掃一掃
關(guān)注中圖網(wǎng)
官方微博
包郵 捷聯(lián)式慣性導(dǎo)航系統(tǒng)新型初始對準(zhǔn)技術(shù)
作者：常路賓，覃方君，查峰
開本：
B5
頁數(shù)：
168
本類榜單：工業(yè)技術(shù)銷量榜
本類五星書更多>
-
>
公路車寶典(ZINN的公路車維修與保養(yǎng)秘籍)
-
>
晶體管電路設(shè)計(下)
-
>
基于個性化設(shè)計策略的智能交通系統(tǒng)關(guān)鍵技術(shù)
-
>
花樣百出:貴州少數(shù)民族圖案填色
-
>
山東教育出版社有限公司技術(shù)轉(zhuǎn)移與技術(shù)創(chuàng)新歷史叢書中國高等技術(shù)教育的蘇化(1949—1961)以北京地區(qū)為中心
-
>
鐵路機(jī)車概要.交流傳動內(nèi)燃.電力機(jī)車
-
>
利維坦的道德困境:早期現(xiàn)代政治哲學(xué)的問題與脈絡(luò)
捷聯(lián)式慣性導(dǎo)航系統(tǒng)新型初始對準(zhǔn)技術(shù) 版權(quán)信息
- ISBN：9787030746214
- 條形碼：9787030746214 ; 978-7-03-074621-4
- 裝幀：一般膠版紙
- 冊數(shù)：暫無
- 重量：暫無
- 所屬分類：>
捷聯(lián)式慣性導(dǎo)航系統(tǒng)新型初始對準(zhǔn)技術(shù) 內(nèi)容簡介
本書是結(jié)合國內(nèi)外**進(jìn)展、在總結(jié)提煉作者近十年研究成果的基礎(chǔ)上撰寫而成的。全書內(nèi)容分為兩大部分，即慣性系初始對準(zhǔn)方法和非線性初始對準(zhǔn)方法。針對慣性系初始對準(zhǔn)方法，重點(diǎn)從矢量觀測構(gòu)建角度改進(jìn)與拓展已有的慣性系初始對準(zhǔn)方法，使其適用于不同精度器件水平的慣性導(dǎo)航系統(tǒng)；針對非線性初始對準(zhǔn)方法，重點(diǎn)從濾波系統(tǒng)模型改進(jìn)角度著手，分別推導(dǎo)形式更為嚴(yán)密、物理意義更為準(zhǔn)確的狀態(tài)模型。
捷聯(lián)式慣性導(dǎo)航系統(tǒng)新型初始對準(zhǔn)技術(shù) 目錄
目錄
第1章 緒論 1
1.1 引言 1
1.2 慣性系初始對準(zhǔn)研究進(jìn)展 3
1.3 非線性初始對準(zhǔn)研究進(jìn)展 9
本章參考文獻(xiàn) 11
第2章 基于矢量觀測積分構(gòu)建的改進(jìn)慣性系初始對準(zhǔn)方法 17
2.1 慣性系初始對準(zhǔn)方法基本原理 17
2.1.1 主要坐標(biāo)系 17
2.1.2 坐標(biāo)系分解 18
2.1.3 矢量觀測構(gòu)建 18
2.1.4 姿態(tài)確定問題的遞歸求解 21
2.2 基于滑動固定區(qū)間積分矢量觀測構(gòu)建的慣性系初始對準(zhǔn)方法 22
2.2.1 滑動固定區(qū)間積分矢量觀測構(gòu)建 22
2.2.2 實驗研究 24
2.3 基于積分翻轉(zhuǎn)的慣性系快速初始對準(zhǔn)方法 26
2.3.1 基于積分翻轉(zhuǎn)的矢量觀測構(gòu)建 26
2.3.2 基于積分翻轉(zhuǎn)的慣性系初始對準(zhǔn)算法流程 28
2.3.3 實驗研究 29
2.4 本章小結(jié) 32
本章參考文獻(xiàn) 32
第3章 動態(tài)慣性系初始對準(zhǔn)方法 35
3.1 動態(tài)慣性系初始對準(zhǔn)模型的建立 35
3.1.1 姿態(tài)確定初始對準(zhǔn)方法再分析 35
3.1.2 從姿態(tài)確定到姿態(tài)估計 38
3.1.3 矢量觀測構(gòu)建 39
3.2 姿態(tài)估計濾波算法 40
3.2.1 基于四元數(shù)姿態(tài)估計問題的表述 40
3.2.2 UKF在四元數(shù)估計問題中的缺陷 42
3.2.3 USQUE算法設(shè)計 42
3.3 實驗研究 47
3.3.1 對準(zhǔn)精度與速度 47
3.3.2 車載實驗 48
3.4 本章小結(jié) 57
本章參考文獻(xiàn) 57
第4章 基于姿態(tài)估計的初始對準(zhǔn)方法 58
4.1 基于姿態(tài)估計的初始對準(zhǔn)建模 58
4.1.1 基于坐標(biāo)系分解的姿態(tài)估計系統(tǒng)模型 58
4.1.2 基于滑動固定區(qū)間速度積分的矢量觀測構(gòu)建 59
4.1.3 基于四元數(shù)的姿態(tài)估計問題表述 61
4.2 實驗研究 63
4.2.1 高精度慣性導(dǎo)航實驗 63
4.2.2 低精度慣性導(dǎo)航實驗 69
4.3 半解析姿態(tài)與參數(shù)聯(lián)立估計方法初探 74
4.3.1 半解析姿態(tài)與參數(shù)聯(lián)立估計模型 74
4.3.2 半解析姿態(tài)與參數(shù)聯(lián)立估計求解 75
4.4 本章小結(jié) 78
本章參考文獻(xiàn) 78
第5章 基于Rodrigues姿態(tài)誤差方程的非線性初始對準(zhǔn)方法 79
5.1 間接式非線性初始對準(zhǔn)基本框架 79
5.2 Rodrigues姿態(tài)誤差方程推導(dǎo) 80
5.2.1 Rodrigues參數(shù)姿態(tài)表示 80
5.2.2 四元數(shù)姿態(tài)誤差方程 81
5.2.3 Rodrigues姿態(tài)誤差方程 83
5.3 基于Rodrigues姿態(tài)誤差方程的非線性初始對準(zhǔn)濾波實現(xiàn) 84
5.3.1 濾波狀態(tài)選取 84
5.3.2 濾波算法流程 86
5.4 實驗研究 87
5.4.1 仿真實驗 87
5.4.2 車載實驗 91
5.5 本章小結(jié) 94
本章參考文獻(xiàn) 94
第6章 基于幾何速度誤差方程的非線性初始對準(zhǔn)方法 95
6.1 幾何速度誤差方程 95
6.1.1 幾何速度誤差方程的基本概念 95
6.1.2 幾何速度誤差方程推導(dǎo) 97
6.2 實驗研究 99
6.2.1 仿真實驗 99
6.2.2 船載系泊實驗 104
6.3 基于幾何矢量誤差的慣性導(dǎo)航線性誤差方程 109
6.3.1 姿態(tài)誤差方程 109
6.3.2 速度誤差方程 111
6.3.3 誤差方程整理 111
6.4 本章小結(jié)114
本章參考文獻(xiàn) 115
第7章 基于慣性導(dǎo)航基本方程的非線性初始對準(zhǔn)方法 116
7.1 基于慣性導(dǎo)航基本方程的非線性初始對準(zhǔn)算法框架 117
7.1.1 慣性導(dǎo)航基本方程 117
7.1.2 基于慣性導(dǎo)航基本方程的USQUE算法流程 118
7.2 基于四元數(shù)平均算法的改進(jìn)USQUE算法 120
7.2.1 傳統(tǒng)USQUE算法的近似性分析 120
7.2.2 四元數(shù)平均算法 121
7.2.3 仿真研究 123
7.3 基于邊緣采樣的USQUE算法 128
7.3.1 基于邊緣采樣的UT 128
7.3.2 慣性導(dǎo)航基本方程的部分線性近似 130
7.3.3 邊緣USQUE算法設(shè)計 132
7.3.4 實驗研究 134
7.4 基于慣性導(dǎo)航基本方程的直接式EKF算法 140
7.4.1 基于慣性導(dǎo)航基本方程的Jacobi矩陣推導(dǎo) 140
7.4.2 基于慣性導(dǎo)航基本方程的EKF算法流程 143
7.5 慣性基組合導(dǎo)航MEKF算法 144
7.5.1 MEKF算法狀態(tài)模型 144
7.5.2 慣性基組合導(dǎo)航MEKF算法流程 149
7.5.3 慣性基組合導(dǎo)航MEKF算法仿真實驗 151
7.6 本章小結(jié) 155
本章參考文獻(xiàn) 156
第1章 緒論 1
1.1 引言 1
1.2 慣性系初始對準(zhǔn)研究進(jìn)展 3
1.3 非線性初始對準(zhǔn)研究進(jìn)展 9
本章參考文獻(xiàn) 11
第2章 基于矢量觀測積分構(gòu)建的改進(jìn)慣性系初始對準(zhǔn)方法 17
2.1 慣性系初始對準(zhǔn)方法基本原理 17
2.1.1 主要坐標(biāo)系 17
2.1.2 坐標(biāo)系分解 18
2.1.3 矢量觀測構(gòu)建 18
2.1.4 姿態(tài)確定問題的遞歸求解 21
2.2 基于滑動固定區(qū)間積分矢量觀測構(gòu)建的慣性系初始對準(zhǔn)方法 22
2.2.1 滑動固定區(qū)間積分矢量觀測構(gòu)建 22
2.2.2 實驗研究 24
2.3 基于積分翻轉(zhuǎn)的慣性系快速初始對準(zhǔn)方法 26
2.3.1 基于積分翻轉(zhuǎn)的矢量觀測構(gòu)建 26
2.3.2 基于積分翻轉(zhuǎn)的慣性系初始對準(zhǔn)算法流程 28
2.3.3 實驗研究 29
2.4 本章小結(jié) 32
本章參考文獻(xiàn) 32
第3章 動態(tài)慣性系初始對準(zhǔn)方法 35
3.1 動態(tài)慣性系初始對準(zhǔn)模型的建立 35
3.1.1 姿態(tài)確定初始對準(zhǔn)方法再分析 35
3.1.2 從姿態(tài)確定到姿態(tài)估計 38
3.1.3 矢量觀測構(gòu)建 39
3.2 姿態(tài)估計濾波算法 40
3.2.1 基于四元數(shù)姿態(tài)估計問題的表述 40
3.2.2 UKF在四元數(shù)估計問題中的缺陷 42
3.2.3 USQUE算法設(shè)計 42
3.3 實驗研究 47
3.3.1 對準(zhǔn)精度與速度 47
3.3.2 車載實驗 48
3.4 本章小結(jié) 57
本章參考文獻(xiàn) 57
第4章 基于姿態(tài)估計的初始對準(zhǔn)方法 58
4.1 基于姿態(tài)估計的初始對準(zhǔn)建模 58
4.1.1 基于坐標(biāo)系分解的姿態(tài)估計系統(tǒng)模型 58
4.1.2 基于滑動固定區(qū)間速度積分的矢量觀測構(gòu)建 59
4.1.3 基于四元數(shù)的姿態(tài)估計問題表述 61
4.2 實驗研究 63
4.2.1 高精度慣性導(dǎo)航實驗 63
4.2.2 低精度慣性導(dǎo)航實驗 69
4.3 半解析姿態(tài)與參數(shù)聯(lián)立估計方法初探 74
4.3.1 半解析姿態(tài)與參數(shù)聯(lián)立估計模型 74
4.3.2 半解析姿態(tài)與參數(shù)聯(lián)立估計求解 75
4.4 本章小結(jié) 78
本章參考文獻(xiàn) 78
第5章 基于Rodrigues姿態(tài)誤差方程的非線性初始對準(zhǔn)方法 79
5.1 間接式非線性初始對準(zhǔn)基本框架 79
5.2 Rodrigues姿態(tài)誤差方程推導(dǎo) 80
5.2.1 Rodrigues參數(shù)姿態(tài)表示 80
5.2.2 四元數(shù)姿態(tài)誤差方程 81
5.2.3 Rodrigues姿態(tài)誤差方程 83
5.3 基于Rodrigues姿態(tài)誤差方程的非線性初始對準(zhǔn)濾波實現(xiàn) 84
5.3.1 濾波狀態(tài)選取 84
5.3.2 濾波算法流程 86
5.4 實驗研究 87
5.4.1 仿真實驗 87
5.4.2 車載實驗 91
5.5 本章小結(jié) 94
本章參考文獻(xiàn) 94
第6章 基于幾何速度誤差方程的非線性初始對準(zhǔn)方法 95
6.1 幾何速度誤差方程 95
6.1.1 幾何速度誤差方程的基本概念 95
6.1.2 幾何速度誤差方程推導(dǎo) 97
6.2 實驗研究 99
6.2.1 仿真實驗 99
6.2.2 船載系泊實驗 104
6.3 基于幾何矢量誤差的慣性導(dǎo)航線性誤差方程 109
6.3.1 姿態(tài)誤差方程 109
6.3.2 速度誤差方程 111
6.3.3 誤差方程整理 111
6.4 本章小結(jié)114
本章參考文獻(xiàn) 115
第7章 基于慣性導(dǎo)航基本方程的非線性初始對準(zhǔn)方法 116
7.1 基于慣性導(dǎo)航基本方程的非線性初始對準(zhǔn)算法框架 117
7.1.1 慣性導(dǎo)航基本方程 117
7.1.2 基于慣性導(dǎo)航基本方程的USQUE算法流程 118
7.2 基于四元數(shù)平均算法的改進(jìn)USQUE算法 120
7.2.1 傳統(tǒng)USQUE算法的近似性分析 120
7.2.2 四元數(shù)平均算法 121
7.2.3 仿真研究 123
7.3 基于邊緣采樣的USQUE算法 128
7.3.1 基于邊緣采樣的UT 128
7.3.2 慣性導(dǎo)航基本方程的部分線性近似 130
7.3.3 邊緣USQUE算法設(shè)計 132
7.3.4 實驗研究 134
7.4 基于慣性導(dǎo)航基本方程的直接式EKF算法 140
7.4.1 基于慣性導(dǎo)航基本方程的Jacobi矩陣推導(dǎo) 140
7.4.2 基于慣性導(dǎo)航基本方程的EKF算法流程 143
7.5 慣性基組合導(dǎo)航MEKF算法 144
7.5.1 MEKF算法狀態(tài)模型 144
7.5.2 慣性基組合導(dǎo)航MEKF算法流程 149
7.5.3 慣性基組合導(dǎo)航MEKF算法仿真實驗 151
7.6 本章小結(jié) 155
本章參考文獻(xiàn) 156
展開全部
捷聯(lián)式慣性導(dǎo)航系統(tǒng)新型初始對準(zhǔn)技術(shù) 節(jié)選
第1章緒論 1.1引言 慣性導(dǎo)航系統(tǒng)在給定的初始條件下利用陀螺儀和加速度計測定的載體相對于慣性空間的線運(yùn)動和角運(yùn)動信息，根據(jù)牛頓第二定律（慣性定律）來連續(xù)推算載體姿態(tài)、速度和位置等運(yùn)動信息[1-8]。基于慣性定律的慣性導(dǎo)航系統(tǒng)不需要任何外來信息，也不需要向外輻射任何信息，僅靠系統(tǒng)本身就能實現(xiàn)全天候、任意環(huán)境條件下連續(xù)、自主、隱蔽的導(dǎo)航與定位。慣性導(dǎo)航系統(tǒng)這些優(yōu)點(diǎn)賦予了其強(qiáng)大的生命力，使其在航空、航天、航海，以及軍事領(lǐng)域發(fā)揮著不可替代的作用。實際上，慣性導(dǎo)航系統(tǒng)正是起源于第二次世界大戰(zhàn)中慣性制導(dǎo)武器V2火箭的成功使用，而戰(zhàn)后科學(xué)技術(shù)的進(jìn)步更是推動了慣性導(dǎo)航系統(tǒng)的快速發(fā)展[5]。在*初的慣性導(dǎo)航系統(tǒng)中，慣性測量元件——陀螺儀和加速度計安裝在一個具有三方位自由度的穩(wěn)定平臺上；系統(tǒng)利用陀螺儀測到的角運(yùn)動信息控制穩(wěn)定平臺始終與地球表面保持水平，這種控制信息經(jīng)角度傳感器輸出即可得到系統(tǒng)在特定機(jī)械編排下的姿態(tài)；對穩(wěn)定平臺上的加速度計輸出直接進(jìn)行一次積分可以得到載體速度信息，再進(jìn)行一次積分可以得到位置信息。這種結(jié)構(gòu)形式的慣性導(dǎo)航系統(tǒng)被稱為平臺式慣性導(dǎo)航系統(tǒng)。由于系統(tǒng)中穩(wěn)定平臺隔離了載體外部干擾，使得慣性測量元件具有良好的工作環(huán)境，相應(yīng)地，系統(tǒng)精度也較高；同時，系統(tǒng)計算負(fù)荷較小，從而有利于在線實時應(yīng)用。1958年，美國海軍“鸚鵡螺”號核潛艇利用一套N6-A型平臺式慣性導(dǎo)航系統(tǒng)在冰下航行21天后成功穿越北極，該事件成為平臺式慣性導(dǎo)航系統(tǒng)成功應(yīng)用的典型案例[6]。然而，不可否認(rèn)的是，作為一個復(fù)雜的高精度機(jī)電綜合系統(tǒng)，平臺式慣性導(dǎo)航系統(tǒng)具有體積大、成本高、啟動時間長、維護(hù)煩瑣等一系列缺點(diǎn)。 1956年，Newell在其申請的專利中首次提出捷聯(lián)式（strapdown）慣性導(dǎo)航系統(tǒng)的思想[6]。與平臺式慣性導(dǎo)航系統(tǒng)不同，捷聯(lián)式慣性導(dǎo)航系統(tǒng)的慣性測量元件不是安裝在能隔離載體運(yùn)動的機(jī)械穩(wěn)定平臺上，而是直接固連在載體上。捷聯(lián)式慣性導(dǎo)航系統(tǒng)本質(zhì)上是用計算機(jī)軟件建立一個數(shù)學(xué)平臺來替代平臺式慣性導(dǎo)航系統(tǒng)中的機(jī)械穩(wěn)定平臺，實現(xiàn)姿態(tài)測量和坐標(biāo)轉(zhuǎn)換等功能。捷聯(lián)式慣性導(dǎo)航系統(tǒng)可以提供與平臺式慣性導(dǎo)航系統(tǒng)一樣的導(dǎo)航參數(shù)，并且還具有其所不具有的優(yōu)點(diǎn)，如結(jié)構(gòu)簡單、體積小、維護(hù)方便、故障率低等。由于采用了數(shù)字解算，捷聯(lián)式慣性導(dǎo)航系統(tǒng)容易采用多敏感元件，使用多余度技術(shù)，系統(tǒng)的可靠性大大提高。雖然早在20世紀(jì)50年代美國對捷聯(lián)方案在飛機(jī)上的應(yīng)用進(jìn)行了探索，但直到20世紀(jì)80年代才進(jìn)入應(yīng)用階段，主要原因是，在捷聯(lián)式慣性導(dǎo)航系統(tǒng)中慣性測量元件工作條件惡劣，導(dǎo)航計算機(jī)工作量大，而前期的慣性測量元件的動態(tài)范圍、工作條件及計算機(jī)的計算能力都無法達(dá)到捷聯(lián)式慣性導(dǎo)航系統(tǒng)應(yīng)用的要求。隨著光學(xué)陀螺等新型全固態(tài)慣性測量元件的出現(xiàn)，以及計算機(jī)技術(shù)、信號處理技術(shù)的進(jìn)步，捷聯(lián)式慣性導(dǎo)航系統(tǒng)正在大多數(shù)領(lǐng)域逐步取代平臺式慣性導(dǎo)航系統(tǒng)。據(jù)有關(guān)資料報道，美國軍用慣性導(dǎo)航系統(tǒng)在1984年還全部為平臺式慣性導(dǎo)航系統(tǒng)，而1989年已經(jīng)有一半改為捷聯(lián)式慣性導(dǎo)航系統(tǒng)，到1994年，除某些特殊戰(zhàn)略武器外，捷聯(lián)式慣性導(dǎo)航系統(tǒng)已經(jīng)占據(jù)了90%的份額[7-8]。 由于慣性測量元件直接固連在載體上，外界各種運(yùn)動干擾直接耦合于慣性測量輸出信息中，信息處理的難度和復(fù)雜性大大增加，相應(yīng)地，系統(tǒng)精度也受到了一定限制。雖然研制更高精度的慣性測量元件可以從根本上提高系統(tǒng)精度，但是研究適用于捷聯(lián)式慣性導(dǎo)航系統(tǒng)特點(diǎn)的導(dǎo)航技術(shù)和算法對于提高系統(tǒng)導(dǎo)航定位精度同樣至關(guān)重要。先進(jìn)、合理的導(dǎo)航技術(shù)和算法可以保證相同器件精度條件下更高的系統(tǒng)精度或是特定系統(tǒng)精度要求下更低的器件成本。而初始對準(zhǔn)技術(shù)就是捷聯(lián)式慣性導(dǎo)航領(lǐng)域重要的研究方向[9-11]。 由于速度、位置等初始信息可以利用其他導(dǎo)航設(shè)備提供的信息直接進(jìn)行裝訂，在初始對準(zhǔn)階段*為關(guān)注的是初始姿態(tài)信息的獲得，更為具體的是確定載體坐標(biāo)系與導(dǎo)航坐標(biāo)系之間的姿態(tài)轉(zhuǎn)移矩陣，進(jìn)而確定捷聯(lián)式慣性導(dǎo)航系統(tǒng)工作的數(shù)學(xué)平臺（相當(dāng)于平臺式慣性導(dǎo)航系統(tǒng)的物理實體平臺）。同時，為了減小慣性器件誤差對系統(tǒng)精度的影響，在初始對準(zhǔn)階段一般也需要對慣性測量元件的常值漂移進(jìn)行建模估計與補(bǔ)償。傳統(tǒng)的初始對準(zhǔn)一般過程是先進(jìn)行粗對準(zhǔn)，然后進(jìn)行精對準(zhǔn)[12-13]。在粗對準(zhǔn)中，一般將載體姿態(tài)視為常值，并直接利用陀螺儀和加速度計輸出與地球自轉(zhuǎn)角速度和重力信息之間的姿態(tài)關(guān)系采用解析的方法獲得。粗對準(zhǔn)的目的是對慣性導(dǎo)航系統(tǒng)的姿態(tài)進(jìn)行初始化，并使姿態(tài)誤差達(dá)到小角度誤差狀態(tài)，而小角度的姿態(tài)誤差條件可以保證經(jīng)典慣性導(dǎo)航線性誤差方程成立。精對準(zhǔn)則在外部觀測量的輔助下以慣性導(dǎo)航線性誤差方程為狀態(tài)模型采用狀態(tài)估計的方法進(jìn)行（相對于羅經(jīng)法精對準(zhǔn)，基于狀態(tài)估計的精對準(zhǔn)方法不僅可以實現(xiàn)對慣性測量元件常值漂移的估計，同時還可以抑制部分外界干擾噪聲的影響）。捷聯(lián)式慣性導(dǎo)航系統(tǒng)的慣性測量元件直接固連在載體上，其輸出必然耦合進(jìn)載體自身的角運(yùn)動和線運(yùn)動信息及相關(guān)的干擾信息，從而使得傳統(tǒng)粗對準(zhǔn)方法無法有效獲得載體粗略姿態(tài)，以粗對準(zhǔn)作為必要條件的精對準(zhǔn)相應(yīng)地也無法正常完成。簡而言之，傳統(tǒng)粗對準(zhǔn)方法的固有缺陷制約了其在捷聯(lián)式慣性導(dǎo)航系統(tǒng)中的應(yīng)用，因此，為了實現(xiàn)捷聯(lián)式慣性導(dǎo)航動基座初始對準(zhǔn)，可以從兩個方面入手：一是在兩步對準(zhǔn)結(jié)構(gòu)內(nèi)對傳統(tǒng)粗對準(zhǔn)方法進(jìn)行改進(jìn)，使其在動基座條件下同樣適用；二是摒棄傳統(tǒng)的兩步對準(zhǔn)結(jié)構(gòu)，通過建立慣性導(dǎo)航非線性誤差方程并采用非線性濾波方法直接實現(xiàn)一步初始對準(zhǔn)。而本書就是圍繞上述兩種思路進(jìn)行展開的。在開始具體內(nèi)容之前，本章首先對上述兩種思路的研究進(jìn)展進(jìn)行評述。 1.2慣性系初始對準(zhǔn)研究進(jìn)展 慣性系初始對準(zhǔn)方法中，在傳統(tǒng)載體坐標(biāo)系b、導(dǎo)航坐標(biāo)系n、地球坐標(biāo)系e的基礎(chǔ)上引入了兩個人為定義的慣性坐標(biāo)系，即初始對準(zhǔn)起始時刻導(dǎo)航坐標(biāo)系相對慣性空間凝固所得的慣性坐標(biāo)系n(0)，以及初始對準(zhǔn)起始時刻載體坐標(biāo)系相對慣性空間凝固所得的慣性坐標(biāo)系b(0)。慣性系初始對準(zhǔn)方法的本質(zhì)是通過坐標(biāo)系凝固的方式將載體姿態(tài)矩陣分解成三部分，即由地球自轉(zhuǎn)及載體線運(yùn)動引起的載體姿態(tài)變化、載體自身角運(yùn)動引起的姿態(tài)變化，以及對準(zhǔn)初始時刻載體常值姿態(tài)矩陣。而問題的核心在于如何利用外界信息輔助求解常值姿態(tài)矩陣Cbn(0)。秦永元、嚴(yán)恭敏和武元新等學(xué)者在該問題上做出了開創(chuàng)性的研究工作，他們在介紹對準(zhǔn)算法時都聲稱其思路來源于2000年Gaiffe等[14-16]在介紹法國iXSea公司光纖捷聯(lián)羅經(jīng)系統(tǒng)Octans（南極座）尋北算法時的一篇文章。Octans尋北算法的基本原理是通過將濾除載體加速度后的加速度計輸出，即重力加速度g，投影到所構(gòu)建的慣性坐標(biāo)系上，即可“觀測”到地球自轉(zhuǎn)引起的重力加速度g在慣性系中的緩慢漂移，而通過分析該視運(yùn)動即可得到地理北向，如圖1.1所示[16]。Octans說明書中并未給出如何通過分析重力加速度視運(yùn)動確定地理北向的方法，但是該說明書中兩個關(guān)鍵點(diǎn)卻啟發(fā)了后續(xù)學(xué)者對該問題的深入研究：一是引入慣性坐標(biāo)系，這也是為什么國內(nèi)將這種對準(zhǔn)方法稱為慣性系初始對準(zhǔn)方法；二是重力矢量在特定慣性系下的視運(yùn)動構(gòu)成一個錐面，從而保證不同時刻下重力矢量在該慣性系下的投影不共線，這一點(diǎn)是保證慣性系粗對準(zhǔn)中實施姿態(tài)確定的先決條件。 國內(nèi)*早開始慣性系初始對準(zhǔn)研究的是秦永元、嚴(yán)恭敏和武元新等學(xué)者，他們提出了搖擺基座上基于g信息的捷聯(lián)式慣性導(dǎo)航粗對準(zhǔn)方法[17]。其引入的慣性系是對準(zhǔn)起始時刻的載體坐標(biāo)系和地球坐標(biāo)系。隨后嚴(yán)恭敏等[18-20]在其后的研究工作中進(jìn)一步細(xì)化了該方法。Wu等[21-22]在研究其全局可觀測性理論時發(fā)現(xiàn)了基于坐標(biāo)系分解的慣性系初始對準(zhǔn)方法的可行性，并在其論文中系統(tǒng)研究了該問題。該論文指出，常值姿態(tài)矩陣的求解本質(zhì)上是一姿態(tài)確定問題，從而建立了初始對準(zhǔn)與姿態(tài)確定兩個平行研究數(shù)十年問題之間的聯(lián)系，同時將姿態(tài)確定領(lǐng)域中經(jīng)典的Davenport-q法引入常值姿態(tài)矩陣的求解問題中[23]。姿態(tài)確定問題也稱為Wahba問題[24]，它是一個帶約束的*小二乘問題，其求解過程可以視為一個對代價函數(shù)尋優(yōu)的問題，因此也將該方法稱為優(yōu)化對準(zhǔn)。實際上，秦永元等使用的雙矢量定姿方法就是姿態(tài)確定領(lǐng)域中經(jīng)典的雙矢量定姿方法（three-axis attitude determination，TRIAD）[25]。文獻(xiàn)[22]直接利用加速度信息構(gòu)造矢量觀測，針對的是純慣性導(dǎo)航自主工作模式，為了抑制線運(yùn)動干擾和噪聲干擾，提出了使用數(shù)字低通濾波器來分離線運(yùn)動干擾加速度和重力加速度。2013年，Wu等[26]研究了一種基于增量形式的速度和位置積分算法，并將其應(yīng)用到了慣性系初始對準(zhǔn)的矢量觀測構(gòu)造中，取得了良好的初始對準(zhǔn)效果。文獻(xiàn)[26]研究的是全球定位系統(tǒng)（global positioning system，GPS）輔助的動基座初始對準(zhǔn)。 秦永元、嚴(yán)恭敏和Wu等學(xué)者的工作構(gòu)建了慣性系初始對準(zhǔn)的基本框架，尤其是Wu等學(xué)者在文獻(xiàn)[22]中明確建立了慣性系初始對準(zhǔn)與衛(wèi)星姿態(tài)確定之間的內(nèi)在聯(lián)系，促使了后續(xù)一大批將經(jīng)典衛(wèi)星姿態(tài)確定算法引入慣性系初始對準(zhǔn)問題中的論文的出現(xiàn)，如QUEST（quaternion estimation）算法、SVD（singular value decomposition）算法、FOAM（fast optimal attitudematrix）算法、ESOQ（estimation of optimal quaternion）算法等[27-35]。這類論文猶如之前將*新非線性濾波算法引入大失準(zhǔn)角非線性初始對準(zhǔn)問題一般[36-41]。事實上，上述姿態(tài)確定算法在精度上的區(qū)別在慣性系初始對準(zhǔn)問題中很難有所體現(xiàn)，當(dāng)慣性系初始對準(zhǔn)算法框架建立以后，對準(zhǔn)的精度主要取決于慣性器件的精度而非姿態(tài)確定算法的精度。本書將對慣性系初始對準(zhǔn)算法構(gòu)建相關(guān)文獻(xiàn)進(jìn)行著重綜述，而對于直接將現(xiàn)有姿態(tài)確定算法引入慣性系初始對準(zhǔn)框架中的文獻(xiàn)則不再贅述。 Calgary大學(xué)的Gu等[42]也系統(tǒng)研究了慣性系初始對準(zhǔn)方法，其思路與嚴(yán)恭敏和秦永元基本一致。Silson[43]在Gu等的工作基礎(chǔ)之上，也注意到了對準(zhǔn)初始時刻常值姿態(tài)矩陣的求解與姿態(tài)確定問題之間的聯(lián)系，同時提出了兩種利用GPS信息構(gòu)造矢量觀測的方法。Silson的一種方法是對一小段時間內(nèi)的加速度信息進(jìn)行積分以構(gòu)造速度矢量，這種方法的缺點(diǎn)是：如果積分時間太短，那么對加速度信息中噪聲干擾的平滑作用不明顯，而且短時間內(nèi)由桿臂效應(yīng)及信號延遲所引起的GPS信息不確定會造成較大的計算角誤差。雖然可以通過延長積分時間來消除這些不利影響，但是隨著積分時間的增長，在特定對準(zhǔn)時間內(nèi)的矢量觀測數(shù)量就會減少，而且積分時間段內(nèi)的GPS信息都未能充分利用，從而對對準(zhǔn)效果產(chǎn)生不利影響。基于上述認(rèn)識，Silson提出了另一種觀測信息交叉存取的方法，也就是說，仍然對特定時間段內(nèi)的加速度信息進(jìn)行積分，但是這些時間段不再像**種方法那樣相互首尾相連，而是相互耦合、逐步向前推移。 這種方法既可以根據(jù)實際情況選擇積分時間長度，又可以充分利用每一時刻的GPS信息。Li等[44]注意到，文獻(xiàn)[26]中矢量觀測構(gòu)造方法相對于文獻(xiàn)[43]中的交叉存取方法，由于對初始階段的加速度信息反復(fù)使用會造成較大的累積誤差，從而影響*終的對準(zhǔn)精度。但是Chang等[45]指出，應(yīng)當(dāng)根據(jù)慣性器件精度辯證地看待文獻(xiàn)[26]和文獻(xiàn)[43]中兩種矢量觀測構(gòu)造方式，即當(dāng)慣性器件精度較高、短時間內(nèi)器件誤差累積不明顯時，文獻(xiàn)[26]中矢量觀測對加速度信息利用得更為充分，其對應(yīng)的對準(zhǔn)速度也較快；而當(dāng)慣性器件精度較差時，為了抑制器件誤差的累積，應(yīng)當(dāng)選取適當(dāng)積分區(qū)間長度的交叉存取矢量觀測構(gòu)造方法。 需要指出的是，慣性系初始對準(zhǔn)只是用來解決傳統(tǒng)解析粗對準(zhǔn)不能抵御角運(yùn)動干擾的問題，其本質(zhì)上仍然是一種解析粗對準(zhǔn)方法。從慣性系初始對準(zhǔn)方法發(fā)明之初，人們就嘗試在慣性系初始對準(zhǔn)框架下實現(xiàn)對慣性器件誤差的估計或標(biāo)定。文獻(xiàn)[22]推導(dǎo)了初始時刻載體常值姿態(tài)矩陣和對準(zhǔn)當(dāng)前時刻載體姿
書友推薦
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
伯納黛特,你要去哪(2021新版)
- >
唐代進(jìn)士錄
- >
經(jīng)典常談
- >
隨園食單
- >
中國人在烏蘇里邊疆區(qū):歷史與人類學(xué)概述
- >
人文閱讀與收藏·良友文學(xué)叢書:一天的工作
- >
推拿
本類暢銷
