论文部分内容阅读
本文以车载捷联惯性测量单元(IMU)作为基本对象，研究了其与里程计(OD)或全球导航卫星系统(GNSS)组成的定位定向系统在没有任何先验姿态信息情况下的行进间自对准。完成的工作主要包括以下三个方面: 1.分析了IMU/OD定位定向系统的全局可观测性。系统研究了OD里程增量信息辅助的惯性系行进间解析对准算法。从任意失准角条件下运动基座SINS粗略姿态信息快速获取的意义上来说，所提算法适应于任何行车轨迹和任意起始行车速度。为行进间对准推导了一种基于惯性系位移的定位算法，定位精度绝大部分程度上取决于当前姿态精度，解决了航位推算(DR)传感器在对准完成前容易累积较大位置误差的问题。采用蒙特卡洛(MC)仿真算法分析了从零速时刻开始和从高速行进时刻开始两种不同情形下惯性系解析行进间对准在不同轨迹下的失准角收敛特性，结论认为相对转弯轨迹，直线轨迹的收敛稳定度更高。 2.考虑IMU安装偏差角、杆臂、OD标度因数误差等因素，提出了里程增量辅助的卡尔曼滤波精对准模型，运用MC仿真直观分析了各状态量在不同轨迹下的可观测度。MC仿真表明粗精对准切换时刻处于不同机动状态对后续精对准性能影响很小，并且适当减小滤波周期有助于加快里程增量辅助精对准的收敛速度。提出采用H∞滤波算法来解决动态切换条件下初始估计误差协方差阵难以准确设置的问题，仿真和实验数据验证了算法的有效性。理论分析表明引入地球系作为中间参考系的间接对准算法与惯性系对准算法具有相同的本质特征，因而提出了一种基于ECEF系的后续间接精对准算法，大量实验数据表明所提算法要明显提升收敛的快速性和平稳度。利用陆用车辆的不完整约束信息构造了一种两级故障检测框架，保障了系统在故障期间的导航精度。 3.鉴于GNSS信息以WGS-84地球模型作为参照，GNSS辅助行进间对准皆采用ECEF系作为参考系，大幅提升了计算效率。提出了GNSS信息和载体不完整约束信息共同辅助的卡尔曼滤波算法，引入局部反馈联邦滤波解决了两种信息融合和系统级故障检测隔离的问题，保证了系统在GNSS失星期间的可靠性和稳定性。利用大量实验数据比较了位置辅助和位置/速度辅助两种情形下的行进间对准，由于载体约束的引入，两者的对准性能相当，但位置/速度辅助提高了机动性，实现了从任意高速运动时刻开始的对准。