论文部分内容阅读
无人机受起飞重量、成本、性能等因素制约,多采用基于MEMS的惯性导航设备,而MEMS惯性导航设备的快速、高精度初始对准技术是保证其可靠应用的关键,本文研究了微惯性导航系统MEMS-INS的初始对准问题,设计了静基座条件下的改进Kalman精对准滤波模型,并进行了初始对准试验；针对无人机舰载应用条件下的传递对准问题,提出了一种速度加量测姿态四元数的快速传递对准方法。在微惯性导航系统MEMS-INS的初始对准过程中,由于MEMS陀螺仪自身精度较低,需要融合其他辅助信息来提高初始对准精度。本文利用MEMS惯性测量单元和MEMS磁强计信息,建立了MEMS-INS误差模型,设计了基于信息融合的静基座对准Kalman滤波模型。采用Crossbow公司的AHRS440惯性测量系统作为惯性测量组件,通过编制接口程序实时采集数据。根据AHRS440的数据协议对加速度、角速度和姿态数据进行解析存储,以此作为对准研究的原始数据。利用一定时间内均值滤波后的数据进行粗对准；粗对准完成后,采用所设计的改进Kalman滤波器完成精对准,估计出了微惯导系统初始对准的失准角,验证了所提出方法的可行性。针对无人机动基座传递对准问题,在速度匹配和速度加姿态匹配传递对准方法的基础上,提出了一种速度加量测姿态四元数匹配的快速传递对准方法,建立了速度误差微分方程和失准角微分方程,并设计了误差滤波模型。在此基础上,对传递对准的主要误差(杆臂效应误差和挠曲变形误差)产生原理及相应补偿方法进行了研究。对于杆臂效应误差,分别采用滤波补偿和计算补偿两种方法,较好地实现了杆臂效应补偿；对于挠曲变形误差,采用二阶Markov过程作为其误差模型,并在已有状态变量中加入挠曲相关变量,实现了挠曲变形补偿。基于Matlab设计了传递对准的仿真环境,对所提出的传递对准方法进行了仿真实验验证。仿真结果表明,本文提出的速度加量测姿态四元数匹配法的估计精度较好,能够克服杆臂效应误差和挠曲变形误差对传递对准的影响。本文完成了MEMS-INS初始对准的半实物试验,试验取得了满意的效果；对传递对准方法及误差补偿进行了仿真,结果表明了所提出方法的可靠性和有效性。