尔曼非线性滤波算法进行滤波估计，滤波输出直接为导航参数，在滤波时间更新过程中同步实现捷联惯导系统的导航参数更新，不需要单独的导航解算过程，算法非常简单，为捷联惯性导航系统初始对准提供了一种新方案。

主权项

基于重力加速度矢量匹配的非线性初始对准方法，包括下列步骤：步骤1、捷联惯性导航系统粗对准：根据惯性器件陀螺仪测得的角速度信息和加速度计测得的线加速度信息，忽略惯性器件的测量误差，使用基于惯性系重力加速度的凝固解析粗对准算法求得粗略的初始纵摇角θ、横摇角γ和航向角ψ；步骤2、在载体线速度为零的前提下，根据捷联惯性导航系统的欧拉角微分方程、惯性器件误差模型以及以导航坐标系重力加速度矢量为量测量的量测方程，选定9维系统状态量和3维量测量，建立基于重力加速度矢量匹配的非线性连续系统模型，其状态方程和量测方程均为非线性；步骤3、将步骤2中建立的非线性连续系统模型离散化，形成非线性离散系统模型，非线性离散系统模型的状态方程与量测方程均为非线性；步骤4、针对步骤3中建立的非线性离散系统模型，采用容积卡尔曼非线性滤波器进行滤波，滤波周期与惯性器件的数据更新周期一致，周期为T_f。