周廣濤,邵劍波,2,韓少衛(wèi),陳海南
(1.哈爾濱工程大學(xué) 自動化學(xué)院,哈爾濱 150001; 2.哈爾濱工業(yè)大學(xué) 儀器科學(xué)與工程學(xué)院,哈爾濱 150001)
在控制系統(tǒng)中,系統(tǒng)的內(nèi)部狀態(tài)矢量是根據(jù)系統(tǒng)一段時間內(nèi)的外部量測信息,通過系統(tǒng)的狀態(tài)方程以及量測方程計算得到的.可觀測性即是描述系統(tǒng)在一段時間內(nèi)能否根據(jù)量測輸入準確估計出系統(tǒng)內(nèi)部狀態(tài)的能力.對于線性定常系統(tǒng)而言,可直接通過可觀測性矩陣來判斷系統(tǒng)的可觀測性.但對于線性時變系統(tǒng),可觀測性矩陣的計算復(fù)雜,因此可通過Goshen-Meskin等[1-2]提出分段式線性定常系統(tǒng)(PWCS)可觀測性分析理論,以提取可觀測性矩陣(SOM)替代總可觀測性矩陣(TOM)對系統(tǒng)進行可觀測性分析,以簡化計算.
通過系統(tǒng)可觀測性僅能定性的判斷系統(tǒng)狀態(tài)是否可估計,但卻無法具體描述各狀態(tài)的估計效果,而狀態(tài)估計效果與其狀態(tài)特性分析密切相關(guān).例如,慣導(dǎo)系統(tǒng)中初始對準精度很大程度取決于對平臺失準角的估計精度,而在不同情況下,即使可觀測性矩陣的秩相同,各狀態(tài)的估計速度及精度也可能不同.因此為提高對準精度,則需對平臺失準角在不同情況下估計效果的變化進行分析;在進行反饋校正時,若將估計精度低的狀態(tài)直接對內(nèi)部參數(shù)校正,則會導(dǎo)致系統(tǒng)誤差發(fā)散,根據(jù)各狀態(tài)的估計效果,采用自適應(yīng)反饋校正可有效解決該問題.因此對狀態(tài)的估計效果進行定量分析具有重要意義.
Ham等[3]提出了一種基于Kalman濾波均方誤差矩陣的特征值來描述與其特征向量相對應(yīng)的狀態(tài)向量的線性組合的可觀測度.但這種方法需要經(jīng)過Kalman濾波后得到均方誤差陣,不能直接依據(jù)狀態(tài)方程以及量測方程進行分析.馮紹軍等[4]提出一種基于可觀測性矩陣特征值分解的方法,以系統(tǒng)可觀測性矩陣的特征值大小來描述其特征向量對應(yīng)的狀態(tài)線性組合的可觀測度.但該方法只能描述狀態(tài)組合的可觀測度,而不是獨立狀態(tài)的可觀測度.程向紅等[5]提出根據(jù)線性時變系統(tǒng)可觀測性矩陣奇異值來定性分析系統(tǒng)的可觀測度大小,而后這種基于奇異值分解(SVD)的可觀測度分析方法近年來得到廣泛的應(yīng)用[6-7].
本文由已有的基于PWCS系統(tǒng)可觀測性矩陣SVD的可觀測度分析方法入手,分析其存在的不足之處并對該方法進行改進,利用該方法對SINS/DVL構(gòu)建Kalman濾波器,進行可觀測度分析,然后通過不同機動狀態(tài)下各狀態(tài)量的估計誤差均方差曲線進行仿真驗證.
由于研究系統(tǒng)可觀測性不涉及外部輸入激勵,故對齊次系統(tǒng)狀態(tài)方程及量測方程進行討論即可,線性時變系統(tǒng)模型如下:
Z(t)=H(t)X(t).
式中:A(t)∈Rn×n;H(t)∈Rm×n;X(t)∈Rn.若直接通過求算可觀測性矩陣以對該線性時變系統(tǒng)進行可觀測性分析,則需要進行Grammian矩陣運算,計算量巨大.因此為簡化計算,將系統(tǒng)整個運行時間按適當時間間隔進行分段,若在每個時間段內(nèi)A(t)和H(t)變化緩慢,可分別近似為常量,則在該時間段內(nèi)可視為線性定常系統(tǒng),在整個時域內(nèi)該線性時變系統(tǒng)則可近似為分段式線性定常系統(tǒng)(PWCS).該近似對于系統(tǒng)精度以及系統(tǒng)特性分析的影響很小,并且能很大程度的簡化分析過程,因此可用PWCS替代原線性時變系統(tǒng)進行可觀測性分析.
上述線性時變系統(tǒng)近似的PWCS從第1個時間段到第r個時間段內(nèi)的總可觀測性矩陣(TOM)為
式中:Ai為第i個時間段內(nèi)系統(tǒng)的狀態(tài)矩陣常值;Δti為第i個時間段的時長;Qi為第i個時間段內(nèi)已視為線性定常系統(tǒng)的可觀測性矩陣,計算如下:
但是由于Q(r)中含有指數(shù)函數(shù)矩陣項,計算極為復(fù)雜,因此引入Goshen-Meskin和Bar-Itzhack提出分段式線性定常系統(tǒng)可觀測性分析定理.
若null(Qi)?null(Ai),1≤i≤r,則有
式中:null()為矩陣的零空間;rank()為矩陣的秩;Qs(r)為系統(tǒng)的提取可觀測性矩陣(SOM),計算如下:
若PWCS滿足該定理,則可使用提取可觀測性矩陣Qs(r)代替總可觀測性矩陣Q(r)對系統(tǒng)進行可觀測性分析,進一步簡化分析過程.捷聯(lián)慣導(dǎo)系統(tǒng)一般都符合該定理的條件[8-11].當使用Qs(r)對Q(r)進行替換時,系統(tǒng)觀測方程為
Y=Qs(r)X,
(1)
對式(1)中的Qs(r)進行奇異值分解可得:
(2)
根據(jù)式(2)變換可得:
(3)
ηk=σk/σo,
(4)
式中σo為可直接由外部量測信息得到的狀態(tài)分量對應(yīng)的奇異值.
將式(2)中等式兩邊同時乘以酉矩陣UT,則有
1)系統(tǒng)狀態(tài)的可觀測度屬于系統(tǒng)自身性質(zhì),應(yīng)與外部量測輸入無關(guān),但由式(3)可知,對于狀態(tài)量所對應(yīng)的奇異值的判斷需要外部量測信息.
2)系統(tǒng)內(nèi)部各個狀態(tài)的量綱不同導(dǎo)致其對應(yīng)的奇異值也不具有可比性[12],不能以此計算狀態(tài)的可觀測度.
3)當外部量測信息反映的狀態(tài)在數(shù)量級上差異較大時,會導(dǎo)致它們各自對應(yīng)的奇異值也相差較大,在式(4)中無法選取唯一的σo作為其他觀測度的衡量基準.
對式(2)進行變換可得:
Y=σ1Y1+σ2Y2+…+σnYn,
(5)
(6)
又由ui為酉陣U的單位列向量,故有
由vi=[vi1vi2…vin]T將上式展開可得:
(7)
通過將式(6)、(7)進行對比,則有
θij反映了Xj在Yi中的權(quán)值大小,當θij越大,根據(jù)Yi越容易估計出Xj;θij趨于零時,Xj在Yi中幾乎不可見.因此,θij大小可用來描述Xj在不同情況下可觀測度變化趨勢.又由式(5)知,Yi在經(jīng)過σi的加權(quán)求和后得到Y(jié),故狀態(tài)量Xj在Y中所占權(quán)值大小由θij與σi共同決定,因此定義:
Oj的大小僅描述了系統(tǒng)在不同狀態(tài)下Xj的可觀測程度的變化,為了得到Xj的可觀測度,則需要知道Xj完全可觀測時在Y中所占權(quán)值的大小,并將其作為基準值進行比較.
文獻[13-14]研究分析了載體的各種運動對系統(tǒng)狀態(tài)可觀測性的影響.結(jié)論表明,當載體做S形機動時,捷聯(lián)慣性導(dǎo)航系統(tǒng)的各狀態(tài)均可得到較好的估計.因此定義Xj的可觀測度為
ηj=Oj/Osj, (j=1,2,…,n)
式中Osj為載體在做S形機動狀態(tài)時Xj在Y中所占的權(quán)值大小的.
通過上述方法計算狀態(tài)量可觀測度,不需外部量測信息,計算簡單(通過奇異值和酉陣V各列元素的平方的乘積之和,可得到全部狀態(tài)的可觀測度矢量),并且將狀態(tài)在不同情況下縱向比較,解決了量綱不同及基準不唯一的問題.
由于Kalman濾波器為線性濾波器,故一般慣性組合導(dǎo)航系統(tǒng)均采用間接濾波方式對導(dǎo)航參數(shù)誤差進行估計,在以估計誤差對慣導(dǎo)導(dǎo)航參數(shù)進行校正.當濾波器對誤差估計準確時,導(dǎo)航參數(shù)可以得到準確校正,但當誤差估計較差時,進行校正則可能導(dǎo)致導(dǎo)航參數(shù)誤差發(fā)散.因此為了得到更精準的導(dǎo)航參數(shù),則需要知道濾波器對誤差估計的準確程度,然后根據(jù)其決定是否對誤差進行反饋及反饋程度大小.間接濾波中的狀態(tài)可觀測度即是定量描述誤差估計效果的,可用來作為誤差的反饋因子,得到更精準的參數(shù)估計,即
(8)
本文將SINS與DVL的速度之差作為外部量測信息,構(gòu)建Kalman濾波器,選取東北天地理坐標系為導(dǎo)航坐標系,選取系統(tǒng)狀態(tài)變量為
X=[δveδvnδvuφeφnφuxyzεxεyεz]T.
式中:δve、δvn、δvu分別為速度誤差;φe、φn、φu分別為平臺失準角;x、y、z分別為加速度計零偏;εx、εy、εz分別為陀螺漂移.
表1表示在一定時間段內(nèi)針對一些常見機動動作(機體初始位置緯度45°,經(jīng)度126°;勻速100 m/s;加速運動a=0.1 g;轉(zhuǎn)彎角速度3°/s),根據(jù)上述方法計算得到的狀態(tài)分量的可觀測度.
表1 常見機動狀態(tài)下狀態(tài)可觀測度
Tab.1 Observable degree of the body under typical maneuver conditions
狀態(tài)靜止勻速直線北向加速東向加速轉(zhuǎn)彎δve1.000 0 1.000 0 1.000 0 1.000 0 1.000 0 δvn1.000 0 1.000 0 1.000 0 1.000 0 1.000 0 δvu1.000 0 1.000 0 1.000 0 1.000 0 1.000 0 φe0.858 2 0.858 1 0.945 4 0.743 6 1.038 2 φn0.900 5 0.900 3 0.784 1 0.986 0 1.068 2 φu0.000 2 0.000 3 0.332 0 0.347 4 1.171 1 ?x0.101 7 0.101 7 0.110 3 0.122 7 0.999 1 ?y0.119 1 0.119 1 0.186 5 0.183 3 0.460 1 ?z1.001 9 1.001 9 0.812 8 0.810 1 1.001 1 εx0.319 8 0.319 7 0.832 5 0.825 1 0.247 1 εy0.928 1 0.928 1 0.696 3 0.692 9 0.167 6 εz0.000 1 0.000 1 0.289 1 0.302 2 0.693 6
根據(jù)表1可知,δve、δvn、δvu在各種狀況下的可觀測度均為1,這是由于速度誤差在任何情況下均可由Kalman濾波器外量測信息得到,故保持可觀測狀態(tài);φe、φn在各種機動情況下均能保持較高的觀測度,通過對比還可發(fā)現(xiàn),機體的線加速方向?qū)τ谒绞式怯^測度也會產(chǎn)生影響.圖1、2為水平失準角估計誤差均方差曲線,根據(jù)該圖,機體的北向、東向加速運動會影響同方向水平失準角的估計效果,并且加速度越大,估計效果越差.機體線加速、轉(zhuǎn)彎運動均可提高φu的可觀測度,如圖3所示,同時轉(zhuǎn)彎運動也明顯提高x和y的可觀測度,如圖4所示.機體的線加速運動可提高εx的可觀測度,但同轉(zhuǎn)彎運動一樣,會降低εy的可觀測度,如圖5所示.此外,表1與文獻[14-15]中所分析的機體不同機動動作對于系統(tǒng)狀態(tài)估計特性的影響基本一致,表明通過該方法計算的可觀測度分析可以Kalman濾波前預(yù)見各狀態(tài)的估計特性,并且可以較為準確的描述各狀態(tài)的濾波效果.
圖1 φe估計誤差均方差曲線
圖2 φn估計誤差均方差曲線
圖3 φu估計誤差均方差曲線
圖4 x估計誤差均方差曲線
圖5 εy估計誤差均方差曲線
由上述狀態(tài)可觀測度分析結(jié)果,根據(jù)式(8)中的反饋校正方法進行仿真.載體運動仿真條件設(shè)為:先進行120 s加速度為0.1 g的北向加速運動,然后以3°/s的角速度經(jīng)過30 s轉(zhuǎn)彎使航向向東,以勻速直線運動繼續(xù)行駛450 s.仿真1為速度、平臺失準角完全反饋時的位置誤差,仿真2為將狀態(tài)可觀測度作為估計誤差的反饋因子時的校正,即在勻速直線時,φu不反饋;北向加速運動時,φu與可觀測度0.332 0相乘在對系統(tǒng)進行校正;轉(zhuǎn)彎運動時φu完全反饋.其他狀態(tài)反饋校正方式相同.如圖6~圖8所示,采用依據(jù)可觀測度的自適應(yīng)反饋校正方式,可在一定程度上提高到導(dǎo)航參數(shù)精度.
圖6 緯度誤差
圖7 經(jīng)度誤差
圖8 航向角誤差
1)已有的基于PWCS可觀測性矩陣SVD的可觀測度分析方法計算過程中存在著狀態(tài)量綱不同、奇異值基準不唯一等問題,針對這些問題提出一種改進的基于PWCS可觀測性矩陣SVD的可觀測度分析方法.
2)該方法根據(jù)PWCS系統(tǒng)可觀測性矩陣的奇異值以及對應(yīng)的右奇異值向量來計算各狀態(tài)量的可觀測度.通過SINS/DVL組合導(dǎo)航系統(tǒng)仿真,該方法計算得到的觀測度與系統(tǒng)各狀態(tài)經(jīng)過Kalman濾波的誤差估計特性具有相符,且根據(jù)Kalman間接濾波校正原理,可將狀態(tài)可觀測度應(yīng)用于系統(tǒng)自適應(yīng)反饋校正.
3)仿真結(jié)果表明, 通過該改進的SVD可觀測度方法計算得到的各狀態(tài)可觀測度,可以較為準確的預(yù)見及定量描述系統(tǒng)對各狀態(tài)的估計效果. 將可觀測度作為反饋因子對狀態(tài)校正時,可在一定程度上提高導(dǎo)航參數(shù)精度,故在慣導(dǎo)系統(tǒng)的初始對準及自適應(yīng)反饋校正等方面具有實用意義.