一种惯导系统运动加速度估计方法技术方案

本发明专利技术涉及一种惯性导航系统运动加速度估计方法，包括：步骤一、以系统方向余弦矩阵中与重力加速度有关的元素和陀螺常值漂移为状态量，方向余弦矩阵微分方程为基础建立卡尔曼滤波状态方程；步骤二、以基于一阶马尔科夫过程的运动加速度模型为基础建立卡尔曼滤波器量测方程；步骤三、对于步骤一建立的卡尔曼滤波状态方程和步骤二建立的卡尔曼滤波器量测方程，进行卡尔曼滤波一步预测和量测更新；步骤四、依据步骤三获得的更新方程提取运动加速度。采用本方法，当无外部参考信息且惯导系统不能自对准时，实现了重力加速度与运动加速度解耦，从而实现了对运动加速度的有效估计。从而实现了对运动加速度的有效估计。从而实现了对运动加速度的有效估计。

【技术实现步骤摘要】
一种惯导系统运动加速度估计方法


[0001]本专利技术属于惯性导航系统
，具体涉及一种惯导系统运动加速度估计方法。

技术介绍

[0002]载体运动时，惯导系统加速度计同时敏感重力加速度和运动加速度。基于惯导系统的载体运动加速度测量，通常利用惯导系统自对准能力或者在外部参考信息辅助，计算得到重力加速度在载体系投影，进而将运动加速度从加速度计输出中分离出来。当无外部参考信息且惯导系统不能自对准时，如何从加速度计输出中有效的提取运动加速度，具有一定的研究意义。

技术实现思路

[0003]本专利技术的目的在于克服现有技术的不足之处，提供一种当无外部参考信息且惯导系统不能自对准时，可实现对运动加速度的有效估计的惯导系统运动加速度估计方法。
[0004]本专利技术的上述目的通过如下技术方案来实现：
[0005]一种惯性导航系统运动加速度估计方法，其特征在于：包括如下步骤：
[0006]步骤一、以系统方向余弦矩阵中与重力加速度有关的元素和陀螺常值漂移为状态量，方向余弦矩阵微分方程为基础建立卡尔曼滤波状态方程；
[0007]步骤二、以基于一阶马尔科夫过程的运动加速度模型为基础建立卡尔曼滤波器量测方程；
[0008]步骤三、对于步骤一建立的卡尔曼滤波状态方程和步骤二建立的卡尔曼滤波器量测方程，进行卡尔曼滤波一步预测和量测更新；
[0009]步骤四、依据步骤三获得的更新方程提取运动加速度。
[0010]进一步的：包含如下设定参数：
[0011]定义载体坐标系为b系，当地地理坐标系为n系；t时刻，b系下加速度计输出为b系下运动加速度为b系下陀螺仪输出为γ,θ分别为横滚角和俯仰角，为陀螺常值漂移，T为解算周期。
[0012]进一步的：所述步骤一的具体步骤包括：
[0013](1)设计卡尔曼滤波器状态方程
[0014]选取状态量
[0015][0016]系统状态方程为：
[0017][0018]其中，状态阵
[0019]噪声驱动阵
[0020]系统噪声阵
[0021](2)对系统状态方程离散化处理可得
[0022]X
k+1
＝Φ
k
X
k
+GW
k
[0023]其中，Φ
k
＝I6+F
·
T为状态阵离散形式；为系统噪声阵离散形式。
[0024]进一步的：所述步骤二的具体步骤包括：
[0025](1)构建运动加速度模型
[0026]a
k+1
＝m
·
a
k
+η
a
[0027]其中，m∈(0,1)为一阶马尔科夫系数；η
a
为模型误差；
[0028](2)设计卡尔曼滤波器量测方程
[0029]Z
k
＝HX
k
+V
k
[0030]其中，量测量
[0031]量测矩阵
[0032]量测噪声阵
[0033]进一步的：所述步骤三的具体步骤包括：
[0034]卡尔曼滤波器参数初始值X0＝06×1，P0＝10I6×6；系统状态一步预测方程为：
[0035][0036][0037]量测更新方程如下：
[0038][0039][0040][0041]其中，
[0042]系统噪声矩阵根据陀螺性能选取合适值；
[0043]量测噪声矩阵根据载体动态大小和加速度计性能选取合适值。
[0044]进一步的：所述步骤四的具体步骤包括：
[0045]步骤四中得到的k时刻滤波器状态估计值为则此时载体运动加速度估计值为:
[0046][0047]其中为系统状态估计值的前三个元素。
[0048]本专利技术具有的优点和积极效果为：
[0049]本专利技术可用于以惯性测量单元(Inertial Measurement Unit，IMU)为核心器件的运动加速度测量系统。载体运动时，惯导系统加速度计同时敏感重力加速度和运动加速度。当无外部参考信息且惯导系统不能自对准时，通过设计基于运动加速度模型的卡尔曼滤波器，对载体运动加速度进行估计，实现了重力加速度与运动加速度解耦，从而实现了对运动加速度的有效估计。
附图说明
[0050]图1为本专利技术的处理流程图。
具体实施方式
[0051]下面结合图并通过具体实施例对本专利技术作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本专利技术的保护范围。
[0052]一种惯性导航系统运动加速度估计方法，请参见图1，其专利技术点为：参数设定为：
[0053]定义载体坐标系为b系，当地地理坐标系为n系；t时刻，b系下加速度计输出为b系下运动加速度为b系下陀螺仪输出为γ,θ分别为横滚角和俯仰角，为陀螺常值漂移，T为解算周期。包括如下步骤：
[0054]步骤一、以系统方向余弦矩阵中与重力加速度有关的元素和陀螺常值漂移为状态量，方向余弦矩阵微分方程为基础建立卡尔曼滤波状态方程。具体步骤为：
[0055](1)设计卡尔曼滤波器状态方程
[0056]选取状态量
[0057][0058]系统状态方程为：
[0059][0060]其中，状态阵
[0061]噪声驱动阵
[0062]系统噪声阵
[0063](2)对系统状态方程离散化处理可得
[0064]X
k+1
＝Φ
k
X
k
+GW
k
[0065]其中，Φ
k
＝I6+F
·
T为状态阵离散形式；为系统噪声阵离散形式。
[0066]步骤二、以基于一阶马尔科夫过程的运动加速度模型为基础建立卡尔曼滤波器量测方程。具体步骤为：
[0067](1)构建运动加速度模型
[0068]a
k+1
＝m
·
a
k
+η
a
[0069]其中，m∈(0,1)为一阶马尔科夫系数；η
a
为模型误差；
[0070](2)设计卡尔曼滤波器量测方程
[0071]Z
k
＝HX
k
+V
k
[0072]其中，量测量
[0073]量测矩阵
[0074]量测噪声阵
[0075]步骤三、对于步骤一建立的卡尔曼滤波状态方程和步骤二建立的卡尔曼滤波器量测方程，进行卡尔曼滤波一步预测和量测更新。具体步骤为：
[0076]卡尔曼滤波器参数初始值X0＝06×1，P0＝10I6×6；系统状态一步预测方程为：
[0077][0078][0079]量测更新方程如下：
[0080][0081][0082][0083]其中，
[0084]系统噪声矩阵根本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种惯性导航系统运动加速度估计方法，其特征在于：包括如下步骤：步骤一、以系统方向余弦矩阵中与重力加速度有关的元素和陀螺常值漂移为状态量，方向余弦矩阵微分方程为基础建立卡尔曼滤波状态方程；步骤二、以基于一阶马尔科夫过程的运动加速度模型为基础建立卡尔曼滤波器量测方程；步骤三、对于步骤一建立的卡尔曼滤波状态方程和步骤二建立的卡尔曼滤波器量测方程，进行卡尔曼滤波一步预测和量测更新；步骤四、依据步骤三获得的更新方程提取运动加速度。2.根据权利要求1所述的惯性导航系统运动加速度估计方法，其特征在于：包含如下设定参数：定义载体坐标系为b系，当地地理坐标系为n系；t时刻，b系下加速度计输出为b系下运动加速度为b系下陀螺仪输出为γ,θ分别为横滚角和俯仰角，为陀螺常值漂移，T为解算周期。3.根据权利要求2所述的惯性导航系统运动加速度估计方法，其特征在于：所述步骤一的具体步骤包括：(1)设计卡尔曼滤波器状态方程选取状态量系统状态方程为：其中，状态阵噪声驱动阵系统噪声阵
(2)对系统状态方程离散化处理可得X
k+1
＝Φ
k
X
k
+GW
k
其中，Φ
k
＝I6+F
·
...

【专利技术属性】
技术研发人员：杨松普，王琳，
申请(专利权)人：中国船舶重工集团公司第七零七研究所，
类型：发明
国别省市：