面向高動(dòng)態(tài)環(huán)境的SINS-GPS高精度組合測(cè)量中的關(guān)鍵問題研究.pdf

1、隨著我國社會(huì)經(jīng)濟(jì)的快速發(fā)展和國際競爭力的逐步提升，工程技術(shù)領(lǐng)域?qū)d體運(yùn)動(dòng)參數(shù)的測(cè)量要求也在不斷提高，主要體現(xiàn)在測(cè)量的精度、長期穩(wěn)定性以及動(dòng)態(tài)范圍等方面，具體的工程應(yīng)用則包括高分辨率對(duì)地觀測(cè)系統(tǒng)的運(yùn)動(dòng)誤差補(bǔ)償、大型艦船船體動(dòng)態(tài)變形的實(shí)時(shí)測(cè)量等。當(dāng)前，就精度性能而言，單一的測(cè)量系統(tǒng)已經(jīng)很難滿足實(shí)際工程應(yīng)用的需求。因此，在盡量不增加硬件成本的基礎(chǔ)上，充分利用先進(jìn)的理論和算法對(duì)捷聯(lián)式慣性導(dǎo)航系統(tǒng)（Strapdown Inertial Navig

2、ation System，SINS）與全球定位系統(tǒng)(Global Positioning System，GPS)進(jìn)行綜合，構(gòu)成以SINS為主的高精度組合測(cè)量系統(tǒng)，具有相當(dāng)重要的實(shí)際應(yīng)用價(jià)值。
　　實(shí)際的載體運(yùn)動(dòng)往往具有動(dòng)態(tài)變化劇烈（包括角運(yùn)動(dòng)和線運(yùn)動(dòng)）、突發(fā)性強(qiáng)以及隨機(jī)不確定等特征（高精度的應(yīng)用場(chǎng)合更是如此）。高動(dòng)態(tài)的載體運(yùn)動(dòng)環(huán)境下，如何保證系統(tǒng)整體的精度性能是SINS/GPS組合測(cè)量需要解決的首要問題。本文以高動(dòng)態(tài)環(huán)境下的SIN

3、S/GPS組合系統(tǒng)為對(duì)象，以有效提高組合測(cè)量的整體精度為目標(biāo)，從捷聯(lián)慣性導(dǎo)航算法的適用性和組合系統(tǒng)的數(shù)據(jù)融合兩個(gè)方面進(jìn)行了較為深入的研究，主要內(nèi)容包括如下四點(diǎn):
　　(1)基于對(duì)偶四元數(shù)的捷聯(lián)螺旋算法優(yōu)化設(shè)計(jì)。在闡述基本工具——對(duì)偶四元數(shù)的概念和性質(zhì)的基礎(chǔ)上，推導(dǎo)了螺旋矢量微分方程，并根據(jù)對(duì)偶四元數(shù)鏈乘規(guī)則給出了相應(yīng)的數(shù)值積分算法的框架;結(jié)合對(duì)經(jīng)典的圓錐運(yùn)動(dòng)和劃船運(yùn)動(dòng)的理解，從經(jīng)典的螺旋運(yùn)動(dòng)表達(dá)式出發(fā)，通過簡化分析得到了一種特殊的

4、螺旋運(yùn)動(dòng)，并對(duì)數(shù)值積分算法的核心部分——螺旋算法進(jìn)行了相應(yīng)的優(yōu)化設(shè)計(jì)，具體的優(yōu)化過程涉及兩類傳感器信號(hào)（增量信號(hào)和瞬時(shí)信號(hào)）;分析了數(shù)字仿真結(jié)果與優(yōu)化過程中的殘留誤差并不完全一致的現(xiàn)象，指出了可能存在的誘因。
　　(2)深入研究了(1)中的理論分析與仿真結(jié)果不完全一致的問題。為簡化分析，以角增量結(jié)構(gòu)、硬件增強(qiáng)角速率結(jié)構(gòu)以及角速率結(jié)構(gòu)的傳統(tǒng)圓錐優(yōu)化算法為研究對(duì)象，通過反向推導(dǎo)得到了經(jīng)典的圓錐運(yùn)動(dòng)環(huán)境下姿態(tài)更新周期內(nèi)旋轉(zhuǎn)矢量變化量的真

5、值;針對(duì)特定的載體運(yùn)動(dòng)條件分析了三類算法中非周期和周期分量偏離各自理想值的程度，并據(jù)此對(duì)具體的多子樣算法進(jìn)行了比較和分類;通過對(duì)算法驗(yàn)證結(jié)果的分析，給出了實(shí)際選用過程中可供借鑒的指導(dǎo)原則。
　　(3)針對(duì)周期分量的三類傳統(tǒng)圓錐優(yōu)化算法的改進(jìn)。結(jié)合傳統(tǒng)算法的表達(dá)形式給出了改進(jìn)算法的具體結(jié)構(gòu)，并通過推導(dǎo)得到的旋轉(zhuǎn)矢量變化量的真值確定了改進(jìn)算法的整體優(yōu)化目標(biāo);根據(jù)所提出的二次優(yōu)化的誤差準(zhǔn)則對(duì)算法表達(dá)式中的二次優(yōu)化補(bǔ)償系數(shù)進(jìn)行了求解;考慮

6、不同精度級(jí)別的慣性傳感器，設(shè)計(jì)了多種條件下的仿真試驗(yàn)以檢驗(yàn)高動(dòng)態(tài)的載體角運(yùn)動(dòng)環(huán)境下的算法性能，試驗(yàn)的結(jié)果證實(shí)了所設(shè)計(jì)算法的合理性和準(zhǔn)確性。
　　(4)高動(dòng)態(tài)環(huán)境下SINS/GPS組合系統(tǒng)數(shù)據(jù)融合方法。考慮SINS/GPS組合系統(tǒng)狀態(tài)的高維特性，引入了非線性的容積卡爾曼濾波器（Cubature Kalman Filter，CKF），并針對(duì)“高動(dòng)態(tài)的運(yùn)動(dòng)環(huán)境容易導(dǎo)致系統(tǒng)模型出現(xiàn)不確定性”的問題進(jìn)一步改進(jìn)了已有的強(qiáng)跟蹤C(jī)KF的結(jié)構(gòu);結(jié)合