其中:x是INS的误差状态向量;Wk和Vk分别是系统噪声和量测噪声,它们都是高斯白噪声,即Wk~N(0,Q),Vk~N(O,R),Q和R分别是系统噪声方差阵和量测噪声方差阵。
4 关键技术
4.1 时间同步
GPS/INS组合导航系统利用GPS的位置、速度信息对惯导系统进行修正,关键是保证用于修正的导航数据在数据融合时间点的一致。
INS的采样频率由采样板的高精度时钟控制,可认为是固定不变的。GPS接收机严格地在每一个同步脉冲(Pulse Per Second,PPS)的边沿时刻进行一次伪距和载波相位测量、GPS标准授时、定位等,但经过计算及串口通信后,输出信息的时钟发生不确定的延迟。因此,系统设计采用如下的时间同步方法:将PPS作为CPU的外部中断源,PPS触发中断后,CPU查询此时采样板采样数n1;GPS的导航信息按照通信协议以中断方式通过RS 485传送,当通信协议中数据帧尾字节接收完成后,CPU再次查询采样板采样数n2;两次采样数之差n1-n2与采样频率之比即对应了GPS相对INS的时标延迟;以线性插值法近似处理,对位置、速度进行补偿,在数据帧尾字节接收完成时间点实现位置、速度修正。这样可以将时间同步误差控制在允许范围以内。
4.2 卡尔曼滤波器的实现
本文使用指数加权的自适应衰减卡尔曼滤波算法,基本思想是先分散处理,再全局融合。即在非相似子系统中选择一个信息全面、输出速率高、可靠性绝对保证的子系统作为公共参考系统,与其他子系统融合,获得建立在所有测量基础上的全局估计。这样的设计结构使得融合后的滤波器精度更高,从而使整个系统的容错能力提高。其作用机理是:当卡尔曼滤波至k时刻,如果发现滤波异常,则滤波模型已不适应当前实际系统。因此对k时刻的方差阵乘以指数函数ea(a≥0),从而使滤波增益增大,使滤波适应当前系统。定义卡尔曼滤波中的一步预测均方误差阵为:
其中:ea是记忆衰减因子,a≥O,其大小根据测量值与滤波器的工作状态加以调整,当滤波器偏离最优状况时,调整a值能够自适应地调节卡尔曼滤波器。当a=0时,就是标准卡尔曼滤波器。
由此可得卡尔曼滤波器增益矩阵为:
在式(8)中,令vk=Zk-Zk,即为信息向量,它反映了滤波模型与观测数据的匹配程度。
4.3 初始化和初始对准
系统工作流程首先是初始化。主控机装入系统的方位角参数,初始化系统的位置、速度以及系统状态噪声方差阵和量测噪声方差阵。为组合计算、初始对准、数据融合等解算过程提供初始参数。这些参数有些根据现场环境而定,如位置、速度、加速度等;有些参数经试验确定,如状态误差协方差阵、量测误差协方差阵等;有些参数需计算确定,如初始姿态矩阵。
初始化完毕后进行初始对准。初始对准是系统正式工作前的准备阶段,其包括粗对准和精对准两个阶段。粗对准由上位机传递提供方位粗值,精对准采用精基座传递对准,通过主控机传递实时速度量测值对姿态误差等状态进行滤波估计并修正失准角,当失准角精度达到要求后,输出对准完成信号。
4.4 时序关系
由于系统内各种误差源的存在,使得系统存在积累误差,从而不能保证系统在较长的工作时间内时钟以较高的精度给出导航参数。在这些误差源中,惯性测量装置的漂移是其主要的误差源,它可以分为确定性漂移和随机性漂移两大类。确定性漂移可以在陀螺使用前通过一定的测量方式和设备对其测试,进而对其补偿。然而随机性漂移的模型是不确定的,无法像确定性漂移那样进行准确的测试补偿,因而成为系统的主要误差源。能否对惯性测量装置的随机漂移进行有效的估计和补偿,是提高组合导航系统精度的重要途径。时序关系如图3所示。
5 结 语
为实现上述功能,GPS/INS组合导航系统开发平台采用成熟的计算机软硬件技术建立物理开发平台,采用设计语言,对组合导航系统的数据C++ Builder程序流程、控制结构和功能技术进行分析,建立了软件结构上的系统框架。系统的成功研发将有效地提高战车导航系统的性能。