一种基于mrupf的捷联惯导系统大方位失准角初始对准方法

专利名称：：一种基于mrupf的捷联惯导系统大方位失准角初始对准方法
技术领域：
：本发明涉及一种基于MRUPF(MultiresolutionUnscentedParticleFilter，多分辨Unscented粒子滤波)的捷联惯导系统大方位失准角初始对准方法，适用于大方位失准角情况下误差模型是非线性的，非高斯噪声条件下静基座捷联惯导初始对准。
背景技术：
：捷联惯性导航系统(Strap-downInertialNavigationSystem,SINS)利用惯性器件及初始参数来确定运载体的位置、速度和姿态等全部运动参数，它工作时不依靠任何外界信息，也不向外辐射能量，是一种完全自主的导航系统。对于捷联惯导系统，由于姿态矩阵起到“数字平台”的作用，因此导航工作一开始就需要获得捷联姿态矩阵的初始值，以便完成导航的任务。显然如何获得捷联矩阵的初值，即初始对准问题，就成了首先必须解决的问题。对准精度和对准实时性是惯导系统进行初始对准时的两项重要技术指标。初始对准精度影响SINS的性能，初始对准实时性标志着系统的快速反应能力，所以初始对准一直被看作一项导航关键技术，从而成为近年来惯导领域的研究热点之一。SINS的初始对准过程通常采用状态估计器来估计粗对准的误差，进而精确地确定SINS的初始姿态矩阵。常用的状态估计器就是卡尔曼滤波器(KalmanFilter,KF)，但KF滤波方法只能处理线性系统。当SINS的初始航向失准角较大时，会引起系统的非线性。扩展卡尔曼滤波(ExtendedKalmanFilter,EKF)虽然可以处理SINS初始对准的非线性问题，但是当系统非线性较强时，例如空中大失准角对准，EKF的线性化过程将带来很大误差。Unscented卡尔曼滤波(UKF)在处理任意非线性系统时，通过计算非线性系统后验期望与方差，能够达到非线性系统二阶泰勒级数的精度，但UKF对于具有较强非线性、非高斯系统的状态估计就达不到期望的效果。KF、EKF以及UKF等滤波方法都要求系统的噪声为高斯白噪声，由于实际SINS的系统噪声为非高斯噪声，因此会导致SINS初始对准精度的下降，将适用于非高斯系统的粒子滤波(Particlefilter,PF)应用于SINS初始对准，可以解决SINS系统非高斯噪声引起的精度下降问题。但是PF滤波方法存在粒子退化问题，针对这一问题，已有学者将UPF滤波方法(UnscentedParticleFilter，Unscented粒子滤波)运用到SINS非线性初始对准中。但是，UPF的缺点是计算量很大，随着选取的粒子数目的增加，计算量会急剧增加，初始对准的实时性严重降低，惯导系统的性能就会受到严重影响。
发明内容本发明的技术解决问题是针对大方位失准角，非高斯噪声条件下捷联惯导静基座初始对准利用现有滤波方法计算量大而造成初始对准时间长，实时性差的不足，采用MRUPF非线性滤波方法进行大方位失准角下捷联惯导初始对准，在保证初始对准精度的同时提高初始对准实时性。本发明的技术解决方案是本发明提出了一种基于MRUPF的非线性滤波方法来解决捷联惯导大方位失准角初始对准问题。MRUPF滤波方法将多分辨小波滤波与UPF相结合，在利用UPF进行初始对准的状态估计时，在某一时刻下利用多分辨方法对粒子进行选择，降低粒子数目，将选择的粒子集及粒子权值作为初始粒子集和权值，然后继续利用UPF滤波方法进行初始对准的状态估计，得到失准角估计值。具体步骤如下(1)建立捷联惯导大方位失准角静基座初始对准的状态空间模型系统的状态变量为X=AVnψΕψΝΨυV￡.VnεΕεΝf(/f;以东向和北向速度误差为观测量，即Z=[AVeAVn]t。地理坐标系为东北天地理坐标系；ΔVe和AVn分别为东向和北向速度误差；ΨΕ、ΨΝ、分别为东向、北向和天向失准角；▽；^和▽；ν分别为东向和北向加速度计常值偏置；εΕ、^和％分别为三个方向上的陀螺仪的常值漂移。根据捷联惯导系统静基座下的速度、姿态角误差方程，建立捷联惯导系统大方位失准角下的误差方程和观测方程权利要求一种基于MRUPF的捷联惯导系统大方位失准角初始对准方法，其特征在于包括以下步骤(1)建立捷联惯导系统大方位失准角静基座初始对准的状态空间模型系统的状态变量为以东向和北向速度误差为观测量，即Z＝[ΔVEΔVN]T。地理坐标系为东北天地理坐标系；ΔVE和ΔVN分别为东向和北向速度误差；ψE、ψN、ψU分别为东向、北向和天向失准角；和分别为东向和北向加速度计常值偏置；εE、εN和εU分别为三个方向上的陀螺仪的常值漂移；根据捷联惯导系统静基座下的速度、姿态角误差方程，建立捷联惯导系统在大方位失准角下的状态空间模型，则误差方程和观测方程分别为<mfencedopen=''close='}'><mtable><mtr><mtd><mover><mi>X</mi><mo>&CenterDot;</mo></mover><mo>=</mo><mi>f</mi><mrow><mo>(</mo><mi>X</mi><mo>)</mo></mrow><mo>+</mo><mi>&upsi;</mi></mtd></mtr><mtr><mtd><mi>Z</mi><mo>=</mo><mi>HX</mi><mo>+</mo><mi>&eta;</mi></mtd></mtr></mtable></mfenced>其中，f(X)为在大方位失准角下捷联惯导系统的非线性误差方程；为系统观测矩阵，I2×2为2×2单位阵，O2×8为2×8的零矩阵；υ和η分别为系统噪声和观测噪声，且分别服从以下非高斯概率分布υ～pυ，η～pη；将上述的状态空间模型离散化得<mfencedopen=''close='}'><mtable><mtr><mtd><msub><mi>X</mi><mi>k</mi></msub><mo>=</mo><mi>F</mi><mrow><mo>(</mo><msub><mi>X</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub><mo>)</mo></mrow><mo>+</mo><msub><mi>&upsi;</mi><mrow><mi>k</mi><mo>-</mo><mn>1</mn></mrow></msub></mtd></mtr><mtr><mtd><msub><mi>Z</mi><mi>k</mi></msub><mo>=</mo><msub><mi>HX</mi><mi>k</mi></msub><mo>+</mo><msub><mi>&eta;</mi><mi>k</mi></msub></mtd></mtr></mtable></mfenced>式中，Xk1和Xk分别为第k1时刻和第k时刻的状态变量；F(Xk1)是第k1时刻离散化的系统方程非线性项；υk1为第k1时刻的系统噪声；Zk为第k时刻的观测量；ηk为第k时刻的观测噪声；(2)滤波初始化在初始时刻即第k＝0时刻，对步骤(1)中的状态变量进行初始化，生成N个服从p(X0)分布的粒子粒子权值为其中p(X0)为初始状态X0服从的概率分布；(3)设M为利用多分辨方法对粒子及粒子权值进行选择的时刻，时刻k＜M且有新的观测量时，根据步骤(1)中的状态空间模型，利用UPF滤波方法进行初始对准的状态估计，得到第k时刻的初始对准状态估计值粒子集和粒子权值从而得到失准角估计值；(4)时刻k＝M且有新的观测量时，根据步骤(1)中的状态空间模型，基于多分辨方法对步骤(3)所得到的第k1时刻的粒子及粒子权值进行选择，再利用UPF进行初始对准的状态估计，得到第k时刻的初始对准状态估计值粒子集和粒子权值从而得到失准角估计值。在这个过程中，粒子数目由N减少为(5)时刻k＞M且有新的观测量时，根据步骤(1)中的状态空间模型，以前一时刻得到的粒子集权值作为当前时刻初始的粒子集和权值，利用UPF滤波方法，得到失准角估计值。在此过程中，粒子数目是FSA00000263228400011.tif,FSA00000263228400012.tif,FSA00000263228400013.tif,FSA00000263228400015.tif,FSA00000263228400017.tif,FSA00000263228400018.tif,FSA00000263228400019.tif,FSA000002632284000110.tif,FSA000002632284000111.tif,FSA00000263228400021.tif,FSA00000263228400022.tif,FSA00000263228400023.tif,FSA00000263228400024.tif,FSA00000263228400025.tif,FSA00000263228400026.tif,FSA00000263228400027.tif2.根据权利要求1所述的一种基于MRUPF的捷联惯导系统大方位失准角初始对准方法，其特征在于所述步骤(4)将多分辨小波滤波与UPF相结合进行捷联惯导大方位失准角静基座初始对准的状态估计。该步骤先利用小波变换对粒子权值进行多分辨分解，将权值分为低通部分和高通部分；然后通过对高通部分权值的阈值处理来选取粒子，得到粒子{左；—,及粒子权值他，使粒子数目由ν降低为及；最后将(ur:,和κ—ι作为第k时刻的初始粒子和粒子权值进行UPF滤波得到第k时刻的初始对准状态估计值Ii、粒子集{不么和粒子权值·κ，从而得到失准角估计值。全文摘要本发明涉及一种基于MRUPF的捷联惯导系统大方位失准角初始对准方法。该方法首先建立大方位失准角条件下捷联惯导系统静基座初始对准的状态空间模型，进行滤波初始化；然后利用UPF滤波算法进行初始对准的状态估计，在某一时刻下利用多分辨方法对粒子及粒子权值进行选择，降低粒子数目，将选择的粒子集及粒子权值作为初始粒子集和权值，继续利用UPF滤波方法进行初始对准的状态估计，得到失准角估计值。本发明通过多分辨方法减少UPF滤波的粒子数目，从而降低了计算量，在保证初始对准精度的同时提高了大方位失准角下捷联惯导系统初始对准的实时性。本发明适用于捷联惯导系统初始对准。文档编号G01C21/18GK101975585SQ201010276909公开日2011年2月16日申请日期2010年9月8日优先权日2010年9月8日发明者全伟,崔培玲,张会娟申请人:北京航空航天大学