基于机动状态判断的MEMS惯性导航系统水平姿态自修正方法技术方案

本发明专利技术涉及一种基于机动状态判断的MEMS惯性导航系统水平姿态自修正方法，涉及惯性导航系统技术领域。本发明专利技术利用对载体机动状态的判断信息来进行姿态自修正，有效地降低了载体机动对水平姿态精度的影响，同时保证了长时间水平姿态的精度，解决了长时间无外界辅助信息时MEMS惯性导航系统的水平姿态自修正问题，此方法对载体机动状态无特殊要求，能够在无外界辅助信息的情况下长时间保持水平姿态精度。此发明专利技术特别适用于无人机等应用领域，特别是在外界辅助信息发生故障的情况下，能够长时间保持水平姿态的精度，保证无人机的飞行安全。

【技术实现步骤摘要】
基于机动状态判断的MEMS惯性导航系统水平姿态自修正方法
本专利技术涉及惯性导航系统
，具体涉及一种基于机动状态判断的MEMS惯性导航系统水平姿态自修正方法。
技术介绍
MEMS惯性导航系统具有体积小、功耗低的特点，同时具有非常大的成本优势，目前广泛应用在无人机、无人船以及无人车等设备中。MEMS惯性导航系统由于惯性器件精度较低，不能进行长时间的纯惯性工作，必须依赖卫星接收机、里程计等外部辅助设备进行组合导航，以保证导航信息的精度。特别是对于无人机等设备，经常会遇到卫星接收机故障等原因造成的外部辅助信息中断。此时为了保证无人机等设备的安全飞行，必须要求MEMS惯性导航系统在无外界辅助信息的情况下能够长时间保证系统的水平姿态精度。现有MEMS惯性导航系统的水平姿态修正方法，主要分为两类：一是外界信息辅助，即为依赖外界辅助信息如卫星接收机、里程计等进行组合导航来对姿态进行修正；二是依靠惯导自身信息进行自修正，目前主要是依赖加速度信息进行修正，但是大多数方法对载体的机动状态有一定要求，或者对外界无辅助信息的时间有一定要求。
技术实现思路
(一)要解决的技术问题本专利技术要解决的技术问题是：如何解决长时间无外界辅助信息时MEMS惯性导航系统的水平姿态自修正问题。(二)技术方案为了解决上述技术问题，本专利技术提供了一种基于机动状态判断的MEMS惯性导航系统水平姿态自修正方法，包括以下步骤：首先在每个滤波周期计算MEMS惯性导航系统中陀螺和加速度计输出的均值；然后基于陀螺和加速度计输出的均值进行载体机动状态判断，以便进行姿态自修正；利用每个滤波周期Kalman滤波器得到的水平姿态误差角估计值对姿态矩阵进行修正，得到准确的姿态矩阵。优选地，在每个滤波周期计算MEMS惯性导航系统中陀螺和加速度计输出的均值过程中，得到如下各量：1).利用MEMS惯性导航系统中的加速度计的输出值得到输出均值并计算其合加速度2).利用MEMS惯性导航系统中的陀螺输出值得到输出均值优选地，基于陀螺和加速度计输出的均值进行机动状态判断的方法为：a)当时，且均小于0.5°/s时，判断载体机动处于低动态，启动Kalman滤波器，量测噪声方差阵Rk_Low＝diag{0.012,0.012}；b)当判断载体机动不处于低动态，但满足且均小于1.0°/s时，判断载体机动处于中动态，继续利用Kalman滤波器进行Kalman滤波，量测噪声方差阵Rk_Mid＝diag{1.02,1.02}；c)当和不满足上述a)、b)中的条件时，判断载体机动处于高动态，此时Kalman滤波器进行时间更新。优选地，利用每个滤波周期Kalman滤波器得到的水平姿态误差角估计值对姿态矩阵进行修正的方法为：计算修正矩阵为更新姿态矩阵为：(三)有益效果本专利技术利用对载体机动状态的判断信息来进行姿态自修正，有效地降低了载体机动对水平姿态精度的影响，同时保证了长时间水平姿态的精度，解决了长时间无外界辅助信息时MEMS惯性导航系统的水平姿态自修正问题，此方法对载体机动状态无特殊要求，能够在无外界辅助信息的情况下长时间保持水平姿态精度。此专利技术特别适用于无人机等应用领域，特别是在外界辅助信息发生故障的情况下，能够长时间保持水平姿态的精度，保证无人机的飞行安全。附图说明图1是本专利技术的方法原理框图。具体实施方式为使本专利技术的目的、内容、和优点更加清楚，下面结合附图和实施例，对本专利技术的具体实施方式作进一步详细描述。本专利技术的原理框图如图1所示，MEMS惯性导航系统中MEMSIMU单元能够敏感到载体运动信息，其中陀螺敏感到载体的角运动信息，加速度计敏感到载体的线运动信息，MEMS惯性导航系统通过导航解算得到载体的位置、速度和姿态信息。由于MEMS陀螺和加速度计精度较低，MEMS惯性导航系统长时间纯惯工作会导致输出的位置、速度和姿态信息误差较大，不能满足使用需求，特别是对于无人机等应用领域，实时提供准确的姿态信息对于飞行安全至关重要。本专利技术设计的基于机动状态判断的MEMS惯性导航系统水平姿态自修正方法，就是在无外界辅助信息如GPS等信息，MEMS惯性导航系统长时间无外界辅助信息的时候也能够保证输出的水平姿态精度。其中，Kalman滤波器在工作期间实时估计姿态角误差，并对MEMS惯性导航系统输出的姿态角进行闭环修正，保证输出姿态角的精度。系统状态变量分别为北向失准角φN、天向失准角φU、东向失准角φE、x轴陀螺漂移εx、y轴陀螺漂移εy、z轴陀螺漂移εz，即为：X＝[φN,φU,φE,εx,εy,εz]T(1)姿态误差方程为其中，ωie为地球自转角速率，为当地纬度，Cij为姿态矩阵中的各个元素，其中b表示机体坐标系，n表示导航坐标系(这里采用地理坐标系作为导航坐标系)。陀螺漂移认为是随机常值，即有由公式可得到系统状态方程如下：式中：系统矩阵03×3——3×3阶零矩阵；W(t)为系统随机噪声，为姿态矩阵的转置矩阵。当系统处于静止或者低动态时，加速度计测量值主要为重力矢量，而两个水平方向的分量几乎为零，因此有以下关系式成立：重力加速度记为g；fN和fE分别为等效北向和东向的比力分量，和分别为等效北向和东向的量测噪声。则系统量测方程如下：其中，H为量测矩阵，V(t)为量测噪声。则本专利技术的方法基于上述公式，首先在每个滤波周期计算陀螺和加速度计输出的均值(加速度计和陀螺输出值是MEMSIMU单元的量测值)，得到如下各量：1.利用MEMS惯性导航系统中的加速度计的输出值得到输出均值并计算其合加速度2.利用MEMS惯性导航系统中的陀螺输出值得到输出均值然后启动机动状态判别器进行机动状态判断，以便进行姿态自修正：a)当时，且均小于0.5°/s时，判断载体机动处于低动态，启动Kalman滤波器，量测噪声方差阵Rk_Low＝diag{0.012,0.012}；b)当判断载体机动不处于低动态，但满足且均小于1.0°/s时，判断载体机动处于中动态，继续利用Kalman滤波器进行Kalman滤波，量测噪声方差阵Rk_Mid＝diag{1.02,1.02}；c)当和不满足上述a)、b)中的条件时，判断载体机动处于高动态，此时Kalman滤波器进行时间更新。在每个滤波周期Kalman滤波器会得到水平姿态误差角的估计值和利用Kalman滤波器得到的水平姿态误差角估计值对姿态矩阵进行修正，得到准确的姿态矩阵保证输出的水平姿态精度。具体姿态修正方式为：计算修正矩阵为更新姿态矩阵为：可以看出，本专利技术在长时间外界辅助信息失效或者故障的情况下，通过水平姿态自修正的方法，利用滤波器实时估计水平姿态角误差并进行反馈修正，保证MEMS惯性导航系统的水平姿态精度，并能够保证无人机等载体的飞行安全。本专利技术无需外界辅助信息，能够完全自主地实现相应的功能；对载体机动无特殊要求，不需要对载体机动轨迹进行额外约束；能够长时间保证水平姿态精度，给无人机等进行相应安全操作提供了非常大的时间裕度。以上所述仅是本专利技术的优选实施方式，应当指出，对于本
的普通技术人员来说，在不脱离本专利技术技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本专利技术的保护范围。本文档来自技高网...

【技术保护点】
1.一种基于机动状态判断的MEMS惯性导航系统水平姿态自修正方法，其特征在于，包括以下步骤：首先在每个滤波周期计算MEMS惯性导航系统中陀螺和加速度计输出的均值；然后基于陀螺和加速度计输出的均值进行载体机动状态判断，以便进行姿态自修正；利用每个滤波周期Kalman滤波器得到的水平姿态误差角估计值对姿态矩阵进行修正，得到准确的姿态矩阵。

【技术特征摘要】
1.一种基于机动状态判断的MEMS惯性导航系统水平姿态自修正方法，其特征在于，包括以下步骤：首先在每个滤波周期计算MEMS惯性导航系统中陀螺和加速度计输出的均值；然后基于陀螺和加速度计输出的均值进行载体机动状态判断，以便进行姿态自修正；利用每个滤波周期Kalman滤波器得到的水平姿态误差角估计值对姿态矩阵进行修正，得到准确的姿态矩阵。2.如权利要求1所述的方法，其特征在于，在每个滤波周期计算MEMS惯性导航系统中陀螺和加速度计输出的均值过程中，得到如下各量：1).利用MEMS惯性导航系统中的加速度计的输出值得到输出均值并计算其合加速度2).利用MEMS惯性导航系统中的陀螺输出值得到输出均值3.如权利要求2所述的方法，其特征在于，基于陀螺...

【专利技术属性】
技术研发人员：王芳，
申请(专利权)人：红色江山湖北导航技术有限公司，
类型：发明
国别省市：湖北,42