本发明专利技术公开了一种惯性重力匹配组合导航系统中时间延迟的补偿方法，包括以下几个步骤：步骤一，采集惯性导航系统输出的纬度经度λ、航向ψ和速度V及重力仪测得的重力信号；步骤二，计算重力信号的厄特弗斯校正值，并对厄特弗斯校正值进行滤波处理；步骤三，确定重力信号的延迟时间；步骤四，利用基于重力等值线的匹配算法，获取重力信号相应时刻的载体位置；步骤五，建立卡尔曼滤波器模型；步骤六，将载体位置的经度和纬度作为观测量，利用卡尔曼滤波实时估计重力信号对应时间点的惯性导航系统误差，对惯导系统进行校正；步骤七，进行卡尔曼滤波多步预测出当前时刻的状态向量，完成时间延迟补偿。本法明具有补偿重力信号时间延迟、高导航精度的优点。
【技术实现步骤摘要】
【专利摘要】本专利技术公开了，包括以下几个步骤：步骤一，采集惯性导航系统输出的纬度经度λ、航向ψ和速度V及重力仪测得的重力信号；步骤二，计算重力信号的厄特弗斯校正值，并对厄特弗斯校正值进行滤波处理；步骤三，确定重力信号的延迟时间；步骤四，利用基于重力等值线的匹配算法，获取重力信号相应时刻的载体位置；步骤五，建立卡尔曼滤波器模型；步骤六，将载体位置的经度和纬度作为观测量，利用卡尔曼滤波实时估计重力信号对应时间点的惯性导航系统误差，对惯导系统进行校正；步骤七，进行卡尔曼滤波多步预测出当前时刻的状态向量，完成时间延迟补偿。本法明具有补偿重力信号时间延迟、高导航精度的优点。【专利说明】
本专利技术属于组合导航领域，尤其涉及具有补偿重力信号延迟功能的。
技术介绍
上世纪80-90年代美国和前苏联便相继开始了研制战略水下潜器的无源导航辅助系统。最初的辅助方法是基于图形匹配，包括与海底地形图、磁场图的匹配，但由于需要用声纳测量海底轮廓，导致海底地形匹配的隐蔽性较弱；同时由于磁场变化复杂目前还难以真正运用到水下潜器导航中，因此重力信号和重力梯度数据成为水下潜器导航的主要无源信息资源。重力辅助导航具有精度高、隐蔽性强、自主性强等优点，是潜艇等水下航行器理想的水下辅助导航定位手段。重力辅助导航的前提是获取高精度的重力异常值，而重力异常一般是通过海洋重力仪获取。目前高精度的海洋重力仪为了抑制垂直加速度和高频噪声的影响，采用了强阻尼加滤波的方法。这就导致当前获取的重力异常值并不是运载体所处位置的重力异常，而是一段时间前所处位置的重力异常值。如果在这样的条件下进行重力匹配，就会产生误差，甚至可能影响惯导系统的精度。传统计算延迟时间的方法是从理论上进行分析，由于重力仪的内部传感器结构比较复杂，无法把所有导致重力异常信号延迟的因素都考虑进来，这就会造成延迟时间计算不准确。在滤波系统中，常用的处理测量数据延迟的一个直观的方法是:等延迟的测量数据到达数据处理单元后再从发生延迟的时刻到当前时刻重新进行滤波，也就是重复滤波法。这样的方法可以保证滤波性能，也比较简单，但是当测量数据延迟较大时会给系统带来极大的计算压力和数据存储的空间压力，最终会导致测量数据更多地出现延迟的情况。
技术实现思路
本专利技术的目的是提供一种具有高精度的惯性重力匹配组合导航系统中时间延迟的补偿方法。，包括以下几个步骤:步骤一，采集惯性导航系统输出的纬度,、经度λ、航向ψ和速度V及重力仪测得的重力信号；步骤二，利用惯性导航系统输出的纬度W肮向Ψ和速度V计算重力信号的厄特弗斯校正值，并且对厄特弗斯校正值进行滤波处理；【权利要求】1.，其特征在于:包括以下几个步骤， 步骤一，采集惯性导航系统输出的纬度#、经度λ、航向Ψ和速度V及重力仪测得的重力信号； 步骤二，利用惯性导航系统输出的纬度f、航向V和速度V计算重力信号的厄特弗斯校正值，并且对厄特弗斯校正值进行滤波处理；2.根据权利要求1所述的，其特征在于:所述的对厄特弗斯校正值进行滤波处理采用小波理论中的Mallat算法，选取db9小波基函数，分解后选取Penalize Medium阈值并以软阈值的方法对重力信号降噪，各层的阈值参数为:Levl:1051.002 ；Lev2:586.308 ；Lev3:65.569 ；Lev4:66.213 ；Lev5:53.099 ；Lev6:148.424 ；Lev7:29.860 ；Lev8:29.860 ；Lev8:29.860，最后对各层分解信号重构，得到降噪后的厄特弗斯校正值。【文档编号】G01C21/00GK103743395SQ201410022467【公开日】2014年4月23日 申请日期:2014年1月17日 优先权日:2014年1月17日 【专利技术者】周广涛, 姜鑫, 孙艳涛, 赵博, 林萌萌, 李佳璇, 夏秀玮, 郝勤顺, 于春阳, 赵维珩 申请人:哈尔滨工程大学本文档来自技高网...
【技术保护点】
一种惯性重力匹配组合导航系统中时间延迟的补偿方法，其特征在于：包括以下几个步骤，步骤一，采集惯性导航系统输出的纬度经度λ、航向ψ和速度V及重力仪测得的重力信号；步骤二，利用惯性导航系统输出的纬度航向ψ和速度V计算重力信号的厄特弗斯校正值，并且对厄特弗斯校正值进行滤波处理；其中，ΔgE为厄特弗斯校正值，Re为纬度处的地球半径，wie为地球自转角速度，其值为7.29211×10?5rad/s，h为重力仪所在的载体的深度，g′为重力仪所感受的重力，g为地球表面上的实际重力，其中，μ＝GM＝398600.5×109m3/s2为引力常数；步骤三，确定重力信号的延迟时间Td；将厄特弗斯校正值与重力信号放在同一坐标系中，重力信号的波谷的时间减去相邻的厄特弗斯校正值的波峰的时间，取平均值得到重力信号的延迟时间；步骤四，利用基于重力等值线的匹配算法，获取重力信号相应时刻的重力仪所在的载体位置；步骤五，建立惯性重力匹配组合导航系统的状态方程，确定状态变量x(t)、状态转移矩阵F，并确定系统的过程噪声w(t)；惯性重力匹配组合导航系统的状态变量x(t)由惯性导航系统误差构成，其中，δλ是经度误差，是纬度误差，δVE是东向速度误差，δVN北向速度误差，α,β,γ是初始的姿态误差角，▽＝[▽x?▽y]T是加速度计零偏，ε＝[εx?εy?εz]T是三个轴的陀螺常值漂移；惯性导航系统误差为其中，VE为东向速度，VN为北向速度；惯性重力匹配组合导航系统的状态方程为x·(t)=Fx(t)+Bw(t)]]>其中，Q(t)是协方差矩阵，w(t)为系统的过程噪声；系统的过程噪声w(t)为w(t)＝[0?0?wax?way?wgx?wgy?wgz?0?0?0?0?0]T其中,wax和way是x轴和y轴的加速度计误差，wgy和wgz是x轴和y轴的陀螺随机漂移，wax、way、wgx、wgy和wgz均为零均值的高斯白噪声；系统的状态转移矩阵F为F=F2×402×302×5F5×4F5×3I5×505×405×305×5]]>其中，05×4表示全零矩阵，F2×4，F5×4，F5×3分别表示如下：系统噪声矩阵B为B＝I12×12；步骤六，确定将重力仪所在的载体位置的经度和纬度作为观测量，确定量测矩阵H、量测噪声v；利用卡尔曼滤波实时估计重力信号对应时间点的状态转移矩阵和惯性导航系统误差，对惯性导航系统进行校正；惯性重力匹配组合导航系统的量测方程其中，为量测噪声，R(t)为方差，λc，为惯性导航系统输出的经度和纬度，λg为重力匹配得到的经度和纬度；量测矩阵H为H＝[I2×2?02×10]离散化的惯性重力匹配组合导航系统方程为Xk=Φk,k-1Xk+ΓkWk-1Zk=HkXk+Vk,k≥1]]>其中，Φk,k?1为离散化的状态转移矩阵，Γk为系统噪声驱动矩阵；卡尔曼滤波时间更新和量测更新方程为Xk(i)|k(i?1)＝Φk(i),k(i?1)Xk(i?1)Xk(i)＝Xk(i)|k(i?1)+Kk(i)[Zk(i)?Hk(i)Xk(i)|k(i?1)]Pk(i)=Φk(i),k(i-1)Pk(i-1)Φk(i),k(i-1)T+Γk(i-1)Qk(i-1)Γk(i-1)T]]>Kk(i)=Pk(i)|k(i-1)Hk(i)T(Hk(i)Pk(i)|k(i-1)Hk(i)T+Rk(i))-1]]>Pk(i)=(I-Kk(i)Hk(i))Pk(i)|k(i-1)(I-Kk(i)Hk(i))T+Kk(i)Rk(i)Kk(i)T;]]>步骤七，在重力信号的延迟时间Td内，没有量测信息输出，只进行卡尔曼滤波器的时间更新，利用计重力信号对应时间点的状态转移矩阵进行卡尔曼滤波多步预测，从而预测出当前时刻的状态向量，当前时刻为m，将延迟时间之前的状态向量通过重力信号对应时间点的状态转移矩阵Φk，k?m得到当前时刻的状态向量在Td这段时间内，只进行卡尔曼滤波的时间更新，Xk(m)|k(m?1)＝Φk(m),k(m?1)Xk(m?1)Pk(m)=Φk(m),k(m-1)Pk(m-1)Φk(m),k(m-1)T+Γk(m-1)Qk(m-1)Γk(m-1)T]]>得到当前时刻的状态向量后，再对当前时刻的惯性导航系统输出进行误差补偿，完成对惯性重力匹配组合导航系统信号的时间延迟补偿。...
【技术特征摘要】
【专利技术属性】
技术研发人员：周广涛，姜鑫，孙艳涛，赵博，林萌萌，李佳璇，夏秀玮，郝勤顺，于春阳，赵维珩，
申请(专利权)人：哈尔滨工程大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。