一种基于窗循环的加速度计零偏迭代估计方法及系统技术方案

本发明专利技术公开了一种基于窗循环的加速度计零偏迭代估计方法及系统，方法包括以下步骤：(1)构建包含加速度计常值漂移在内的重力视运动模型；(2)设计重力视运动/加速度计常值漂移参数寻优目标函数；(3)设计基于牛顿迭代寻优重力视运动参数、加速度计常值漂移估计算法；(4)设计基于窗循环的加速度计零偏迭代估计算法。本发明专利技术提供一种基于窗循环的加速度计零偏迭代估计方法，该算法提出一种结合窗循环的牛顿迭代优化参数辨识方法，有效缓解包含加速度计常值漂移的初始对准过程中的长时间参数辨识精度下降甚至失效的问题。

【技术实现步骤摘要】
一种基于窗循环的加速度计零偏迭代估计方法及系统
本专利技术属于导航
，特别涉及一种基于窗循环的加速度计零偏迭代估计方法及系统。
技术介绍
随着惯性导航在军事和民用领域的广泛使用，包含惯性器件误差参数辨识的初始对准方法一直是惯性导航系统中的一个关键问题。申请号为CN201810635511.9(一种重力视运动参数辨识与加速度计常值漂移分离方法)与申请号为CN201810669045.6(一种基于重力视运动模型的加速度计零偏迭代寻优估计方法)的专利均提出晃动基座条件下，基于重力视运动重构的惯性系矢量计算方法能去除惯性器件随机噪声的影响，且同时完成姿态角和惯性器件加速度计的常值漂移的参数估计。但分析及仿真结果表明，已有方法未能估计陀螺仪常值漂移，且较长的时间内仪表的常值漂移会发生变化，会导致长时间的参数辨识精度下降甚至失效，这些问题可以通过缩短辨识时间来缓解。针对这些问题，本专利技术提出一种结合窗循环的牛顿迭代优化的参数辨识方法。
技术实现思路
为解决上述问题，本专利技术提出了一种基于窗循环的加速度计零偏迭代估计方法及系统，目的是提供载体无线运动条件下的姿态、加速度计常值漂移估计方法，可以有效缓解包含加速度计常值漂移的初始对准过程中的长时间参数辨识精度下降甚至失效的问题，本专利提供一种基于窗循环的加速度计零偏迭代估计方法，包括：(1)构建了包含加速度计常值漂移在内的重力视运动模型；步骤(1)中所述的包含加速度计常值漂移在内的重力视运动模型为：式中参数如下，X＝[A11A12A13A21A22A23A31A32A33▽x▽y▽z]T，K＝[cos(ωiet)sin(ωiet)1]。其中，Aij为重构参数，Cij为姿态转换矩阵的元素，随着时间的变化而变化，▽为加速度计常值漂移值，为加速度计测量值；(2)设计了重力视运动/加速度计常值漂移参数寻优目标函数；步骤(2)中所述的构建的重力视运动/加速度计常值漂移参数寻优目标函数为式中参数如下，理论上当A11～33与▽x～z取真值时L＝03×1，同时f(X)趋近于0，此时A11～33与▽x～z的求解问题可转化为参数寻优问题；(3)设计了基于牛顿迭代寻优重力视运动参数、加速度计常值漂移估计算法；步骤(3)中所述的基于牛顿迭代寻优重力视运动参数、加速度计常值漂移估计算法是指利用牛顿迭代算法去求解权利要求3中的参数寻优问题；(4)设计了基于窗循环的加速度计零偏迭代估计算法。作为本专利技术一种基于窗循环的加速度计零偏迭代估计方法进一步改进，步骤(4)中所述的基于窗循环的加速度计零偏迭代估计算法具体流程为：在t0～tn时间内，SINS仪表进行正常的仪表数据采集，获得加速度计测量值与陀螺测量值并存储；同时进行陀螺姿态矩阵更新获得每时每刻的将投影至ib0系下获得进行量测更新，按牛顿迭代算法重构流程进行参数辨识。tn+1时刻值是利用t1～tn+1时间段数据在tn时刻解算的基础上进行的窗循环解算，tn时刻的状态量X作为t1时刻初始迭代值，与时间相关的矩阵：姿态矩阵R阵需清零，运行过程按牛顿迭代算法求解。本专利技术提供一种基于窗循环的加速度计零偏迭代估计的导航解算系统，包含加速度计常值漂移的重力视运动建模模块：构建了包含加速度计常值漂移在内的重力视运动模型；所述的包含加速度计常值漂移在内的重力视运动模型为：式中参数如下，X＝[A11A12A13A21A22A23A31A32A33▽x▽y▽z]T，K＝[cos(ωiet)sin(ωiet)1]。其中，Aij为重构参数，Cij为姿态转换矩阵的元素，随着时间的变化而变化，▽为加速度计常值漂移值，为加速度计测量值；目标函数数学建模模块：设计了重力视运动/加速度计常值漂移参数寻优目标函数；所述的构建的重力视运动/加速度计常值漂移参数寻优目标函数的数学模型为：式中参数如下，理论上当A11～33与▽x～z取真值时L＝03×1，同时此时A11～33与▽x～z的求解问题可转化为参数寻优问题；导航参数辨识模块：设计了基于牛顿迭代寻优重力视运动参数、加速度计常值漂移估计算法；所述的导航参数辨识是指利用牛顿迭代算法去求解重力视运动/加速度计常值漂移参数寻优目标函数的数学模型中的参数寻优问题结合窗循环的导航参数辨识模块：设计了基于窗循环的加速度计零偏迭代估计算法。所述的结合窗循环的导航参数辨识模块的具体流程为：在t0～tn时间内，SINS仪表进行正常的仪表数据采集，获得加速度计测量值与陀螺测量值并存储；同时进行陀螺姿态矩阵更新获得每时每刻的将投影至ib0系下获得进行量测更新，按牛顿迭代算法重构流程进行参数辨识。tn+1时刻值是利用t1～tn+1时间段数据在tn时刻解算的基础上进行的窗循环解算，tn时刻的状态量X作为t1时刻初始迭代值，与时间相关的矩阵：姿态矩阵R阵需清零，运行过程按牛顿迭代算法求解。技术原理：加速度计常值漂移的估计曲线收敛过程缓慢，延长系统辨识时间可以解决仪表误差辨识精度问题，但这会导致系统反应时间变长。虽然加速度计常值误差短时间可以视为常值，但长期看来并不稳定，若延长了系统的参数辨识时间，就不能保证仪表误差是常值的假设，这成为了一对矛盾。在晃动基座条件下，由于姿态角运动带来了不可交换性误差，因此陀螺仪的估计效果不佳，重力视运动与加速度计常值漂移耦合模型没有考虑陀螺的常值误差影响，经过分析表明，时间越长，陀螺常值误差对对准误差影响越严重。上述问题可以通过缩短参数辨识的时间来解决，基于此思路，本专利技术提出了一种结合窗循环的参数辨识算法。有益效果：本方法基于窗循环的加速度计零偏迭代估计方法，通过对包含加速度计常值漂移的重力视运动模型进行重构，结合窗循环使用牛顿-拉格朗日迭代算法同时估计出载体姿态及加速度计常值漂移。本专利技术的优点是在无线运动条件下通过纯惯性仪表输出实现了自对准和加速度计常值漂移的估计，提高了观测数据的利用率，在提高参数估计精度的同时具有更好的时间敏感性，可以避免长时间辨识带来的系统误差。附图说明图1为本专利技术的导航方法总体流程图；图2为本专利技术的窗循环解算示意图；图3为本专利技术的结合窗循环的姿态角估计误差结果；图4为本专利技术的结合窗循环的加速度计常值漂移估计结果。具体实施方式下面结合附图与具体实施方式对本专利技术作进一步详细描述：本专利技术提出了一种基于窗循环的加速度计零偏迭代估计方法及系统，目的是提供载体无线运动条件下的姿态、加速度计常值漂移估计方法，可以有效缓解包含加速度计常值漂移的初始对准过程中的长时间参数辨识精度下降甚至失效的问题。如图1所示，本专利技术提出基于窗循环的加速度计零偏迭代估计方法，实现步骤如下：(1)构建包含加速度计常值漂移在内的重力视运动模型；(2)设计重力视运动/加速度计常值漂移参数寻优目标函数；(3)设计基于牛顿迭代寻优重力视运动参数、加速度计常值漂移本文档来自技高网...

【技术保护点】
1.一种基于窗循环的加速度计零偏迭代估计方法，其特征在于，包括：/n(1)构建了包含加速度计常值漂移在内的重力视运动模型；/n步骤(1)中所述的包含加速度计常值漂移在内的重力视运动模型为：/n

【技术特征摘要】
1.一种基于窗循环的加速度计零偏迭代估计方法，其特征在于，包括：
(1)构建了包含加速度计常值漂移在内的重力视运动模型；
步骤(1)中所述的包含加速度计常值漂移在内的重力视运动模型为：



式中参数如下，K＝[cos(ωiet)sin(ωiet)1]。其中，Aij为重构参数，Cij为姿态转换矩阵的元素，随着时间的变化而变化，为加速度计常值漂移值，为加速度计测量值；
(2)设计了重力视运动/加速度计常值漂移参数寻优目标函数；
步骤(2)中所述的构建的重力视运动/加速度计常值漂移参数寻优目标函数为



式中参数如下，理论上当A11～33与取真值时L＝03×1，同时f(X)趋近于0，此时A11～33与的求解问题可转化为参数寻优问题；
(3)设计了基于牛顿迭代寻优重力视运动参数、加速度计常值漂移估计算法；
步骤(3)中所述的基于牛顿迭代寻优重力视运动参数、加速度计常值漂移估计算法是指利用牛顿迭代算法去求解步骤(2)中的参数寻优问题；
(4)设计了基于窗循环的加速度计零偏迭代估计算法。


2.根据权利要求1所述的一种基于窗循环的加速度计零偏迭代估计方法，其特征在于：步骤(4)中所述的基于窗循环的加速度计零偏迭代估计算法具体流程为：
在t0～tn时间内，SINS仪表进行正常的仪表数据采集，获得加速度计测量值与陀螺测量值并存储；同时进行陀螺姿态矩阵更新获得每时每刻的将投影至ib0系下获得进行量测更新，按牛顿迭代算法重构流程进行参数辨识。tn+1时刻值是利用t1～tn+1时间段数据在tn时刻解算的基础上进行的窗循环解算，tn时刻的状态量X作为t1时刻初始迭代值，与时间相关的矩阵：姿态矩阵R阵需清零，运行...

【专利技术属性】
技术研发人员：刘锡祥，黄永江，阳媛，王子璇，刘贤俊，马晓爽，盛广润，
申请(专利权)人：东南大学，
类型：发明
国别省市：江苏;32