明　軒， 王新龍

(北京航空航天大學(xué) 宇航學(xué)院， 北京　100191)

?

自主式車載捷聯(lián)慣導(dǎo)行進(jìn)間對準(zhǔn)方案設(shè)計(jì)

明軒， 王新龍

(北京航空航天大學(xué) 宇航學(xué)院， 北京100191)

車載武器系統(tǒng)行進(jìn)間初始對準(zhǔn)的性能對提高武器系統(tǒng)生存能力有著重要意義。對已有的幾種車載捷聯(lián)慣導(dǎo)行進(jìn)間對準(zhǔn)方法進(jìn)行論述,并對其適用性進(jìn)行分析。在此基礎(chǔ)上,設(shè)計(jì)了一種自主式車載捷聯(lián)慣導(dǎo)行進(jìn)間對準(zhǔn)方案。將里程計(jì)航位推算得到的位置信息和利用電子地圖進(jìn)行地形匹配得到的位置信息分別作為觀測量,經(jīng)過分散式信息融合方法,使車載捷聯(lián)慣導(dǎo)系統(tǒng)能夠滿足復(fù)雜車況下行進(jìn)間對準(zhǔn)快速、精確的要求。

捷聯(lián)慣導(dǎo);行進(jìn)間初始對準(zhǔn);分散濾波;信息融合

0　引　　言

慣導(dǎo)行進(jìn)間初始對準(zhǔn)指慣導(dǎo)在載體行進(jìn)過程中獲得精確的載體初始方位和水平姿態(tài)信息的過程。 作為一種能夠顯著提高武器生存能力的關(guān)鍵技術(shù)， 行進(jìn)間初始對準(zhǔn)技術(shù)一直受到國內(nèi)外學(xué)者的廣泛關(guān)注。 文獻(xiàn)[1-2]以SINS/GPS組合導(dǎo)航系統(tǒng)為依托， 將GPS位置、 速度作為系統(tǒng)觀測量實(shí)現(xiàn)了行進(jìn)間對準(zhǔn), 但使用GPS使該方法不具備自主性的對準(zhǔn)要求。 文獻(xiàn)[3]通過實(shí)施兩次短時技術(shù)停車實(shí)現(xiàn)了自主式初始對準(zhǔn)， 但兩次停車削弱了車載武器的機(jī)動優(yōu)勢。 為解決此問題， 文獻(xiàn)[4-5]研究了中途不停車的慣性系對準(zhǔn)方法， 但該方法在對準(zhǔn)過程中無實(shí)時濾波， 難以保證對準(zhǔn)精度。 文獻(xiàn)[6-9]以里程計(jì)的航位推算信息作為量測信息， 建立系統(tǒng)方程和量測方程進(jìn)行最優(yōu)估計(jì)， 完成行進(jìn)間對準(zhǔn)。 但里程計(jì)的航位推算過程引入了平臺失準(zhǔn)角， 導(dǎo)致系統(tǒng)位置誤差不具備收斂的趨勢。

本文通過比較多種對準(zhǔn)方案的適用性和特點(diǎn)， 設(shè)計(jì)了一種基于慣導(dǎo)/里程計(jì)/數(shù)字地圖組合的自主式車載捷聯(lián)慣導(dǎo)行進(jìn)間對準(zhǔn)方案。 該方案在實(shí)現(xiàn)初始對準(zhǔn)的同時， 還能獲取精確的位置信息， 能夠滿足行進(jìn)間對準(zhǔn)的快速性和準(zhǔn)確性要求。

1　車載捷聯(lián)慣導(dǎo)行進(jìn)間對準(zhǔn)方法

與靜基座初始對準(zhǔn)的狀態(tài)不同， 在車輛行駛狀態(tài)下， 載體的位置、 速度、 加速度以及角速度都在不斷地發(fā)生變化， 其對初始對準(zhǔn)的影響主要表現(xiàn)為兩個方面： 一是線運(yùn)動會使慣導(dǎo)基本方程中的對地加速度、 哥式加速度等參量時刻變化， 在運(yùn)動狀態(tài)下無法利用加速度計(jì)輸出數(shù)據(jù)測得重力加速度的精確信息； 二是路面顛簸和發(fā)動機(jī)振動使得干擾角速度具有很寬的頻帶， 陀螺儀輸出信號信噪比很低， 無法從陀螺儀輸出中將地球自轉(zhuǎn)角速度這一有用信息提取出來。

可見， 在車輛行駛的動基座條件下， 不能單純依靠陀螺儀和加速度計(jì)的直接測量信息進(jìn)行初始對準(zhǔn)， 需要引入測距或測速信息， 以補(bǔ)償車輛行駛過程中有害加速度對初始對準(zhǔn)精度的影響。 這種利用測距或測速信息輔助行進(jìn)間初始對準(zhǔn)方法， 目前主要有行進(jìn)間慣性系對準(zhǔn)方法、 捷聯(lián)羅經(jīng)法行進(jìn)間對準(zhǔn)方法[10]、 基于凝固慣性坐標(biāo)系的行進(jìn)間對準(zhǔn)方法以及基于最優(yōu)估計(jì)的行進(jìn)間對準(zhǔn)方法等。

1.1行進(jìn)間慣性系對準(zhǔn)方法

行進(jìn)間慣性系對準(zhǔn)方法利用兩處停車點(diǎn)測量得到的重力矢量以及導(dǎo)航解算的姿態(tài)角信息， 根據(jù)慣性系對準(zhǔn)原理計(jì)算本體系和導(dǎo)航系的姿態(tài)轉(zhuǎn)換矩陣。 具體地講， 是將車輛行駛過程中里程計(jì)航跡推算得到的兩處停車點(diǎn)的相對位移作為初始對準(zhǔn)輔助信息， 通過兩處測量的重力加速度信息和已知的慣性系中的重力加速度矢量計(jì)算方位偏差角， 對行駛過程中利用慣導(dǎo)姿態(tài)解算得到的方位角進(jìn)行補(bǔ)償， 進(jìn)而得到較為精確的初始對準(zhǔn)姿態(tài)陣， 完成初始對準(zhǔn)。 具體對準(zhǔn)流程如圖1所示。

圖1行進(jìn)間慣性系對準(zhǔn)原理

該方法行車中需要兩次技術(shù)停車來進(jìn)行反饋調(diào)平， 測量停車點(diǎn)重力矢量。 兩次停車的間隔時間越長， 航跡推算的定位誤差越大， 位置偏差的補(bǔ)償難度也就越大。 因此， 該方法對車速和行車路線的要求比較高。

1.2捷聯(lián)羅經(jīng)法行進(jìn)間對準(zhǔn)方法

捷聯(lián)羅經(jīng)法行進(jìn)間對準(zhǔn)將平臺式慣導(dǎo)系統(tǒng)的實(shí)體平臺用虛擬的數(shù)學(xué)平臺代替， 如圖2所示。 該方法基于經(jīng)典控制理論方法， 將測速傳感器的參考速度信息引入到對準(zhǔn)控制回路中， 以消除載體運(yùn)動對初始對準(zhǔn)精度的影響。 最終， 利用對準(zhǔn)控制回路對數(shù)學(xué)平臺進(jìn)行的反饋控制實(shí)現(xiàn)初始對準(zhǔn)。

圖2捷聯(lián)羅經(jīng)對準(zhǔn)回路

捷聯(lián)羅經(jīng)法行進(jìn)間初始對準(zhǔn)對于陀螺的低頻干擾、 加速度計(jì)的低頻干擾、 載體的加速度低頻干擾較為敏感， 需要根據(jù)不同的行車狀態(tài)來選取合適的控制參數(shù)。 因此該方法對于對準(zhǔn)控制回路的要求比較高， 以適應(yīng)不同的路況條件和車輛的機(jī)動能力。

1.3基于凝固慣性坐標(biāo)系的行進(jìn)間對準(zhǔn)方法

圖3基于凝固慣性坐標(biāo)系的行進(jìn)間對準(zhǔn)方法

該方法將慣性空間坐標(biāo)系作為過渡坐標(biāo)系， 引入外測的速度信息， 隔離了載體線運(yùn)動和角速度對初始對準(zhǔn)精度的干擾。 因此， 對準(zhǔn)過程中不需要停車， 能夠適應(yīng)多種車輛行駛條件。 但是， 由于測速傳感器不能提供精確的實(shí)時定位信息， 載體實(shí)時經(jīng)緯度設(shè)定為初始時刻經(jīng)緯度。 隨著車輛行駛位移的增加， 對準(zhǔn)誤差會逐漸增大。

1.4基于最優(yōu)估計(jì)的行進(jìn)間對準(zhǔn)方法

基于最優(yōu)估計(jì)的行進(jìn)間對準(zhǔn)方法是將捷聯(lián)慣導(dǎo)解算的速度信息與測速傳感器測得的速度之差作為Kalman濾波器的量測信息進(jìn)行濾波解算， 以消除量測誤差對初始對準(zhǔn)精度的影響， 如圖4所示。 通過Kalman濾波器的估計(jì)結(jié)果對慣導(dǎo)導(dǎo)航解算和測速傳感器的測速信息進(jìn)行反饋校正， 最終使敏感器的信息與慣導(dǎo)輸出的信息之差趨于零， 從而實(shí)現(xiàn)行進(jìn)間對準(zhǔn)。

圖4最優(yōu)估計(jì)行進(jìn)間對準(zhǔn)原理圖

利用最優(yōu)估計(jì)方法進(jìn)行車載捷聯(lián)慣導(dǎo)行進(jìn)間對準(zhǔn)， 可以估計(jì)加速度計(jì)的零偏、 測速傳感器標(biāo)度因數(shù)等誤差參量， 提高對準(zhǔn)精度， 加快對準(zhǔn)速度。

2　自主式車載捷聯(lián)慣導(dǎo)行進(jìn)間對準(zhǔn)方案的設(shè)計(jì)

通過以上方法的分析可以看出， 基于凝固慣性坐標(biāo)系的行進(jìn)間對準(zhǔn)不受行車路徑和行車速度的限制， 能夠適應(yīng)多種行車條件， 計(jì)算方法簡單、 可靠。 但其無法對陀螺零漂、 加速度計(jì)零偏等誤差參數(shù)進(jìn)行實(shí)時標(biāo)定與補(bǔ)償。 而基于最優(yōu)估計(jì)的行進(jìn)間對準(zhǔn)方法能夠?qū)鞲衅髡`差參數(shù)進(jìn)行實(shí)時在線估計(jì)與補(bǔ)償， 從而提高對準(zhǔn)精度， 加快對準(zhǔn)速度。 但該方法需要先進(jìn)行粗對準(zhǔn)獲取初始姿態(tài)矩陣才能進(jìn)行。 因此， 將兩種初始對準(zhǔn)方法進(jìn)行有機(jī)結(jié)合， 設(shè)計(jì)了一種車載捷聯(lián)慣導(dǎo)自主式行進(jìn)間對準(zhǔn)方案， 如圖5所示。

整個系統(tǒng)由參考系統(tǒng)、 子系統(tǒng)1、 子系統(tǒng)2和主濾波單元組成。 自主式車載捷聯(lián)慣導(dǎo)行進(jìn)間初始對準(zhǔn)過程分為粗對準(zhǔn)階段和精對準(zhǔn)階段。 將基于凝固慣性坐標(biāo)系的行進(jìn)間對準(zhǔn)方法作為行進(jìn)間粗對準(zhǔn)方法， 車輛行駛過程中經(jīng)過粗對準(zhǔn)， 獲得粗略的初始姿態(tài)矩陣。 在此基礎(chǔ)上， 利用濾波單元進(jìn)行濾波解算， 濾波收斂后獲取精確的姿態(tài)失準(zhǔn)角等信息。 初始對準(zhǔn)結(jié)束后， 組合導(dǎo)航系統(tǒng)進(jìn)行方位保持。

圖5車載捷聯(lián)慣導(dǎo)行進(jìn)間對準(zhǔn)方案原理圖

2.1系統(tǒng)組成

(1) 參考系統(tǒng)

捷聯(lián)慣導(dǎo)系統(tǒng)作為行進(jìn)間初始對準(zhǔn)系統(tǒng)的主參考系統(tǒng)， 包括捷聯(lián)姿態(tài)更新算法、 速度更新算法和位置更新算法。 其敏感器由陀螺儀和加速度計(jì)組成， 本方案中采用的是捷聯(lián)式慣導(dǎo)系統(tǒng)， 陀螺儀和加速度計(jì)直接安裝在運(yùn)載車輛上。 因此， 陀螺儀和加速度計(jì)的輸出分別是載體坐標(biāo)系下運(yùn)載車輛相對于慣性空間的角速率和加速度信息。

(2) 子系統(tǒng)1

子系統(tǒng)1由里程計(jì)航位推算系統(tǒng)組成。 作為路程測量傳感器， 里程計(jì)的輸出信息為采樣間隔時間內(nèi)載車行駛的路程增量。 通過SINS解算的姿態(tài)矩陣， 里程計(jì)測量坐標(biāo)系下得到的里程增量信息被轉(zhuǎn)移到導(dǎo)航坐標(biāo)系下， 進(jìn)而通過航位推算算法得到推算的位置信息。 因此， 將捷聯(lián)慣導(dǎo)的位置輸出與里程計(jì)的航位推算位置輸出之差作為子濾波器1的量測信息， 建立系統(tǒng)模型和量測模型， 組成子濾波器1對系統(tǒng)狀態(tài)變量進(jìn)行最優(yōu)估計(jì)。

(3) 子系統(tǒng)2

子系統(tǒng)2由數(shù)字地圖地形匹配系統(tǒng)組成。 由于航位推算系統(tǒng)利用SINS解算的姿態(tài)矩陣來完成航位推算， 因此航位推算系統(tǒng)與SINS具有相同的誤差源(相同的初始位置誤差和失準(zhǔn)角)， 造成航位推算系統(tǒng)的位置誤差隨工作時間的增長呈緩慢發(fā)散的趨勢。 為了在完成初始對準(zhǔn)的同時也可以獲取精確的位置信息， 將由數(shù)字地圖組成的地形匹配系統(tǒng)作為子系統(tǒng)2， 將經(jīng)過數(shù)字地圖數(shù)據(jù)庫匹配而獲取的位置誤差信息作為子濾波器2的量測信息， 建立系統(tǒng)模型和相應(yīng)的量測模型對系統(tǒng)狀態(tài)進(jìn)行最優(yōu)估計(jì)。

(4) 主濾波單元

主濾波器采用聯(lián)邦濾波算法， 將子濾波器1和子濾波器2的估計(jì)信息進(jìn)行最優(yōu)融合。

聯(lián)邦濾波系統(tǒng)各子濾波器的狀態(tài)方程和量測方程如下所示：

(1)

式中： i=1, 2;Wi(k)和Vi(k)的協(xié)方差陣分別為Qi(k)和Ri(k)。

為消除各子系統(tǒng)之間的耦合關(guān)系， 把系統(tǒng)的過程噪聲總量Q-1與狀態(tài)估計(jì)初始信息P-1均按式(2)和式(3)進(jìn)行分配：

(2)

(3)

根據(jù)“信息守恒”原理， βi和βm滿足式(4)：

(4)

各子濾波器與主濾波器中的時間更新過程為

(5)

各子濾波器中的量測更新為

(6)

主濾波器中的信息融合過程為

(7)

2.2仿真驗(yàn)證與分析

(1) 仿真條件設(shè)置

設(shè)定行車總時間為3 341s， 包括加減速、 轉(zhuǎn)彎、 上坡、 下坡等車輛行駛動作； 車輛初始位置為40°N/90°E， 初始高度為0m， 初始速度為0m/s； 陀螺儀為激光陀螺儀， 其常值漂移為0.01 (°)/h， 隨機(jī)漂移為0.005 (°)/h； 加速度計(jì)常值零偏為500μg， 隨機(jī)漂移為50μg； 陀螺儀和加速度計(jì)的數(shù)據(jù)輸出頻率為10Hz。 設(shè)定捷聯(lián)慣組初始位置裝訂誤差為10m， 粗對準(zhǔn)后水平失準(zhǔn)角為30″， 方位失準(zhǔn)角為10′； 里程計(jì)刻度因數(shù)誤差為0.01， 里程計(jì)速度隨機(jī)測量噪聲為0.1m/s； 數(shù)字地圖數(shù)據(jù)庫精度為1.5m； 子濾波器1更新時間為100ms， 子濾波器2更新時間為1s。

(2) 結(jié)果與分析

根據(jù)上述仿真條件， 對自主式車載捷聯(lián)慣導(dǎo)行進(jìn)間初始對準(zhǔn)系統(tǒng)進(jìn)行仿真驗(yàn)證。 水平失準(zhǔn)角估計(jì)誤差如圖6所示， 方位失準(zhǔn)角估計(jì)誤差如圖7所示。

圖6　水平失準(zhǔn)角估計(jì)誤差

圖7方位失準(zhǔn)角估計(jì)誤差

由圖6～7可以看出， 1 000s以后， 水平失準(zhǔn)角估計(jì)誤差基本在10″以內(nèi)； 而方位失準(zhǔn)角估計(jì)時間較長， 在1 000s以后收斂到4′以內(nèi)。 從原理上分析， 里程計(jì)航位推算使用了捷聯(lián)慣導(dǎo)解算的姿態(tài)矩陣， 失準(zhǔn)角影響了航位推算的誤差大小， 所以失準(zhǔn)角的估計(jì)效果較好。 但也正因此， 傳統(tǒng)的慣導(dǎo)/里程計(jì)的組合方式得到的航位推算位置誤差不具備收斂趨勢。 為了解決此問題， 引入數(shù)字地圖地形匹配信息進(jìn)行位置校正， 如圖8～9所示。 由圖8～9可以看出， 位置誤差明顯呈收斂趨勢， 使得初始對準(zhǔn)系統(tǒng)在完成初始對準(zhǔn)的同時， 獲得了精確的位置信息。

圖8　緯度位置誤差

圖9經(jīng)度位置誤差

初始對準(zhǔn)系統(tǒng)能夠?qū)Σ糠謧鞲衅髡`差參數(shù)進(jìn)行標(biāo)定。 其中， 該系統(tǒng)在載車行駛過程中能夠估計(jì)出加速度計(jì)零偏參數(shù)。 水平方向的加速度計(jì)零偏的估計(jì)精度在800s后可達(dá)10%以內(nèi)， 天向加速度計(jì)的零偏收斂速度較快， 在300s的估計(jì)時間內(nèi)估計(jì)誤差即可收斂到1%， 如圖10所示。

圖10加速度計(jì)零偏估計(jì)曲線

綜合上述仿真結(jié)果， 該系統(tǒng)能夠滿足行進(jìn)間對準(zhǔn)的快速性和準(zhǔn)確性要求。 在完成初始對準(zhǔn)的同時， 還可以獲取精確的位置信息。

3　結(jié)　　論

本文論述了目前典型的四種行進(jìn)間對準(zhǔn)方法， 并對其適用性和特點(diǎn)進(jìn)行了分析。 在此基礎(chǔ)上， 設(shè)計(jì)了一種基于慣導(dǎo)/里程計(jì)/數(shù)字地圖組合的自主式車載捷聯(lián)慣導(dǎo)行進(jìn)間對準(zhǔn)方案， 通過仿真實(shí)驗(yàn)驗(yàn)證了該方案能夠滿足行進(jìn)間對準(zhǔn)的快速性和準(zhǔn)確性要求。

[1] 張昊宇, 王瑋. 基于車載組合導(dǎo)航系統(tǒng)的行進(jìn)間對準(zhǔn)仿真研究[J].計(jì)算機(jī)仿真， 2014(5)： 147-151.

[2] 吳非. 車載激光捷聯(lián)慣導(dǎo)系統(tǒng)動基座初始對準(zhǔn)技術(shù)研究[D]. 長沙： 國防科學(xué)技術(shù)大學(xué), 2007.

[3] 練軍想, 吳文啟, 吳美平， 等. 車載SINS行進(jìn)間初始對準(zhǔn)方法[J]. 中國慣性技術(shù)學(xué)報(bào), 2007, 15(2): 155-159.

[4] 嚴(yán)恭敏, 秦永元, 衛(wèi)育新， 等. 一種適用于SINS動基座初始對準(zhǔn)的新算法[J]. 系統(tǒng)工程與電子技術(shù), 2009, 31(3): 634-637.

[5] 嚴(yán)恭敏, 翁浚, 白亮， 等. 基于慣性參考系的動基座初始對準(zhǔn)與定位導(dǎo)航[J]. 系統(tǒng)工程與電子技術(shù), 2011, 33(3): 618-621.

[6] 嚴(yán)恭敏. 車載自主定位定向系統(tǒng)研究[D].西安： 西北工業(yè)大學(xué), 2006.

[7] 肖烜, 王清哲, 付夢印, 等. 里程計(jì)輔助陸用慣導(dǎo)行進(jìn)間對準(zhǔn)方法[J]. 中國慣性技術(shù)學(xué)報(bào), 2012, 20(2): 140-145.

[8] 繆玲娟, 高偉熙, 沈軍, 等. 基于慣性系采用Kalman濾波的車載SINS行進(jìn)間對準(zhǔn)方法[J]. 兵工學(xué)報(bào), 2013, 34(2): 143-148.

[9] 謝波, 江一夫, 嚴(yán)恭敏, 等.捷聯(lián)慣導(dǎo)基于地球系的動基座間接精對準(zhǔn)算法[J]. 中國慣性技術(shù)學(xué)報(bào), 2014, 22(5): 593-596.

[10] 劉義亭, 徐曉蘇, 張濤， 等. 基于外參考速度輔助的行進(jìn)間羅經(jīng)法對準(zhǔn)[J].中國慣性技術(shù)學(xué)報(bào), 2015, 23(2): 165-171.

Design of Autonomous SINS In-Motion Alignment Scheme for Land-Vehicles

Ming Xuan, Wang Xinlong

(School of Astronautics, Beihang University, Beijing 100191, China)

The performance of in-motion alignment for land-vehicle weapon system plays an important role in improving the survival capability of weapon system. Several strapdown inertial navigation system (SINS) in-motion alignment methods for land-vehicles are discussed, and their applicability is analyzed. Based on these, an autonomous SINS in-motion alignment scheme for land-vehicles is designed. The position information reckoned by odometer and the position information got via terrain matching algorithm are regarded as the estimation information. Through multiple information fusion by distributed filtering, the land-vehicle SINS can meet fast and accurate demand of in-motion alignment under complex marching environment.

SINS; in-motion alignment; distributed filtering; information fusion

10.19297/j.cnki.41-1228/tj.2016.03.007

2015-07-24

國家自然科學(xué)基金項(xiàng)目(61233005)； 航空科學(xué)基金項(xiàng)目(20130151004； 2015ZC51038)

明軒(1992-)， 男， 山東德州人， 碩士研究生， 研究方向?yàn)閼T性導(dǎo)航與組合導(dǎo)航技術(shù)。

V249.32+8

A

1673-5048(2016)03-0030-05