一种基于节点信息共享的载机局部姿态精确估计方法技术

本发明专利技术公开了一种基于节点信息共享的载机局部姿态精确估计方法，步骤包括：1)对于单个子节点的精度优化策略，将每个子节点IMU与主节点IMU进行传递对准，得到较高精度的子节点导航数据；2)结合离散卡尔曼滤波方程进行局部卡尔曼滤波算法编排，并引入逆向卡尔曼滤波以及双向融合算法，提高单节点的传递对准结果；3)利用子节点之间相距位置较近以及运动的连续性特点，对各子节点之间进行信息转换计算，将不同节点信息转换至某一节点，并对该节点的导航信息进行融合，得到更高精度的状态估计结果。本发明专利技术的方法，过程简单，结果准确。

【技术实现步骤摘要】
一种基于节点信息共享的载机局部姿态精确估计方法
本专利技术属于机载惯性导航
，涉及一种基于节点信息共享的载机局部姿态精确估计方法。
技术介绍
由于惯性导航系统是一种隐蔽性好、可全天候全时间地工作的自主式导航系统，因此其在军用和民用领域都有很多方面的应用。随着现代战争中飞机需要执行机载瞄准和武器投放等任务，这需要精确获得载机的导航信息。采用高精度惯性导航仪器获取载机所需高可靠性和准确性的导航信息成为了首选，但是考虑到飞机和弹群的造价成本以及飞机载重等因素，大量使用高精度惯性导航仪器有许多现实制约因素。采用惯性网络技术不仅可以降低整个网络的成本，还能很好的实现惯性网络中传感器故障诊断、隔离与重构，可低成本、高精度和高可靠性获取载机所需要的局部惯性状态信息。惯性网络技术是利用滤波和数据融合技术，使少数高精度惯导组和多数低精度惯导组构成的惯性网络的导航精度接近全部使用高精度惯导组的弹群或者机群的导航精度。目前先进战机一般都在机身重心处安装有高精度惯导系统，而在重要机载任务传感器附近安装有低成本MSME惯导，能够提供惯性测量信息如加速度、角速度信息，这也为采用惯性网络技术的实现提供了应用本文档来自技高网...

【技术保护点】
1.一种基于节点信息共享的载机局部姿态精确估计方法，其特征在于：首先建立一个多节点惯性网络系统，包括一个主IMU节点和多个子IMU节点，主节点位于机身重心位置，各子节点分布于机翼及其余机身位置，然后，按照以下步骤实施：第一部分：对于单个子节点的精度优化策略，将每个子节点IMU与主节点IMU进行传递对准，得到较高精度的子节点导航数据；第二部分：结合离散卡尔曼滤波方程进行局部卡尔曼滤波算法编排，并引入逆向卡尔曼滤波以及双向融合算法，提高单节点的传递对准结果；第三部分：利用子节点之间相距位置较近以及运动的连续性特点，对各子节点之间进行信息转换计算，将不同节点信息转换至某一节点，并对该节点的导航信息进...

【技术特征摘要】
1.一种基于节点信息共享的载机局部姿态精确估计方法，其特征在于：首先建立一个多节点惯性网络系统，包括一个主IMU节点和多个子IMU节点，主节点位于机身重心位置，各子节点分布于机翼及其余机身位置，然后，按照以下步骤实施：第一部分：对于单个子节点的精度优化策略，将每个子节点IMU与主节点IMU进行传递对准，得到较高精度的子节点导航数据；第二部分：结合离散卡尔曼滤波方程进行局部卡尔曼滤波算法编排，并引入逆向卡尔曼滤波以及双向融合算法，提高单节点的传递对准结果；第三部分：利用子节点之间相距位置较近以及运动的连续性特点，对各子节点之间进行信息转换计算，将不同节点信息转换至某一节点，并对该节点的导航信息进行融合，得到更高精度的状态估计结果。2.根据权利要求1所述的基于节点信息共享的载机局部姿态精确估计方法，其特征在于：所述的第一部分中，具体过程是，步骤1：确定主节点、子节点传递对准匹配方式，步骤2：构造“速度+姿态”传递对准的量测方程和状态方程：2.1)选取滤波状态量，表达式为：其中，为子惯导姿态误差；为子惯导速度误差；为子惯导陀螺常值漂移；为子惯导加速度计常值偏置；μT为子惯导常值安装误差角；为子惯导所在处机翼的挠曲变形角，为子惯导所在处机翼的变形角速率，各个变量及表达式右上角的T表示转置；2.2)采用二阶马尔科夫过程描述机翼的挠曲变形，表达式为：其中，指的是对θ求导数，κ＝2.146/τ，τ为二阶马尔科夫过程的相关时间；λ为方差是4κ3σ2的白噪声，σ为挠曲变形角的均方差；2.3)构建系统状态空间模型,表达式为：式中，其中，为n系相对于i系的运动角速率，为的反对称矩阵，为地球自转角速率在n系分量，为运载体绕地球表面运动引起的角速率在n系的分量，为子惯导转换至n系的矩阵，fs为子惯导的比力输出，为子惯导陀螺随机游走，为子惯导加计随机漂移；2.4)进行滤波量测量，选取速度匹配量测量与姿态匹配量测量，滤波量测量的表达式为：Zvθ＝[ZvZθ]T(5)其中，速度匹配量测量与姿态匹配量测量分别表示为：其中，为子惯导输出速度；为主惯导输出速度；为子惯导处杆臂速度；为主惯导解算姿态矩阵；为子惯导解算姿态矩阵；上述的式(1)、式(4)、式(5)、式(6)一起构成了速度+姿态匹配传递对准的卡尔曼滤波系统状态方程和量测方程。3.根据权利要求2所述的基于节点信息共享的载机局部姿态精确估计方法，其特征在于：所述的第二部分中，具体过程是，步骤3：根据得到的卡尔曼滤波系统状态方程以及量测方程，构建离散型卡尔曼滤波方程，由以下五个基本方程构成：3.1)状态一步预测方程：其中，X为步骤2.1)中的状态量，右下标k表示在k时刻的状态量，上标表示对X的状态一步估值，Φk/k-1为tk-1时刻至tk时刻一步转移矩阵，是根据计算得到的对Xk的一步状态预测；3.2)状态估计方程：其中，Kk为滤波增益方程，Zk为步骤2.4)中求得的量测方程，Hk为量测阵；3.3)一步预测的均方误差阵：其中，Γk-1为系统噪声驱动阵，Qk为系统噪声序列的方差阵，为非负定阵，Pk表示k时刻的均方误差...

【专利技术属性】
技术研发人员：吴亚丽，路阿婷，张亚崇，王晓鹏，
申请(专利权)人：西安理工大学，
类型：发明
国别省市：陕西,61