方位角精度對捷聯(lián)式慣性導航定位系統(tǒng)的精度具有決定性作用,由于MEMS陀螺儀本身精度有限,難以長時間準確的對方位角進行估計,對于MEMS慣性導航定位系統(tǒng)如何實現(xiàn)方位角長時間高精度的輸出還需要進行研究。針對上述問題,本文借助一些輔助信息來對產(chǎn)生的方位角偏差進行校準,主要從以下三方面進行研究:(1)方位角長時間精度保持的整體方案對影響方位角長時間精度保持的因素進行分析研究,針對已經(jīng)產(chǎn)生的方位偏差進行整體方位角校準方案設計,即對采集數(shù)據(jù)環(huán)境進行實時磁干擾評估,根據(jù)磁干擾程度不同選擇不同的方案,當?shù)卮艌霾皇苊黠@干擾時,選擇互補濾波和Kalman濾波相融合的方位角校準算法,當?shù)卮艌鍪艿矫黠@干擾的情況下,采用結合運動場景約束的方位角校準策略。(2)Kalman濾波和互補濾波相融合的方位角校準算法當?shù)卮艌霾皇苊黠@干擾時,提出將Kalman濾波和互補濾波相融合的算法。首先將電子羅盤和陀螺儀通過Kalman濾波融合得出最優(yōu)估計四元數(shù),然后利用互補濾波算法對陀螺儀的漂移進行補償?shù)玫叫Ｕ蟮乃脑獢?shù),將此次得到的四元數(shù)和上次Kalman濾波得出最優(yōu)估計四元數(shù)再次通過Kalman濾波算法對四元數(shù)進行第二次最優(yōu)估計... 

【文章來源】：河北工業(yè)大學天津市 211工程院校

【文章頁數(shù)】：71 頁

【學位級別】：碩士

【部分圖文】：

坐標系之間的轉換在圖2.1中，、和分別稱為載體的航向角、俯仰角和橫滾角

慣性元件精度較低。雖然當前 慣性傳感器已經(jīng)有了長足的發(fā)展，但受工作原理和工藝技術水平的限制，MEMS 傳感器精度相對較低，其性能與傳統(tǒng)慣性元件相比仍有一定差距，要實現(xiàn)長時間高精度的方位保持難度比較大。第二，MEMS 慣性導航所固有的傳感器誤差累積特性，圖 3.1 為 MEMS 慣性傳感器輸出誤差，慣性傳感器誤差的大小對于慣導系統(tǒng)的導航定位精度具有決定性的影響。第三，捷聯(lián)導航算法誤差，在捷聯(lián)式慣導系統(tǒng)中，利用陀螺儀測量載體各軸旋轉運動的瞬時角度增量，通過積分計算其角度變化量，結合載體初始方位，解算出當前的方位角信息。由于采用積分的方式計算方位角信息，各種誤差隨著時間的增長而不斷累積，使得系統(tǒng)的長期精度差。

肷?臀蟛畹撓行Ч蘭坪筒鉤ィ?越檔退俁任蟛詈頭轎晃蟛畹睦奐啤?提高長時間的慣性導航和定位精度具有重要意義。MEMS慣性傳感器輸出的誤差項包含可預測誤差（系統(tǒng)誤差）項和隨機誤差項。其中可預測誤差包括零偏、標度因子誤差、安裝誤差和溫度漂移等靜態(tài)誤差以及大動態(tài)工作條件下所產(chǎn)生的傳感器動態(tài)誤差；零偏不穩(wěn)定性、角度/速度隨機游走、量化噪聲等都屬于隨機誤差。對于傳感器的可預測誤差項，可采用以離線測試為主、在線觀測為輔的方法，建立誤差模型，并根據(jù)傳感器實際工作條件和狀態(tài)，對傳感器觀測值進行補償和修正，如圖3.2所示。圖3.2可預測誤差的估計和補償方案根據(jù)MEMS傳感器的誤差特性和來源對其誤差進行分類，分為可預測誤差和隨機誤差。由于傳感器的隨機誤差項具有較大不確定性，觀測和校正比較困難，若補償不當則會產(chǎn)生額外累積誤差。長期觀測下隨機誤差具有零均值的特性，由此可見隨機誤差項對累積誤差影響相對較小，故主要對可預測誤差項進行主要分析研究。MEMS慣性傳感器的可預測誤差項分為兩類，一類是靜態(tài)誤差，另一類是動態(tài)誤差。由于本文主要對導航解算中產(chǎn)生的方位角偏差進行校準，故在此只對MEMS慣性傳感器的可預測誤差的估計補償進行簡單的介紹。下面對靜態(tài)誤差估計和補償?shù)乃悸愤M行介紹：（1）靜態(tài)誤差分析。根據(jù)MEMS慣性器件的性能指標可將靜態(tài)誤差項分為三類，

【參考文獻】：
期刊論文
[1]雙矢量定姿算法提高海參捕撈裝置捷聯(lián)慣導系統(tǒng)粗對準精度[J]. 包建華,喬曦,李道亮.  農(nóng)業(yè)工程學報. 2017(12)
[2]基于地磁輔助的室內行人定位航向校正方法[J]. 馬明,宋千,李楊寰,谷陽,周智敏.  電子與信息學報. 2017(03)
[3]基于MPU6050和互補濾波的四旋翼飛控系統(tǒng)設計[J]. 張承岫,李鐵鷹,王耀力.  傳感技術學報. 2016(07)
[4]不同慣導系統(tǒng)零速檢測算法的性能分析[J]. 石波,李耀宗,程敏,楊偉彬.  山東科技大學學報(自然科學版). 2016(02)
[5]基于足綁式INS的行人導航三軸磁強計在線校準[J]. 張新喜,張嶸,郭美鳳,程高峰,牛樹來.  清華大學學報(自然科學版). 2016(02)
[6]步幅和建筑方向輔助的行人導航算法[J]. 于飛,白紅美,高偉,趙博,葉攀.  哈爾濱工程大學學報. 2016(03)
[7]激光陀螺捷聯(lián)慣導尺寸效應誤差分析與補償[J]. 江奇淵,湯建勛,袁保倫,韓松來.  紅外與激光工程. 2015(04)
[8]采用卡爾曼濾波算法的MEMS器件姿態(tài)測量[J]. 周樹道,金永奇,衛(wèi)克晶,劉星.  實驗室研究與探索. 2015(02)
[9]基于MIMU和磁力計的姿態(tài)更新算法研究[J]. 米剛,田增山,金悅,李澤,周牧.  傳感技術學報. 2015(01)
[10]蛇形機器人互補濾波和四元數(shù)的姿態(tài)解算[J]. 王超杰,蘇中,時佳斌,陳庚.  傳感器與微系統(tǒng). 2014(10)

博士論文
[1]高動態(tài)環(huán)境捷聯(lián)慣導信號處理及高精度姿態(tài)速度算法研究[D]. 黃磊.南京航空航天大學 2015

碩士論文
[1]基于MEMS慣性器件的個人導航系統(tǒng)研究[D]. 張曉東.北京工業(yè)大學 2015
[2]基于四元數(shù)和卡爾曼濾波的姿態(tài)角估計算法研究與應用[D]. 陳偉.燕山大學 2015
[3]基于MEMS行人慣性導航的零速度修正技術研究[D]. 李辰祥.廈門大學 2014
[4]多維MEMS慣性傳感器的姿態(tài)解算算法研究[D]. 劉星.哈爾濱工程大學 2013
[5]MIMU/GPS/磁力計單兵系統(tǒng)組合導航技術研究[D]. 劉峰麗.哈爾濱工程大學 2013



本文編號：2936054