楊金顯　徐功平　郝海明

摘要摘要：在導(dǎo)航制導(dǎo)武器中，針對微機電捷聯(lián)慣導(dǎo)系統(tǒng)（MEMS-SINS）非線性誤差的狀態(tài)估計精度差和模型擾動問題，通過分析無跡卡爾曼濾波（UKF）算法中初值的選取會直接影響觀測值精度的問題，結(jié)合自適應(yīng)估計原理，提出一種基于自適應(yīng)因子的UKF算法，該算法能夠自適應(yīng)地調(diào)節(jié)系統(tǒng)模型的擾動和初值的偏差并根據(jù)新的協(xié)方差觀測值更新方程。首先建立傳遞對準(zhǔn)的大失準(zhǔn)角誤差模型，然后將該算法應(yīng)用于該系統(tǒng)狀態(tài)估計中，并與標(biāo)準(zhǔn)UKF進行比較，通過計算機仿真，傳遞對準(zhǔn)速度提高3s左右，精度提高將近1倍。對兩種算法結(jié)果進行對比分析表明，能夠抑制傳遞對準(zhǔn)系統(tǒng)初值選取的偏差影響，降低系統(tǒng)狀態(tài)模型擾動的影響，提高傳遞對準(zhǔn)的對準(zhǔn)精度。

關(guān)鍵詞關(guān)鍵詞：微機電慣性器件；自適應(yīng)估計；無跡卡爾曼濾波；傳遞對準(zhǔn)；捷聯(lián)慣導(dǎo)系統(tǒng)

DOIDOI：10.11907/rjdk.171040

中圖分類號：TP319

文獻標(biāo)識碼：A文章編號文章編號：16727800（2017）005010604

0引言

在航空制導(dǎo)炸彈中，傳遞對準(zhǔn)是用機載主慣導(dǎo)系統(tǒng)的數(shù)據(jù)與彈載子慣導(dǎo)系統(tǒng)的相應(yīng)數(shù)據(jù)進行比對和匹配的過程。目前MEMS技術(shù)有很大的成本優(yōu)勢，研究基于MEMS慣性器件的微型捷聯(lián)慣導(dǎo)系統(tǒng)（MEMS-SINS）成為傳遞對準(zhǔn)的發(fā)展趨勢。雖然MEMS器件有體積小、成本低等優(yōu)點[1]，但其慣組誤差和漂移較大，且隨時間的累積導(dǎo)致誤差失準(zhǔn)角為大角度，故需要研究初始姿態(tài)角為大角度下的MEMS-SINS傳遞對準(zhǔn)。

嚴(yán)恭敏[2]等提出了當(dāng)所有失準(zhǔn)角均為大角度時，基于歐拉平臺誤差角的SINS非線性初始對準(zhǔn)誤差模型，并就該模型的有效性得到驗證；熊芝蘭[3]推導(dǎo)了大角度情況下的基于乘性四元數(shù)和加性四元素的大失準(zhǔn)角非線性誤差模型，并仿真實現(xiàn)了該模型下的傳遞對準(zhǔn)。曹娟娟[4]提出了基于模型誤差預(yù)測的擴展卡爾曼濾波（EKF）以彌補四元數(shù)模型精度較低問題，但該方法除延長對準(zhǔn)時間外還增大了計算量，且EKF會因線性化處理時的一階截斷而產(chǎn)生較大誤差。而通過UT變換直接對非線性狀態(tài)進行方差陣傳播UKF算法，則避免了雅格比矩陣的計算和線性化誤差的引入，從而使濾波精度和濾波時間得到很大改善。UKF在理論上優(yōu)于EKF，但在實際應(yīng)用時，需要精確的參考模型，且要求完整的噪聲高斯分布信息，對初始值的取值要求比較嚴(yán)格。

針對上述情況，并分析UKF濾波特點，解決問題的一種有效方式是使用自適應(yīng)算法。本文提出一種應(yīng)用于MEMS-SINS系統(tǒng)的改進自適應(yīng)UKF算法，利用歐拉平臺誤差角，建立大失準(zhǔn)角條件下的傳遞對準(zhǔn)誤差模型，在UKF濾波算法中加入改進自適應(yīng)因子并用新的協(xié)方差矩陣傳遞狀態(tài)和在線估計，以提高傳遞對準(zhǔn)的準(zhǔn)確性和快速性。

1傳遞對準(zhǔn)誤差模型建立

MEMS慣性傳感器與一些光纖、激光等傳統(tǒng)的傳感器相比劣勢在于精度太低，但隨著集成電路工藝水平的提高和微電子技術(shù)的迅速發(fā)展，陀螺、加速度計零偏由最初的500°/h、20mg發(fā)展到0.3°/h、0.1mg，能夠滿足航空、航天等軍事戰(zhàn)術(shù)武器的需求。目前實際工程應(yīng)用中要將MEMS慣性器件應(yīng)用于捷聯(lián)慣導(dǎo)系統(tǒng)，通常要對陀螺儀和加速度計進行標(biāo)定和補償[5]。一般對零值偏移誤差的補償都比較簡單，通常采用陀螺儀和加速度計在高精度轉(zhuǎn)臺上在不同轉(zhuǎn)速和氣候條件下進行多次啟動測試并取進行工作穩(wěn)定后一段靜止數(shù)據(jù)的均值，然后對采集的測試數(shù)據(jù)進行數(shù)據(jù)處理，來補償陀螺儀在整個運行過程中的零值偏移誤差，用慣性器件的相關(guān)參數(shù)便可以得到。標(biāo)定MEMS加速度計的零偏為3mg，MEMS陀螺儀的零偏為60°/h。坐標(biāo)系定義如下：慣性坐標(biāo)系記為i系；地球坐標(biāo)系記為e系；導(dǎo)航系記為n系，通常選擇東、北、天（E—N—U）地理坐標(biāo)系；載體坐標(biāo)系記為b系，表示導(dǎo)航坐標(biāo)系到載體坐標(biāo)系的變換矩陣。ωbnb表示載體坐標(biāo)系相對于導(dǎo)航坐標(biāo)系的旋轉(zhuǎn)角速度在載體坐標(biāo)系中的投影[6]。導(dǎo)航的解算需要建立數(shù)學(xué)平臺模擬理想捷聯(lián)慣導(dǎo)坐標(biāo)系，但由于各種誤差源的影響，實際上SINS模擬的數(shù)學(xué)平臺與理想導(dǎo)航坐標(biāo)系n系之間存在轉(zhuǎn)動誤差[7]，記實際數(shù)學(xué)平臺為系，也可稱之為計算平臺坐標(biāo)系。系可以由n系先后經(jīng)過3次轉(zhuǎn)動得到，假設(shè)為3次轉(zhuǎn)動角，稱它們?yōu)闅W拉平臺誤差角，則轉(zhuǎn)動的坐標(biāo)變換矩陣可以表示如下：

由UKF算法原理可知，UKF算法不需要對系統(tǒng)方程和量測方程進行線性化處理，通過UT變換直接對非線性狀態(tài)進行方差陣傳播，是在狀態(tài)一步預(yù)測的基礎(chǔ)上加一個與測量相關(guān)的調(diào)整修正量，避免了非線性函數(shù)線性化近似過程中復(fù)雜的Jacobian矩陣的求解[9]，而且該算法適用于任意非線性模型和強非線性條件下的估計，計算量小、實現(xiàn)簡便、精度高。

2.2改進自適應(yīng)UKF

UKF也是傳統(tǒng)卡爾曼濾波的擴充，雖然與EKF濾波相比有諸多優(yōu)點，但在實際應(yīng)用時也需要正確的初始條件、精確的濾波模型和完整的噪聲統(tǒng)計，以至存在濾波精度不佳的缺點。在進行UT變換時隨機量x維數(shù)的增加會使Sigma點覆蓋的半徑也隨之變大，從而改變局部的樣本，即使隨機變量的均值和方差可以保持，但系統(tǒng)濾波誤差變大。此外，一般情況下UKF濾波對狀態(tài)初值的選取比較關(guān)鍵，特別當(dāng)系統(tǒng)的非線性比較強烈或者存在多個極值點時，如果初值選取不合適可能會導(dǎo)致濾波收斂緩慢，甚至容易引起濾波發(fā)散，得不到正確的狀態(tài)估計值，結(jié)合UKF對濾波初值的敏感度和自適應(yīng)估計原理[10]，利用觀測信息調(diào)整UKF算法在MEMS-SINS系統(tǒng)中調(diào)整誤差，提高傳遞對準(zhǔn)的精度。

在UKF濾波算法中，采用方差傳遞原則，選取自適應(yīng)因子αk（0<αk≤1），調(diào)整αk可以增加和降低偏遠(yuǎn)點的權(quán)值，將更好的協(xié)方差反饋到該系統(tǒng)，減小濾波初值對狀態(tài)方程和觀測方程的影響。將式（29）、式（30）和式（33）改寫為：

狀態(tài)模型存在擾動時，可以使數(shù)學(xué)模型預(yù)測信息對于濾波結(jié)算影響降到最低，αk近似為0時，表示系統(tǒng)狀態(tài)模型出現(xiàn)異常波動。由以上分析可知，αk對于UKF算法的改進，能夠自適應(yīng)地調(diào)節(jié)系統(tǒng)模型的擾動和初值的偏差，并根據(jù)協(xié)方差觀測值提高傳遞對準(zhǔn)精度。

3仿真分析

仿真條件：首先將導(dǎo)航各參數(shù)初始化，子慣導(dǎo)MEMS陀螺常值漂移為60°/h，隨機漂移為20°/h；加速度計的零偏為3mg，零偏穩(wěn)定性為1mg，初始失準(zhǔn)角分別為[5°5°30°]；速度測量噪聲為0.01m/s，姿態(tài)測量噪聲為0.1°；載體導(dǎo)航坐標(biāo)系的初始位置為經(jīng)度113°，維度35°；仿真步長為0.1s，仿真時間為100s。

然后對子慣導(dǎo)器件輸出數(shù)據(jù)進行解算，經(jīng)過UKF和改進自適應(yīng)UKF估計濾波器比較出與主慣導(dǎo)輸出姿態(tài)和速度的相應(yīng)誤差，仿真失準(zhǔn)角誤差結(jié)果如圖1-圖3所示，由得到的誤差反饋到子慣導(dǎo)進行修正，達到精對準(zhǔn)要求后結(jié)束傳遞對準(zhǔn)。

仿真分析表明，與標(biāo)準(zhǔn)UKF相比，自適應(yīng)UKF算法在MEMS-SINS傳遞對準(zhǔn)過程中東向、北向失準(zhǔn)角的誤差估計速度快了3s左右，且在對準(zhǔn)精度上東、北、天方向上有了提高，這是由于在UKF濾波算法中加入改進自適應(yīng)因子并用新的協(xié)方差矩陣傳遞狀態(tài)和在線估計，抑制狀態(tài)模型的擾動影響，降低了濾波初值敏感度。

4結(jié)語

本文針對MEMS慣性器件誤差大、非線性濾波在模型擾動和濾波初值敏感度使得傳遞對準(zhǔn)誤差較大的情況，應(yīng)用了一種基于改進自適應(yīng)UKF的MEMS—SINS傳遞對準(zhǔn)濾波算法。仿真結(jié)果是：對準(zhǔn)精度基本滿足了戰(zhàn)術(shù)級慣導(dǎo)系統(tǒng)傳遞對準(zhǔn)的要求，對準(zhǔn)時間縮短3s。改進自適應(yīng)UKF不但保留了傳統(tǒng)UKF濾波算法的優(yōu)點，而且通過自適應(yīng)因子進一步改善了對準(zhǔn)精度。因此，將改進自適應(yīng)UKF濾波算法應(yīng)用于傳遞對準(zhǔn)系統(tǒng)是提高對準(zhǔn)可靠性、減小誤差的有效方法，具有理論意義和工程指導(dǎo)價值。

參考文獻參考文獻：

[1]孔星煒.用于微捷聯(lián)慣導(dǎo)系統(tǒng)的傳遞對準(zhǔn)技術(shù)研究[D].北京：清華大學(xué)，2010.

[2]嚴(yán)恭敏，嚴(yán)衛(wèi)生，徐德民.簡化UKF濾波在SINS大失準(zhǔn)角初始對準(zhǔn)中的應(yīng)用[J].中國慣性技術(shù)學(xué)報，2008，16（3）：253264.

[3]熊芝蘭，郝燕玲，孫楓.基于四元數(shù)的慣導(dǎo)系統(tǒng)快速匹配對準(zhǔn)算法[J]..哈爾濱工程大學(xué)學(xué)報，2008，29（1）：2834.

[4]曹娟娟，房建成，盛蔚.大失準(zhǔn)角下MIMU空中快速對準(zhǔn)技術(shù)[J].航空學(xué)報，2007，28（6）：13951400.

[5]王兆密.基于MEMS陀螺的慣性測量單元的標(biāo)定與應(yīng)用[D].鎮(zhèn)江：江蘇科技大學(xué)，2011.

[6]付夢印，鄭辛.傳遞對準(zhǔn)理論與應(yīng)[M].北京：科學(xué)出版社，2012.

[7]張波，賈宏光，儲海榮.基于UKF的MEMS捷聯(lián)慣導(dǎo)傳遞對準(zhǔn)方法[J].計算機仿真，2015，30（1）：2933.

[8]王明建，李建軍，李釗，等.改進自適應(yīng)UKF在組合導(dǎo)航系統(tǒng)中的應(yīng)用[J].無線電工程，2016，46（6） ：7682.

[9]TRUSOV A A. Investigation of factors affecting bias stability and scale factor drifts in coriolis vibratory MEMS gyroscopes [D]. Irvine： University of California，2009.

[10]呂偉，王艷東.SageHusa自適應(yīng)卡爾曼濾波算法在SINS初始對準(zhǔn)中的應(yīng)用研究[J].戰(zhàn)術(shù)導(dǎo)彈控制技術(shù)， 2005，28（3）：5255.

責(zé)任編輯（責(zé)任編輯：孫娟）