捷联惯性基导航系统信息滤波鲁棒对准方法、系统及终端技术方案

本发明专利技术属于SINS初始对准技术领域，公开了一种捷联惯性基导航系统信息滤波鲁棒对准方法、系统及终端，进行捷联惯性基导航系统初始对准模型的构建；进行信息卡尔曼滤波算法的时间更新和量测更新；计算观测量与观测新息之间的马氏距离，计算观测新息对应权值；基于马氏距离算法，引入膨胀因子λ

【技术实现步骤摘要】
捷联惯性基导航系统信息滤波鲁棒对准方法、系统及终端


[0001]本专利技术属于捷联式惯性导航系统(Strapdown Inertial Navigation System， SINS)初始对准
，尤其涉及一种捷联惯性基导航系统信息滤波鲁棒对准方法、系统及终端。

技术介绍

[0002]目前，捷联式惯性导航系统(Strapdown Inertial Navigation System，SINS) 由于其自主性强、隐蔽性高、结构简单、体积小及成本低等优点，成为自主式水下航行器(Autonomous Underwater Vehicle，AUV)长航时、长航程、高精度导航的主要手段。SINS在导航过程中不向外界发射电磁波或其他信号，不易受外界干扰，它具有隐蔽性高、抗干扰能力强的独特优势。因此，SINS已经成为 AUV自主式导航的主流装置。目前来看，AUV尚未具备真正意义上的自主式远程航行能力，其主要原因是导航的精度问题，也就是自主惯性导航系统(InertialNavigation System，INS)(简称“惯导系统”或“惯导”)的漂移误差积累问题。目前乃至很长一段时间，全航程仍需要天基定位导航系统对INS进行定期校准，而高频无线电信号随水深衰减极快，校准过程中需要AUV上浮至水面或接近水面位置，增大了自身暴露的概率，限制了其长航时隐蔽航行的能力。
[0003]初始对准是SINS进行导航解算之前的必经阶段，初始对准的精度对SINS 解算精度有着至关重要的影响，同时运载体的快速反应能力在很大程度上取决于对准的时间。水下SINS初始对准需要外部导航信息进行辅助，目前常用的水下辅助导航手段有：声学定位及海洋物理场匹配导航等。海洋物理场匹配现阶段仍然处于理论研究阶段，海洋物理场的建设还不能满足实际应用的需求。水下声学定位系统的布设成本高，尤其是在远海、深海布设的难度更加大。多普勒计程仪(Doppler velocity log，DVL)利用声脉冲发射信号与散射回波信号之间的多普勒频移信息，得到运载体相对水层或水底的速度，其测速误差不会随时间累积，AUV在大深度、广水域航行过程中，DVL可为SINS提供可靠的外速度辅助信息，SINS与DVL组成的惯性基导航系统可实现全天候、完全自主式的导航。在水下动基座初始对准中，外界环境是复杂多变的，DVL测速容易受到非高斯噪声污染，造成基于标准卡尔曼滤波(Kalman Filter，KF)框架的初始对准方法性能变差甚至发散。
[0004]信息卡尔曼滤波(Information Kalman Filter，IKF)是标准KF的一个变种。标准KF利用状态误差协方差矩阵来表示高斯分布，IKF则是采用信息矩阵(状态误差协方差矩阵的逆)来表示高斯分布，这两种表示形式互为对偶。相比于 KF，IKF的优势在于不需要准确已知状态量的初始信息，量测更新效率更高。由于IKF也是基于KF框架下的滤波方法，在实际应用中也需对量测噪声作高斯分布假设。因此，当观测量受到野值等非高斯噪声污染时，IKF滤波性能将会降低甚至发散。
[0005]通过上述分析，现有技术存在的问题及缺陷为：
[0006](1)现有水下辅助导航技术中，海洋物理场匹配现阶段仍然处于理论研究阶段，海洋物理场的建设还不能满足实际应用的需求。
[0007](2)现有的水下辅助导航技术中，水下声学定位系统的布设成本高，尤其是针对远海、深海的布设难度更加大。
[0008](3)在水下动基座初始对准中，状态量的先验信息并不是始终准确已知，且外界环境复杂多变，DVL测速易受到非高斯噪声污染，造成基于KF框架的初始对准方法性能变差甚至发散。

技术实现思路

[0009]针对现有技术存在的问题，本专利技术提供了一种捷联惯性基导航系统信息滤波鲁棒对准方法、系统及终端，尤其涉及一种载体系速度辅助捷联惯性基导航系统信息滤波鲁棒对准方法、系统、介质、设备及终端。
[0010]本专利技术是这样实现的，一种捷联惯性基导航系统信息滤波(IKF)鲁棒对准方法，所述捷联惯性基导航系统信息滤波鲁棒对准方法包括：
[0011]基于马氏距离算法，引入膨胀因子λ，当观测量受到非高斯噪声污染时，对量测噪声协方差阵R进行膨胀得到并利用替代R进行IKF量测更新，得到鲁棒IKF。
[0012]进一步，所述捷联惯性基导航系统信息滤波鲁棒对准方法包括以下步骤：
[0013]步骤一，进行捷联惯性基导航系统初始对准模型的构建；
[0014]步骤二，进行IKF算法的时间更新；
[0015]步骤三，计算观测量与观测新息之间的马氏距离，计算观测新息对应权值；
[0016]步骤四，基于马氏距离算法，引入膨胀因子λ
k
，对量测噪声协方差阵R阵进行修正；
[0017]步骤五，进行鲁棒IKF(Robust IKF，RIKF)量测更新：利用修正后的R阵进行IKF算法量测更新；
[0018]步骤六，利用RIKF估计出状态误差对SINS导航解算误差进行修正。
[0019]进一步，所述步骤一中的捷联惯性基导航系统初始对准模型的构建包括：
[0020](1)初始对准状态方程
[0021]选取的状态量不考虑高度通道的速度和位置信息，则选取状态量为：
[0022][0023]式中，δL、δζ分别为纬度误差、经度误差；δv
E
、δv
N
分别为东向速度误差、北向速度误差；α＝[α
x
；α
y
；α
z
]为欧拉平台误差角；为陀螺仪常值漂移；为加速度计零偏。
[0024]基于SINS/DVL组合的捷联惯性基导航系统初始对准对应的状态方程为：
[0025][0026]式中，w
SINS
～N(0,Q
SINS
)为系统噪声，Q
SINS
为系统噪声协方差阵。由状态方程建立的状态转移矩阵F
SINS
为：
[0027][0028]式中，F为7
×
7矩阵，F中的非零元素如下：
[0029]F
1,4
＝1/R
e
，F
2,1
＝(v
E
/R
e
)tanLsecL，F
2,3
＝secL/R
e
，F
3,3
＝(v
N
/R
e
)tanL；
[0030]F
3,4
＝2ω
ie
sinL+(v
E
/R
e
)tanL，F
3,6
＝
‑
f
U
，F
3,7
＝f
N
；
[0031]F
4,3
＝
‑
[2ω
ie
sinL+(v
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种捷联惯性基导航系统信息滤波鲁棒对准方法，其特征在于，所述捷联惯性基导航系统信息滤波鲁棒对准方法包括：基于马氏距离算法，引入膨胀因子λ当观测量受到非高斯噪声污染时，对量测噪声协方差阵R进行膨胀得到并利用替代R进行IKF量测更新，得到鲁棒RIKF。2.如权利要求1所述捷联惯性基导航系统信息滤波鲁棒对准方法，其特征在于，所述捷联惯性基导航系统信息滤波鲁棒对准方法包括以下步骤：步骤一，进行捷联惯性基导航系统初始对准模型的构建；步骤二，进行IKF算法的时间更新；步骤三，计算观测量与观测新息之间的马氏距离，计算观测新息对应权值；步骤四，基于马氏距离算法，引入膨胀因子λ
k
，对估计出的R阵进行修正；步骤五，进行RIKF量测更新：利用修正后的R阵进行IKF算法量测更新；步骤六，利用RIKF估计出状态误差对SINS导航解算误差进行修正。3.如权利要求2所述捷联惯性基导航系统信息滤波鲁棒对准方法，其特征在于，所述步骤一中的捷联惯性基导航系统初始对准模型的构建包括：(1)初始对准状态方程选取的状态量不考虑高度通道的速度和位置信息，则选取状态量为：式中，δL、δζ分别为纬度误差、经度误差；δv
E
、δv
N
分别为东向速度误差、北向速度误差；α＝[α
x
；α
y
；α
z
]为欧拉平台误差角；为陀螺仪常值漂移；为加速度计零偏；基于SINS/DVL组合的捷联惯性基导航系统初始对准对应的状态方程为：式中，w
SINS
～N(0,Q
SINS
)为系统噪声，Q
SINS
为系统噪声协方差阵；由状态方程建立的状态转移矩阵F
SINS
为：式中，F为7
×
7矩阵，F中的非零元素如下：F
1,4
＝1/R
e
，F
2,1
＝(v
E
/R
e
)tan L sec L，F
2,3
＝sec L/R
e
，F
3,3
＝(v
N
/R
e
)tan L；F
3,4
＝2ω
ie
sin L+(v
E
/R
e
)tan L，F
3,6
＝
‑
f
U
，F
3,7
＝f
N
；F
4,3
＝
‑
[2ω
ie
sin L+(v
E
/R
e
)tan L]，F
4,5
＝f
U
；F
4,7
＝
‑
f
E
，F
5,4
＝
‑
1/R
e
，F
5,6
＝ω
ie
sin L+(v
E
/R
e
)tan L，F
5,7
＝
‑
[ω
ie
cos L+(v
E
/R
e
)]；F
6,1
＝
‑
ω
ie
sin L，F
6,3
＝1/R
e
，F
6,5
＝
‑
[ω
ie
sin L+(v
E
/R
e
)tan L]，F
6,7
＝
‑
v
N
/R
e
；F
7,1
＝ω
ie
cosL+(v
E
/R
e
)(sec L)2，F
7,3
＝tanL/R
e
，F
7,5
＝ω
ie
cosL+v
E
/R
e
；F
7,6
...

【专利技术属性】
技术研发人员：郭树人，朱兵，田歌，李作虎，蒋德，刘莹，史文策，
申请(专利权)人：中国卫星导航系统管理办公室，
类型：发明
国别省市：