捷联惯导系统快速精确传递对准模型及滤波算法.docxVIP

捷联惯导系统快速精确传递对准模型及滤波算法 0 速度加姿态匹配传递准征 机架联合指挥系统的快速、高精度传输是实现机架作用的关键。由于机载武器在夺取制空权的重要作用日益突出, 因此对其捷联惯导系统传递对准的快速性和精确性提出了更高要求。文献[1]首次提出速度加姿态匹配传递对准方法, 奠定了快速传递对准基础。传递对准所处的空中环境十分恶劣, 机翼变形对快速传递对准影响不容忽视。文献[2]提出将机翼变形扩充为系统状态进行滤波的方法, 该方法严重依赖于机翼变形模型的准确性。文献[3]提出传递对准滤波中机翼变形噪声在线补偿算法, 该算法计算复杂, 影响机载武器导航计算机的实时性。传递对准滤波通常采用Kalman滤波器, Kalman滤波要求精确的数学模型以及噪声统计特性。为了弥补Kalman滤波鲁棒性不足, 出现了混合H 本文从传递对准模型入手, 建立了速度加姿态匹配传递对准模型, 将系统噪声、速度观测噪声建模为高斯白噪声, 而将受机翼挠曲变形影响的姿态观测噪声建模为能量有限噪声。建立了观测噪声中既有高斯白噪声又有能量有限噪声的滤波性能优化指标, 将滤波问题转化为最小最大问题。采用拉格朗日乘子法对最小最大问题进行了求解, 设计了一种观测噪声既有高斯白噪声又有能量有限噪声的混合H 1 基于共同背景的建模 1.1 模型状态选取 快速传递对准一般采用速度加姿态匹配。姿态匹配对机翼挠曲变形敏感, 通常考虑将挠曲变形作为状态变量加入到模型中, 一般可采用马尔可夫过程对挠曲变形进行建模 导航坐标系选为东北天地理坐标系, 传递对准模型状态选为 式中, δV 状态方程包括速度误差方程、平台失准角方程、惯性器件误差方程和安装误差方程。由于传递对准时间一般很短, 将惯性器件误差建模为随机常值误差与高斯白噪声的和。状态方程可以写为 式中, 1.2 约束条件下的极值求解 速度加姿态匹配的观测量由速度观测量和姿态观测量组成。速度观测噪声可以建模为高斯白噪声, 速度观测量为经过杆臂速度补偿的主子惯导的速度差 式中, 姿态观测量取为 式中, 机翼挠曲变形角λ、安装误差角 将式 (5) 所示的矩阵反对称形式观测方程转化为矢量形式观测方程为 式中, 2混合H 2.1问题描述 将速度加姿态传递对准模型式 (2) 、式 (3) 、式 (16) 离散化, 可以得到离散系统模型为 式中, x 设待估计向量为 式中, L 对于观测量y 式中, 当θ 对于观测量y 式中, R H 由于y 式中, 算法设计的基本原理是在约束条件式 (7) 下求滤波性能指标式 (14) 的极值, 因此可以采用拉格郎日乘子法求得约束条件下的极值。引入拉格朗日乘子2λ 拉格朗日乘子法求极值的必要条件是求得拉格朗日函数相对于各变量的稳定点, 即 式 (20) 保证了满足约束条件式 (7) 。 当k≠N时, 由式 (16) 可得 以及 当k=N时, 得 由式 (17) 可得 假设 将式 (25) 、式 (24) 代入式 (7) , 得 将式 (27) 代入式 (26) , 得 式 (28) 等式两边都为零时, 对于任意λ 将式 (21) 、式 (24) 、式 (25) 代入式 (14) , 得 式 (31) 等价为 将式 (32) 中范数形式展开成向量相乘形式为 将式 (30) 代入式 (33) 中λ 令 式 (27) 中F 将式 (35) 代入式 (36) 并化简, 得 将式 (37) 代入式 (33) , 并考虑到式 (38) , 得 将式 (39) 代入式 (19) , 得 显然式 (40) ~式 (42) 满足下列条件时成立: 为性能函数J的极小值的条件是 因为 由式 (35) 以及矩阵的逆和矩阵自身的正定性相同, 因此极小值条件为 2.3 离散系统的基础 式 (29) ~式 (30) 、式 (43) ~式 (45) 构成了离散系统式 (7) 和式 (8) 的混合滤波算法的基础。下面将算法流程总结如下。 (1) 设定对称正定矩阵S 若式 (49) 不满足条件, 调整θ (3) 在每一个滤波时刻k计算 由上述计算流程可以看出, 当θ 3 模拟与结果分析 3.1 子惯导安装误差角 子惯导加速度计常值零偏为2 mg, 子惯导加速度计噪声为0.2 mg, 子惯导陀螺常值漂移为30 (°) /h, 子惯导陀螺噪声为3 (°) /h, 子惯导安装误差角各向都取为1°, 标称安装角都为0°;机翼挠曲变形采用二阶马尔可夫过程模拟, 马尔可夫模型参数分别为6、7、8, 马尔可夫模型激励白噪声方差为0.001rad 3.2 算法的有效性分析 为了分析本文滤波算法的性能, 将本文算法与Kalman滤波算法、H 对图1及表1进行分析以得出, 采用Kalman滤波算法和本文算法能得到子惯导平台失准角相同的估计