[发明专利]一种测绘车用惯导系统零速修正方法

摘要

本发明属于惯性技术领域，具体涉及一种测绘车用惯导系统零速修正方法。本发明包括以下步骤：滤波参数初始化；惯性导航和滤波器状态转移矩阵离散化；计算速度积分观测量和量测矩阵；UD分解卡尔曼滤波时间更新计算；发送零速修正申请；UD分解卡尔曼滤波量测更新；惯导系统误差修正；重复以上步骤直到定位定向系统工作结束。本发明需要解决的技术问题为：现有技术中以速度误差为观测量的速度匹配零速修正方法易受外界干扰速度的影响，降低了惯导误差估计精度。本发明实现了对量测速度噪声的有效滤波平滑，减小了干扰速度的影响，提高了滤波计算精度和滤波工作稳定性，克服了估计方差阵计算误差引起的奇异问题，从而提高了零速修正精度和可靠性。

主权项

一种测绘车用惯导系统零速修正方法，其特征在于：采用的坐标系定义如下：n：导航坐标系(oxyz)，北天东地理坐标系，x轴指北，y轴指天，z轴指东；n′：计算导航坐标系(o′x′y′z′)，x′轴指北，y′轴指天，z′轴指东；b：惯导载体系(o″x″y″z″)，与陀螺坐标系重合，前上右坐标系，x″轴指向前，y″轴朝上，z″轴指右；本方法包括以下步骤：步骤1)滤波参数初始化；步骤2)惯性导航和滤波器状态转移矩阵离散化；步骤3)计算速度积分观测量和量测矩阵；步骤4)UD分解卡尔曼滤波时间更新计算；步骤5)发送零速修正申请；步骤6)UD分解卡尔曼滤波量测更新；步骤7)惯导系统误差修正；步骤8)重复以上步骤2)～7)，直到定位定向系统工作结束；步骤1)具体包括以下步骤：惯导系统完成初始对准后，对零速修正UD分解卡尔曼滤波器参数进行初始化，转入导航状态，设计惯导系统误差模型如下：式中，建立如下零速修正卡尔曼滤波器模型：$\left\{\begin{array}{c}X\left(k\right)=\mathrm{\Φ}(k,k-1)X(k-1)+\mathrm{\Γ}(k-1)w(k-1)\\ Z\left(k\right)=H\left(k\right)X\left(k\right)+\mathrm{\γ}\left(k\right)\end{array}\right.---\left(2\right)$式(1)、式(2)中，状态向量ω_ie为地球自转角速率；V_N、V_U、V_E分别为惯导北向、天向、东向速度；f_N、f_U、f_E分别为惯导北向、天向、东向加速度；λ、h分别为惯导经度、纬度、高度；R_M、R_N分别为地球子午面、卯酉面半径；δV_N、δV_U、δV_E分别为惯导北向、天向、东向速度误差；φ_N、φ_U、φ_E分别为惯导北向、天向、东向失准角；δh、δλ分别为惯导纬度误差、高度误差、经度误差；分别为惯导载体系x轴、y轴、z轴加速度计零位误差；ε_x、ε_y、ε_z分别为惯导载体系x轴、y轴、z轴陀螺常值漂移；z(k)为观测量；H(k)为量测矩阵；w(k)为系统噪声；γ(k)为观测噪声；Γ(k)为系统噪声矩阵；Φ(k,k‑1)为离散状态转移矩阵；分别为惯导载体系x轴、y轴、z轴加速度计测量噪声；δε_x、δε_y、δε_z分别为惯导载体系x轴、y轴、z轴陀螺测量噪声；为惯导姿态阵；卡尔曼滤波估计误差方差P_k和一步预测估计误差方差P_k/k‑1分解成UDU^T的形式，即$P_k=U_k{D}_k{U}_k^T,$记为$\hat{P}=\hat{U}\hat{D}{\hat{U}}^T---\left(3\right)$$P_{k/k-1}=U_{k/k-1}{D}_{k/k-1}{U}_{k/k-1}^T,$记为$\tilde{P}=\tilde{U}\tilde{D}{\tilde{U}}^T---\left(4\right)$UD自适应卡尔曼滤波器的初始参数设置包括：对于UD自适应卡尔曼滤波器的U矩阵，其一步预测误差方差分解阵$\tilde{U}=I_{15\×15};$对于UD自适应卡尔曼滤波器的D矩阵，其一步预测误差方差分解阵$\tilde{D}=I_{15\×15};$对于UD自适应卡尔曼滤波器的U矩阵，其估计误差方差分解阵$\hat{U}=I_{15\×15};$根据所采用的惯导系统精度设置UD自适应卡尔曼滤波器的D矩阵的估计误差方差分解阵系统噪声方差阵Q＝E[w(k)w^T(k)]、噪声阵Γ；量测噪声方差阵R＝E[γ(k)γ^T(k)]，E表示数学期望；w(k)为系统噪声；γ(k)为观测噪声。