论文部分内容阅读
捷联惯导系统(SINS)是目前非常普遍的导航系统,其导航的精度受很多因素影响。其中,惯性敏感元件(加速度计和陀螺仪)的精度是影响SINS精度主要因素。为了提高惯性敏感元件精度,通常会对其建立误差模型,并对其误差系数进行标定试验,其误差系数的的辨识精度极大地影响着惯性敏感元件的精度。误差模型的误差系数包含静态误差系数和动态误差系数,但是动态误差系数相比静态误差系数而言,更难对其进行准确标定而对导航精度的影响又不可忽略。因此,设计一个好的试验方案,可以提高误差系数的精度进而提高SINS精度。本文针对SINS的惯性敏感元件在双轴测试转台的动态误差系数标定试验,提出一种基于改进的归档式多目标模拟退火算法(IAMOSA)的最优试验设计方法。本文建立了在双轴转台标定试验下SINS的加速度计和陀螺仪的误差模型,根据动力学方程建立了包含9个加速度计动态误差系数和9个陀螺仪动态误差系数的连续线性时变系统模型方程。离散化该连续系统模型后,根据参数标定的最优估计理论确定使用离散卡尔曼滤波用于试验的误差系数估计。分析了卡尔曼滤波的估计性能,针对提高误差系数估计精度和提高试验效率两个方面提出两个试验设计的优化目标,将SINS的试验设计优化问题转化成一个多目标优化问题。本文对多目标优化算法进行了研究和分析,对现有的归档式多目标模拟退火算法(AMOSA)进行了改进得到改进算法IAMOSA,以提高算法的收敛性和分布性。通过增加一个大容量的新归档集,对聚类算法删除的非支配解进行保存,在算法结束时,与算法所得到的解集进行合并再使用快速非支配排序算法得到最终的解集,此举能够提高解的分布性;改进了AMOSA的聚类算法,增加一个极点集对极点进行识别和保护,以降低算法出现前沿丢失的概率,提高前沿的覆盖率,进而提高算法的收敛性和分布性。使用ZTD系列测试函数对算法进行仿真,证明了IAMOSA算法的改进一定程度上提高了算法收敛性和分布性。本文最后使用IAMOSA算法的对带约束的试验设计优化问题进行了求解,验证了其求解的有效性。分析了惯性敏感元件的各项动态误差系数的估计误差,验证了IAMOSA算法在求解试验设计优化问题上,既能有效提升误差系数的辨识精度,也能为决策人员提供多种具有不同辨识精度试验方案。