文摘

转让对齐(TA)计划用于惯性导航系统的初始对准(INS)的动力学基础。卡尔曼滤波器常用于助教提高TA的精度。和干扰信号的统计特征是很难得到之前,必须知道卡尔曼滤波器用于助教,因为干扰信号是随机信号有一些变化对系统的动态模型。摘要过滤器采用角速率匹配的TA方案当干扰测量的不同阶段是未知的。与卡尔曼滤波器相比,在相同的环境中仿真和评估。模拟显示的结果过滤器和卡尔曼滤波器都是有效的。卡尔曼滤波是更精确的比过滤器当系统噪声和测量噪声是白噪声,但是过滤器更准确和更快的比卡尔曼滤波器在系统噪声和测量噪声是有色噪声。在工程实践,系统噪声和测量噪声总是色噪声,所以过滤器是比卡尔曼滤波器更适合于工程实践。

1。介绍

助教的机载导弹捷联惯性系统的初始对准的态度,主惯性导航系统的速度和位置(分钟)由奴隶使用惯性导航系统(罪)。助教估计偏差角的真实数据的卡尔曼滤波器的罪。理论上,在高精度捷联式惯性导航系统的角速率air-body与陀螺惯性测量空间坐标系的分钟或罪恶的陀螺,陀螺的数据分钟应该一样的陀螺数据罪当陀螺的随机漂移的罪。但陀螺的误差总是存在分钟与罪之间因为有安装误差和机翼的灵活性1]。

根据定位的基本原则,传递对准的方法可以分为两种类型;一个叫做参数匹配计算,如速度匹配,匹配,态度和位置匹配;另一个叫做测量参数匹配,如加速度匹配和角速率匹配。每个人都有优点和缺点,分别2,3]。(1)计算参数匹配精度高,因为车辆的振动环境的影响得到有效抑制。但测量参数匹配没有精度高,因为测量参数匹配的精度大大影响机载翼灵活性和颤振,很难得到准确的机载机翼模型的灵活性和颤振。(2)计算参数匹配需要长时间对齐,因为它需要长时间的数据测量的区别;但测量参数匹配更快速,因为测量参数匹配使用惯性组件的数据可以直接从惯性组件。

在1980年代中期之前,研究者主要集中在Kamle滤波器的理论模型和TA的方法。助教是速度匹配的基本方法和位置匹配,并为这些有许多文献。此外,施耐德提议和结合的角速率匹配和加速度匹配形成的测量参数匹配。

在1980年代末和1990年代,接收的快速传递对准方法,研究者主要集中在精密的快速传递对准方法和干扰因素的助教。凯恩和克劳蒂尔在[4]提出TA的匹配速度和态度是基于速度匹配的模型最初是在1989年。这种方法可以用来实现快速传递对准,这是最受欢迎的快速传递对准的方法。匹配的速度和态度只使用一个简单的波来代替机动总是用于速度匹配。简单的轨迹可以减少操作的难度和缩短定位时间。不久之后,罗杰斯提出了速度和角速率匹配1991年助教,并与助教的匹配速度和态度。研究的结果表明,速度和角速率匹配和匹配速度和态度可以有效缩短调整时间,但噪声的敏感性速度和角速率匹配比匹配的速度和态度更敏感。1990年代中期后,助教已经应用在武器和被用作应用程序(5,6]。

摘要过滤器的助教的工作注重学习提高INS初始对准的精度和有效性。

2。角速率匹配的原则

一般来说,使用高精度捷联式惯性导航系统在分钟,和较低的精度比分钟用于捷联式惯性导航系统的罪恶。罪的系统是安装在机载导弹,所以它也被称为机载导弹捷联惯性系统。机载导弹捷联惯性系统可以利用角速率匹配,因为捷联式惯性导航系统直接可以得到角速率。角速率匹配的主要优势是,助教的时间是短暂的,很快,但是它有一些缺点;首先,对齐精度低于速度匹配,因为角速率匹配的定位精度受到安装误差的影响,机翼的灵活性,颤振,等等。

机翼的灵活性通常是机翼的灵活性,发射器和外部存储。理论上,为了达到弹性变形的预测,air-elastic模型将使用空气弹性理论导出了结构刚度,材料属性,和机翼的空气动力特性,发射器,和外部存储,它非常复杂,影响位置和外部存储的重量。air-elastic模型对卡尔曼滤波器的研究非常重要,但卡尔曼滤波器的鲁棒性非常不好,因为有很多最小湿模态和不确定性的飞行条件。所以本文使用一个好的健壮性滤波器的快速助教,这是过滤器;的过滤器可以成功地估计TA的错误但不需要预测和估计的灵活性翼(7,8]。

图1翼下的机载导弹暂停。分钟的位置,是罪恶的位置,和msn ()和罪恶()都是捷联式惯性导航系统。

陀螺角速率匹配误差数据的分钟和罪之间的测量。失调角的态度被修改后的安装误差导弹身体和挠曲变形翼由卡尔曼滤波估计的9,10]。假设分钟的陀螺的数据,是罪恶的陀螺的数据,安装误差角的导弹的身体,挠曲变形翼角。角速率匹配的原理图如图2。

3所示。的算法次优滤波器

目前,使用卡尔曼滤波器作为助教的传统方法。从本质上讲,失调角的误差和惯性仪器使用作为卡尔曼滤波器的状态变量,和估计的最优估计方法来减少失调角的误差和惯性仪器。助教的精度和速度是由状态变量决定的。但是卡尔曼滤波器必须有系统的线性模型。如果系统模型近似线性,卡尔曼滤波器收敛,估计状态变量。但如果不近似线性系统模型,卡尔曼滤波会有很大的误差,甚至导致分歧。的过滤器过滤的新技术,适用于非线性系统,具有较高的估计精度比卡尔曼滤波器(11,12]。的次优滤波器是一种优化滤波器。为了规范优化性能的标准是最小化之间的干扰输入和过滤输出。

干扰信号的统计特性和系统在使用前必须是已知的动态模型的卡尔曼滤波器。但是很难知道干扰信号的统计特征,因为它是随机信号在实际系统和有一些变化对系统的动态模型。不确定性的干扰信号的统计特性和动态模型系统,次优滤波器结构的规范(13,14]。

假设线性离散系统的系统方程和测量方程可以写成 在哪里估计状态,的测量系统,是转移矩阵来。是系统干扰和输入矩阵是系统噪声序列激励。测量矩阵和吗是测量的噪声序列。

线性化系统状态向量估计的测量矩阵,如以下: 在哪里状态向量的线性变换矩阵。

据推测是估计的从来。所以被描述为

据推测是传递函数矩阵形成的初始状态误差和未知扰动的和来。

的理想滤波器是由的当;也就是说, 在哪里系统的初始状态,的估计是,是误差矩阵的初始估计,这是。

当系统模型是基于公式(1),是一个给定的常数,然后呢是行满秩;公式的充分必要条件(4)

和解决方案的次优滤波器 在哪里的初始值是任意常数。

之前使用过滤器,它必须满足系数的线性组合和矩阵必须退出。卡尔曼滤波器的特殊情况过滤器;当,过滤器会简化卡尔曼滤波器。

假设,当;然后,

因此,

的过滤器可以写成

这是卡尔曼滤波器。它的特殊情况过滤器;与连续增加,过滤器将关闭之前,卡尔曼滤波器。当,过滤器将简化卡尔曼滤波器,而矩阵和矩阵是单位矩阵。在这个过程中,最小方差估计状态的最优估计,但滤波器的鲁棒性将变得更糟。与连续下降,过滤不太敏感的系统模型误差的变化,初始状态误差、噪声统计特性,但是滤波器的鲁棒性会逐渐增加,方差估计的状态将成为大,估计的精度会逐渐减少(15,16]。

之间的不同点过滤器和卡尔曼滤波器如下:(1)的线性组合的状态依赖于过滤器,但线性卡尔曼滤波器估计给出了状态估计的线性组合。(2)的过滤器必须满足,但不存在的卡尔曼滤波器,总是正定,所以卡尔曼滤波器不需要任何条件。(3)的过滤器使用协方差矩阵,但卡尔曼滤波器使用单元数组。(4)卡尔曼滤波器的特殊情况过滤器;当,过滤器会简化卡尔曼滤波器。它代表的标准卡尔曼滤波器变得很大,所以卡尔曼滤波器的鲁棒性将变得更糟。

4所示。角速率匹配的状态空间模型

理论上,分钟的陀螺仪和罪恶的所有测量角速度惯性空间的不同位置。分钟高精度捷联导航系统时,如果删除的陀螺漂移的罪,分钟和罪过的陀螺的数据应该是相同的。但实际上是不一样的,因为态度偏差角安装误差引起的,机翼的灵活性,和颤振17,18]。

4.1。状态方程的角速率匹配

据推测系统状态的角速率匹配,在哪里身体是导弹的错误的安装角度和挠曲变形翼角。是机翼的弯曲变形角速率;是罪恶的陀螺漂移。角速率匹配的状态方程

因此,角速率匹配的状态空间模型 在哪里是陀螺的高斯白噪声,是二阶高斯白噪声序列,在哪里,,挠曲变形角的方差;和。

4.2。角速率匹配的测量方程

据推测分钟的陀螺的测量,是罪恶的测量的陀螺,导弹的身体是安装矩阵。

身体的相对旋转导弹基于水平位置;是角在导弹的纵向角度安装在机翼下,所以安装矩阵是什么

因为分钟的陀螺的性能胜过罪,通常2 ~ 3订单,飞机角速度的真正价值,分钟的角速度一样。分钟的测量陀螺和罪可以获得 在哪里罪是陀螺的测量,是真正的测量陀螺的分钟,是常数的陀螺漂移的罪,是陀螺的高斯白噪声序列的罪。

所以测量方程的角速率匹配

据推测是导弹的安装误差角的身体,机翼弹性变形角,在哪里挠曲变形机翼和角吗是机翼的颤振变形角,是弹性变形角速率的翅膀,在哪里机翼的弯曲变形角速率和吗是机翼的颤振变形角速率。所以是如 它可以获得 在哪里的高斯白噪声序列角速率匹配。它是如

系统的测量方程

5。Semiphysical仿真和结论

由于机载导弹的时间相对较短,机载导弹捷联惯性系统的精度几乎是由助教的精度但不太迟的陀螺漂移影响导航系统的精度。它有助于改善TA的方案和算法的误差作出一个客观的评价的助教。

TA的semiphysical仿真数据的运动状态和惯性设备不再是模拟的,但从惯性导航系统的工程实践由陀螺仪和加速度计。助教的过程是保持必要的陀螺仪和加速度计的数据要处理离线。semiphysical仿真的目的是验证TA的角速率匹配的有效性。

5.1。实验设备安装

实验设备安装图如图3。在图中,第一个是与环形激光陀螺捷联式惯性导航系统,第二个是FOG-strapdown惯性导航系统,最后是双转台的位置。环形激光陀螺的捷联式惯性导航系统是高精度惯性导航系统;分钟的助教。FOG-strapdown惯性导航系统中惯性导航系统精度;它是罪恶的助教。分钟和罪恶的双位置转台安装在底盘实现机动。的安装位置与环形激光陀螺捷联式惯性导航系统和FOG-strapdown惯性导航系统是安装在不同的位置;mutual-orientation关系他们是三维设在,设在,设在相互平行,设在向南,设在向东,设在向上。

5.2。实验的机动轨迹

状态变量的可控性,可见是非常缓慢均匀的条件下改善TA水平和加速水平。但他们可以有效改善的情况下将机动和正弦机动助教。根据战斗特点,本文相应的数值模拟机翼运动下飞机。震动翅膀的角度。助教的初始位置是北纬,东经,高度是。最初的助教是偏航的态度辊是0°,音高是0°。为了实现角速率匹配semiphysical静态环境的模拟,本文认为飞机的高度是7000米,飞行速度是230米/秒当助教开始。仿真轨迹的飞机设计如表1。整个模拟时间是900年代,但机动时间只有25的轨迹。为方便分析,本文使用了60年代的数据包括轨道机动的离线分析。

姿态角的变化semiphysical仿真如图4。

根据匹配方法的分析,匹配和角速率匹配的态度对机翼非常敏感的灵活性。当机翼弹性不是系统建模精度,误差会导致性能下降的角速率匹配的卡尔曼滤波器。所以当使用角匹配卡尔曼滤波器的助教,它必须修改后的态度偏差角安装误差和机翼弹性估计角速率匹配。

本文据推测机翼弹性不是系统建模的仿真精度,和模型飞机时不成立过滤器的角速率匹配的模拟。未知的测量不包括在测量噪声的角速率匹配和机翼的灵活性和颤振不考虑助教。模拟的条件如下。

误差参数的原罪:常数陀螺的漂移陀螺的随机漫步加速度计的常数抵消误差和加速度计的标准偏差g·:失调角的初始值。身体的安装误差。初始速度误差的值。

与此同时,相同条件下的卡尔曼滤波器。红色实线的结果过滤和蓝色虚线是卡尔曼滤波的结果。

分析仿真结果如下:(1)根据理论的角速率匹配和惯性导航系统的误差方程,导弹的身体体现的安装误差角旋转耦合载体角速度的飞机。因为角速度的数据只是在设在,有效地估计只有设在和设在导弹安装误差角的身体。这是显示数据6(一)和6 (c)。(2)角速率匹配不能正确估计北的失调角,因为它一直在与设在模拟的角速率匹配和北恰逢当地地理设在。这是如图所示5 (b)。(3)仿真结果说明,过滤器和卡尔曼滤波器都是有效的。的过滤器更准确和速度比卡尔曼滤波器在系统噪声和测量噪声是有色噪声。的滤波器是一种有效的评估方法相比,卡尔曼滤波器,因为噪声的工程实践主要是颜色的噪音。它显示为数字5(一个)和5 (c)。偏差的收敛角的过滤器已经在15秒后,但是偏差的收敛角的卡尔曼滤波器在30年代。(4)导弹的身体应该挂在翼根或机身,因为它是非常敏感的挠曲变形角速率匹配。这种方式可以减少挠曲变形的影响和颤振变形翼角速率匹配时用来传递对准。

在实际的工程应用中,该系统将受到角速度的误差和机翼弯曲变形,所以过滤器是比卡尔曼滤波器更适用于工程实践。

相互竞争的利益

作者宣称他们没有任何商业或关联利益代表着利益冲突与提交的工作。

确认

这项工作是支持的部分特殊科研项目的陕西省政府的教育部门和中国的国家自然科学基金,项目号。15 jk14和51178373。