基于雙捷聯(lián)算法的POS誤差在線標(biāo)定方法

劉占超， 房建成, *

1. 北京航空航天大學(xué) 慣性技術(shù)重點(diǎn)實(shí)驗(yàn)室， 北京 100191 2. 北京航空航天大學(xué) 新型慣性儀表與導(dǎo)航系統(tǒng)技術(shù)國(guó)防重點(diǎn)學(xué)科實(shí)驗(yàn)室， 北京 100191

基于雙捷聯(lián)算法的POS誤差在線標(biāo)定方法

劉占超1, 2， 房建成1, 2, *

1. 北京航空航天大學(xué) 慣性技術(shù)重點(diǎn)實(shí)驗(yàn)室， 北京 100191 2. 北京航空航天大學(xué) 新型慣性儀表與導(dǎo)航系統(tǒng)技術(shù)國(guó)防重點(diǎn)學(xué)科實(shí)驗(yàn)室， 北京 100191

為了提升位置和姿態(tài)測(cè)量系統(tǒng)(POS)的精度，結(jié)合POS工作過程中典型的勻速直線運(yùn)動(dòng)，提出了一種準(zhǔn)實(shí)時(shí)的POS誤差在線標(biāo)定方法。首先設(shè)計(jì)了基于雙捷聯(lián)算法的在線標(biāo)定方案，對(duì)系統(tǒng)誤差方程進(jìn)行簡(jiǎn)化處理，求出中時(shí)期導(dǎo)航條件下的系統(tǒng)誤差狀態(tài)轉(zhuǎn)移陣。然后根據(jù)POS的兩段相鄰勻速直線運(yùn)動(dòng)導(dǎo)航誤差，對(duì)系統(tǒng)誤差參數(shù)進(jìn)行在線標(biāo)定,并通過可觀測(cè)性分析得出POS運(yùn)動(dòng)與系統(tǒng)誤差在線標(biāo)定效果之間的對(duì)應(yīng)關(guān)系。車載試驗(yàn)和飛行試驗(yàn)結(jié)果表明，在POS正常遙感作業(yè)過程中，本文提出的在線標(biāo)定方法能夠有效提升系統(tǒng)精度。

航空遙感； 位置和姿態(tài)測(cè)量系統(tǒng)； 在線標(biāo)定； 誤差模型； 可觀測(cè)性； 雙捷聯(lián)算法

位置和姿態(tài)測(cè)量系統(tǒng)(Position and Orientation System, POS)是航空遙感系統(tǒng)的重要組成部分，它由慣性測(cè)量單元(Inertial Measurement Unit, IMU)、GPS接收機(jī)、數(shù)據(jù)處理導(dǎo)航計(jì)算機(jī)和后處理軟件等組成。POS通過數(shù)據(jù)的高精度融合能夠?qū)崿F(xiàn)對(duì)航空遙感載荷運(yùn)動(dòng)誤差的厘米級(jí)、亞角分級(jí)測(cè)量。由于轉(zhuǎn)臺(tái)標(biāo)定只能對(duì)IMU常值誤差進(jìn)行標(biāo)定補(bǔ)償，無法對(duì)歷次開機(jī)誤差進(jìn)行標(biāo)定[1]，而且IMU一般集成于合成孔徑雷達(dá)、測(cè)繪相機(jī)等航空遙感載荷內(nèi)部，不便于拆裝，給系統(tǒng)重復(fù)標(biāo)定帶來困難，因此如何有效實(shí)現(xiàn)系統(tǒng)誤差的在線標(biāo)定是提升POS精度的關(guān)鍵。

POS的運(yùn)動(dòng)軌跡是根據(jù)載荷的遙感作業(yè)需要而事先設(shè)計(jì)好的。根據(jù)合成孔徑雷達(dá)、激光雷達(dá)、高光譜相機(jī)等航空遙感載荷的工作原理，載機(jī)在成像階段要保持勻速直線飛行，但由于載機(jī)受陣風(fēng)、氣流等影響不可能保持理想的勻速直線飛行，造成一定程度的運(yùn)動(dòng)誤差，而通過POS測(cè)量出非理想勻速直線運(yùn)動(dòng)的誤差，并在載荷成像時(shí)進(jìn)行誤差補(bǔ)償，能夠有效提升遙感載荷的成像質(zhì)量。

對(duì)基于慣性器件的系統(tǒng)來說，通過引入GPS導(dǎo)航結(jié)果[2-4]、主系統(tǒng)導(dǎo)航信息[1,5]、磁傳感器[6-7]、里程儀[8]等外部信息源，采用先進(jìn)濾波方法對(duì)系統(tǒng)誤差進(jìn)行估計(jì)是在線標(biāo)定的常用方法，也可通過轉(zhuǎn)位機(jī)構(gòu)實(shí)現(xiàn)現(xiàn)場(chǎng)多位置標(biāo)定[9]，以及直接進(jìn)行濾波估計(jì)[10-11]等。傳遞對(duì)準(zhǔn)過程中通過引入主系統(tǒng)導(dǎo)航信息能夠?qū)崿F(xiàn)子系統(tǒng)誤差的在線標(biāo)定，具有可匹配信息多、誤差參數(shù)估計(jì)全面等優(yōu)點(diǎn)，但傳遞對(duì)準(zhǔn)需要設(shè)計(jì)特定的飛行機(jī)動(dòng)方案來提升系統(tǒng)可觀測(cè)度，還要消除參數(shù)傳遞過程中的誤差因素，如桿臂誤差、安裝誤差、振動(dòng)及機(jī)翼變形影響等。文獻(xiàn)[10]和文獻(xiàn)[11]在空中對(duì)準(zhǔn)過程中通過濾波方法實(shí)現(xiàn)對(duì)系統(tǒng)誤差的在線標(biāo)定。文獻(xiàn)[12]提出了一種在線測(cè)量陀螺常值漂移的方法，該方法能夠較為有效地測(cè)量出所有導(dǎo)航陀螺每次啟動(dòng)后的常值漂移量及其緩慢變化，提升系統(tǒng)精度，但需要有專門的轉(zhuǎn)位機(jī)構(gòu)，能夠標(biāo)定的誤差參數(shù)不全面。

通過上述分析可以看出，現(xiàn)有方案多數(shù)存在濾波算法復(fù)雜、計(jì)算量大、硬件系統(tǒng)或標(biāo)定過程復(fù)雜、需要特定的飛行機(jī)動(dòng)等問題。文獻(xiàn)[13]和文獻(xiàn)[14]提出了在靜基座上直接對(duì)系統(tǒng)誤差參數(shù)進(jìn)行辨識(shí)的方法。基于以上研究基礎(chǔ)，本文給出一種無需額外飛行機(jī)動(dòng)、計(jì)算量小、可在遙感作業(yè)飛行過程中實(shí)現(xiàn)對(duì)系統(tǒng)誤差參數(shù)進(jìn)行在線標(biāo)定的方法。

1 總體方案

POS的典型工作過程如圖1所示。系統(tǒng)在飛機(jī)起飛前通電預(yù)熱，并進(jìn)行一定時(shí)間的靜態(tài)測(cè)試。靜態(tài)測(cè)試后飛機(jī)起飛，在遙感作業(yè)區(qū)域上空來回做勻速直線運(yùn)動(dòng)。任務(wù)完成后，飛機(jī)返回地面，再完成一定時(shí)間的靜態(tài)測(cè)試，整個(gè)工作過程結(jié)束。

圖1 POS典型工作過程Fig.1 Course of typical POS task work

POS的一次典型飛行軌跡如圖2所示，飛機(jī)起飛后，直接飛向距離機(jī)場(chǎng)20～65 km的遙感區(qū)域，在距離地面2.6 km的高度平飛，通過來回勻速直線運(yùn)動(dòng)進(jìn)行約1.5 h的遙感作業(yè)，之后做機(jī)動(dòng)飛行后返回地面。

基于以上POS的典型工作過程，本文具體方案如圖3所示。在POS系統(tǒng)當(dāng)中設(shè)置兩套捷聯(lián)算法，即捷聯(lián)算法A和捷聯(lián)算法B。捷聯(lián)算法A進(jìn)行正常的慣性/GPS組合導(dǎo)航，捷聯(lián)算法B作純慣性導(dǎo)航解算。在線標(biāo)定過程中，捷聯(lián)算法A用于捷聯(lián)算法B的初始化及位置和速度誤差計(jì)算，捷聯(lián)算法B用于系統(tǒng)誤差在線標(biāo)定。

圖2 POS典型工作軌跡Fig.2 Trajectory of typical POS task work

圖3 在線標(biāo)定方案Fig.3 Scheme of online calibration

非勻速直線運(yùn)動(dòng)階段，捷聯(lián)算法B不工作。在系統(tǒng)進(jìn)入一段勻速直線運(yùn)動(dòng)時(shí)，捷聯(lián)算法B啟動(dòng)，并利用捷聯(lián)算法A的導(dǎo)航結(jié)果進(jìn)行初始化，然后開始純慣性導(dǎo)航解算直至該段勻速直線運(yùn)動(dòng)過程結(jié)束。通過實(shí)時(shí)地將捷聯(lián)算法B的導(dǎo)航結(jié)果與捷聯(lián)算法A的導(dǎo)航結(jié)果進(jìn)行比對(duì)，可以獲得捷聯(lián)算法B的實(shí)時(shí)導(dǎo)航誤差。由于系統(tǒng)每次勻速直線運(yùn)動(dòng)一般能夠維持5 min以上，而且在一次勻速直線運(yùn)動(dòng)結(jié)束后飛機(jī)轉(zhuǎn)彎進(jìn)入下一次勻速直線運(yùn)動(dòng)。通過捷聯(lián)算法B的速度誤差輸出及導(dǎo)航誤差模型，實(shí)現(xiàn)對(duì)系統(tǒng)誤差的在線標(biāo)定。

2 系統(tǒng)誤差模型

系統(tǒng)誤差模型包含捷聯(lián)算法A的誤差模型與捷聯(lián)算法B的誤差模型。

捷聯(lián)算法A的誤差模型為常規(guī)組合導(dǎo)航誤差模型，綜合慣導(dǎo)系統(tǒng)速度誤差、位置誤差和平臺(tái)失準(zhǔn)角誤差方程，可得如下系統(tǒng)方程[15]：

(1)

式中：X(t)為狀態(tài)變量，包括3個(gè)平臺(tái)失準(zhǔn)角、3個(gè)速度誤差、3個(gè)位置誤差、3個(gè)陀螺常值漂移和3個(gè)加速度計(jì)常值偏置；F(t)為狀態(tài)矩陣；G(t)為噪聲驅(qū)動(dòng)陣；W(t)為系統(tǒng)噪聲。

以位置和速度為觀測(cè)量，系統(tǒng)量測(cè)方程為

Z(t)=HX(t)+V(t)

(2)

式中：Z(t)為量測(cè)量；H為量測(cè)陣；V(t)為量測(cè)噪聲。

由于捷聯(lián)算法B的有效工作時(shí)間很短，而且其運(yùn)動(dòng)過程基本是勻速直線運(yùn)動(dòng)，所以可以忽略系統(tǒng)誤差傳播方程中的傅科周期和地球周期，并對(duì)北向、東向兩個(gè)水平通道的誤差傳播特性進(jìn)行單獨(dú)考慮。首先選取系統(tǒng)導(dǎo)航坐標(biāo)系為當(dāng)?shù)貣|-北-天地理坐標(biāo)系，載體系為右-前-上坐標(biāo)系，并假設(shè)POS以恒定速度在固定高度上運(yùn)動(dòng)，則兩個(gè)水平通道的誤差傳播特性可以用下面兩組簡(jiǎn)化后的微分方程來表示[16-17]。

對(duì)于北向通道，有以下微分方程成立：

(3)

對(duì)于東向通道，有以下微分方程成立：

(4)

以下以東向通道為例進(jìn)行系統(tǒng)誤差傳播特性推導(dǎo)。將上述東向通道微分方程寫成狀態(tài)空間形式，假設(shè)

(5)

(6)

則有

(7)

對(duì)于狀態(tài)空間方程式(7)，其解析解可以用狀態(tài)轉(zhuǎn)移陣ΦE(t)來表示，即

XE(t)=ΦE(t)XE(0)

(8)

式中：XE(0)為系統(tǒng)東向通道導(dǎo)航初始狀態(tài)即初始誤差大??；狀態(tài)轉(zhuǎn)移陣ΦE(t)可由式(9)得到。

ΦE(t)=L-1(sI-FE)-1

(9)

式中：s為拉普拉斯算子；L-1為拉普拉斯反變換。求解后，ΦE(t)第3行各元素的表達(dá)式為

(10)

(11)

對(duì)于北向通道，假設(shè)

(12)

進(jìn)行類似求解后可得北向通道狀態(tài)轉(zhuǎn)移陣ΦN(t)第3行各元素值如下：

(13)

系統(tǒng)任意時(shí)間t的北向通道速度誤差為

(14)

式中：XN(0)為系統(tǒng)北向通道導(dǎo)航初始狀態(tài)即初始誤差大小。

從以上分析推導(dǎo)過程可以看出，模型成立條件是載體必須靜止或做勻速直線運(yùn)動(dòng)，系統(tǒng)陀螺漂移和加速度計(jì)偏置在工作過程中穩(wěn)定，平臺(tái)初始失準(zhǔn)角為小角度。

3 在線標(biāo)定方案

由第2節(jié)得出的系統(tǒng)中時(shí)期導(dǎo)航速度誤差式(11)和式(14)，忽略初始速度誤差，可知以下幾組誤差在傳播過程中相互耦合：

{

-vN(1-cos(ωst))φz

R(1-cos(ωst))εN

{

(vE+Rωiecosφ)(1-cos(ωst))φz

-R(1-cos(ωst))εE

由上述各項(xiàng)誤差的系數(shù)可知，水平失準(zhǔn)角與等效加速度計(jì)偏置誤差隨時(shí)間同節(jié)拍傳播，誤差不能分離，方位失準(zhǔn)角與等效東向和北向陀螺漂移誤差隨時(shí)間同節(jié)拍傳播，誤差不能分離。

在POS設(shè)計(jì)過程中采用了高精度石英撓性加速度計(jì)，其溫度補(bǔ)償后的精度達(dá)5 μg，可以忽略其短時(shí)間內(nèi)引起的速度導(dǎo)航誤差，實(shí)現(xiàn)等效加速度計(jì)偏置與平臺(tái)水平失準(zhǔn)角誤差之間的解耦。對(duì)于天向等效陀螺漂移，由于其隨時(shí)間傳播的階數(shù)較高，短時(shí)間內(nèi)引起的誤差較小，在線標(biāo)定過程中不加以考慮。

通過上述分析和近似處理，在線標(biāo)定中主要考慮平臺(tái)失準(zhǔn)角誤差和水平等效陀螺漂移誤差。根據(jù)式(11)和式(14)，重新定義系統(tǒng)誤差狀態(tài)為

(15)

則有誤差傳播方程

(16)

由式(10)和式(13)可知，載體速度變化會(huì)影響方位失準(zhǔn)角的誤差傳播特性，載體姿態(tài)的變化影響捷聯(lián)安裝的水平等效陀螺漂移，所以兩段相鄰勻速直線運(yùn)動(dòng)特性的變化會(huì)影響系統(tǒng)誤差傳播特性，進(jìn)而影響系統(tǒng)誤差可觀測(cè)性。根據(jù)式(16)將兩段勻速直線運(yùn)動(dòng)的誤差傳播方程聯(lián)合，可得

(17)

式中：t1與t2為兩段勻速直線運(yùn)動(dòng)的導(dǎo)航時(shí)間。

矩陣的條件數(shù)反映了一個(gè)矩陣的結(jié)構(gòu)情況，大的條件數(shù)表示矩陣的行向量或列向量獨(dú)立性弱，利用條件數(shù)可以定義系統(tǒng)誤差的可觀測(cè)程度[18-20]，本文通過計(jì)算式(17)誤差方程系數(shù)矩陣的條件數(shù)隨前后兩段勻速直線運(yùn)動(dòng)航向角之差dH和速度大小之差dV的變化關(guān)系來定量描述系統(tǒng)可觀測(cè)性。需要說明的是，對(duì)于整個(gè)系統(tǒng)來說，飛行軌跡確定后，系統(tǒng)誤差的可觀測(cè)程度就是確定的，這里討論的航向角之差dH和速度大小之差dV反映的即是飛行軌跡的變化。

圖4表示前后兩段勻速直線運(yùn)動(dòng)的速度大小相同但航向不同時(shí)的誤差方程系數(shù)矩陣條件數(shù)變化，由仿真結(jié)果可知，航向角相差180°時(shí)系數(shù)矩陣的條件數(shù)最小，系統(tǒng)誤差可觀測(cè)性最好。圖5表示前后兩段勻速直線運(yùn)動(dòng)速度大小之差與誤差方程系數(shù)矩陣條件數(shù)間的變化關(guān)系。由圖示結(jié)果可知，前后速度之差越大，條件數(shù)越小，系統(tǒng)誤差可觀測(cè)性越好。當(dāng)前后兩段勻速直線運(yùn)動(dòng)的航向角相差30°以上時(shí)，速度之差對(duì)系數(shù)矩陣條件數(shù)的影響不大。

圖4 條件數(shù)隨航向角之差的變化Fig.4 Condition number vs heading difference change

圖5 條件數(shù)隨速度差的變化Fig.5 Condition number vs velocity difference change

根據(jù)上述分析，將兩段勻速直線運(yùn)動(dòng)相結(jié)合，參照總體方案所述，在第1段勻速直線運(yùn)動(dòng)開始后初始化捷聯(lián)算法B，并在該勻速直線運(yùn)動(dòng)期間計(jì)算捷聯(lián)算法B的速度誤差，獲得對(duì)應(yīng)導(dǎo)航時(shí)長(zhǎng)的如式(16)所示的誤差方程，在下一段勻速直線運(yùn)動(dòng)開始后，重新初始化捷聯(lián)算法B，并獲得另外一組如式(16)所示的誤差方程，根據(jù)式(17)將對(duì)應(yīng)兩段勻速直線運(yùn)動(dòng)的誤差方程結(jié)合，采用最小二乘法對(duì)兩組誤差方程進(jìn)行聯(lián)合求解，獲得系統(tǒng)誤差參數(shù)。根據(jù)標(biāo)定出的誤差參數(shù)進(jìn)行系統(tǒng)誤差補(bǔ)償?shù)姆椒ㄅc常規(guī)組合導(dǎo)航方法相同[11]。

4 試驗(yàn)驗(yàn)證

為說明本文在線標(biāo)定方案的有效性，以下分別通過地面車載試驗(yàn)和飛行試驗(yàn)數(shù)據(jù)的在線標(biāo)定與補(bǔ)償進(jìn)行驗(yàn)證。

由于空中沒有高精度姿態(tài)基準(zhǔn)，所以只能采用純慣性導(dǎo)航位置和速度對(duì)時(shí)間的誤差曲線間接驗(yàn)證系統(tǒng)在線標(biāo)定精度。試驗(yàn)過程中，捷聯(lián)算法B作純慣性導(dǎo)航解算，并實(shí)時(shí)與捷聯(lián)算法A的導(dǎo)航結(jié)果求差作為捷聯(lián)算法B的導(dǎo)航誤差。通過捷聯(lián)算法B在線標(biāo)定前后的速度誤差和水平定位誤差對(duì)比進(jìn)行在線標(biāo)定精度評(píng)價(jià)。

4.1 車載試驗(yàn)

為了模擬POS工作過程中來回做勻速直線運(yùn)動(dòng)的典型航跡，在北京市昌平區(qū)小湯山鎮(zhèn)附近一段長(zhǎng)約2.7 km的平直路段進(jìn)行車載模擬試驗(yàn)。試驗(yàn)過程中保持試驗(yàn)車輛勻速直線行駛5 min以上，然后在路線盡頭轉(zhuǎn)彎180°進(jìn)入下一段勻速直線運(yùn)動(dòng)，車輛行駛路線如圖6所示。

車載試驗(yàn)POS的陀螺儀是常值漂移為0.1 (°)/h、隨機(jī)漂移為0.05 (°)/h的光纖陀螺，加速度計(jì)偏置和隨機(jī)誤差均在5 μg以內(nèi)。

圖6 車載試驗(yàn)軌跡Fig.6 Vehicle test trajectory

表1為車載試驗(yàn)系統(tǒng)誤差參數(shù)辨識(shí)結(jié)果，圖7為其中一段勻速直線運(yùn)動(dòng)的水平速度輸出，其中V1為捷聯(lián)算法A的水平速度輸出，V2為捷聯(lián)算法B的水平速度輸出。圖8為捷聯(lián)算法B的水平速度誤差曲線，D1為在線標(biāo)定前的速度誤差，D2為在線標(biāo)定后的速度誤差。系統(tǒng)300 s速度誤差由在線標(biāo)定前的0.13 m/s下降到在線標(biāo)定后的0.01 m/s。

表1 車載試驗(yàn)在線標(biāo)定結(jié)果Table 1 Online calibration results with vehicle test

圖7 車載試驗(yàn)水平速度輸出Fig.7 Horizontal velocity output in vehicle test

圖8 車載試驗(yàn)中水平速度誤差對(duì)比(捷聯(lián)算法B)Fig.8 Comparison of horizontal velocity error in vehicle test (Strapdown algorithm B)

圖9為在線標(biāo)定前后捷聯(lián)算法B位置誤差比較曲線，P1表示未進(jìn)行在線標(biāo)定時(shí)位置誤差隨時(shí)間的變化，P2表示在線標(biāo)定后位置誤差隨時(shí)間的變化，圖9中系統(tǒng)300 s定位誤差由22.4 m下降到6.1 m，且在線標(biāo)定后的定位誤差發(fā)散趨勢(shì)變慢。

圖9 車載試驗(yàn)中位置誤差對(duì)比(捷聯(lián)算法B)Fig.9 Comparison of position error in vehicle test (Strapdown algorithm B)

4.2 飛行試驗(yàn)

飛行試驗(yàn)載機(jī)采用國(guó)產(chǎn)Y12飛機(jī)，POS的陀螺儀是常值漂移為1 (°)/h、隨機(jī)漂移為0.5 (°)/h的撓性陀螺，加速度計(jì)偏置和隨機(jī)誤差均在5 μg以內(nèi)。

試驗(yàn)系統(tǒng)如圖10所示。圖11為載機(jī)飛行的平面運(yùn)動(dòng)軌跡，L1與L2為用于本文在線標(biāo)定的兩段運(yùn)動(dòng)方向幾乎相反的勻速直線運(yùn)動(dòng)過程。圖12為勻速直線運(yùn)動(dòng)過程L2段的水平速度輸出曲線。

圖10 飛行試驗(yàn)用飛機(jī)及POSFig.10 Plane and POS in flight test

圖11 飛行試驗(yàn)軌跡Fig.11 Flight test trajectory

圖12 飛行試驗(yàn)水平速度輸出Fig.12 Horizontal velocity output in flight test

表2為飛行試驗(yàn)系統(tǒng)誤差參數(shù)的辨識(shí)結(jié)果，圖13為捷聯(lián)算法B的水平速度誤差曲線，系統(tǒng)300 s速度誤差由在線標(biāo)定前的1.24 m/s下降到在線標(biāo)定后的0.04 m/s。

表2 飛行試驗(yàn)在線標(biāo)定結(jié)果Table 2 Online calibration results with flight test

圖13 飛行試驗(yàn)中水平速度誤差對(duì)比(捷聯(lián)算法B)Fig.13 Comparison of horizontal velocity error in flight test (Strapdown algorithm B)

圖14表示在線標(biāo)定前后的捷聯(lián)算法B位置誤差對(duì)比曲線，從圖中可以看出，系統(tǒng)300 s定位誤差由125.1 m下降到16.1 m，說明本文在線標(biāo)定方案在POS實(shí)際飛行應(yīng)用當(dāng)中是有效的。

圖14 飛行試驗(yàn)中位置誤差對(duì)比(捷聯(lián)算法B)Fig.14 Comparison of position error in flight test (Strapdown algorithm B)

上述車載試驗(yàn)和飛行試驗(yàn)結(jié)果表明，本文在線標(biāo)定方案在緊密結(jié)合POS典型勻速直線運(yùn)動(dòng)過程的基礎(chǔ)上，有效提升了系統(tǒng)精度。

由于本文在線標(biāo)定的速度誤差中包含了捷聯(lián)算法A的誤差，而且理想的勻速直線運(yùn)動(dòng)并不存在，所以本文在線標(biāo)定的精度比考慮了噪聲特性的卡爾曼濾波等組合導(dǎo)航方法的標(biāo)定精度略差。

5 結(jié) 論

1) 通過對(duì)系統(tǒng)誤差模型進(jìn)行簡(jiǎn)化，結(jié)合POS典型工作軌跡進(jìn)行在線標(biāo)定，是一種有效提升POS精度的手段，車載試驗(yàn)和飛行試驗(yàn)結(jié)果驗(yàn)證了本文在線標(biāo)定方案的有效性。

2) 本文在線標(biāo)定方案算法簡(jiǎn)單，計(jì)算量小，而且具有準(zhǔn)實(shí)時(shí)性，可在POS正常遙感作業(yè)過程中實(shí)現(xiàn)誤差在線標(biāo)定，適合于工程應(yīng)用。

3) 由于POS的勻速直線運(yùn)動(dòng)并不是理想的，進(jìn)而導(dǎo)致簡(jiǎn)化誤差模型成立的條件不完全滿足，但本文在線標(biāo)定方案能夠取得一定效果，說明非理想勻速直線運(yùn)動(dòng)導(dǎo)致的模型誤差是可以接受的。

[1] Zhang X Y, Zhang C X, Song N F. Online calibration of FOG strapdown system based on integrated navigation technology. Acta Aeronautica et Astronautica Sinica, 2008, 29(6): 1656-1659. (in Chinese)

張小躍, 張春熹, 宋凝芳. 基于組合導(dǎo)航技術(shù)的光纖捷聯(lián)系統(tǒng)在線標(biāo)定. 航空學(xué)報(bào), 2008, 29(6): 1656-1659.

[2] Crassidis J L. Survey of nonlinear attitude estimation methods. Journal of Guidance, Control, and Dynamics, 2007, 30(1): 12-28.

[3] Lu Z D, Wang L. In-flight calibration method for SINS. Journal of Chinese Inertial Technology, 2007, 15(2): 136-138. (in Chinese)

陸志東, 王磊. 捷聯(lián)慣導(dǎo)系統(tǒng)的空中標(biāo)定方法. 中國(guó)慣性技術(shù)學(xué)報(bào), 2007, 15(2): 136-138.

[4] Zhou F, Meng X Y. In-flight alignment research for airborne INS/GPS based on adaptive unscented Kalman filter algorithm. Systems Engineering and Electronics, 2010, 32(2): 367-371. (in Chinese)

周峰，孟秀云. 基于自適應(yīng)UKF 算法的機(jī)載INS/GPS空中對(duì)準(zhǔn)研究. 系統(tǒng)工程與電子技術(shù), 2010, 32(2): 367-371.

[5] Chen P, Lei H J. Flight test analysis of an improved transfer alignment for missile strapdown inertial guidance system. Journal of Chinese Inertial Technology, 2007, 15(1): 9-11. (in Chinese)

陣璞, 雷宏杰. 彈載捷聯(lián)慣性制導(dǎo)系統(tǒng)傳遞對(duì)準(zhǔn)技術(shù)試飛驗(yàn)證. 中國(guó)慣性技術(shù)學(xué)報(bào), 2007, 15(1): 9-11.

[6] Lai K L, Crassidis J L, Harman R R. Real-time attitude-independent gyro calibration from three-axis magnetometer measurements. AIAA-2004-4855, 2004.

[7] Qin W, Yuan W Z, Chang H L, et al. In-flight on-line calibration method for MEMS gyroscope based on adaptive unscented Kalman filter algorithm. Journal of Chinese Inertial Technology, 2011, 19(2): 170-174. (in Chinese)

秦偉, 苑偉政，常洪龍, 等. 基于自適應(yīng)UKF算法的MEMS陀螺空中在線標(biāo)定技術(shù). 中國(guó)慣性技術(shù)學(xué)報(bào), 2011, 19(2): 170-174.

[8] Wei Y X, Bai J Q. Method of vehicular SINS/DR integrated navigation system’s on-line calibration. Journal of Chinese Inertial Technology, 2009, 17(6): 651-653. (in Chinese)

衛(wèi)育新, 白俊卿. 車載SINS/DR 組合導(dǎo)航系統(tǒng)的在線標(biāo)定方法. 中國(guó)慣性技術(shù)學(xué)報(bào), 2009, 17(6): 651-653.

[9] Qian W X, Liu J Y, Zhao W, et al. SINS initial alignment based on revolving base. Journal of Astronautics, 2008, 29(3): 928-932. (in Chinese)

錢偉行, 劉建業(yè), 趙偉, 等. 基于轉(zhuǎn)動(dòng)基座的SINS初始對(duì)準(zhǔn)方法研究. 宇航學(xué)報(bào), 2008, 29(3): 928-932.

[10] Cao J J, Fang J C, Sheng W. A fast in-flight alignment method for MIMU under large attitude errors. Acta Aeronautica et Astronautica Sinica, 2007, 28(6): 1395-1400. (in Chinese)

曹娟娟, 房建成, 盛蔚. 大失準(zhǔn)角下MIMU空中快速對(duì)準(zhǔn)技術(shù). 航空學(xué)報(bào), 2007, 28(6): 1395-1400.

[11] Zhang X Y, Yang G L, Zhang C X. Online calibration based on in-flight alignment and optimal design. Journal of Beijing University of Aeronautics and Astronautics, 2011, 37(2): 220-222. (in Chinese)

張小躍, 楊功流, 張春熹. 基于空中對(duì)準(zhǔn)過程的在線標(biāo)定及優(yōu)化設(shè)計(jì). 北京航空航天大學(xué)學(xué)報(bào), 2011, 37(2): 220-222.

[12] Gong X L, Fang J C. Improved method for measuring gyro constant drift online in SINS. Chinese Journal of Scientific Instrument, 2011, 32(4): 756-762. (in Chinese)

宮曉琳, 房建成. 一種改進(jìn)的在線測(cè)量SINS陀螺常值漂移的方法. 儀器儀表學(xué)報(bào), 2011, 32(4): 756-762.

[13] Qin Y Y. Inertia navigation. Beijing: Science Press, 2006: 363-373. (in Chinese)

秦永元. 慣性導(dǎo)航. 北京: 科學(xué)出版社, 2006: 363-373.

[14] Zhao C S, Qin Y Y, Zhou Q. Modified two-position parameter identification alignment method. Journal of Chinese Inertial Technology, 2009, 17(6): 631-635. (in Chinese)

趙長(zhǎng)山, 秦永元, 周琪. 參數(shù)辨識(shí)雙位置對(duì)準(zhǔn)改進(jìn)算法. 中國(guó)慣性技術(shù)學(xué)報(bào), 2009, 17(6): 631-635.

[15] Xu F, Fang J C. Velocity and position error compensation using SINS/star integration based on evaluation of transition matrix. Aerospace Control, 2007, 25(6): 27-35. (in Chinese)

徐帆, 房建成. 基于狀態(tài)轉(zhuǎn)移陣的SINS/星光組合速度位置誤差估計(jì)方法. 航天控制, 2007, 25(6): 27-35.

[16] Rogers R M. Applied mathematics in integrated navigation systems. 3rd ed. Reston: American Institude of Aeronautics and Astronautics, Inc., 2007: 101-120.

[17] Titterton D H, Weston J L. Strapdown inertial navigation technology. 2nd ed. London: Peter Peregrinus Ltd., 2004: 335-375.

[18] Gao S S, Wang H W, Ni L Q. Application of local observability theory in rapid transfer alignment of INS. Journal of Chinese Inertial Technology, 2007, 15(6): 642-645. (in Chinese)

高社生, 王海維, 倪龍強(qiáng). 局部可觀測(cè)理論在慣導(dǎo)系統(tǒng)快速傳遞對(duì)準(zhǔn)中的應(yīng)用. 中國(guó)慣性技術(shù)學(xué)報(bào), 2007, 15(6): 642-645.

[19] Yu J C, Chen J B, Xu X Q, et al. Multiposition observability analysis of strapdown inertial navigation system. Transactions of Beijing Institute of Technology, 2004, 24(2): 150-153. (in Chinese)

于家成, 陳家斌, 徐學(xué)強(qiáng), 等. 捷聯(lián)慣導(dǎo)系統(tǒng)多位置可觀性分析. 北京理工大學(xué)學(xué)報(bào), 2004, 24(2): 150-153.

[20] Tang Y G, Wu Y X, Wu M P. INS/GPS integration: global observability analysis. IEEE Transactions on Vehicular Technology, 2009, 58(3): 1129-1142.

OnlineCalibrationofPOSErrorBasedonDoubleStrapdownAlgorithm

LIUZhanchao1, 2,FANGJiancheng1, 2, *

1.Science&TechnologyonInertialLaboratory,BeihangUniversity,Beijing100191,China2.KeyLaboratoryofFundamentalScienceforNationalDefense-NovelInertialInstrument&NavigationSystemTechnology,BeihangUniversity,Beijing100191,China

Inordertoimprovetheperformanceofpositionandorientationsystem(POS),anewonlinecalibrationmethodisproposedbasedonthetypicaluniformrectilinearmotionofPOS.First,anonlinecalibrationschemebasedondoublestrapdownalgorithmisdesigned,andthesimplifiedsystemerrormodelisintroduced.Thenthesystemerrorstatetransfermatrixisderivedundermediumtermnavigationconditions.Subsequently,onlinecalibrationofsystemerrorparametersiscarriedoutaccordingtotheneighborhooduniformrectilinearmotionnavigationerrorofPOS,andthroughtheobservabilityanalysisofsystemerrorstates,thecorrespondingrelationshipbetweenPOSmotionandonlinecalibrationprecisionisestablished.VehicletestandflighttestresultsshowthatthenewonlinecalibrationmethodproposedinthispapercaneffectivelyimprovesystemaccuracyduringthenormalremotesensingtaskofPOS.

airborneremotesensing;positionandorientationsystem;onlinecalibration;errormodel;observability;doublestrapdownalgorithm

2011-11-16；Revised2012-01-20；Accepted2012-03-14；Publishedonline2012-03-221644

URL：www.cnki.net/kcms/detail/11.1929.V.20120322.1644.003.html

s：NationalBasicResearchProgramofChina(2009CB724002);NationalScienceFundforDistinguishedYoungScholars(60825305);FoundationforInnovativeResearchGroupsoftheNationalNaturalScienceFoundationofChina(61121003)

.Tel.：010-82339487E-mailfangjiancheng@buaa.edu.cn

2011-11-16;退修日期2012-01-20;錄用日期2012-03-14; < class="emphasis_bold">網(wǎng)絡(luò)出版時(shí)間

時(shí)間：2012-03-221644

www.cnki.net/kcms/detail/11.1929.V.20120322.1644.003.html

國(guó)家“973”計(jì)劃(2009CB724002)；國(guó)家杰出青年科學(xué)基金(60825305)；國(guó)家自然科學(xué)基金創(chuàng)新研究群體科學(xué)基金(61121003)

.Tel.：010-82339487E-mailfangjiancheng@buaa.edu.cn

LiuZC,FangJC.OnlinecalibrationofPOSerrorbasedondoublestrapdownalgorithm.ActaAeronauticaetAstronauticaSinica,2012,32(9):1679-1687. 劉占超，房建成．基于雙捷聯(lián)算法的POS誤差在線標(biāo)定方法．航空學(xué)報(bào),2012,32(9):1679-1687.

http://hkxb.buaa.edu.cnhkxb@buaa.edu.cn

1000-6893(2012)09-1679-09

V243.5

A

劉占超男， 博士研究生。主要研究方向： 慣性導(dǎo)航與組合導(dǎo)航技術(shù)。

Tel: 010-82339550

E-mail: liuzhanchao@aspe.buaa.edu.cn

房建成男， 博士， 教授， 博士生導(dǎo)師。主要研究方向： 慣性技術(shù)、 組合導(dǎo)航及航天器姿態(tài)控制技術(shù)。

Tel: 010-82339487

E-mail: fangjiancheng@buaa.edu.cn