从静止对准模式向运动中对准模式转换制造技术

本发明专利技术提供了从静止对准滤波器向运动中对准滤波器转换的导航系统。该系统包括一个处理单元，其配置为当目标静止时在陀螺罗经对准模式中实施静止对准卡尔曼滤波器(SAKF)以生成状态估计值并提供校正，以及实施算法以计算说明SAKF估计值中不确定度的针对SAKF的协方差；其中所述处理单元进一步配置为实施连续对准滤波器(CAF)，其在容纳实际运动的时间到检测到运动的时间之间的延迟的延迟时期期间生成保持不受SAKF校正影响的第二解，以及实施算法以计算在延迟时期期间内说明CAF中不确定度的针对CAF的协方差：以及其中CAF的输出和其协方差被传达至运动中对准滤波器。

【技术实现步骤摘要】

技术介绍
惯性导航系统(INS)的对准照惯例开始于陀螺罗经对准或“静止对准模式以确定交通工具诸如飞行器的俯仰、横滚和航向。当系统达到某个质量时对准完成。在静止对准模式中，当交通工具在对准完成之前移动的情况下出现问题。照惯例，一旦检测到运动，飞行员被警告对准已被中断。照惯例，一旦运动已经停止，静止对准将重新开始。可替代地，从运动中对准模式开始时可以重新开始对准。两种常规的对准处理都消耗大量的时间。
技术实现思路
在一个实施例中，导航系统包括：处理单元，其中该处理单元配置为当目标静止时实施静止对准卡尔曼滤波器(SAKF)来生成状态估计值以及提供校正；以及其中该处理单元进一步配置为，实施算法以计算协方差说明了SAKF估计值中的不确定度的针对SAKF的协方差；其中该处理单元进一步配置为实施连续对准滤波器(CAF)，其生成在从实际运动的时间到检测到运动的时间的延迟时期期间保持不受SAKF校正影响的第二解，以及其中该处理单元进一步配置为实施算法以计算说明延迟时期期间CAF中的不确定度的针对CAF的协方差；以及其中CAF的输出及其协方差被传达至运动中对准滤波器。附图说明所理解的是附图仅描绘了示例性实施例以及因此并未被认为是范围方面的限制，将通过附图的使用随着附加的特征和细节来描述示例性实施例，在所述附图中：图1是示例性导航系统的一个实施例，该示例性导航系统实施了利用从静止对准模式到运动中对准模式转换的对准算法的处理单元；图2是示例性静止对准卡尔曼滤波器的一个实施例，该示例性静止对准卡尔曼滤波器可在图1中所描述的导航系统的一个实施例中实施；图3是示例性连续对准滤波器的一个实施例，该示例性连续对准滤波器可在图1中所描述的导航系统的一个实施例中实施；以及图4是从静止对准模式到运动中对准模式转换的示例性方法的一个实施例。根据惯例，各种所描述特征并未按比例绘制，而绘制成强调与示例性实施例相关的具体特征。具体实施方式在下面的详细说明中，对形成了本文一部分的附图进行了参考，以及在附图中通过图示的方式示出了具体的说明性的实施例。然而要理解的是，可以利用其他实施例，以及可以进行逻辑的、机械的和电子的改变。此外，附图和说明书中所提出的方法并不被解释为限制各个步骤可以执行的顺序。因此以下的详细描述并不被理解成限制的含义。在常规的导航系统中，对准开始于陀螺罗经对准模式。如本文所使用的术语“静止对准”也指的是陀螺罗经对准。术语“静止对准模式”和“陀螺罗经对准模式”在本文中可交换使用。照惯例，在静止对准已经开始但在其完成之前当交通工具必须派出时，静止对准被停止并且系统使用运动中对准方法(假如系统采用运动中对准能力)再次经历整个对准过程。在常规系统中，从运动开始的时间到由系统检测到运动的时间的延迟导致使用静止对准方法生成的被破坏(uncorrupted)的估计值。本文所描述的实施例利用连续对准滤波，其允许系统从静止对准转换到运动中对准同时保持传递到运动中对准滤波器的静止对准估计值未被破坏。来自静止对准的估计值用来完成运动中的对准，由此减少了完成对准所消耗的时间同时保持了系统的精度。在下面所描述的实施例中，静止对准卡尔曼滤波器(SAKF)生成状态估计值直到导航系统检测到运动。基于根据当前测量的状态的校正，SAKF传播(propagate)、更新和重置针对当前状态的估计值。连续对准滤波器(CAF)同时地提供了保持不受最近的SAKF校正影响的第二解。CAF去除针对指定时间段的校正。然后此解可由运动中对准卡尔曼滤波器(AIMKF)来使用以完成交通工具的对准。图1是导航系统100的示例，该导航系统100包括至少一个处理单元150(其可能包括多核处理器的一个核)，其实施对准算法来从静止对准模式转换到运动中对准模式。在图1所示的示例中，处理单元150专门用于执行软件，该软件实施了静止对准卡尔曼滤波器(SAKF)20、计算SAKF 20的协方差的SAKF协方差40、连续对准滤波器(CAF)30、计算针对CAF 30的协方差的CAF协方差60，以及运动中对准卡尔曼滤波器(ALMKF)80。在其他的实施方式中，SAKF 20、CAF 30和ALMKF 80可以在单独的处理单元中实施。如图1中所示的导航系统100进一步包括处理器10(其可以包括多核处理器的另一核)，其能够执行惯性传感器和惯性导航处理。在其他的实施方式中，惯性传感器和惯性导航处理由处理单元150来执行。使用静止对准卡尔曼滤波器(SAKF)20来初始化系统对准。静止对准状态包括地球的自转速率误差、姿态误差和速度误差。在静止对准模式中，针对速度的预测测量保持值为零。在一些实施方式中，并联滤波器运行用于交通工具的不同通道(例如，一个沿X轴以及一个沿Y轴)。SAKF 20确定针对俯仰、横滚和航向的状态估计值。在一些实施方式中，SAKF 20被实施以生成实时传播、更新和重置的主解。在交通工具静止时SAKF不断地生成估计值xk。xk代表在特定的对准模式期间包括针对由系统考虑的所有变量的值的向量。在一个实施方式中，静止对准模式下的变量包括地球的自转速率、倾斜误差和速度误差中的一个或多个。随着每次迭代来预测xk，制作并记录观测zk，基于该观测来更新xk，以及在一些情况下根据先前迭代中的校正来重置xk以使得下一次的预计更精确。如图1所示，处理器10可用于将状态重置为零并将状态反馈至SAKF以基于先前的校正生成新的状态估计值。SAKF协方差40计算说明了每次迭代中由SAKF制作的校正中的不确定度(误差)的SAKFPk的协方差矩阵。随着时间的推进，xk收敛于正确的解，并且协方差矩阵Pk的对角线值变得更小指示了更少的误差。当协方差矩阵Pk表明协方差矩阵的值在预先确定的阈值之内时对准完成。如图1中所示，由SAKF协方差40确定的卡尔曼增益Kk被SAKF 20用于更新xk。当交通工具在对准完成前起飞时，实施运动中对准卡尔曼滤波器(AIMKF)80来说明在静止对准模式下导航系统未考虑的变量。在一些实施方式中，在静止对准模式中由系统考虑的用于校正的变量组与运动中对准模式下由系统考虑的用于校正的变量组不同。在一个实施方式中，AIMKF 80生成针对包括交通工具的航向、姿态、速度和位置的变量的估计值。静止对准模式下更新的变量转化成要在运动中对准模式下估计和更新的状态的组。在一些实施方式中，在静止对准模式和运动中对准模式中考虑传感器偏差状态。进一步地，运动时的对准质量被传达至AIMKF 80。然而，交通工具实际运动的时间和交通工具的运动被导航系统检测到的时间之间存在时间延迟。在该时间延迟期间，传达至AIMKF 80的对准质量可能被由SAKF 20确定的校正破坏。图1中所示的示例中，实施连续对准滤波器(CAF)30来说明在该时间延迟期间被破坏的更新。在一些实施例中，CAF 30的协方差也说明在由SAKF 20所计算出的估计值中所包括的变量和由AIMKF 80所计算出的变量的差别。如图1中所示，在状态估计值矢量传递到AIMKF 80之前利用连续对准滤波器(CAF)30来说明在时间延迟期间被破坏的校正。当SAKF 20生成主解时，第二解也同时地由CAF 30提供，该CAF 30保持不受在期望的时间段期间生成的SAKF校正的影响。基于从实际本文档来自技高网...

【技术保护点】
一种导航系统，该系统包括：处理单元，其中所述处理单元配置为，当目标静止时在陀螺罗经对准模式中实施静止对准卡尔曼滤波器(SAKF)以生成状态估计值并提供校正，以及其中所述处理单元进一步包括计算说明SAKF估计值中的不确定度的针对SAKF的协方差的算法；其中所述处理单元进一步配置为实施连续对准滤波器(CAF)，其生成在从实际运动的时间到检测到运动的时间的延迟时期期间保持不受SAKF校正影响的第二解，以及其中所述处理单元进一步包括计算针对CAF协方差的算法，该协方差说明在延迟时期期间内CAF中的不确定度；以及其中CAF的输出被传达至运动中对准滤波器。

【技术特征摘要】
2015.04.17 US 14/6901891.一种导航系统，该系统包括：处理单元，其中所述处理单元配置为，当目标静止时在陀螺罗经对准模式中实施静止对准卡尔曼滤波器(SAKF)以生成状态估计值并提供校正，以及其中所述处理单元进一步包括计算说明SAKF估计值中的不确定度的针对SAKF的协方差的算法；其中所述处理单元进一步配置为实施连续对准滤波器(CAF)，其生成在从实际运动的时间到检测到运动的时间的延迟时期期间保持不受SAKF校正影响的第二解，以及其...

【专利技术属性】
技术研发人员：K·基泽，K·D·范德维尔夫，
申请(专利权)人：霍尼韦尔国际公司，
类型：发明
国别省市：美国;US