利索能及
我要发布
收藏
专利号: 2020100107216
申请人: 西安理工大学
专利类型:发明专利
专利状态:已下证
更新日期:2025-12-30
缴费截止日期: 暂无
联系人

摘要:

权利要求书:

1.本发明所采用的技术方案是,一种提高机载局部相对姿态匹配传递对准精度的方法,包括以下步骤:步骤1.建立主子惯导性测量单元系统,其中主惯性测量单元安装在机体重心位置,子惯性测量单元安装在任务传感器腔体内;

步骤2.对于子惯性测量单元陀螺漂移进行补偿,通过对随机漂移建立自回归滑动平均模型,并对自回归模型进行了卡尔曼滤波,对陀螺漂移进行误差补偿;

步骤3.求解主、子惯性测量单元之间相对姿态阵 其初值通过“双矢量定姿法”求解;

步骤4.建立相对姿态匹配传递对准的相对姿态误差方程、相对姿态量测方程、相对姿态状态方程,得到系统状态空间模型;

步骤5.利用Sage_Husa自适应滤波对系统状态空间模型中的状态方程、量测方程进行解算,估计出机载任务传感器相对姿态误差值,完成传递对准。

2.根据权利要求1所述的一种提高机载局部相对姿态匹配传递对准精度的方法,其特征在于,所述的步骤2部分,具体过程是:利用时间序列分析法建立自回归滑动平均模型并进行参数估计,基于该自回归滑动平均模型进行卡尔曼滤波;

步骤2.1:建立自回归滑动平均模型(ARMA(p,q))并进行参数估计;

步骤2.2:基于自回归滑动平均模型ARMA(p,q),进行卡尔曼滤波。

3.根据权利要求2所述的一种提高机载局部相对姿态匹配传递对准精度的方法,其特征在于,所述步骤2.2中卡尔曼滤波包括以下五个基本方程:

2.2.1:对状态做一步预测;

2.2.2:状态一步预测的均方误差阵;

2.2.3:滤波增益矩阵;

2.2.4:状态估计方程;

2.2.5:估计均方误差方程。

4.根据权利要求1所述的一种提高机载局部相对姿态匹配传递对准精度的方法,其特征在于,所述的步骤3部分,具体过程是:步骤3.1:求解相对姿态阵 首先需求出相对姿态初值通过“双矢量定姿法”求解;

步骤3.2:当机翼产生挠曲变形时,主、子惯性测量单元之间的相对姿态矩阵 是一个时变函数, 的动态变化过程可用姿态矩阵的微分方程来描述。

5.根据权利要求4所述的一种提高机载局部相对姿态匹配传递对准精度的方法,其特征在于,所述的步骤3.1的具体步骤为:相对姿态初始值的确定阶段为飞机起飞离地之前,即飞机起飞前静止阶段和滑跑加速阶段;

步骤3.1.1:在载机静止条件下,采集主、子惯性测量单元一段时间内加速度计输出的比力均值,得到主子惯性测量单元比力向量;

步骤3.1.2:接着将调整载机水平姿态角(俯仰或横滚,无需确切知道大小)后静止;

步骤3.1.3:采集子惯性测量单元中加速度计输出的比力均值,得到,该位置子惯性测量单元的比力向量;

步骤3.1.4:通过子惯惯性测量单元两种情况下不共线的比力向量,构造主子惯性测量单元共同的中间过渡坐标系V,得到子惯性测量单元与该中间系的旋转变换阵,确定子惯性测量单元相对主惯惯性测量单元之间的相对姿态。

6.根据权利要求4所述的一种提高机载局部相对姿态匹配传递对准精度的方法,其特征在于,所述的步骤3.2的具体步骤为:3.2.1:当机翼产生挠曲变形时,主、子惯性测量单元之间的相对姿态矩阵 是一个时变函数, 的动态变化过程可用姿态矩阵的微分方程来描述:式中, 表示由括号内向量组成的反对称矩阵; 表示子惯性测量单元相对于主惯性测量单元的角速度在主惯性测量单元系下的投影,其值可由主、子惯性测量单元的陀螺仪输出计算得到;

3.2.2:相对姿态微分方程的最终形式可表示为:式中, 分别为主、子惯性测量单元陀螺仪输出值;

故,根据(11)、(12)式可得到由9个未知数构成的线性微分方程组,在初值已知的情况下,可根据龙格-库塔法对该微分方程的进行数值运算,为了简化计算量只考虑式(11)后六个方程,再根据式(13)式中的约束条件对其进行求解,最终确定出

7.根据权利要求1所述的一种提高机载局部相对姿态匹配传递对准精度的方法,其特征在于,所述的步骤4部分,具体过程是:步骤4.1:采用二阶马尔科夫过程描述挠曲变形;

步骤4.2:描述主子惯性测量单元相对姿态误差值,即相对姿态角的计算值与实际值之间的差值;

步骤4.3:建立相对姿态量测方程;

步骤4.4:建立相对姿态状态方程;

最终得到系统状态空间模型。

8.根据权利要求1所述的一种提高机载局部相对姿态匹配传递对准精度的方法,其特征在于,所述的步骤5部分,具体过程是:利用Sage_Husa自适应滤波,进行相对姿态匹配传递对准;Sage_Husa自适应滤波方程由以下八个基本方程构成,分别为:步骤5.1:计算加权系数dk;

步骤5.2:状态一步预测方程;

步骤5.3:一步预测的均方误差阵;

步骤5.4:新息序列;

步骤5.5:估计量测噪声;

步骤5.6:滤波增益矩阵;

步骤5.7:状态估计方程;

步骤5.8:估计均方误差方程;

对姿态的估计值进行校正处理,得到更优的估计值。