北航房建成--卡尔曼滤波与组合导航-第5讲.ppt

第四章 最优滤波在惯性/天文/卫星组合导航系统中的应用 4.1 概述 4.2 基于集中滤波的SINS/CNS/GPS 组合导航方法 4.3 基于联邦滤波的SINS/CNS/GPS 组合导航方法 4.4 SINS/CNS/GPS半物理仿真系统 4.1 概述 4.1 概述 4.1 概述 4.1 概述 4.1 概述 4.1 概述 4.1 概述 4.2 基于集中滤波的SINS/CNS/GPS组合导航 4.3 基于联邦滤波的SINS/CNS/GPS组合导航 4.3.2 基于联邦滤波的SINS/CNS/GPS 组合导航 4.3.2 基于联邦滤波的SINS/CNS/GPS 组合导航方法 4.3.2 基于联邦滤波的SINS/CNS/GPS 组合导航方法 4.3.2 基于联邦滤波的SINS/CNS/GPS 组合导航方法 4.3.2 基于联邦滤波的SINS/CNS/GPS 组合导航方法 4.3.2 基于联邦滤波的SINS/CNS/GPS 组合导航方法 4.3.2 基于联邦滤波的SINS/CNS/GPS 组合导航方法 提出一种基于优化信息分配因子的联邦滤波方法 提出一种基于优化信息分配因子的联邦滤波方法（续） 仿真轨迹：基于弹道导弹飞行，前40秒SINS/GPS组合导航，40秒以后SINS/GPS/CNS组合导航 仿真结果图： 仿真结果图： 基于优化信息分配因子的联邦滤波方法仿真结论 4.4 SINS/CNS/GPS半物理仿真系统 为什么要构建半物理仿真系统 4.4 SINS/CNS/GPS半物理仿真系统 SINS/CNS/GPS半物理仿真系统的基本组成 4.4 SINS/CNS/GPS半物理仿真系统 4.4 SINS/CNS/GPS半物理仿真系统 SINS/CNS/GPS半物理仿真系统关键技术 状态方程：同子滤波器1 采用经过换算得到的数学平台误差角作为卡尔曼滤波器的观测量，量测方程： 量测方程： 式中： ——观测量 ——量测矩阵 滤波器设计—— 子滤波器2 SINS/CNS 状态估计误差协方差阵 如果测量系统是可观测的，那么协方差阵所有元素都是限定的。状态估计误差可以直接由协方差阵P如下计算： 状态估计器的性能由这个状态估计误差来评价。 4.3.2 基于联邦滤波的SINS/CNS/GPS 组合导航方法 相当于把估计误差向量长度最小化并且希望是P的迹最小，因为它是在估计所有状态向量元素的均方误差之和，如果这里没有不确定过程和量测噪声协方差，使用标准卡尔曼滤波性能指标C获得全局最小值。但是如果Q、R不确定，C不能获得最小值，这里假设没有不确定的Q、R，成本最小化函数相当于 的极大值。 信息融合分配因子为 4.3.2 基于联邦滤波的SINS/CNS/GPS 组合导航方法 提出一种基于优化信息分配因子的联邦滤波方法（续） 4.3.2 基于联邦滤波的SINS/CNS/GPS 组合导航方法 Attitude errors Gyros drifts Accelerometers biases Velocity error compensation Position error compensation 4.3.2 基于联邦滤波的SINS/CNS/GPS 组合导航方法 能够达到滤波的全局最优； 可以估算并补偿每个轴的误差角、陀螺漂移以及加速度计偏置； CNS可以很好地估计并补偿由陀螺漂移产生的失准角误差，而且能抑制由失准角产生的速度和位置误差； GPS可以修正速度位置误差，估计和补偿加速度计的偏置。 半物理仿真系统 验证算法测试系统性能的最为有效的平台 优点： （1）减少飞行试验次数 （2）降低试验成本 （3）缩短系统研制周期 （4）可对算法和系统性能进行快速有效地验证和测试 轨迹发生器 天文子系统 生成载体轨道数据，模拟载体运行轨迹 惯性子系统 卫星子系统 组合子系统 显示子系统 采用真实惯导系统，提供真实误差数据 采用星模拟器和星敏感器模拟器，提供天文姿态数据 采用真实卫星导航系统，提供真实数据 接收惯性、天文、卫星子系统的数据，实现高精度组合导航 对惯性、天文、卫星子系统信息和组合导航信息进行直观显示 分散滤波器结构 LF2 LF1 LFN 主滤波器 子系统2 子系统1 子系统N 参考系统 时间更新 最优融合 4.3.1 联邦滤波概述 分散滤波器优、缺点 优点 (1) 全局滤波仍然较复杂； (2) 算法基于各测量值是不相关的假设。