[go: up one dir, main page]

CN114199278B - 一种低精度惯组参数估计方法、装置、设备和存储介质 - Google Patents

一种低精度惯组参数估计方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN114199278B
CN114199278B CN202111368156.1A CN202111368156A CN114199278B CN 114199278 B CN114199278 B CN 114199278B CN 202111368156 A CN202111368156 A CN 202111368156A CN 114199278 B CN114199278 B CN 114199278B
Authority
CN
China
Prior art keywords
measurement unit
inertial measurement
matrix
mems inertial
axis
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202111368156.1A
Other languages
English (en)
Other versions
CN114199278A (zh
Inventor
高晓颖
刘继忠
赵欣艺
踪华
李冰
魏小丹
王森
王伟
唐海红
丑金玲
郑卓
禹春梅
司文杰
裴圣旺
马骉
王秀春
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Aerospace Automatic Control Research Institute
Original Assignee
Beijing Aerospace Automatic Control Research Institute
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Aerospace Automatic Control Research Institute filed Critical Beijing Aerospace Automatic Control Research Institute
Priority to CN202111368156.1A priority Critical patent/CN114199278B/zh
Publication of CN114199278A publication Critical patent/CN114199278A/zh
Application granted granted Critical
Publication of CN114199278B publication Critical patent/CN114199278B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C25/00—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass
    • G01C25/005—Manufacturing, calibrating, cleaning, or repairing instruments or devices referred to in the other groups of this subclass initial alignment, calibration or starting-up of inertial devices
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Remote Sensing (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • Gyroscopes (AREA)

Abstract

本发明涉及一种低精度惯组参数估计方法，包括以下步骤：构建激光惯组和MEMS惯组的测量模型；根据激光惯组的输出和标定参数计算载体坐标系下的三轴角增量值和视速度增量值；将n个时间点的所述三轴角增量值和视速度增量值作为MEMS惯组测量模型的输入，基于最小二乘法，建立MEMS惯组量测方程；按时间顺序获取历史数据，进行自适应滑窗；将滑窗取得历史数据带入所述量测方程得到对应的量测矩阵；计算量测矩阵的线性度；当线性度满足阈值后，通过最小二乘法，利用滑窗取得历史数据估计MEMS惯组的参数。本发明实现低精度惯组参数的在线估计，提高定位的精度。

Description

一种低精度惯组参数估计方法、装置、设备和存储介质
技术领域
本发明涉及导航技术领域，尤其涉及一种低精度惯组参数估计方法、装置、设备和存储介质。
背景技术
由于运载火箭、飞机、舰船等运动体的可靠性要求越来越高，任务越来越复杂，需要导航系统在运载火箭任务中，在提供可靠，高精度的导航信息的同时具备成本低，重量轻，功耗低的优点。
冗余设计是提高导航系统可靠性的技术途径之一。而随着运载火箭等对体积、重量、功耗等的要求越来越高，多个同样激光惯组的冗余模式，势必会存在体积重量大，成本高的影响。因此传统冗余方案一般只用在大型运载火箭中，小型商业运载火箭一般只采用一套高性能的光学惯组。MEMS惯组作为一种微型惯组器件，虽然精度不如光学惯组高，但在体积重量和成本上有很大优势，可以作为冗余惯组设计的一部分。但由于MEMS惯组的精度不足，而且需要进行射前标定，带来了额外的工作量，因此对作为冗余的MEMS惯组的参数进行在线估计成为需要。
发明内容
鉴于上述的分析，本发明旨在提供一种低精度惯组参数估计方法、装置、设备和存储介质。实现了低精度惯组参数的在线估计。
本发明提供的技术方案是：
本发明公开了一种低精度惯组参数估计方法，包括以下步骤：
步骤S1、构建激光惯组和MEMS惯组的测量模型；
步骤S2、根据激光惯组的输出和标定参数计算载体坐标系下的三轴角增量值和视速度增量值；
步骤S3、将n个时间点的所述三轴角增量值和视速度增量值作为MEMS惯组测量模型的输入，基于最小二乘法，建立MEMS惯组量测方程；所述量测方程包括陀螺量测方程和加速度计量测方程；
步骤S4、按时间顺序获取历史数据，进行自适应滑窗；将滑窗取得历史数据带入所述量测方程得到对应的量测矩阵；计算量测矩阵的线性度；当线性度满足阈值后，通过最小二乘法，利用滑窗取得历史数据估计MEMS惯组的参数；
所述历史数据为按时间顺序排列的根据激光惯组的输出和标定参数计算载体坐标系下的三轴角增量值和视速度增量值。
进一步地，所述激光惯组的测量模型包括激光陀螺测量模型和石英加速度计测量模型；
所述激光陀螺测量模型为：
Figure SMS_1
其中，
Figure SMS_2
为载体坐标系下各轴角增量的真实值；
Figure SMS_3
为激光陀螺输出的各轴角增量；Dh1x、Dh1y、Dh1z、Dh2x、Dh2y、Dh2z、Dh3x、Dh3y和Dh3z为激光陀螺实际的各轴的安装矩阵系数；Dh10、Dh20、Dh30为激光陀螺各轴的实际零次项参数；T为采样周期；
Figure SMS_4
为激光陀螺各轴噪声；
所述石英加速度计测量模型为：
Figure SMS_5
其中，
Figure SMS_6
为载体坐标系下各轴视速度增量的真实值；
Figure SMS_7
为石英加速度计输出的各轴视速度增量；Eh1x、Eh1y、Eh1z、Eh2x、Eh2y、Eh2z、Eh3x、Eh3y、Eh3z为石英加速度计实际的各轴的安装矩阵系数，Eh10、Eh20、Eh30为石英加速度计各轴的实际零次项参数；T为采样周期；
Figure SMS_8
为石英加速度计各轴的噪声。
进一步地，所述MEMS惯组的测量模型包括陀螺测量模型和加速度计测量模型；
所述MEMS陀螺测量模型为：
Figure SMS_9
其中，
Figure SMS_10
为载体坐标系下各轴角增量的真实值；
Figure SMS_11
为MEMS惯组各轴陀螺输出的角增量；Dl1x、Dl1y、Dl1z、Dl2x、Dl2y、Dl2z、Dl3x、Dl3y、Dl3z为MEMS惯组各轴陀螺实际的安装矩阵系数，Dl10、Dl20、Dl30为MEMS惯组各轴陀螺实际的零次项参数；T为采样周期；
Figure SMS_12
为MEMS惯组各轴陀螺的噪声；
所述MEMS加速度计测量模型为：
Figure SMS_13
其中，
Figure SMS_14
为载体坐标系下各轴视速度增量的真实值；
Figure SMS_15
为MEMS惯组各轴加速度计输出的视速度增量；El1x、El1y、El1z、El2x、El2y、El2z、El3x、El3y、El3z为MEMS惯组各轴加速度计的实际安装矩阵；El10、El20、El30为MEMS惯组各轴加速度计实际的零次项参数；T为采样周期；
Figure SMS_16
为MEMS惯组各轴加速度计的噪声。
进一步地，所述根据激光惯组的输出和标定参数计算出载体坐标系下三轴角增量值为：
Figure SMS_17
视速度增量为：
Figure SMS_18
其中，
Dh1′为标定的激光陀螺安装矩阵，Dh0′为标定的激光陀螺零次项；
Figure SMS_19
和
Figure SMS_20
为由激光陀螺输出的载体坐标系下的各轴角增量；
Eh1为标定的石英加速度计安装矩阵，Eh0′为标定的石英加速度计零次项；
Figure SMS_21
为由石英加速度计输出的载体坐标系下的各轴视速度增量。
进一步地，所述MEMS惯组的量测方程为z＝Hx+v；
其中，Z为MEMS惯组陀螺或加速度计的观测量，x为MEMS惯组陀螺或加速度计的相关参数构成的向量，即待估计参数，v为观测噪声；
量测矩阵
Figure SMS_22
为n个时间点由激光陀螺输出和标定参数计算得到的载体坐标系下的角增量构成的矩阵；或，量测矩阵
Figure SMS_23
为n个时间点由石英加速度计输出和标定参数计算得到的载体坐标系下的视速度增量构成的矩阵。
进一步地，所述量测矩阵H阵的线性度计算过程，包括：
1)对量测矩阵的数据进行量化去噪；
2)以噪声量级为参考，对测量矩阵进行放大和取整后得到H’；
3)统计H’中不重复的行元素数目，定义该数目为量测矩阵H阵对应的线性度指标。
进一步地，所述步骤S4包括：
步骤S401、按时间顺序获取历史数据，判断获取的数据长度是否达到最小长度；否，则进入步骤S402；是，则进入步骤S403；
步骤S402、计算历史数据的线性度指标；判断线性度是否满足阈值；是，则采用最小二乘法估计误差参数，输出估计结果；否，则返回步骤S401等待下一段时间的历史数据；
步骤S403、就近选择最小窗口长度的历史数据；计算线性度指标；判断线性度是否满足阈值；是，则采用最小二乘法估计误差参数，输出估计结果；否，则进入步骤S404；
步骤S404、判断是否达到设定最大窗口长度以及是否达到历史数据长度；否，则按设定的步长增大窗口长度，返回步骤3)；是则进入步骤S405；
步骤S405、将上一个满足条件的参数估计值，作为输出估计结果。
本发明还公开了一种低精度惯组参数估计装置，包括历史数据获取模块和参数估计模块；
历史数据获取模块，用于按时间顺序获取激光惯组和MEMS惯组输出历史数据；
所述参数估计模块中采用如上所述的的低精度惯组参数估计方法根据获取的激光惯组和MEMS惯组输出历史数据进行MEMS惯组的参数估计。
本发明还公开了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的低精度惯组参数估计方法。
本发明还公开了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上所述的低精度惯组参数估计方法。
本发明的有益效果：
本发明基于激光惯组的输出数据对低精度惯组器件参数进行估计，减免了对所有惯性器件进行射前标定的工作量，实现低精度惯组参数的在线估计，并使低精度惯组测量值尽可能向激光惯组靠近，提高定位的精度。
附图说明
附图仅用于示出具体实施例的目的，而并不认为是对本发明的限制，在整个附图中，相同的参考符号表示相同的部件。
图1为本发明实施例中的低精度惯组参数估计方法流程图；
图2为本发明实施例中的采用滑窗进行参数估计流程图；
图3为本发明实施例中的采用滑窗进行参数估计流程图。
具体实施方式
下面结合附图来具体描述本发明的优选实施例，其中，附图构成本申请一部分，并与本发明的实施例一起用于阐释本发明的原理。
本实施例公开了一种低精度惯组参数估计方法，所述参数估计方法为基于激光惯组的输出数据对低精度惯组器件参数进行在线估计的方法；其中，激光惯组为激光惯组，低精度惯组为MEMS惯组。
具体的参数估计方法，如图1所示，包括以下步骤：
步骤S1、构建激光惯组和MEMS惯组的测量模型；
步骤S2、根据激光惯组的输出和标定参数计算载体坐标系下的三轴角增量值和视速度增量值；
步骤S3、将n个时间点的所述三轴角增量值和视速度增量值作为MEMS惯组测量模型的输入，基于最小二乘法，建立MEMS惯组量测方程；所述量测方程包括陀螺量测方程和加速度计量测方程；
步骤S4、按时间顺序获取历史数据，进行自适应滑窗；将滑窗取得历史数据带入所述量测方程得到对应的量测矩阵；计算量测矩阵的线性度；当线性度满足阈值后，通过最小二乘法，利用滑窗取得历史数据估计MEMS惯组的参数；
所述历史数据为按时间顺序排列的根据激光惯组的输出和标定参数计算载体坐标系下的三轴角增量值和视速度增量值。
具体的，惯性测量组合由三个陀螺和三个加速度计组成。
在步骤S1中，
对于激光惯组，构建基于三轴角增量的激光陀螺测量模型和基于三轴视速度增量的石英加速度计测量模型；
对于MEMS惯组，构建基于三轴角增量的陀螺测量模型和基于三轴视速度增量的加速度计测量模型。
具体的，构建的基于三轴角增量的激光陀螺测量模型为：
Figure SMS_24
其中，
Figure SMS_25
为载体坐标系下各轴角增量的真实值；
Figure SMS_26
为激光陀螺输出的各轴角增量；Dh1x、Dh1y、Dh1z、Dh2x、Dh2y、Dh2z、Dh3x、Dh3y和Dh3z为激光陀螺实际的各轴的安装矩阵系数；Dh10、Dh20、Dh30为激光陀螺各轴的实际零次项参数；T为采样周期；
Figure SMS_27
为激光陀螺各轴噪声。
写成矩阵形式为：
Figure SMS_28
具体的，构建的基于三轴视速度增量的石英加速度计测量模型；
Figure SMS_29
其中，
Figure SMS_30
为载体坐标系下各轴视速度增量的真实值；
Figure SMS_31
为石英加速度计输出的各轴视速度增量；Eh1x、Eh1y、Eh1z、Eh2x、Eh2y、Eh2z、Eh3x、Eh3y、Eh3z为石英加速度计实际的各轴的安装矩阵系数，Eh10、Eh20、Eh30为石英加速度计各轴的实际零次项参数；T为采样周期；
Figure SMS_32
为石英加速度计各轴的噪声。
写成矩阵形式为：
Figure SMS_33
具体的，构建的基于三轴角增量的MEMS惯组的陀螺测量模型为：
Figure SMS_34
其中，
Figure SMS_35
为载体坐标系下各轴角增量的真实值；
Figure SMS_36
为MEMS惯组各轴陀螺输出的角增量；Dl1x、Dl1y、Dl1z、Dl2x、Dl2y、Dl2z、Dl3x、Dl3y、Dl3z为MEMS惯组各轴陀螺实际的安装矩阵系数，Dl10、Dl20、Dl30为MEMS惯组各轴陀螺实际的零次项参数；T为采样周期；
Figure SMS_37
为MEMS惯组各轴陀螺的噪声；
写成矩阵形式为：
Figure SMS_38
具体的，构建的基于三轴视速度增量的MEMS惯组的加速度计测量模型：
Figure SMS_39
其中，
Figure SMS_40
为载体坐标系下各轴视速度增量的真实值；
Figure SMS_41
为MEMS惯组各轴加速度计输出的视速度增量；El1x、El1y、El1z、El2x、El2y、El2z、El3x、El3y、El3z为MEMS惯组各轴加速度计的实际安装矩阵；El10、El20、El30为MEMS惯组各轴加速度计实际的零次项参数；T为采样周期；
Figure SMS_42
为MEMS惯组各轴加速度计的噪声。
写成矩阵形式为：
Figure SMS_43
在步骤S2中，所述根据激光惯组的输出和标定参数计算出载体坐标系下三轴角增量值为：
Figure SMS_44
三轴视速度增量为：
Figure SMS_45
其中，
Dh1′为标定的激光陀螺安装矩阵，Dh0′为标定的激光陀螺零次项；
Figure SMS_46
和
Figure SMS_47
为由激光陀螺输出计算得到的载体坐标系下的各轴角增量；
Eh1为标定的石英加速度计安装矩阵，Eh0′为标定的石英加速度计零次项；
Figure SMS_48
为由石英加速度计输出计算得到的载体坐标系下的各轴视速度增量。
在步骤S3中，将n个时间点的载体坐标系下的三轴角增量值或视速度增量值，作为MEMS惯组的测量模型的输入，带入MEMS惯组测量模型后建立方程；基于最小二乘法，建立MEMS惯组的量测方程。
其中，所述MEMS惯组的量测方程为z＝Hx+v；其中，z为MEMS惯组陀螺或加速度计的观测量，x为MEMS惯组陀螺或加速度计的相关参数构成的向量，其形式为
Figure SMS_49
或
Figure SMS_50
即待估计参数，v为观测噪声；
量测矩阵
Figure SMS_51
为n个时间点由激光陀螺输出和标定参数计算得到的载体坐标系下的角增量构成的矩阵；或，量测矩阵
Figure SMS_52
为n个时间点由石英加速度计输出和标定参数计算得到的载体坐标系下的视速度增量构成的矩阵。
具体的，以MEMS惯组的载体坐标系下的x轴为例，具体的MEMS惯组的x轴的陀螺的量测方程方法如下：
1)将n个时间点的激光陀螺输出和标定参数计算得到的载体坐标系下的三轴角增量带入MEMS惯组的陀螺测量模型的第一轴向公式，建立方程如下：
Figure SMS_53
写成矩阵形式后为：
Figure SMS_54
2)根据最小二乘法建立的X轴方向陀螺的量测方程；
z＝Hx+v；
其中，量测矩阵
Figure SMS_55
3)根据最小二乘法估计公式估计的x轴向上的陀螺的相关参数估计值：
Figure SMS_56
依照如上方法，可以得到y、z轴方向陀螺的相关参数估计值。
同理，依照如上方法，根据n个时间点的三轴视速度增量值，可以得到三轴加速度计的相关参数估计值。
优选的，本实施例通过将量测矩阵H阵的线性度作为指标对进行MEMS惯组的参数估计输入数据进行分散程度的统计，以判断该输入数据的分散度是否满足要求。
具体的，所述量测矩阵H阵的线性度计算过程，包括：
1)对量测矩阵的数据进行量化去噪；
2)以噪声量级为参考，对测量矩阵进行放大和取整后得到H’；
3)统计H’中不重复的行元素数目，定义该数目为量测矩阵H阵对应的线性度指标。
具体的，如图2所示，步骤S4中具体包括以下子步骤：
步骤S401、按时间顺序获取历史数据，判断获取的数据长度是否达到最小长度；否，则进入步骤S402；是，则进入步骤S403；
具体的，最小窗口选择时间不小于8s。
步骤S402、计算历史数据的线性度指标；判断线性度是否满足阈值；是，则采用最小二乘法估计误差参数，输出估计结果；否，则返回步骤S401等待下一段时间的历史数据。
所述计算历史数据的线性度指标的方法，按照本实施例中上述的线性度指标计算方法。
步骤S403、就近选择最小窗口长度的历史数据；计算线性度指标；判断线性度是否满足阈值；是，则采用最小二乘法估计误差参数，输出估计结果；否，则进入步骤S404。
步骤S404、判断是否达到设定最大窗口长度以及是否达到历史数据长度；否，则按设定的步长增大窗口长度，返回步骤S403；是，则进入步骤S405；
具体的，最大窗口选择时间不大于140s。
步骤S405、将上一个满足条件的参数估计值，作为输出估计结果。
更为具体的步骤S4的流程图如图3所示。
在图3的流程图中，首先根据输入历史数据判断数据长度，如果历史数据长度未达到最小窗口长度，则计算全部历史数据的线性度指标，若线性度指标满足阈值，则进行最小二乘法估计误差参数并输出估计结果，若线性度指标不满足阈值，则等待新数据的输入。如果历史数据的长度已经达到最小窗口长度，则从就近选择最小窗口长度数据进行线性度指标的计算，若线性度指标达到阈值，用此段数据进行最小二乘法估计误差参数并输出估计结果，若线性度指标未达到阈值，增加数据窗口长度，再次进行线性度指标计算和阈值判断，不断循环，直到满足阈值要求输出估计结果，或者最终窗口长度已经扩大到设定最大窗口长度，依然无法满足要求时，输出上一个满足条件的参数估计值。
综上所述，本实施例的低精度惯组参数估计方法，基于激光惯组的输出数据对低精度惯组器件参数进行估计，减免了对所有惯性器件进行射前标定的工作量，实现低精度惯组参数的在线估计，并使低精度惯组测量值尽可能向激光惯组靠近，提高定位的精度。
本实施例的另一个具体的方案中，还公开了一种低精度惯组参数估计装置，包括历史数据获取模块和参数估计模块；
历史数据获取模块，用于按时间顺序获取激光惯组和MEMS惯组输出历史数据；
所述参数估计模块中采用如上所述的低精度惯组参数估计方法根据获取的激光惯组和MEMS惯组输出历史数据进行MEMS惯组的参数估计。
在本方案中的具体技术细节和效果与上一实施例相同，在此就不一一赘述了。
本实施例的另一个具体的方案中，还公开了一种电子设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如上所述的低精度惯组参数估计方法。
在本方案中的具体技术细节和效果与上一实施例相同，在此就不一一赘述了。
本实施例的另一个具体的方案中，还公开了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上所述的低精度惯组参数估计方法。
在本方案中的具体技术细节和效果与上一实施例相同，在此就不一一赘述了。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (5)

1.一种低精度惯组参数估计方法，其特征在于，包括以下步骤：
步骤S1、构建激光惯组和MEMS惯组的测量模型；
步骤S2、根据激光惯组的输出和标定参数计算载体坐标系下的三轴角增量值和视速度增量值；
步骤S3、将n个时间点的所述三轴角增量值和视速度增量值作为MEMS惯组测量模型的输入，基于最小二乘法，建立MEMS惯组量测方程；所述量测方程包括陀螺量测方程和加速度计量测方程；
步骤S4、按时间顺序获取历史数据，进行自适应滑窗；将滑窗取得历史数据带入所述量测方程得到对应的量测矩阵；计算量测矩阵的线性度；当线性度满足阈值后，通过最小二乘法，利用滑窗取得历史数据估计MEMS惯组的参数；
所述历史数据为按时间顺序排列的根据激光惯组的输出和标定参数计算载体坐标系下的三轴角增量值和视速度增量值；
所述激光惯组的测量模型包括激光陀螺测量模型和石英加速度计测量模型；
所述激光陀螺测量模型为：
Figure FDA0004222849060000011
其中，
Figure FDA0004222849060000012
为载体坐标系下各轴角增量的真实值；
Figure FDA0004222849060000013
为激光陀螺输出的各轴角增量；Dh1x、Dh1y、Dh1z、Dh2x、Dh2y、Dh2z、Dh3x、Dh3y和Dh3z为激光陀螺实际的各轴的安装矩阵系数；Dh10、Dh20、Dh30为激光陀螺各轴的实际零次项参数；T为采样周期；
Figure FDA0004222849060000014
为激光陀螺各轴噪声；
所述石英加速度计测量模型为：
Figure FDA0004222849060000021
其中，
Figure FDA0004222849060000022
为载体坐标系下各轴视速度增量的真实值；
Figure FDA0004222849060000023
为石英加速度计输出的各轴视速度增量；Eh1x、Eh1y、Eh1z、Eh2x、Eh2y、Eh2z、Eh3x、Eh3y、Eh3z为石英加速度计实际的各轴的安装矩阵系数，Eh10、Eh20、Eh30为石英加速度计各轴的实际零次项参数；T为采样周期；
Figure FDA0004222849060000024
为石英加速度计各轴的噪声；
所述MEMS惯组的测量模型包括陀螺测量模型和加速度计测量模型；
所述陀螺测量模型为：
Figure FDA0004222849060000025
其中，
Figure FDA0004222849060000026
为载体坐标系下各轴角增量的真实值；
Figure FDA0004222849060000027
为MEMS惯组各轴陀螺输出的角增量；Dl1x、Dl1y、Dl1z、Dl2x、Dl2y、Dl2z、Dl3x、Dl3y、Dl3z为MEMS惯组各轴陀螺实际的安装矩阵系数，Dl10、Dl20、Dl30为MEMS惯组各轴陀螺实际的零次项参数；T为采样周期；
Figure FDA0004222849060000028
为MEMS惯组各轴陀螺的噪声；
所述加速度计测量模型为：
Figure FDA0004222849060000031
其中，
Figure FDA0004222849060000032
为载体坐标系下各轴视速度增量的真实值；
Figure FDA0004222849060000033
为MEMS惯组各轴加速度计输出的视速度增量；El1x、El1y、El1z、El2x、El2y、EI2z、EI3x、El3y、El3z为MEMS惯组各轴加速度计的实际安装矩阵；El10、El20、El30为MEMS惯组各轴加速度计实际的零次项参数；T为采样周期；
Figure FDA0004222849060000034
为MEMS惯组各轴加速度计的噪声；
所述根据激光惯组的输出和标定参数计算出载体坐标系下三轴角增量值为：
Figure FDA0004222849060000035
视速度增量为：
Figure FDA0004222849060000036
其中，
Dh1′为标定的激光陀螺安装矩阵，Dh0′为标定的激光陀螺零次项；
Figure FDA0004222849060000037
和
Figure FDA0004222849060000038
为由激光陀螺输出的载体坐标系下的各轴角增量；
Eh1为标定的石英加速度计安装矩阵，Eh0′为标定的石英加速度计零次项；
Figure FDA0004222849060000039
为由石英加速度计输出的载体坐标系下的各轴视速度增量；
所述MEMS惯组的量测方程为z＝Hx+v；
其中，Z为MEMS惯组陀螺或加速度计的观测量，x为MEMS惯组的陀螺或加速度计的相关参数构成的向量，v为观测噪声；
量测矩阵
Figure FDA0004222849060000041
为n个时间点由激光陀螺输出和标定参数计算得到的载体坐标系下的角增量构成的矩阵；或，量测矩阵
Figure FDA0004222849060000042
为n个时间点由石英加速度计输出和标定参数计算得到的载体坐标系下的视速度增量构成的矩阵；
所述量测矩阵H阵的线性度计算过程，包括：
1)对量测矩阵的数据进行量化去噪；
2)以噪声量级为参考，对测量矩阵进行放大和取整后得到H’；
3)统计H’中不重复的行元素数目，定义该数目为量测矩阵H阵对应的线性度指标。
2.根据权利要求1所述的低精度惯组参数估计方法，其特征在于，所述步骤S4包括：
步骤S401、按时间顺序获取历史数据，判断获取的数据长度是否达到最小长度；否，则进入步骤S402；是，则进入步骤S403；
步骤S402、计算历史数据的线性度指标；判断线性度是否满足阈值；是，则采用最小二乘法估计误差参数，输出估计结果；否，则返回步骤S401等待下一段时间的历史数据；
步骤S403、就近选择最小窗口长度的历史数据；计算线性度指标；判断线性度是否满足阈值；是，则采用最小二乘法估计误差参数，输出估计结果；否，则进入步骤S404；
步骤S404、判断是否达到设定最大窗口长度以及是否达到历史数据长度；否，则按设定的步长增大窗口长度，返回步骤S403；是，则进入步骤S405；
步骤S405、将上一个满足条件的参数估计值，作为输出估计结果。
3.一种低精度惯组参数估计装置，其特征在于，包括历史数据获取模块和参数估计模块；
历史数据获取模块，用于按时间顺序获取激光惯组和MEMS惯组输出历史数据；
所述参数估计模块中采用如权利要求1或2所述的低精度惯组参数估计方法根据获取的激光惯组和MEMS惯组输出历史数据进行MEMS惯组的参数估计。
4.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1或2所述的低精度惯组参数估计方法。
5.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1或2所述的低精度惯组参数估计方法。
CN202111368156.1A 2021-11-18 2021-11-18 一种低精度惯组参数估计方法、装置、设备和存储介质 Active CN114199278B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111368156.1A CN114199278B (zh) 2021-11-18 2021-11-18 一种低精度惯组参数估计方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111368156.1A CN114199278B (zh) 2021-11-18 2021-11-18 一种低精度惯组参数估计方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN114199278A CN114199278A (zh) 2022-03-18
CN114199278B true CN114199278B (zh) 2023-06-13

Family

ID=80648000

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111368156.1A Active CN114199278B (zh) 2021-11-18 2021-11-18 一种低精度惯组参数估计方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN114199278B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118091593B (zh) * 2024-04-25 2024-06-28 中国人民解放军海军航空大学 基于参考单元筛选的posglt-cfar检测算法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104596513B (zh) * 2014-12-26 2018-05-18 北京爱科迪通信技术股份有限公司 一种光纤陀螺与微机械陀螺组合的惯导系统及导航方法
FR3086052B1 (fr) * 2018-09-13 2020-10-02 Ixblue Système de localisation, et procédé de localisation associé
CN111351508B (zh) * 2020-04-22 2023-10-03 中北大学 一种mems惯性测量单元系统级批量标定方法
CN111780787B (zh) * 2020-08-25 2021-02-19 中南大学 一种基于光纤惯性辅助的mems惯组标定方法

Also Published As

Publication number Publication date
CN114199278A (zh) 2022-03-18

Similar Documents

Publication Publication Date Title
CN107560613B (zh) 基于九轴惯性传感器的机器人室内轨迹跟踪系统及方法
CN109827571B (zh) 一种无转台条件下的双加速度计标定方法
CN104698485B (zh) 基于bd、gps及mems的组合导航系统及导航方法
CN112945271A (zh) 磁力计信息辅助的mems陀螺仪标定方法及标定系统
CN110440827A (zh) 一种参数误差的标定方法、装置及存储介质
CN113790737B (zh) 一种阵列式传感器的现场快速标定方法
CN109631939B (zh) 一种基于磁强计和加速度计的快速对准方法
CN114199278B (zh) 一种低精度惯组参数估计方法、装置、设备和存储介质
CN110954080A (zh) 一种消除载体磁干扰的磁罗盘校准方法
CN111141285B (zh) 一种航空重力测量装置
CN110954081A (zh) 一种磁罗盘快速校准装置及方法
Blachuta et al. Attitude and heading reference system based on 3D complementary filter
Wang et al. Functional iteration in-flight alignment method for projectiles MSINS
CN115783303B (zh) 一种飞行器多舵面高精度动态测量实时监测系统
CN117804437A (zh) 一种微型全姿定向装置及其测量方法
CN111141283A (zh) 一种通过地磁数据判断行进方向的方法
CN115931001A (zh) 惯性测量单元标定方法、装置、计算机设备及存储介质
CN114199279B (zh) 全量模式下基于高精度惯组的mems惯组参数的在线估计方法
CN114858187A (zh) 一种mems惯导系统标定方法
CN219200448U (zh) 一种mems imu阵列设备
CN118376240B (zh) 一种惯导导航信息回流重构方法及装置
CN113639766B (zh) 双轴旋转惯性导航系统中包含非正交角的系统级标定方法
CN117705106B (zh) 一种mems imu全自动全温度补偿标定方法
CN118758312A (zh) 一种基于发射坐标系的高精度惯性导航速度解算方法
CN118758313A (zh) 一种基于地理坐标系的高精度惯性导航速度解算方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant