第8章-组合导航系统
组合导航的基本构成与工作模式
闭环法或反馈校正法
输出校正
开环法或输出校正法将估计值作为组
合系统导航参数的输出,或作为惯性导 航系统导航参数的校正量。
反馈校正
闭环法或反馈校正法是将估计反馈到惯性导航
系统和辅助导航系统中,估计出的导航参数就作 为惯性导航力学编排中的相应参数,估计出的误 差作为校正量,将惯性导航系统或其它导航设各 中的相应误差量校正掉。
Vy
R V V x sec x sec tg R R
Vx V tg ie cos x x R R R V V V x ie sin ie sin x tg y y R R R ie sin
直接法
直接以各导航子系统的导航输出参数作为 状态
间接法
间接滤波是指以各子系统的误差量作为状态、实 现组合导航的滤波处理方法。间接滤波中的各个 状态量都是误差量,系统方程是指状态误差量的
运动方程。估计出的是误差量。
直接法和间接法的比较
(1)直接法较准确的反应真实状态的演变情 况,间接法是按一阶近似推导出来的,有一定 的近似性。
组合导航系统的工作模式
惯性导航系统与GPS导航的组合,根据不同的应用要 求可以有不同方式的组合,按照组合的深度,可分为 以下三类: 重调法 松组合 紧组合
重调法
当获取卫星导航参数时,组合导航系统直接以卫星导 航的输出参数代替惯性导航系统的输出参数。
在下一次获得卫星导航参数前,惯性系统在被修正后 的精度基础上,按固有规律继续工作并输出导航参数, 同时也继续产生新的误差积累,直到被下一次获取的 卫星导航信息修正。
组合导航调研报告
组合导航调研报告1. 引言在当今社会,导航系统已经成为人们日常生活中不可或缺的一部分。
组合导航系统为用户提供了更精确、可靠的定位服务,极大地提高了导航的准确性和效率。
本调研报告旨在对组合导航系统进行研究和分析,从而深入了解其优势、应用领域和未来发展趋势。
2. 组合导航系统的定义组合导航系统是将多种定位技术结合在一起,通过算法和处理方法对各种导航信号进行融合和处理,最终得到更准确的位置信息和导航结果的系统。
常见的组合导航系统包括使用全球定位系统 (GPS)、惯性导航系统 (INS) 、地面测量系统等。
3. 组合导航系统的优势3.1 提高定位准确性:组合导航系统能够利用多种定位技术相互补充,从而减小误差并提高定位准确性。
3.2 增强导航可靠性:通过融合多种导航信号,组合导航系统能够满足各种工作环境下的导航需求,提高导航可靠性。
3.3 支持导航持续性:组合导航系统可以在信号中断或不可用的情况下,通过惯性导航系统等其他手段继续提供导航服务,增强了导航的连续性。
4. 组合导航系统的应用领域4.1 航空航天领域:组合导航系统在飞机、导弹等航空航天器的精确定位和导航中起到重要作用。
4.2 陆地和海洋领域:组合导航系统在汽车、船舶等交通工具定位导航领域广泛应用,提高了导航的准确性和可靠性。
4.3 无人系统领域:组合导航系统在无人机、无人车等领域的导航和自主飞行中有着重要的应用。
5. 组合导航系统的未来发展趋势5.1 融合更多导航技术:随着新一代导航技术的出现,组合导航系统将融合更多种类的导航技术,以进一步提高导航系统的准确性和可靠性。
5.2 精确动态建模:组合导航系统将更多地依赖精确的动态建模和环境模拟,以更好地处理动态环境下的导航问题。
5.3 人工智能应用:通过使用人工智能技术,组合导航系统能够更好地适应不同用户和环境的需求,提供更智能化的导航服务。
6. 结论组合导航系统以其准确性、可靠性和连续性的优势在各个领域得到广泛应用。
组合导航
测绘与国土信息工程
组合导航系统容错方案
随着现代数学、现代控制理论及计算机技术的发展, 组合导航在其研究过程中,在以提高导航精度为主要 目标的同时,逐步从单纯的组合导航系统向着容错组 合与智能组合的方向发展。这就要求在卡尔曼滤波信 息融合过程中,应具有故障检测与容错的功能。 容错滤波技术的作用就是正确地提取各个导航系统的 信息,它的一个重要功能是判断各子系统的信息。当 局部系统发生故障时,对故障进行有效检测并完成在 有故障情况下的滤波处理,以保证整个系统的输出不 被错误信息污染。
测绘与国土信息工程
扩展卡尔曼滤波
在状态方程或测量方程为非线性时,通常采用扩展卡尔曼滤波 (EKF)。EKF对非线性函数的Taylor展开式进行一阶线性化截断 ,忽略其余高阶项,从而将非线性问题转化为线性,可以将卡 尔曼线性滤波算法应用于非线性系统中。这样以来,解决了非 线性问题。EKF虽然应用于非线性状态估计系统中已经得到了学 术界认可并为人广泛使用,然而该种方法也带来了两个缺点, 其一是当强非线性时EKF违背局部线性假设,Taylor展开式中被 忽略的高阶项带来大的误差时,EKF算法可能会使滤波发散;另 外,由于EKF在线性化处理时需要用雅克比(Jacobian)矩阵,其 繁琐的计算过程导致该方法实现相对困难。所以,在满足线性 系统、高斯白噪声、所有随机变量服从高斯(Gaussian)分布这3 个假设条件时,EKF是最小方差准则下的次优滤波器,其性能依 赖于局部非线性度。
1960年发表的论文 《A New Approach to Linear Filtering and Prediction Problem(线性滤波与预 测问题的新方法)
测绘与国土信息工程
测绘与国土信息工程
测绘与国土信息工程
8联邦滤波
第8章联邦滤波和自适应滤波第8章联邦滤波和自适应滤波在组合导航中的应用8.1联邦卡尔曼滤波组合导航系统可提高系统的任务可靠性和容错性能。
因为组合导航中有余度的导航信息,如组合适当,则可利用余度信息检测出某导航子系统的故障,将此失效的子系统隔离掉,并将剩下的正常的子系统重新组合(系统重构),就可继续完成导航任务。
组合导航系统还可协助惯导系统进行空中对正和校准,从而提高飞机或其他载体的快速反应能力。
联邦卡尔曼滤波理论是美国学者 Carlson于1998年提出的一种特殊形式的分布式卡尔曼滤波方法。
它由若干个子滤波器和一个主滤波器组成,是一个具有分块估计、两步级联的分散化滤波方法,关键在于它采用信息分配原理。
它需要向各子滤波器分配动态信息,这些信息包括两大类:状态方程的信息和观测方程的信息。
8.1.1联邦卡尔曼滤波器结构运动方程的信息量与状态方程中过程噪声的协方差阵成反比,过程噪声越弱,状态方程就越精确。
因此,状态方程的信息量可以用过程噪声协方差阵的逆 Q1来表示。
此外,状态估计的信息量可用状态估计协方差阵的逆P1表示,测量方程的信息量可用测量噪声协方差阵的逆 R1表示。
如果把局部滤波器i的状态估计矢量、系统协方差阵、状态矢量协方差阵分别记为召、Q i、R,i 1,2, ,n,主滤波器的状态估计矢量、系统协方差阵、状态矢量协方差阵分别记为)?m、Q m、P m,假定按以下规则将整体信息分配至各局部滤波器,即P1)? p1 1)?1 p21)?2叮冷PrJX m 斤刃(8.1)Q 1Q11Q21Q n1Q m1Q i1i Q 1( 8.2)P 1P11P21P n1P m1P i 1i P 1( 8.3)其中,i是信息分配系数,必须满足下列条件:在设计联邦卡尔曼滤波器时,信息分配系数的确定至关重要,不同的值会有不同的滤波器结构和特性(容错性、最优性、计算量等)。
令i 1/ i (i 1,2……N,m ),则它的的几种主要结构可简要地表达如下:(1)第一类结构(m i =1/ ( N + D ,有重置),如图8.1所示图8.1 联邦滤波器第一类结构这类结构的特点是:信息在主滤波器和各子滤波器之间平均分配。
组合导航系统
➢ 测量方程 GPS伪距表达式为:
1
i
[(
X
i G
X i )2
(YGi
Y i )2
(
Z
i G
Z i )2]2
dtu
Vi
采用变分法,导出伪距误差方程:
i ei1 X ei2Y ei3 Z tu Vi
其中 tu为GPS接收机时钟偏差等效的距离误差 ,Vi 为测量白噪声
ei1
i X i
Pk
Pk
/k 1
Pk
H
/k 1 k
[Hk
Pk
H
/k 1 k
Rk ]1 Hk Pk/k1
[I Kk Hk ]Pk/k1
滤波增益
Hk
Pk
/
k
1H
k
[
H
k
Pk
/
k
1
H
k
Rk ]1
卡尔曼滤波器
卡尔曼滤波的性质
① 卡尔曼滤波是一种递推算法,启动时必须先给定初值和。 ② 计算估计的均方误差阵有三种等价形式:
完全自主的导航 可提供多种导航信息 ➢ 缺点: 精度逐渐降低。 初始对准时间长
卫星导航系统(GPS): ➢ 优点:
定位精度高 精度不随时间变化 ➢ 缺点: 卫星信号不易捕获和跟踪 抗干扰能力差易产生周跳
GPS系统与惯导系统具有互补的特 点
因而被认为是目前导航领域和大地测量领域 最理想的组合方式。
概述
卫星导航
Global Navigation Satellite System
第八章 船用惯性导航系统 与GPS的组合
本章内容安排
➢ 概述 ➢ 船用惯性导航系统 ➢ 卡尔曼滤波器 ➢ GPS/INS组合导航 ➢ 双差分GPS/INS组合导航系统 ➢ 推算船位与GPS的组合
飞行器组合导航系统的设计与实现
飞行器组合导航系统的设计与实现随着航空业的不断发展,飞行器的导航系统变得越来越复杂和精细。
如今,现代飞行器依赖于许多不同的导航系统,在航线规划和安全控制方面发挥着至关重要的作用。
其中,飞行器组合导航系统也成为了一项重要的技术。
飞行器组合导航系统是一种集成多个导航系统的技术,例如GPS(全球定位系统)、惯性导航系统(INS)、地面基准导航系统等等。
飞行员可以同时访问所有这些系统,以帮助他们在飞行中保持航向和高度。
与传统的单一导航系统相比,组合导航系统可以提供更高的精度和可靠性。
在设计和实现飞行器组合导航系统时,需要考虑多个因素。
下面将分别介绍这些因素。
1. GPS系统GPS是飞行器组合导航系统中的一个重要组成部分。
GPS可以提供精确的位置信息,有助于飞行员在飞行过程中准确地确定飞机的位置和目标航线。
在实际应用中,GPS通常需要与惯性导航系统相结合,以补充GPS在移动过程中的误差。
2. 惯性导航系统惯性导航系统采用陀螺仪和加速度计等仪器测量飞行器的位置和速度,没有外界支持就能提供垂直和水平方向的导航和位置数据。
由于惯性导航系统的误差是随时间积累的,因此在长时间飞行中,需要对系统进行校正和修正。
3. 地面基准导航系统地面基准导航系统是一种被动外部辅助导航系统,可以提供飞行器在地球表面上的准确位置和高度。
该系统使用地球表面上的接收器和天线接收GPS卫星的信号,并将信号地面位置与航班计划中的经纬度坐标进行比对,以确定飞行器的准确位置。
该系统通常用于在飞行离开GPS可用信号覆盖的区域时进行定位。
在实现飞行器组合导航系统时,需要考虑一些技术挑战和难点。
下面将列举这些挑战和难点。
1. 复杂的集成性飞行器组合导航系统需要将多个导航系统进行集成,这往往需要一定的软件工程技术。
此外,不同导航系统之间的数据传输也需要协调和管理,以保证数据的及时交换和正确性。
2. 高精度与高可靠性由于飞行器在飞行中面临风险和危险,因此要求导航系统具有高精度和高可靠性。
组合导航技术的发展
EKF)对INS旳速度、位置、姿态以及传感器误差进 行最优估计,并根据估计成果对INS进行输出或者反 馈校正。
6、卫星导航与惯性导航组合方式(续)
松组合旳主要优点
4.3 脉冲星导航
➢ 脉冲星是太阳系以外旳遥远 天体,它们旳位置坐标,如 恒星星表一样构成一种高精 度惯性参照系;
➢ 脉冲星按一定频率发射稳定 旳脉冲信号,其长久稳定度 好于最稳定旳铯原子钟。
➢ 脉冲星能够提供绝好旳空间参照基准和时间基准,所以脉 冲星是空间飞行器旳极好旳天然导航信标。
4、天文导航(续)
系统旳容错功能。 ➢ 提升导航系统旳抗干扰能力,提升完好性。
6、卫星导航与惯性导航组合方式
6.1 涣散组合(Loosely-Coupled Integration)
松组合基本概念
➢ 松 组 合 又 称 级 联 Kalman 滤 波 (Cascaded Kalman Filter)方式。
➢ 观察量——INS和GNSS输出旳速度和位置信息旳差 值;
➢ 另外,因为没有GLONASS卫星旳精确轨道源数 据 , 故 无 法 测 定 精 度 。 与 GPS 相 比 这 是 GLONASS旳个一主要缺陷。
2、卫星导航旳发展即存在旳问题
2.2 卫星导航存在旳问题(续)
3)GALILEO存在旳主要问题
“伽利略计划”是由欧盟委员会和欧洲空间局共同发起并 组织实施旳欧洲民用卫星导航计划,它受多个国家政策 和利益旳制约,政策具有摇摆性。 因为欧盟受美国旳影响极大,“伽利略计划”本身旳独立 性值得怀疑; GALILEO计划目前已经延后,考虑到目前旳金融危机 ,未来旳GALILEO怎样发呈现在还看不清楚。
导航原理_组合导航
Kalman滤波算法
白噪声
若随机过程 w(t) 满足
Ew(t) 0
E w(t)wT ( ) q (t )
则称 w(t)为白噪声过程,式中q称为 w(t) 的
方差强度。
Rudolf Emil Kalman
随机线性连续系统的数学模型
X (t) A(t)X (t) B(t)U (t) F(t)W (t) Z(t) H (t)X (t) D(t)U (t) V (t)
对于上述随机线性系统,噪声的假设与性 质如下:
系统的过程噪声W(t)和观测噪声V (t)为零均 值或非零均值的白噪声或高斯白噪声随 机过程向量;
定义 Q(t) 为系统的过程噪声向量 W (t) 的 方差强度阵,为对称非负定矩阵;R(t ) 是 系统的观测噪声向量V (t) 的方差强度阵, 为对称正定矩阵;
(4) 允许惯导系统进行动态初始对准与调整,既能减小 惯导系统的积累误差,又能缩短地面准备时间,提高快 速反应能力。
60年代以前,综合导航一般都采用频率滤波的方法 或古典控制中校正的方法,具体的形式是环节的校 正。60年代以来,滤波技术更加成熟,尤其是计算 机技术迅猛发展,使得综合方式转变为以Kalman (卡尔曼)滤波为主,即在两个(或两个以上)导 航系统输出的基础上,利用卡尔曼滤波去估计系统 的各种误差(称为误差状态),再用误差状态的估 值去校正系统,达到综合的目的。
由上式可见,系统成为三阶系统,可通 过适当选择参数K1、K2和K3,使原来无 阻尼的惯导系统变成阻尼综合导航系统 (也可通过引入外部速度信息来实现)。 此外,还可通过适当选择参数来改变自 振周期以得到所需的动态特性。
系统稳定后,从以上两式可得系 统的稳态误差为
由以上两式可见,在增加附加修正环节 和外部位置信息之后,在定位误差中, 消除了初始速度误差,而陀螺的常值漂 移只产生常值定位误差。平台的水平倾 角误差,只受加速度计误差的影响,其 它各项输入量产生的误差得到消除。因 此,这种综合系统与纯惯导系统相比, 提高了定位精度和姿态角精度。
组合导航
第7-8节 其他导航系统
多普勒导航系统 基本原理,误差源及误差建模 卫星导航系统 基本组成,卫星导航定位的基本原理 什么是伪距?如何利用伪距定位
第9-10节 估计理论基础
估计理论基础 最小二乘估计方法 最小方差估计方法 线性最小方差估计方法
第11-12节 卡尔曼滤波
组合导航课程总结
第1、2节 导航基础知识
常见导航系统的基本原理ห้องสมุดไป่ตู้组合导航的基本概念 常用导航坐标系的定义 地理坐标系相对惯性坐标系旋转的原因 方向余弦及欧拉角,比力方程
第3-6节 惯性导航基本原理
当地水平固定指北式平台惯导基本原理 原理图,三组解算方程 捷联惯导基本原理 原理图,基本原理 姿态更新矩阵的解算方法:欧拉角法, 方向余弦法
卡尔曼滤波模型及步骤 连续系统离散化 离散卡尔曼滤波方程推导 卡尔曼滤波的总结,分析,举例 有色噪声条件下的卡尔曼滤波
第13节
应用卡尔曼滤波解决组合导航问题
应用卡尔曼滤波解决组合导航问题的 一般步骤 组合导航涉及的基本概念:直接法和 间接法,输出校正和反馈校正,松组 合和紧组合
第14-16节 组合导航系统举例 组合导航涉及的其他问题
INS/GPS组合应用举例 INS/DVL组合应用举例
非线性滤波方法 扩展卡尔曼滤波(EKF)
1. 地理坐标系相对惯性空间旋转的原因是 什么,给出该旋转角速度在地理坐标系上 的投影。 2. 图示并说明当地水平固定指北平台式惯 导系统和捷联式惯导系统的基本原理。
3. 写出在卡尔曼滤波过程中,当系统噪 声为有色噪声量测噪声为白噪声条件下 的解决办法,并给出新的状态方程和量 测方程。 4. 写出惯导和GPS位置速度松组合导航 系统的状态方程和量测方程。 5. 请写出按指定旋转顺序得到的欧拉角 矩阵。(考试中给出次序)
导航原理-组合导航PPT课件
上式说明,组合导航系统的导航参数的误差就 是惯导系统导航参数误差估值的估计误差。
.
9
2、反馈校正
采用反馈校正的间接法估计是将导航参数误差 的估值反馈到各导航系统内,对误差状态进行 校正。反馈校正的滤波示意图如图6.5所示
.
10
输出校正和反馈校正的分析
从形式看,输出校正只是校正系统的输出量,而 反馈校正则校正系统内部状态,但可以证明,如 果滤波器是最优滤波器,则两种校正方式的结果 是一样的。然而,真正意义上的“最优滤波器” 工程上是不存在的。未校正系统导航参数的误差 会随时间而增大,因而输出校正方式下的滤波器 状态值会越来越大。这使得方程线性化等近似计 算误差不断增大,从而滤波效果变差。
.
5
间接法估计的状态都是误差状态,即滤波 方程中的状态矢量是导航参数误差状态和 其它误差状态的集合(用 正和反馈校正。
1、输出校正
以惯导系统和其它某一导航系统组合为
例,间接法的组合导航卡尔曼滤波器将惯
导系统和其它导航系统各自计算的某些导
组合导航
.
1
2. 最优综合导航系统
采用卡尔曼滤波器的组合方法
卡尔曼滤波是一种递推线性最小方差估计,它 用“状态”表征系统的各个物理量,而以“状 态方程”和“观测方程”描述系统的动力学特 性。它要求应用对象是线性系统,且已知系统 的某些先验知识,如系统噪声和测量噪声的统 计特性。综合导航系统基本满足这些条件,因 而适合采用卡尔曼滤波。
(ie
cos L
VE RN
N
、)
hU
E
VN RM
h N
N
式中角注E、N、U 代表东、北、天;
RM Re (1 2 f 3 f sin 2 L)
无人机结构与系统课件:组合导航系统
利用多种导航卫星信号有利于误差补偿提高导航定位的精 度和可靠性。
► 系统误差——轨道系统误差、卫星钟差、多路径误 差…;
► 随机误差——信号随机误差、轨道随机误差、钟差随 机误差…;
► 有色噪声——太阳光压、随时间变化的钟差…; ► 异常误差——周跳、变轨误差…。
➢ 此外,因为没有GLONASS卫星的精确轨道源数据, 故无法测定精度。与GPS相比这是GLONASS的个一 主要缺陷。
3)GALILEO存在的主要问题
➢ “伽利略计划”是由欧盟委员会和欧洲空间局共同发起并 组织实施的欧洲民用卫星导航计划,它受多个国家政策和 利益的制约,政策具有摇摆性。
➢ 由于欧盟受美国的影响极大,“伽利略计划”本身的独立 性值得怀疑;
的容错功能。 ➢ 提高导航系统的抗干扰能力,提高完好性。
(4)多传感器组合导航系统
多传感器组合导航系统是指传感器数目多于两个的组合导 航系统,GPS/INS/Loran-C、GPS/Glonass/INS、 GPS/JTIDS/INS等都是实用的例子。在不少应用场合 传感器数目可能大于等于4个,例如GPS/INS/ DNS/Loran-C和GPS/INS/JTIDS/TAN/SAR等。 优点: • 实时性好、容错性强和精度高。 • 未来发展趋势。
组合导航系统
全球卫星导航定位系统(GPS、 GLONASS、GALILEO、BD)
惯性导航(包括惯性导航INS、航位推
现
算导航DR)
有
导 航
天文导航系统(CNS)
系
统
重磁导航(重力导航、磁力导航)
匹配导航(地形匹配导航、影像匹配导 航)
1.卫星导航存在的问题
1)美国GPS可能存在问题
组合导航关键技术
组合导航系统是将载体( 飞机、舰船等) 上导航设备组合成一个统一系统,利用两种或两种以上设备提供多重信息,构成一个多功能、高精度冗余系统。
组合导航系统有利于充分利用各导航系统进展信息互补与信息合作, 成为导航系统开展方向。
在所有组合导航系统中,以北斗与惯性导航系统INS 组合系统最为理想, 而深组合方式是北斗与惯性导航系统( INS) 组合最优方法。
鉴于GPS 不可依赖性,北斗卫星导航系统与INS 组合是我国组合导航系统开展趋势,我国自主研制北斗/INS深组合导航系统需要解决关键技术。
1北斗/惯导深组合导航算法深组合导航算法是由INS导航结果推算出伪距、伪距率,与北斗定位系统观测得到伪距、伪距率作差得到观测量。
通过卡尔曼滤波对INS误差和北斗接收机误差进展最优估计,并根据估计出INS误差结果对INS进展反应校正, 使INS保持高精度导航。
同时利用校正后INS 速度信息对北斗接收机载波环、码环进展辅助跟踪, 消除载波跟踪环和码跟踪环中载体大局部动态因素, 以降低载波跟踪环和码跟踪环阶数,从而减小环路等效带宽, 增加北斗接收机在高动态或强干扰环境下跟踪能力。
其组合方式如图1所示,图中只画出了北斗一个通道,其他通道均一样。
图 1 深组合方式框图组合导航参数估计是组合导航系统研究关键问题之一。
经典Kalman 滤波方法是组合导航系统中使用最广泛滤波方法,但由于动态条件下组合导航系统状态噪声和量测噪声统计信息不准确,常导致滤波精度下降,影响组合导航性能。
滤波初值选取与方差矩阵初值对滤波结果无偏性和稳定性有较大影响,不恰中选择可能导致滤波过程收敛速度慢,甚至有可能发散。
另外系统误差模型不准确也会导致滤波过程不稳定。
渐消记忆自适应滤波方法通过调节新量测值对估计值修正作用来减小系统误差模型不准确对滤波过程影响。
当系统模型不准确时,增强旧测量值对估计值修正作用,减弱新测量值对估计值修正作用。
因此我们提出了以模糊控制规那么为根底渐消记忆自适应卡尔曼滤波方法。
组合导航系统多源信息融合关键技术研究
组合导航系统多源信息融合关键技术研究一、本文概述随着导航技术的快速发展,组合导航系统已成为现代导航领域的重要研究方向。
它通过整合多种导航源的信息,以提高导航精度和可靠性,广泛应用于航空、航天、航海、智能驾驶等领域。
然而,多源信息融合作为组合导航系统的核心技术,其研究仍面临诸多挑战。
本文旨在探讨组合导航系统多源信息融合的关键技术,并分析其在实际应用中的效果与前景。
本文首先对组合导航系统及其多源信息融合的基本原理进行简要介绍,阐述多源信息融合在组合导航系统中的重要性和意义。
接着,文章重点分析了多源信息融合中的关键技术,包括数据预处理、信息融合算法、误差处理等方面。
在此基础上,文章通过实例分析,展示了多源信息融合技术在提高导航精度、增强系统可靠性以及应对复杂环境等方面的优势。
本文还对多源信息融合技术在组合导航系统中的应用进行了深入研究,探讨了不同导航源之间的融合策略和优化方法。
文章最后对多源信息融合技术在组合导航系统未来的发展趋势进行了展望,旨在为相关领域的研究人员和实践者提供有益的参考和启示。
二、组合导航系统基本原理组合导航系统是一种将多种导航传感器进行有机融合,以提高导航精度和可靠性的技术。
其基本原理主要基于多传感器信息融合技术,通过对不同导航传感器(如GPS、惯性导航系统、天文导航、地形匹配等)提供的导航信息进行合理处理和优化组合,以减小单一传感器误差,增强导航系统的整体性能。
传感器数据采集:从各种导航传感器中收集原始数据,这些数据可能包括位置、速度、加速度、姿态角等多种信息。
数据预处理:对采集到的原始数据进行必要的预处理,如去噪、滤波、校准等,以提高数据质量和为后续的数据融合提供基础。
数据融合:这是组合导航系统的核心部分。
通过采用适当的算法(如卡尔曼滤波、粒子滤波、神经网络等),将多个传感器的数据进行融合,生成一个更为准确、可靠的导航解算结果。
数据融合不仅需要考虑各传感器数据的权重分配,还要处理可能出现的传感器冲突和异常。
组合导航
• 辅助工作站
海图修正 制定计划航线 选项:气象工作站可制定气象航线
服务器 记录对话和通信数据 • 航行数据记录器(VDR) 记录雷达数据 记录船舶运动
事故回放和分析
服务器
• 船舶最佳安全系统
气象工作站 最佳气象航线 最低油耗控制 船舶动态监测
GMDSS通信控制:通过SeaNET网连到主控制台 数字化海图桌 GPS/DGPS Loran C 导航传感器 Depth Sounder MK37 Gyrocompass Log
高精度组合导航系统 根据要求,取长补短, 一般组合导航系统 灵活转换 自动航行组合导航系统
***以自主式为基础
§4-3 组合导航计算机(P219)
技术基础:计算机 一、导航微机 已不仅是数据处理工具,而是组合导航的重要组 成部分
专用化 功能专用化:软件由硬件代替,处理速度 键盘 操作界面 通用化 易于操作 外设接口 多媒体
§4-6 自动航行组合导航实例
Litton Sperry Marine: VISION 2100 Integrated Bridge
Kelvin Hughes: Nucleus Integrated Navigation System
Ninas 9000 STN ATLAS Marine Electronics: Navigation System ATLAS NACOS Norcontrol: Norcontrol Bridgeline
§4 组合导航系统
组合导航系统:借助于现代(卡尔曼)滤波原理的计算机系统
产生:七十年代初提出组合导航思想 解决:大型油轮的安全性和经济性 功能:可实现自动定位、导航、避碰、驾驶、航线优选等。
组合导航复习(完整版)
一.名词解释.1.导航,导航系统及常用导航方法.(书P1)导航:将航行体从起始点导引到目的地的技术方法.导航系统:能够向航行体的操纵者或控制系统提供航行体位置,速度,航向等即时运动状态的系统.常用导航方法:①航标方法.②航位推算法.③天文导航.④惯性导航.⑤无线电导航.⑥卫星定位导航.2.航位推算导航.(书P1)航位推算导航:从一个已知坐标位置开始,根据航行体在该点的航向,航速和航行时间,推算下一时刻的坐标位置的导航过程和方法.优点:航位推算导航技术不受天气,地理条件的限制,是一种自主式导航方法.缺点:随着时间的推移,其位置累积误差会越来越大.3.衡量导航性能的参数有哪些?答:精度,覆盖范围,系统容量,导航信息更新率,导航信息维数;可用性,可靠性,完善性,多值性.4.伪距.(书P13)用户接收机一般不可能有十分精确的时钟,他们也不与卫星钟同步,因此用户接收机测量得出的卫星信号在空间的传播时间是不准确的,计算得到的距离也不是用户接收机和卫星之间的真实距离.这种距离叫做伪距.5.定轴性与进动性.(书P36)定轴性:陀螺仪的转子绕自转轴高速旋转,即具有动量矩H 时,如果不受外力矩作用,自转轴将有相对惯性空间保持方向不变的特性.进动性:如果在陀螺仪上施加外力矩M,会引起陀螺仪动量矩H 相对惯性空间转动的特性.6.比力.(书P53)设质点在i 系(惯性系)中的位矢为r ,质点在外力作用下在惯性空间的运动状态可用牛顿第二定律导出,即22i d r F m mr dt ==.在上述等式当中,+F F F =引非引力,F 非引力为非引力外力,是指作用在载体上的发动机推力,空气阻力,升力,地面反作用力等等.=F mG 引为引力外力.由此得22i F d r G dt m =+非引力.比力定义为F f m=非引力,为载体的非引力惯性加速度矢量,也称视加速度矢量.G 为中心引力加速度矢量.7.惯导系统(书P31)惯性导航系统(Inertial Navigation System,INS)是利用惯性敏感器(陀螺仪和加速度计)测量得到的载体运动的角速率和加速度,依据惯性定律计算载体位置,速度,姿态等运动参数的装置或系统.8.数学平台.(书P21)数学平台的主要任务是用捷联陀螺仪测量的载体角速度计算出载体坐标系b 到导航坐标系n 的姿态变换矩阵nb C ;从姿态矩阵的元素中提取载体的姿态和航向角信息;用姿态矩阵把捷联系统加速度计的输出从载体坐标系变换到导航坐标系(n nb b f C f ).姿态矩阵计算,姿态航向角计算,比力变换等效于平台惯导的实体平台功能,但是靠数学变换和计算机实现.通常把这三项计算称作”数学平台”.9.对准.(书P72)在惯导系统加电启动后,平台的三轴指向是任意的,没有确定的方位.因此,在系统进入导航工作状态之前,必须将平台的指向准确估计出来.这一确定平台坐标系相对于参考系的方位的过程称为惯导系统的对准.10.传递对准.(书P81)传递对准是主惯导向子惯导实时传输子惯导对准所需要的导航参数和数据,子惯导通过动态匹配它与主惯导的数据,估计它所建立的坐标系与主惯导所建立坐标系之间的差别,并进行修正,以建立与主惯导相一致的导航坐标系的过程.(这段话比较拗口,要耐心地看.)11.标定与补偿.(书P94,P96)标定:通过比较陀螺仪,加速度计的输出值与已知的输入运动或基准信息,确定误差模型或测量模型的误差系数,使输出在其取值范围内符合使用要求的过程.误差补偿:通过测量确定适当的误差系数,并利用这误差系数通过误差模型对测量值加以修正,以除去惯性敏感器或系统中可预测的误差项.12.组合导航(书P26)组合导航技术是指使用两种或两种以上的不同导航系统(或设备)对同一信息源作测量,利用不同导航设备性能上的互补特性,从这些测量值的比较值中提取各系统的误差并校正之,以提高整个导航系统性能的方法和手段.13.最优组合导航(书P104)为了与经典的回路控制方法和其他确定性修正方法相区别,通常称采用滤波和估计技术的组合导航为最优组合导航.最优组合导航的基本原理是利用两种或两种以上的具有互补误差特性的独立信息源或非相似导航系统,对同一导航信息作测量并解算以形成量(liang,第二声)测量(liang,第四声),以其中一个系统作为主系统,利用滤波算法估计该系统的各种误差(称为状态误差),再用状态误差的估值去校正系统状态值,以使组合系统的性能比其中任何一个独立的子系统都更为优越,达到综合目的.14.线性滤波(书P106)基于线性系统进行的滤波称为线性滤波.主要包括:①最小二乘估计:它不考虑被估参数和观测参数的统计特性,因此不是最优估计.②卡尔曼滤波器:1960年卡尔曼提出了一种实用的递推最优估计算法:卡尔曼滤波器.它是建立在状态空间时域公式基础上的最优递推滤波算法,成为现代许多信息融合算法的基础.15.卡尔曼滤波(书P113)卡尔曼滤波是一种线性无偏,以误差方差最小为估计准则的最优估计算法.特点:①它的数学模型是一阶的,即连续系统是一阶微分方程,离散系统是一阶差分方程,特别适合计算机处理.②由于采用了状态转移矩阵来描述实际的动态系统,在许多工程领域中都可以使用.③卡尔曼滤波器的每次运算,只要求前一时刻的估计数据和当前时刻的测量数据,不必存储大量的历史数据.16.Sagnac效应.(书P42)光学陀螺的工作原理主要是基于Sagnac效应.所谓Sagnac效应是指在任意几何形状的闭合光路中,从某一观察点出发的一对光波沿相反方向运行一周后又回到该观察点时,这对光波的光程将由于该闭合光路相对于惯性空间的旋转而不同,光程差的大小与闭合光路的转动速率成正比.17.数据库参考导航(书P248)数据库参考导航(Data Base Reference Navigation,DBRN)是利用预先测量的地理或天文数据(源)库或地图作为参考,与传感器测量的相关信息进行计算,比较和相关处理,确定载体精确的定位信息和为载体提供导航的过程,方法和技术的总称.18.地形辅助导航(书P22)地形辅助导航(Terrain Aided Navigation,TAN)是利用地形,地物和地貌特征进行导航的总概念.地形辅助导航的基本工作原理:在系统中存储有飞行器所要飞越地区的三维数字地图;在飞行过程中,系统利用地形特征传感器得出飞行器正下方的地形剖面图或其他特征;系统将所存储的数字地图与测得的地形剖面图相比较,当达到匹配时,便求出了飞行器所在点的位置.二.简答题1.简述GPS 的组成,定位的几何原理以及GPS 定位过程.①GPS 系统的组成:GPS 卫星星座(空间部分),地面监控系统(控制部分),GPS 信号接收机(用户部分).②定位原理:三球交会(不是汇)原理.(书P13)三球交会原理:用户接收机与卫星之间的距离为:R =其中111,,,R x y z 为卫星到用户接收机之间的距离,卫星的坐标,是已知量;,,x y z 为用户接收机的坐标,为未知量.如果接收机能测出距三颗卫星的距离,便有三个这样的方程式,把这三个方程式联立起来,便能求解接收机的位置坐标,从而确定用户的位置.实际上, 用户接收机一般不可能有十分精确的时钟,他们也不与卫星钟同步,因此用户接收机测量得出的卫星信号在空间的传播时间是不准确的,计算得到的距离也不是用户接收机和卫星之间的真实距离.这种距离叫做伪距.假设用户接收机在接收卫星信号的瞬间,接收机的时钟与卫星导航系统所用时钟的时间差为t ,则有:R c t = 其中,c 为光速;t 为未知数.只要接收机能测出据四颗卫星的伪距,便有四个这样的方程.联立即可求解接收机的位置和准确的时间.③GPS 定位过程:围绕地球运转的人造地球卫星连续向地球表面发射经过编码调制的连续无线电信号,信号中含有卫星信号准确的发射时间,以及不同的时间卫星在空间的准确位置(由卫星运动的星历参数和历书参数描述);卫星导航接收机接收卫星发出的无线电信号,测量信号的到达时间,计算卫星和用户之间的距离;用导航算法(最小二乘法或滤波估计算法)解算得到用户的准确位置.2.简述平台式惯导原理.平台式惯导以陀螺为测量元件,通过三个框架形成了一个不随载体姿态和载体在地球上的位置而变动的物理稳定平台,保持着指向东北天三个方向的坐标系.固定在平台上的加速度计分别测量出在这三个方向上的载体加速度,将其对时间一次和二次积分,从而导出载体的速度和所经过的距离,载体的航向与姿态,最后由陀螺及框架构成的稳定平台输出.3.简述捷联式惯导原理.捷联式惯导将陀螺和加速度计直接固联在运载体上.惯性传感器(陀螺,加速度计)输出的是载体相对惯性空间的加速度和角速度,由计算机将载体坐标系下测量的数据变换到导航坐标系中再进行导航计算.因为导航计算是以参考坐标系(导航坐标系)为参考来确定载体的位置,速度,姿态等运动参数的,坐标变化和姿态角计算实际上起到了平台式惯导系统的稳定平台的作用,所以也称为”数学平台”.4.为什么说陀螺仪和加速度计是决定惯导系统精度的决定因素?(书P70)①陀螺仪的误差:陀螺漂移引起的误差大多数是振荡的,但对某些导航参数和平台误差角将产生常值误差.而最为严重的是北向陀螺的漂移y ε及方位陀螺的漂移z ε,对于经度误差()t δλ将引起随时间积累的位置偏差.但这并不意味着可以放松对东向陀螺的要求.实际上东向陀螺漂移x ε直接影响方位对准精度.因此,3个陀螺漂移的大小都是决定系统精度的关键因素.②加速度计的误差:加速度计零偏误差将产生振荡误差及常值误差.如两个水平加速度计的零偏误差,x y ∇∇将引起经纬度及平台姿态角的常值误差.总之,陀螺仪和加速度计的精度是影响惯导系统精度的决定性因素,其中陀螺仪的精度尤为突出.5.阐述惯导系统的基本误差特性.(P70,与题目4类似,是题目4的概括)①陀螺仪:引起的系统误差大多为振荡的,对某些导航参数和平台误差角将产生常值误差.最为严重的是北向陀螺漂移以及方位陀螺漂移,对经度误差将引起随时间积累的位置偏差.东向陀螺的漂移误差将直接影响方位对准精度.②加速度计的误差:产生振荡及常值误差.其中水平加速度计将引起经纬度及平台姿态角常值误差.总之,陀螺仪和加速度计的精度是影响惯导系统精度的决定性因素,其中陀螺仪的精度尤为突出.6.最优组合导航的原理,及其主要过程.①定义:采用滤波和估计技术的组合导航为最优组合导航.②基本原理:是利用两种或两种以上的具有互补误差特性的独立信息源或非相似导航系统,对同一导航信息作测量并解算以形成量测量,以其中一个系统作为主系统,利用滤波算法估计该系统的各种误差(称为状态误差),再用状态误差的估值去校正系统状态值,以使组合系统的性能比其中任何一个独立的子系统都更为优越,达到综合目的.③应用最优滤波实现组合导航的主要过程:a.设计”最优”系统并对其特性进行计算和评估.b.考虑成本限制,灵敏度特性,计算要求和能力,测量程序和系统知识了解程度等,对”最优”系统进行简化,设计合适的”次优”系统.c.构建并试验样机系统,并按要求做最后调整和改进.7.卡尔曼滤波器的定义,特点:①定义:卡尔曼滤波是一种线性,无偏,以误差方差最小为估计准则的最优估计算法.②主要特点:a.它的数学模型是一阶的,即连续系统是一阶微分方程,离散系统是一阶差分方程,特别适合计算机处理.b.由于采用了状态转移矩阵来描述实际的动态系统,在许多工程领域中都可以使用.c.卡尔曼滤波器的每次运算,只要求前一时刻的估计数据和当前时刻的测量数据,不必存储大量的历史数据,大大减少了对计算机运算能力的要求.8.写出离散卡尔曼滤波方程组.9.卡尔曼滤波误差产生的原因?①系统数学模型不准确或对系统数学模型作了一定的简化及近似,忽略了有关误差因素,使实际系统的状态转移矩阵,系统干扰矩阵等等与滤波计算时应用的相应参数矩阵有差别.②初始状态方差估计不准确,即0P 存在误差.③噪声的统计特性不准确,即,k k Q R 存在误差.④使用了不准确的增益矩阵k K .10.联邦滤波的基本思想.基本思想是先分散处理,再全局融合,即在诸多非相似子系统中选择一个信息全面,输出效率高,可靠性绝对保证的子系统作为公共参考系统,与其他子系统两两相结合,形成若干子滤波器;各子滤波器并行运行,获得建立在子滤波器局部观测基础上的局部最优估计;这些局部最优估计在主滤波器内按融合算法合成,从而获得建立在所有观测量基础上的全局估计.11.什么是直接估计方法,间接估计方法?惯性组合导航系统根据滤波器状态可将估计方法分为直接估计法和间接估计法.①直接估计法以各种导航参数(如惯导系统输出的精度λ,纬度L 和对地速度,,N U E v v v 等,采用符号I X 表示)为主要滤波状态,滤波器估值的主要部分就是导航参数估值.②间接法以惯导系统导航参数误差I X ∆为滤波器主要状态,滤波器估值的主要部分就是导航参数误差估值ˆX∆,然后用ˆX ∆去校正I X .12.简述输出校正和反馈校正的优缺点.(书P132)①输出校正:优点:工程实现比较方便,组合滤波器的故障不会影响惯导的工作.缺点:由于输出校正的滤波器所估计的状态是未经校正的导航参数误差,而惯导的误差是随时间增长的,卡尔曼滤波器的数学模型建立在误差为一阶小量且取一阶近似的基础上,因此在长时间工作时,由于惯导误差不再是小量,会使滤波方程出现模型误差,使滤波精度下降.②反馈校正:优点:反馈校正的滤波器所估计的状态是经过校正的导航参数误差,在反馈校正后,惯导的输出就是组合系统的输出,误差始终保持为小量,克服了输出校正的缺点,因此可以认为利用反馈校正的系统状态方程,更能接近真实地反映系统误差状态的动态过程,也可以认为没有模型误差.缺点:工程实现没有输出校正简单,且滤波器故障直接影响惯导输出,降低了系统可靠性.13.简述GPS/INS松耦合,紧耦合,并比较两者的特点.(P151)①松耦合组合(速度位置组合):将INS(惯导)和GNSS(全球导航卫星系统,这里特指GPS系统)接收机各自输出的位置估值和速度估值进行比较,得到的差值形成滤波器(如卡尔曼滤波器)的测量输入量,对惯导系统提供测量更新.②紧耦合组合(伪距,伪距率组合):将GNSS接收机的伪距测量值和伪距率测量值,与利用INS导航输出计算出的相应伪距,伪距率估计值进行比较,得到的差值形成(卡尔曼)滤波器的测量输入值,经组合导航滤波器,生成惯导系统的误差估值,这些估值可在每次测量更新后对惯导系统进行修正,以提高惯导的精度.③特点(文字版):与松耦合相比,紧耦合的主要优点有:不存在将一个卡尔曼滤波器的输出用作第二个滤波器的测量输入时所产生的问题;隐含完成GNSS位置和速度协方差的交接;组合系统不需要用完整的GNSS数据来辅助INS,即使只跟踪到单个卫星信号,GNSS数据也会输入滤波器,用于估计INS的误差,从而增加了GNSS使用的灵活性,但是在这种情况下估计精度会下降很快.④特点比较(表格版本):(见书P151)14.GPS/INS伪距,伪距率组合的概念.紧耦合组合是将GNSS接收机的伪距测量值和伪距率测量值,与利用INS导航输出计算出的相应伪距,伪距率估计值进行比较,得到的差值形成(卡尔曼)滤波器的测量输入值,经组合导航滤波器,生成惯导系统的误差估值,这些估值可在每次测量更新后对惯导系统进行修正,以提高惯导的精度.由于这种组合使用GNSS测量的伪距和伪距率以及INS导航结果相应的伪距和伪距率估值作为组合滤波器的测量值,因此,这种紧耦合组合也称为伪距,伪距率组合.15.简述SITAN地形辅助导航的原理.(书P261)根据INS输出的位置可在数字地图上找到地形高程,而INS输出的绝对高度与地形高程之差为飞行器相对高度的估计值,它与雷达高度表实测相对高度之差就是卡尔曼滤波的测量值.由于地形的非线性特性导致了量测方程的非线性,采用地形随机线性化算法可实时地获得地形斜率,得到线性化的量测方程;结合INS的误差状态方程,经过卡尔曼滤波递推算法可得导航误差状态的最优估值,采用输出校正可修正INS的导航状态,从而获得最优导航状态.16.巡航导弹的惯性地形匹配制导过程.(书P256)①在侦查阶段,预先绘制出飞行弹道附近区域的数字地形标高数字地图获取数字的地形高程数据,按巡航导弹预定的发射点到被攻击目标点之间的最佳基准弹道,确定若干个具有明显地形特征的地形匹配区.②巡航导弹飞行过程中进行地形数据实测,确定出导弹实际位置.③修正巡航导弹的飞行航迹.三.计算题.1.推导并说明纯惯性高度通道的稳定性.2.写出惯导比力方程,并说明其含义,指出每一项的物理意义.上述方程表明了加速度计所敏感的比力与载体相对地球加速度之间的关系.其右边第一项是载体对地速度在导航坐标系中的变化率,即在测量坐标系中表示的载体相对地球的加速度;第二项是地球自转角速度和导航坐标系相对地球的转动所产生的科氏加速度和向心加速度;第三项是地球重力加速度.(需会推导)推荐一首歌:《ありふれたかなしみの果て》Contributed by 施俊杰。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
概述
惯性导航系统(INS): ➢ 优点:
完全自主的导航 可提供多种导航信息 ➢ 缺点: 精度逐渐降低。 初始对准时间长
卫星导航系统(GPS): ➢ 优点:
定位精度高 精度不随时间变化 ➢ 缺点: 卫星信号不易捕获和跟踪 抗干扰能力差易产生周跳
GPS系统与惯导系统具有互补的特 点
因而被认为是目前导航领域和大地测量领域 最理想的组合方式。
船用惯性导航系统
加速度计测量的是比力 ,即载体惯性力与地球引力之差:
fnC in[riG i]C inriG n
C
n i
表示从惯性坐标系i到地理坐标系n的方向余弦矩阵,以下类
同;r为载体的地心位置矢量;G为地球引力。
地理坐标系内的速度及加速度 :
V n C e n r e C in(r i Ω i ie r i)
P kP k/k 1P k/k 1H k [H kP k/k 1H k R k] 1H kP k/k 1 [IK kH k]P k/k 1
滤波增益 H k P k /k 1 H k [H k P k /k 1 H k R k ] 1
卡尔曼滤波器
卡尔曼滤波的性质
① 卡尔曼滤波是一种递推算法,启动时必须先给定初值和。 ② 计算估计的均方误差阵有三种等价形式:
概述
组合导航优点
➢ GPS/INS组合对改善系统精度有利 ➢ GPS/INS组合加强系统的抗干扰能力 ➢ 惯导系统提高GPS接收机的跟踪能力 ➢ 解决周跳问题 ➢ 组合系统将降低对惯导系统的要求
船用惯性导航系统
船用平台式惯性导航系统 一般采用水平指北方案。由陀螺仪(三个单自由或二个双
自由)构成稳定平台,跟踪并稳定在当地地理坐标系内。在惯性 平台上安装两个敏感轴互相垂直、分别沿东西向和南北向放置的 加速度计,用以时, gn 0
enn和ine
enn和ine 的反对称矩阵
in e { 0 , ie s in, ie c o s }
e n n { V R N , R V E , tg RV E V R E s e c 2 }
f n 比力误差在地理坐标系的投影,主要是由加速度计零位误差▽和平
台(或捷联式惯导的“数学平台”)偏离地理坐标系所致
船用惯性导航系统
3. 位置误差方程 : 采用摄动法,直接得到位置误差方程:
VN
R
VE
cos
VN
sec
tg
R
R
卡尔曼滤波器
卡尔曼滤波算法是一种线性最小方差估计的递推算法,相对 其它几种最优估计方法,卡尔曼滤波具有如下特点:
算法是递推的 采用动力学方程描述被估计量的动态变化规律 卡尔曼滤波具有连续型和离散型两类算法
Accelerate Integration
Rate Integration
Euler Angle Calculation
Position Velocity
Attitude
船用惯性导航系统
船用惯性导航系统误差方程的推导 1. 平台姿态误差方程
nn in n in nn
i n n { V R N ,R V E i e s i n, ( V R E s e c 2 Ω i e c o s ) R 1 t g V E }
卫星导航系统
Global Navigation Satellite System
卫星导航系统课程 自动化学院 哈尔滨工程大学 组
第八章 船用惯性导航系统 与GPS的组合
本章内容安排
➢ 概述 ➢ 船用惯性导航系统 ➢ 卡尔曼滤波器 ➢ GPS/INS组合导航 ➢ 双差分GPS/INS组合导航系统 ➢ 推算船位与GPS的组合
陀螺漂移 在地理坐标系的投影: n
平台惯导: n
捷联惯导: n Cbn
船体坐标系到地理坐标系的方向余弦阵:C
n b
船用惯性导航系统
2. 速度误差方程
3.
采用摄动法,得到速度误差方程
: V n ( e n n 2 i n e ) V n ( e n n 2 i n e ) V n g n f n
Vehicle acceleration
Accelerometer
Gyroscope
Navigation Computer
Vehicle angular rate
Accel Rate
Coordinate Transform
Velocity Integration
Quaternion Calculation
则:
V n C i n [ r i ( Ω i e n 2 Ω i i e ) C i n V n Ω i i e Ω i i e r i] fn V n ( Ω e n n 2 Ω i n e ) V n g n
2
gn
Ω
C ine VinΩniieΩ 及iierΩi
n en
V
n分别代表载体运动的哥氏加速度项和离心加速度项;
(0)
V n ( 0 ) 、 ( 0 ) 、 ( 0 ) 分别表
示速度矢量、纬度及经度
的初始值。
船用惯性导航系统
船用捷联式惯导系统 捷联式惯性导航系统就是将惯性敏感元件直接安装在运载
体上,不再需要稳定平台和常平架结构的惯导系统。它通过 计算机内的姿态矩阵实时解析计算,起到“数学解析平台” 的作用,把惯性导航系统中加速度计测量到的比力信息,转 换到导航动参考坐标系,并从姿态矩阵的有关元素中提取舰 船的姿态角(艏向角、横摇角和纵摇角)。
Gn 为地球引力与离心力之差,即重力。
船用惯性导航系统
考虑在地球表面运动的船舶,忽略垂直速度得到
VnV VE NffE N V VN E(( 2 2Ω Ω iie e))ssiin n
一次积分:
Vn tVndt Vn(0) o
第二次积分:
t
o
t
o
VN dt (0)
R
VE R
sec dt
卡尔曼滤波器
离散系统的卡尔曼滤器
动态方程 量测方程
xk k,k 1xk 1 k 1 k 1
zkH kxkk k1
状态预测估计 方差预测
xˆk/k1k,k1xˆk1
P k /k 1 k ,k 1 P k 1 k ,k 1 k 1 Q k 1 k 1
状态估计 方差迭代
x ˆk x ˆk/k 1 K k(zk H kx ˆk/k 1 )