北航房建成--卡尔曼滤波与组合导航-第2讲.ppt

第二章 SINS/GPS组合导航系统技术 2.1 捷联惯性导航系统（SINS） 第二章 SINS/GPS组合导航系统技术 2.1 捷联惯性导航系统（SINS） 2.1 捷联惯性导航系统 2.1.2 捷联惯导主要组成部分及功能 2.1.3 捷联惯导系统的误差 IMU标定的基本原理 IMU的综合误差方程 2.2 卫星导航系统 2.2.1 卫星导航系统基本原理——无线电定位导航 2.2.4 GPS误差特性 载体运动模型 2.2.5 GPS动态滤波的数学模型 GPS误差模型 2.2.5 GPS动态滤波的数学模型 2.2.5 GPS动态滤波的数学模型 2.2.6 GPS动态定位的滤波理论与方法 GPS动态定位最优滤波 2.3 几种最优估计方法 什么是估计? 什么是预测? 什么是平滑? 什么是最优估计？最小二乘估计？ 什么是最小方差估计？线性最小方差估计？ 2.3.2 最小二乘估计 一般最小二乘 最小二乘估计的指标函数 最小二乘估计的性质 2.3.3 加权最小二乘估计 一般最小二乘精度不高 加权最小二乘的指标函数 加权最小二乘的估计误差 加权最小二乘的估计误差 2.3.4 递推最小二乘估计 假设：量测噪声V是均值噪声，方差为R的随机向量 （1）最小二乘估计是无偏估计 （2）最小二乘的均方误差阵 不分优劣地使用量测信息 原因 Z1 Z2 Zm 普通最小 二乘估计 加权最小 W1 W2 Wm 量测信息精度质量越高 权重越大 Zi的权值 正定加权矩阵 若W＝I，则 普通最小二乘 指标函数 通常W取为对称阵，即WT＝W，则加权最小二乘估计为： 惯导系统的误差方程 最终可得，Φ角误差方程： 不考虑δλ的Φ角误差方程可简化为： 卡尔曼滤波方程的建立 （1）系统方程 X 系统状态向量 W 系统噪声向量 其中，WδVN。。。 WδΨD 为零均值高斯白噪声，分别为加速度计误差和陀螺漂移的噪声成分 卡尔曼滤波方程的建立 （1）系统方程 系统转移矩阵 Ω为地球自转角速度 L为地理纬度 （2）量测方程 取两个水平速度误差δVN 和δVE为观测量 即： Z=[Z1， Z2]=[δVN ，δVE ]为观测量 H为观测矩阵 η=[ηN ，ηE]为观测方程的随机噪声状态矢量 为零均值高斯白噪声 卡尔曼滤波方程的建立 （3）离散卡尔曼滤波方程 或 卡尔曼滤波方程的建立 计算机仿真结果 仿真条件: 陀螺常值漂移:0.02?/h ； 陀螺随机漂移:0.01?/h ； 加速度计常值偏置:100ug； 加速度计随机误差:50ug； 初始失准角ΨN，ΨE，ΨD: 1? 惯导所处位置的地理纬度： L = 45° 初始值的选取: X（0）均取为0； P（0）为粗对准后，位置、速度、姿态和惯性器件误差的方差 Q 对应陀螺和加速度计随机误差的方差 ； R 对应量测随机误差的方差 ； 计算机仿真结果 计算机仿真结果 计算机仿真结果 分析: 收敛速度方面：ΨN和ΨE收敛较快，约20秒，ΨD约5分钟以上 估计精度方面：ΨN和ΨE的稳态估计误差为20“， ΨD 的稳态估计误差为6.48 陀螺漂移的估计： εN在15分钟以内可以估计出来 εD在虽然能勉强估计出来，但效果很差 εE估计不出来 加速度计偏置的估计： ▽x ，▽y也估计不出来 计算机仿真结果 分析可知: ΨN和ΨE的估计精度由▽E和▽N决定 ΨD的估计精度由εE决定 静基座对准的可观测性分析 静基座初始对准数学模型： 静基座对准的可观测性分析 根据线性定常系统可观测性判定准则： 系统不完全可观测 7个状态可观测 3个状态不可观测 静基座对准的可观测性分析 利用奇异值分解来求秩，可仔细分析！ 提高静基座对准精度和速度的方法 提高系统可观测度 快速对准方法 提高对准精度 提高对准速度 惯导误差模型的前5个方程如下: ① ② ③ ④ ⑤ KF 提高静基座对准精度和速度的方法 提高静基座对准精度和速度的方法 由①和② 得: ⑥ ⑦ 又有: 所以稳态估计误差正好为: 又 提高静基座对准精度 和速度的方法 由④可 得: 将⑥,⑦代入⑧ : ④ ⑧ ⑥ ⑦ 由④ 式可得快速初始对准方法: 空间星座 地面监控 用户设备 + + GPS 接收机 卫星监测站 主控站 信息注入站 24颗GPS卫星 2.2.2 卫星导航系统组成 无线电导航受区域限制 80年代开始发展卫星导航（将发