[发明专利]采用发射惯性系下的多组合导航处理装置的导航方法

摘要

本发明公布了一种发射惯性系下的多组合导航处理装置及其导航方法，属于飞行器组合导航技术领域。导航处理装置包括传感器模块、导航处理装置和显示模块。导航方法包括以下步骤：首先直接建立导弹在发射惯性系下的组合导航系统状态模型和量测模型，研制发射惯性系下的SINS/GPS/CNS组合导航方法，采用联邦滤波进行多信息最优融合处理，最终直接输出导弹在发射惯性系下的姿态、位置和速度参数。本发明能够有效实现发射惯性系下的SINS/GPS/CNS多信息融合处理，获取高精度的导航结果，同时为SINS/GPS/CNS组合导航系统的工程化实现和应用提供了有效的支撑。

主权项

一种采用发射惯性系下的多组合导航处理装置的导航方法，该方法所采用的多组合导航处理装置包括传感器模块、导航处理装置和显示模块，其中传感器模块包括惯性传感器、卫星导航接收机和星敏感器，导航处理装置包括接口模块、导航计算机、电源模块；惯性传感器、卫星导航接收机和星敏感器分别与接口模块连接，接口模块与电源模块连接，接口模块与导航计算机连接，导航计算机与显示模块连接；其特征在于，该导航方法包括以下步骤：(1)对于SINS/GPS/CNS多组合导航系统，其发射惯性系下的捷联惯导解算过程如下，速度计算公式为：Cbffb=v·-Cifg---(2.1)]]>式中，v为发射惯性系下的速度值，为v对时间的导数，g为地球的万有引力，为发射惯性系相对于本体系的姿态矩阵，为发射惯性系相对于地心惯性系的姿态矩阵，fb为加速度真值；位置计算公式为：p·=v---(2.2)]]>式中，p为发射惯性系下的位置值，为p对时间的导数；姿态运动有四元数描述，计算公式为：式中，q为姿态四元数，为q对时间的导数，ωb为为角速度真值；陀螺和加速度计的测量模型如下：ωc=ωb+ωr+ωϵfc=fb+fr+fϵω·r=ωnf·r=fn---(2.4)]]>式中，ωb为角速度真值，ωr为陀螺随机游走误差，ωε为陀螺测量噪声，fr为加速度计随机游走误差，fε为加速度计测量噪声，ωn为陀螺随机游走驱动噪声，fn为加速度计随机游走驱动噪声，fc为加速度的实际量测值，ωc为角速度的实际量测值，为ωr对时间的导数，为fr对时间的导数；组合导航系统为非线性对象，采用扩展卡尔曼滤波进行数值计算，根据公式(2.1)、(2.2)、(2.3)和(2.4)建立发射惯性系下的误差增量方程如下：δq·13=-[ω^b×]·δq13-0.5·δωr-0.5·ωϵδp·=δυδυ·=2Cbf·[f^×]·δq13-Cbf·δfr-Cbf·fϵδω·r=ωnδf·r=fn---(2.5)]]>式中，δq13为数学平台误差的四元数矢量部分，δp为位置误差状态量，δv为速度误差状态量，为δq13对时间的导数，为δp对时间的导数，为δv对时间的导数；表示陀螺角速率的反对称矩阵；为加速度的反对称矩阵，ωbx为角速度真值在X轴的分量；ωby为角速度真值在Y轴的分量；ωbz为角速度真值在Z轴的分量；fbx为加速度真值在X轴的分量；fby为加速度真值在Y轴的分量；fbz为加速度真值在Z轴的分量，δωr为陀螺随机游走误差增量，为δωr对时间的导数，δfr为加速度计随机游走误差增量，为δfr对时间的导数；(2)基于上述，获得SINS/GPS/CNS多组合导航系统状态方程为：X·(t)15×1=A(t)15×15X(t)+G(t)15×12W(t)12×1---(2.6)]]>其中，状态变量为：X＝[δq1 δq2 δq3 δpx δpy δpz δvx δvy δvz δωrx δωry δωrz δfrx δfry δfrz]Tδq1,δq2,δq3表示惯性导航系统误差状态量中数学平台误差的四元数矢量部分；δpx,δpy,δpz分别表示惯性导航系统误差状态量中的X轴位置误差状态量、Y轴位置误差状态量和Z轴位置误差状态量；δvx,δvy,δvz分别表示惯性导航系统误差状态量中的X轴速度误差状态量、Y轴速度误差状态量和Z轴速度误差状态量；δωrx,δωry,δωrz分别表示惯性导航系统误差状态量中的X轴陀螺随机游走误差增量状态量、Y轴陀螺随机游走误差增量状态量和Z轴陀螺随机游走误差增量状态量；δfrx,δfry,δfrz分别表示惯性导航系统误差状态量中的X轴加速度计随机游走误差增量状态量、Y轴加速度计随机游走误差增量状态量和Z轴加速度计随机游走误差增量状态量；上标T为转置；A(t)15×15为系统的状态转移矩阵；G(t)15×12为姿态噪声系数矩阵；W(t)12×1为系统的白噪声矢量；(3)根据各子系统不同工作特性，建立发射惯性系下各子系统的量测方程，SINS/GPS子系统量测为捷联惯性导航系统给出的三轴位置参数和GPS卫星接收机给出的相应信息的差值；SINS/CNS子系统量测为惯导给出的姿态信息和天文星敏感器给出的姿态差值；GPS和CNS的输出信息需要先转换成发射惯性系下的相关参数，再和惯导信息相减；a、SINS/GPS子系统定义观测矢量为：ZG(t)=xG-xIyG-yIzG-zI=δxδyδz+pϵxpϵypϵz=Hp(t)X(t)+pϵ---(2.7)]]>式中：xI和xG分别表示惯导系统和GPS的X轴位置参数，yI和yG分别表示惯导系统和GPS的Y轴位置参数，zI和zG分别表示惯导系统和GPS的Z轴位置参数，pε为GPS量测白噪声，观测矩阵Hp(t)＝[03×3 eye(3) 03×9]3×15，δx为X轴的位置误差量测值；δy为Y轴的位置误差量测值；δz为Z轴的位置误差量测值；pεx为GPS量测误差在X轴的分量；pεy为GPS量测误差在Y轴的分量；pεz为GPS量测误差在Z轴的分量；b、SINS/CNS子系统定义子系统观测矢量为姿态四元数的矢量部分，如下：Zs(t)＝δq13+qη,13＝Ha(t)X(t)+NS(t)         (2.8)式中：观测矩阵Ha(t)＝[I3×3 03×3 03×3 03×6]3×15，NS(t)为量测噪声，δq13为数学平台误差四元数的矢量部分，qη,13为量测白噪声；(4)将步骤(3)所述的各子系统量测方程中的子系统误差状态量进行卡尔曼滤波，并将子系统卡尔曼滤波结果送入联邦滤波模块；(5)联邦主滤波模块对步骤(4)中子系统送来的滤波结果进行数据融合，输出全局最优估计值，从而对惯性导航系统的导航误差进行修正。