车载自主导航算法

车载自主导航算法惯性导航属于积分推算方法z导航误差随时间累积,难以满足长时间高精度走位定向的要求。在车载导航的特殊领域,可以采用SINS/OD组合导航或零速校正方法来提高自主导航精度。—、SINS/OD组合导航捷联惯导和里程仪均具有完全自主的特点,且定位误差具有互补性，所以SINS/OD组合导航是一种常用的车载自主导航算法。文献［25］详细叙述了惯导、里程仪航位推算算法及其误差方程,并根据相似性原理得到了相关误差源的分立标定方法。但在航位推算过程中”捷联惯导和里程仪相对独立工作,导航精度受误差源标定精度的影响严重，只能通过已知路标点进行校正，存在导航信息利用不充分的缺陷。SINS/OD组合导航是一种有效的自主导航方案,可以对相关误差进行在线估计。在状态误差建模上,文献［25］仅考虑了里程仪标度因数误差，文献［127］进一步考虑了方位和俯仰安装偏差”但未对安装杆臂误差进行建模。在量测方程建目前通常使用两类方案：一类采用速度量测模式［127-129］,将惯导速度和里程仪速度之差作为量测值，状态维数低,计算量小”但里程仪速度的获得需要对里程增量进行微分,放大了量测噪声；另一类采用位置量测模式［130-132］,将惯导位置和航位推算位置之差作为量测值,不放大量测噪声，但额外增加了状态维数,对相关误差状态的估计速度慢,也不利于故障重构。在误差状态可观测性分析方面,武元新等［133)34］提出了〃导航系统全局可观测分析方法〃,并对SINS/OD组合导航中里程仪误差的可观测性进行了分析。二、零速校正在里程仪无效的情况下，零速校正(zero-velocityupdate,ZUPT)技术是车载自主导航的主要技术手段。陆用车辆行驶过程中，间隔一走时间(一般为5~10min)停车,由于停车时刻的真实速度为零,惯导系统的速度输出即为速度误差，将该速度误差作为量测值可对惯导系统的各项误差进行辨识和补偿［135,136］OZUPT技术在很多实际系统中得到广泛应用,如美国的Litton公司的LASS、Honeywell公司的GEO-SPIN系统，英国Ferranti公司的HLS系统，法国SAGEM公司的SIGMA-30等系统［137］e常用的零速校正方法有曲线拟合法和实时卡尔曼滤波法［138442］。曲线拟合法根据停车点的零速观测值,将各个通道的速度误差拟合成二次曲线或休拉周期正弦曲线,进而补偿定位误差。曲线拟合法一般将各通道分开处理,忽略了通道间的耦合，不能精确跟踪物理系统内部的状态变化［21］。而卡尔曼滤波算法利用系统误差和测量误差统计特性的先验信息给出系统状态的最优估计,由于考虑了惯导系统的内部误差模型，零速校正的效果一般要优于曲线拟合法,因此获得广泛应用。如Litton公司的LASS系统采用了〃:L4+4〃维卡尔曼滤波器；Ferranti公司的FILS系统采用10维状态的滤波平滑；Honeywell公司的GEO-SPIN系统采用27维状态实时滤波；Draper实验室的APTS系统采用了20维状态实时滤波等［21］。此外还有一些基于事后或滞后平差、平滑处理的零速校正算法［U2J43］,通常可以取得更高的走位精度，但往往不能满足作战车辆对机动性和实时性的要求。国内外采用ZUPT技术的惯导系统大多是平台式系统［137,142-143］O捷联惯导系统由于物理上缺失隔离角运动的功能,惯性器件的工作环境更加恶劣”动态误差源众多,零速校正的效果通常不如平台式系统。Dissanayake［144］指出,在车载应用的特殊领域z存在侧向和法向速度为零的运动学约束条件,利用该约束可以实现动态零速校正从而抑制SINS的误差发散趋势。方