為了提高船用單軸旋轉(zhuǎn)捷聯(lián)慣性導(dǎo)航系統(tǒng)(RSINS)初始對(duì)準(zhǔn)的精度和快速性,針對(duì)傳統(tǒng)的EKF濾波線性化誤差和單傳感器精度不高的問題,設(shè)計(jì)了一種基于自適應(yīng)交互多模(AIMM)算法的SCNS/RSINS緊組合對(duì)準(zhǔn)方法。該算法將自適應(yīng)濾波器與交互多模型相結(jié)合,利用了兩個(gè)合理構(gòu)建狀態(tài)模型和量測(cè)模型的平行濾波來實(shí)現(xiàn)對(duì)實(shí)際模態(tài)的覆蓋:濾波1應(yīng)用姿態(tài)四元數(shù)算法建立了狀態(tài)方程的模型,量測(cè)量為RSINS與SCNS之間的姿態(tài)四元數(shù)誤差;濾波2的根據(jù)SCNS/RSINS的誤差特性構(gòu)建了狀態(tài)方程模型,量測(cè)量為RSINS與SCNS位置和航向誤差,然后應(yīng)用自適應(yīng)IMM算法將兩個(gè)平行濾波的估計(jì)值進(jìn)行數(shù)據(jù)融合。在某種程度上,因狀態(tài)噪聲和量測(cè)噪聲的不確定性,EKF的性能會(huì)被降低,而通過模型轉(zhuǎn)換機(jī)制,IMM可用于選擇一個(gè)合理的模型自動(dòng)計(jì)算器來自適應(yīng)地調(diào)整對(duì)準(zhǔn)過程中噪聲的協(xié)方差矩陣,因此該算法可以有效地解決SCNS/RSINS組合導(dǎo)航系統(tǒng)的初始對(duì)準(zhǔn)問題。仿真結(jié)果表明:與EKF算法相比,基于自適應(yīng)IMM算法的SCNS/RSINS組合對(duì)準(zhǔn)方法的估計(jì)精度和對(duì)準(zhǔn)快速能力都得到了改善,其中對(duì)方位陀螺漂移的估計(jì)時(shí)間縮短了至少40%。

【文章頁數(shù)】：9 頁


本文編號(hào)：4016044