论文部分内容阅读
该文研究了基于角速率匹配法惯性测量船体变形估计算法。具体地,研究了基于线性模型的惯性测量匹配法和基于非线性模型的惯性测量匹配法。在基于线性模型的惯性测量匹配法中,建立了船体变形线性模型,进行了基于实验数据的动态变形角模型参数优化,并通过实际数据仿真证明了参数优化的正确性。针对角速率匹配法的线性模型还进行了可观测性分析,指出了系统因部分可观测而对变形角测量造成的影响。同时,该文针对线性模型进行了三次不同条件下的仿真:分别为舰船小角度摇摆下匀速直线航行系统仿真、典型摇摆下匀速直线航行系统仿真和典型摇摆下舰船作圆周运动时的系统仿真。仿真结果表明该算法具有良好的稳定性,静态变形角和动态变形角的估计精度也都达到了0.3角分和0.5角分以内。基于目前惯性测量船体变形的研究仍局限于线性模型的现状,该文还根据两惯性测量单元间安装误差角较大时的情况,研究了基于非线性模型的惯性测量匹配算法。首先建立了船体变形非线性模型,然后针对该非线性模型给出了两种典型的非线性滤波,并对两种非线性滤波的估计精度进行了基于泰勒展开的比较分析。为验证EKF、UKF、CKF对非线性模型滤波估计的有效性,该文还分别进行了多种仿真条件下的系统仿真。仿真结果表明,针对弱非线性系统EKF、UKF和CKF均能有效估计出变形角。但是随着系统非线性程度的增强,EKF估计精度显著下降,而UKF与CKF均表现出了良好的稳定性。这表明无论针对线性模型和非线性模型,UKF和CKF均具有良好的估计效果。此外,该文还对UKF和CKF的估计精度进行了仿真比较,具体地就是针对惯性测量单元在航向安装误差角为30度时,和惯性测量单元在航向、纵向、横向分别为30度、10度、10度时两种情况下的非线性模型进行了仿真对比。为保证仿真结果的准确性,分别就每种情况各进行了50次UKF、CKF滤波,然后从统计50次仿真结果的收敛时间和估计精度两方面进行UKF和CKF滤波效果的比较。通过统计仿真结果可发现,针对强非线性模型UKF和CKF均能有效估计出变形角,但是CKF的估计精度比UKF更高,而且收敛速度也要快于UKF。同时,这也证明了该文对UKF、CKF两种滤波方式的估计精度的理论分析是正确的。