李 恒, 諶 劍, 羅 軒, 張靜遠

?

基于水下地形匹配大姿態(tài)誤差角捷聯(lián)慣導系統(tǒng)誤差估計方法

李 恒, 諶 劍, 羅 軒, 張靜遠

(海軍工程大學 兵器工程系, 湖北 武漢, 430033)

水下地形匹配; 捷聯(lián)慣導系統(tǒng); 誤差估計; 誤差模型; 無跡卡爾曼濾波

0 引言

對于捷聯(lián)系統(tǒng)而言, 影響系統(tǒng)精度的主要誤差源有慣性器件的刻度誤差、安裝誤差以及漂移誤差等[1]。一般情況下, 通過轉(zhuǎn)臺估計并補償這些誤差源后,若不拆裝慣性器件,其刻度誤差和安裝誤差基本保持不變[2]。但陀螺常值漂移誤差和加速度計零位偏置卻存在逐次啟動不重復性的特點[3]。因此,在水下航行器航行過程中對慣性器件的誤差進行在線估計具有非?，F(xiàn)實的意義。此外, 在水下地形匹配輔助導航中, 水下航行器經(jīng)過長時間航行積累了一定慣性導航誤差,利用匹配區(qū)地形信息對慣導誤差進行有效估計并修正, 將大幅提高水下航行器后續(xù)導航精度。

通常, 在姿態(tài)誤差角較小時, 捷聯(lián)系統(tǒng)誤差模型可以描述為一組線性微分方程[2], 借助其他測量信息, 利用卡爾曼濾波(Kalman filter, KF)可以實現(xiàn)誤差的在線估計[4-9]。但是水下航行器經(jīng)過長時間航行, 進入匹配區(qū)時, 其姿態(tài)誤差可能已經(jīng)較大。仿真表明, 采用線性的方法進行誤差估計, 將難以保證估計效果。本文通過建立水下地形匹配輔助導航系統(tǒng)非線性誤差模型, 以地形匹配和深度壓力傳感器測量的位置信息和深度信息作為量測量, 設計了擴展狀態(tài)無跡卡爾曼濾波器(unscented Kalman filter, UKF), 仿真分析了其誤差估計效果。

1 水下地形匹配輔助導航非線性誤差建模

1.1 捷聯(lián)系統(tǒng)非線性誤差模型

文獻[10]利用歐拉平臺誤差角推導了捷聯(lián)慣導系統(tǒng)(strapdown inertial navigation system, SINS)非線性誤差模型

(1)

(3)

1.2 慣性器件誤差模型

1.2.1 陀螺誤差模型

陀螺誤差通常包括安裝誤差、刻度系數(shù)誤差和漂移誤差等。其中, 漂移誤差分為隨機常值漂移、相關漂移誤差以及白噪聲過程等。

由于安裝等誤差一經(jīng)校正變化很小, 而相關誤差分量相對較小, 為了減少濾波器維數(shù), 通常將它忽略。因此陀螺的誤差由隨機常值漂移和白噪聲過程組成[11]

1.2.2 加速度計誤差模型

1.3 深度壓力傳感器及地形匹配誤差模型

影響深度壓力傳感器精度的因素很多, 有原理誤差, 如水壓與深度的非線性關系, 溫度補償不準確引起的誤差等, 但由于水壓深度是根據(jù)測量值解算獲得, 諸多誤差都可并為這種轉(zhuǎn)換不準確而引起的轉(zhuǎn)換誤差, 即可用刻度系數(shù)誤差來描述, 設備安裝好后經(jīng)一定校正, 這種誤差的變化將很小。影響深度壓力傳感器精度的主要誤差源還有方法誤差。從水壓換算成深度是相對實際基準海平面的, 而所需深度值應基于標準海平面, 兩者間存在誤差, 且這種誤差隨地點和時間變化, 是一隨機過程, 可用1階馬爾可夫過程近似描述

匹配誤差模型可以抽象描述為

2 基于擴展狀態(tài)UKF的誤差估計方法

2.1 擴展狀態(tài)UKF算法原理

設非線性系統(tǒng)模型可描述如下

將系統(tǒng)噪聲和量測噪聲也作為狀態(tài)量來處理, 擴展后的非線性系統(tǒng)模型

擴展狀態(tài)UKF算法過程如下。

3) 狀態(tài)量均值和協(xié)方差一步預測

4) 觀測量均值、協(xié)方差及互協(xié)方差一步預測

5) 量測更新

2.2 擴展狀態(tài)UKF濾波器設計

選取各誤差量作為狀態(tài)量, 進行誤差估計, 誤差量具體選取: 捷聯(lián)系統(tǒng)姿態(tài)誤差、速度誤差、位置誤差、陀螺常值漂移誤差、加速度計常值偏差以及深度壓力傳感器測量誤差作為狀態(tài)量, 共16D, 其表達式

系統(tǒng)狀態(tài)方程可表示為

將捷聯(lián)系統(tǒng)導航位置輸出分別與地形匹配以及深度壓力傳感器的量測作比較, 將差值作為濾波器的量測值, 這樣能充分利用地形匹配和深度壓力傳感器較高精度的量測, 量測量為

系統(tǒng)量測方程

3 仿真及分析

仿真分為兩部分: 首先研究傳統(tǒng)的基于KF的誤差估計效果與姿態(tài)誤差角關系; 然后進一步研究UKF在大姿態(tài)誤差角下的估計效果。

3.1 仿真參數(shù)設置

3.2 仿真結(jié)果及分析

圖1 30次蒙特卡洛仿真卡爾曼濾波[U11] 估計均方根誤差

圖2 無跡卡爾曼濾波姿態(tài)估計誤差

圖3 UKF速度估計誤差

圖4 UKF位置估計誤差

圖5 UKF陀螺常值漂移估計

圖6 UKF加速度計零偏估計

4 結(jié)束語

針對大姿態(tài)誤差角下傳統(tǒng)線性估計方法的局限性, 研究了基于擴展狀態(tài)UKF濾波的捷聯(lián)系統(tǒng)誤差估計方法。通過建立系統(tǒng)非線性誤差模型, 設計了擴展狀態(tài)UKF濾波器, 仿真研究了其標定效果。結(jié)果表明, 在大姿態(tài)誤差角情形下, 本文所提出的方法具有較好的標定效果, 研究結(jié)論為匹配區(qū)中在線估計捷聯(lián)系統(tǒng)誤差提供參考。

[1] 萬德均, 房建成. 慣性導航初始對準[M]. 南京: 東南大學出版社, 1998.

[2] Saab S S, Gunnasson K T. Automatic Alignment and Calibration of an Inertial Navigation System[C]//IEEE Plans′94, 1994: 845-852.

[3] Carlson C R, Gerdes J C, Powell J D. Error Sources When Land Vehicle Dead Reckoning with Differential Wheelspeeds[J]. Navigation, Journal of the Institude of Navigation, 2004, 15(1): 13-27.

[4] 李濤, 武元新, 薛祖瑞, 等. 捷聯(lián)慣性導航系統(tǒng)誤差模型綜述[J]. 中國慣性技術學報, 2003,11(4): 66-72.Li Tao, Wu Yuan-xin, Xue Zu-rui, et al. Survey on Error Models of Strapdown Inertial Navigation System[J]. Journal of Chinese Inertial Technology, 2003, 11(4): 66-72.

[5] 張小躍, 張春熹, 宋凝芳. 基于組合導航技術的光纖捷聯(lián)系統(tǒng)在線標定[J]. 航空學報, 2008, 29(6): 1656-1659. Zhang Xiao-yue, Zhang Chun-xi, Song Ning-fang. Online Calibration of FOG Strapdown System Based on Integrated Navigation Technology[J]. Acta Aeronautica et Astronautica Sinica, 2008, 29(6): 1656-1659.

[6] 衛(wèi)育新, 白俊卿. 車載SINS/DR組合導航系統(tǒng)的在線標定方法[J]. 中國慣性技術學報, 2009, 17(6): 651- 653.Wei Yu-xin, Bai Jun-qing. Method of Vehicular SINS/DR Integrated Navigation System′s On-line Calibration[J]. Journal of Chinese Inertial Technology, 2009, 17(6): 651- 653.

[7] 陸志東, 王磊. 捷聯(lián)慣導系統(tǒng)的空中標定方法[J]. 中國慣性技術學報, 2007, 15(2): 136-138. Lu Zhi-dong, Wang Lei. In-flight Calibration Method for SINS[J]. Journal of Chinese Inertial Technology, 2007, 15(2): 136-138.

[8] Bar-Itzhack I Y, Harman R R. In-space Calibration of a Gyro Quadruplet[R]. AIAA-2001-4152, 2001.

[9] Rogers R M. Applied Mathematics in Integrated Navigation Systems[M]. Reston: American Institude of Aeronautics and Astronautics Inc, 2003.

[10] 嚴恭敏，嚴衛(wèi)生，徐德民. 基于歐拉平臺誤差角的SINS非線性誤差模型研究[J]. 西北工業(yè)大學學報, 2009, 27(4): 511-517. Yan Gong-min, Yan Wei-sheng, Xu De-min. A SINS Nonlinear Error Model Reflecting Better Characteristics of SINS Errors[J]. Journal of Northwestern Polytechnical University, 2009, 27(4): 511-517.

[11] 李恒, 張靜遠. 基于水下地形匹配的捷聯(lián)系統(tǒng)誤差估計方法研究[J]. 海軍工程大學學報, 2012，24(1): 39-44.

Li Heng, Zhang Jing-yuan. Study on SINS Error Estimation Based on Underwater Terrain Matching[J]. Journal of Naval University of Engineering, 2012, 24(1): 39-44.

[12] Julier S, JUhlmann J K. The Scaled Unscented Transformation[C]//Proceedings America Control Conference, 2002: 4555-4559.

Error Estimation Method of SINS with Large Attitude Error Angle Based on Underwater Terrain Matching

LI Heng, SHEN Jian, LUO Xuan, ZHANG Jing-yuan

(Department of Weaponry Engineering, Naval University of Engineering, Wuhan 430033, China)

underwater terrain matching; strapdown inertial navigation system(SINS); error estimation; error model; unscented Kalman filter (UKF)

TJ630.33; TJ765.3

A

1673-1948(2012)03-0201-05

2011-07-12;

2011-09-22.

部級國防科技預研基金項目(1010602010502).

李 恒(1982-), 男, 在讀博士, 從事慣性導航及組合導航研究.

(責任編輯: 楊力軍)