基于低成本的初始对准的惯性测量单元

1、基于低成本的初始对准的惯性测量单元 易炯中国科学院上海技术物理研究所,上海,中国电子邮件:yi_jiong初始对准对于捷联式惯性导航系统是至关重要的。在这个工作中，一个有效的，基于六自由度的惯性测量单元的初始对准方法被提出。三维线性加速度和角速率是从一个包含低成本的惯性传感器的数据采集板中获得的。预处理陀螺数据，为捷联惯导初始对准建立误差模型。分析了捷联惯导误差模型的可观察性，然后基于这种观察简化模型。卡尔曼滤波是用来估计偏差角度的。结果表明在这篇文献中所提出的初始对准方法是明智的，对于基于一个固定平台的低成本传感器来说。 SINS指数术语；初始对准；卡尔曼滤波；可观察性；数据采集 I 介绍自

2、1950年以来，捷联惯导系统已广泛应用于许多领域，诸如定位，导航，船舶，飞机，车辆和导弹等等。初始偏差是主要误差源之一。考虑到初始对准误差将影响到系统的位置，速度和姿态误差，因此SINS在定位和导航之前最好对齐。SINS的初始对准的目的是得到一个坐标变换矩阵，从自身框架到导航框架，使偏差的角度为零或尽可能小。广义上讲，SINS的初始对准可分为两类。基于静止的和基于移动的对齐方式。SINS通过使用当地的重力和自转速率是完全独立的。从理论上讲，捷联式惯导系统的自我对准分析在功能上相当于在换向系统中的物理转向罗盘。在一个固定基础的稳定状态下，两个系统的这个错误特点似乎是相同的。一般来说，SINS的对

3、准可以分为两个阶段。粗对准和精对准。粗对准的目的是估计仪器轴相对于导航框架的方向。精对准的目的是计算参考系和机体坐标系之间的小角度偏差，通过精确地处理各种传感器数据的信息。SINS的初始对准要求高的精确性和短时间。有很多的因素使对准既费时又复杂。准确定位是至关重要的，然而这时基于长时间的对准情况下的。初始对准的精度和时间消耗应该做一个妥协。本文提出了一个基于低成本的惯性传感器在一个固定的平台上的SINS的初始对准。首先从惯性传感器获得线性加速度和角速率，然后降噪陀螺数据。接下来初始建模，分析对准的可观察性，然后基于观察简化模型。随后，用卡尔曼滤波估计偏差角度。最后将测试结果呈现出来。 II S

4、INS构架一般来说，捷联式系统是一个简化的硬件导航系统。加速度计和陀螺是安装在载体上的，不会机械振动。相反，一个软件是用来跟踪惯性传感器的轨道，从自身坐标系到导航坐标系的持续测量。这个方法克服了导航系统遇到的问题，最重要的是减少了尺寸，成本，功率，消费和系统的复杂程度。本节给了SINS构架的简要概述。它由一个数据采集单元和导航处理单元组成。SDA是由一个FPGA和MEMES-based惯性传感器组成（包括温度传感器，一个三轴陀螺和三倍轴加速度及）。个人计算机作为导航处理单元。惯性传感器的陀螺仪和加速度计分别为SINS提供角速率和线性加速度。GPS接收器和晴雨表所示的体系结构是GPS/SINS/

5、气压综合导航系统。此外，指南针和磁强计接口是留给未来发展的。GPS的数据，指标和惯性传感器发送到FPGA然后包装，通过电脑的USB接口控制器。数据在PC机中处理。III算法的初始对准 在本文中，初始对准有三个阶段，数据处理，粗对准，细对准。在数据处理阶段，陀螺的零偏值没有了，陀螺的漂移最小。在粗定位阶段，为精密对准提供好的初始条件可以是总对齐时间缩短。在细调整阶段，在参考坐标系和自身坐标系 之间的小角度偏差是要精确计算的。A 数据预处理陀螺误差模型可以描述为： = + 他们分别为零偏值和漂移。陀螺零偏值是缓慢变化的信号，它可以在每次开始都视为一个常数。我们可以将陀螺输出的信息在过滤器中除掉。在

6、零偏值被除去后，有效的减少陀螺的漂移是很重要的对于改善陀螺输出的精确性。考虑到陀螺的漂移是弱2非线性，不平滑的，容易被不确定因素影响到的。小波阀值滤波器是非常有效的消除漂移。在这项工作中我们选择5鳞片db4小波，提高陀螺的数据。B 粗校准粗校准的目的是为精确对准提供好的初始对准条件。这还可以缩短总的对准时间。一般情况下可分为解析粗对准和光学对准。在这里采用解析粗对准方法。加速度计和陀螺仪测量重力矢量和地球自转速率矢量相对于自身坐标系。这两个向量已知常数在导航坐标系，假设导航轴是一致的东北天。然后重力和自转速率向量可以表示为：gn = 0 0 gT = L 0 L地球重力矢量和地球自转角速度从载

7、体坐标系到导航坐标系的转换分别描述如下：接连导航坐标系之间的关系和真正的参考坐标系可以被描述为三个失调角。分析粗定位的偏差角度可以得到：从上面的方程式观察得到不仅北向力，垂直力和方位陀螺不确定性也会诱导东向错误。这种情况和发生在一个万向系统是完全不同的。C 精密对准 精密对准是精确的对准阶段，参考坐标系和自身坐标系之间的小偏差角度是通过处理各种传感器的信息而精确计算的。在这节中描述了初始对准的模型，提出了卡尔曼滤波器的快速对齐。 a 初始对准模型考虑到要使SINS与当地的地理坐标系东北天对齐。出于这个分析的目的，假设导航系统是相对于地球而静止的。在这种情况下，加速度计测量的需要克服重力的陀螺仪

8、测量地球旋转速率的三个正交组件要在同一个方向。为了调查惯性导航的行为，应该得到一个合适的误差模型。众所周知，SINS的误差描述所使用的线性化误差模型是一种相当好的近似。SINS的特点源于线性误差模型。SINS的误差模型对实现卡尔曼滤波的对齐起着至关重要的作用。SINS的初始对准模型在东北天地理坐标系中形成。初始对准的状态方程是：，分别作为系统状态，转移矩阵，噪声矩阵，系统噪声向量。其中，是一个单元矩阵。忽略了位置和速度误差，初始对准可以写：下表分别代表东，北，天。是陀螺误差和加速度误差常数。因此状态转移矩阵和系统噪声向量可以描述为：考虑到耦合的垂直特定力量和水平失调角很微弱，垂直特定力量可以被

9、忽略，所以我们可以采取特定水平测量信号。测量初始对准方程是：是测量噪声，他可以描述为：是测量矩阵，它可以描述为：观测性分析系统状态结果是一个好的可观察的性能指标。如果一个状态的估计，通过科尔曼滤波收敛，这个状态将是可以观察到的。如果状态估计是不收敛的，状态是不可见得。收敛率越快，可观察性的程度越高。考虑一个线性非时变系统，如果可观察性测试矩阵的等级等于顺序系统，那么这个系统是完全可观测的。相反如果系统是不完全可观测的，那么不可观测状态的数量是顺序系统和可观察性等级测试矩阵的区别。一些状态不能被估计的原因对估计方位偏差产生了影响，方位偏差和水平测量偏差一样不能被估计。可观察矩阵的轶检验，可以确定

10、系统是否完全可观察到的，可观察矩阵可以写为：（），系统顺序和可观察性系统等级的差别是不可见状态的数量。因此系统不是完全可见的，只有个可观察状态，个不可见状态。偏差角度可见是必要的。三个不可观察状态的组合可以是收敛速率越快，状态可观察性越高。根据分析，三个不可见状态的最合理选择是对于初始化校准过程。一旦不可见状态被选中，提高计算的估计偏差角度的估计算法应该被设计。快速收敛的需要更高程度的可观察性。但是他的可观察性程度不能增加了，因为的限制。的特点确定了的不可见性如上分析，的估计可以被描述为（）方程显示方位误差可以直接从北轴的水平误差估计东轴的水平误差中计算出来。因此的收敛速度可以大大的提高。这个

11、方位误差估计方法和自校准所示的计划相同。应该指出，被测量的信号应首先转换为低通数字滤波器的输入。从上面的方程我们知道，当系统位于地球磁极时，方位误差难以察觉。考虑到这个系统不会被用到地球磁极，我们可以忽视这个影响。卡尔曼滤波的快速对齐根据可观察性的分析结果，恒定加速度计的零漂和东陀螺的持续漂移可以忽略，就误差模型和的可观察性而言，离散的卡尔曼滤波方程如下：简化系统初始测量状态向量描述如下：卡尔曼滤波的过程是描述在图中。是离散系统状态转换矩阵。是离散测量矩阵。北向，东向和垂直的初始偏差角度假设分别为，,.持续漂移和每个陀螺的角漂移是持续漂移和每个加速度记得速度随机漂移是纬度大约是.应用程序测试和

12、校准数据采集板如图所示，应用于气压的集成系统。被应用于此系统的是一个模块，该模块提供了优秀的性能和灵活性。一个带有超过万有效相关器的采集发动机具有大规模并行搜索能力。这使第一次变换小于一秒钟。气压计是压力传感器，它可以检测到最小的气压变化，可以容易的在当地测量。基于压力的高度测量是相对的，它比较了不同地方的压力。高度作为压力的函数从（）获得惯性测量组件为惯性导航提供了角速率和线性加速度。考虑到性价比,基于MEMS的tri-axis惯性传感器被应用。惯性测量组件是一个完整的三轴陀螺仪和三轴加速度计传感器系统，它通过轴精确地校准，是补偿和敏感度的校准。GPS，温度计，IMU的数据被送到FPGA，打包谈后通过USB单片机发送。IMU的规范在表1中给出。陀螺噪声如图4所示，数据预处理如图5,6所示。图5是均值滤波后的陀螺噪声。图六是5鳞片db4小波降噪后的陀螺噪声。校准结果在表7中给出，表7给出的偏差角误差是用本文提到的方法。显而易见两个水平失调角的收敛速度是非常快的，他们大约分别是40s。方位失调角的最佳时间是100s。在这提出的SINS的初始对准方法可以极大地减少初始对准时间，它被验证