论文部分内容阅读
初始对准是捷联惯性导航系统(SINS)的关键技术之一,初始对准精度直接影响系统的导航精度。按照初始姿态失准角的大小,精对准又可分为小失准角对准和大失准角对准两种情形。小失准角对准问题已经能得到较好的解决;而大失准角下初始对准还有很多问题没有得到很好的解决,解决该问题的关键方法是非线性的滤波算法。常用的非线性滤波是基于卡尔曼滤波(KF)算法发展而来的容积卡尔曼滤波(CKF)。普通的CKF滤波方法能达到三阶的滤波精度;近年来,高阶CKF滤波算法不断被提出。本文以CKF为基础,分别在高斯噪声和非高斯噪声的环境下,提出了多种七阶CKF算法;同时,把各高阶CKF算法应用到SINS的大失准角初始对准实验中,验证并对比了各算法的性能。论文的主要工作与创新性成果如下:1、提出了七阶CKF算法(简称7th-CKF)。根据积分近似理论,扩展了CKF的滤波阶次,推导出七阶球半径理论,提出了七阶容积采样的采样准则,最后提出7th-CKF算法。2、提出了复合嵌入式CKF算法(简称CECKF)。根据嵌入式准则,通过对中间阶项进行嵌入式近似,推导出复合嵌入式理论,分析了任意阶次的复合算法的通用形式,最后提出CECKF算法。3、提出了七阶正交CKF算法(简称7th-CQKF)。根据高斯-拉盖尔正交准则,对半径积分进行正交采点,消除了高阶下半径积分近似的不确定性,降低了高阶扩展的复杂度,最后提出7th-CQKF算法。4、提出了七阶简化正交CKF算法(简称7th-SCQKF)。根据简化CKF理论,重新推导了七阶简化CKF算法,改进了其性能;再对七阶半径积分进行正交采点,最后提出7th-SCQKF算法。5、提出了高斯混合自适应正交CKF算法(简称PGM-ACQKF)。分析了高斯混合噪声模型的特点,发现位移参数是影响高斯混合噪声的关键因素;提出使用自适应位移参数的方法,以跟踪高斯混合噪声的变化,进而提出了PGM-ACQKF算法。6、将论文所提出7th-CKF、7th-CQKF、7th-SCQKF、CECKF四种算法应用到SINS大失准角初始对准过程中,验证了各高阶算法在实际应用中的有效性,并分析了四种算法的滤波精度和计算量。