【摘要】：對(duì)旋轉(zhuǎn)式SINS精對(duì)準(zhǔn)方法進(jìn)行了研究,由于轉(zhuǎn)位機(jī)構(gòu)轉(zhuǎn)動(dòng)干擾以及慣性器件誤差不確定性帶來(lái)的影響,旋轉(zhuǎn)式SINS狀態(tài)方程和量測(cè)方程噪聲方差參數(shù)難以確定,進(jìn)而導(dǎo)致初始對(duì)準(zhǔn)精度降低,針對(duì)這個(gè)問(wèn)題引入自適應(yīng)Kalman濾波技術(shù)。Sage-Husa是一種常用的自適應(yīng)濾波算法,但是存在噪聲參數(shù)強(qiáng)耦合缺陷。通過(guò)研究Allan方差與量測(cè)噪聲方差之間的關(guān)系,利用Allan方差濾波器具有帶通濾波的特點(diǎn),獨(dú)立計(jì)算量測(cè)噪聲協(xié)方差陣R_k,該方法能夠有效克服Sage-Husa濾波耦合問(wèn)題,相比其它改進(jìn)方法具有簡(jiǎn)單易實(shí)現(xiàn)等特點(diǎn)。對(duì)該研究進(jìn)行了仿真實(shí)驗(yàn)與實(shí)際系統(tǒng)驗(yàn)證實(shí)驗(yàn),結(jié)果表明:對(duì)于中等精度光纖陀螺單軸旋轉(zhuǎn)SINS,自適應(yīng)Kalman濾波算法航向角對(duì)準(zhǔn)精度比標(biāo)準(zhǔn)Kalman濾波算法精度要高0.6’左右,且在誤差估計(jì)過(guò)程中,自適應(yīng)Kalman濾波器能夠更好地抑制外界干擾誤差的影響,是一種較好的精對(duì)準(zhǔn)方法。
[Abstract]:The precision alignment method of rotary SINS is studied. The noise variance parameters of rotating SINS state equation and measurement equation are difficult to determine due to the influence of rotating interference of the translocation mechanism and the uncertainty of inertial device error. In order to solve this problem, adaptive Kalman filtering technique is introduced. Sage-Husa is a commonly used adaptive filtering algorithm, but it has strong coupling defects of noise parameters. By studying the relationship between Allan variance and measurement noise variance, using the characteristic of bandpass filter, Allan variance filter can independently calculate the measurement noise covariance matrix R _ s _ k. This method can effectively overcome the coupling problem of Sage-Husa filter. Compared with other improved methods, the method is simple and easy to realize. The simulation experiment and the actual system verification experiment are carried out. The results show that the heading angle alignment accuracy of the SINS, adaptive Kalman filtering algorithm is about 0.6 'higher than that of the standard Kalman filtering algorithm. In the process of error estimation, adaptive Kalman filter can better restrain the influence of external interference error, so it is a better precision alignment method.
【作者單位】： 東南大學(xué)微慣性儀表與先進(jìn)導(dǎo)航技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61374215)
【分類號(hào)】：TN96

【相似文獻(xiàn)】

相關(guān)期刊論文 前7條

1 肖明耀;有限頻域噪聲引起的Allan方差修正[J];計(jì)量學(xué)報(bào);1986年04期

2 彭啟琮,張有正;頻率穩(wěn)定度描述:Allan方差估值的置信度問(wèn)題[J];電子學(xué)報(bào);1983年03期

3 范小龍;曹詠弘;;一種加速度計(jì)螺旋下落時(shí)誤差系數(shù)的Allan方差分析[J];軍民兩用技術(shù)與產(chǎn)品;2014年04期

4 張亞寧;朱濤;傅軍;;基于Allan方差的MEMS陀螺誤差分析[J];自動(dòng)化與儀器儀表;2013年03期

5 趙思浩;陸明泉;馮振明;;MEMS慣性器件誤差系數(shù)的Allan方差分析方法[J];中國(guó)科學(xué):物理學(xué) 力學(xué) 天文學(xué);2010年05期

6 賈瑞才;;低成本IMU誤差辨識(shí)與補(bǔ)償算法[J];四川兵工學(xué)報(bào);2014年05期

7 ;[J];;年期

相關(guān)會(huì)議論文 前1條

1 趙思浩;陸明泉;馮振明;;MEMS慣性器件誤差系數(shù)的Allan方差分析方法[A];第一屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集（下）[C];2010年

相關(guān)碩士學(xué)位論文 前1條

1 向高林;三軸MEMS陀螺井下尋北的旋轉(zhuǎn)在線校準(zhǔn)研究[D];重慶郵電大學(xué);2016年

，

本文編號(hào)：2365400