孫 進(jìn)，徐曉蘇，劉義亭，張 濤，李 瑤

（東南大學(xué) 儀器科學(xué)與工程學(xué)院 微慣性儀表與先進(jìn)導(dǎo)航技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，南京 210096）

基于逆向?qū)Ш浇馑愫蛿?shù)據(jù)融合的SINS傳遞對(duì)準(zhǔn)方法

孫 進(jìn)，徐曉蘇，劉義亭，張 濤，李 瑤

（東南大學(xué) 儀器科學(xué)與工程學(xué)院 微慣性儀表與先進(jìn)導(dǎo)航技術(shù)教育部重點(diǎn)實(shí)驗(yàn)室，南京 210096）

提出兩種觀點(diǎn)：1）可以使用一段慣性傳感器數(shù)據(jù)完成捷聯(lián)慣性導(dǎo)航系統(tǒng)（SINS）的初始對(duì)準(zhǔn)；2）通過在數(shù)據(jù)融合中加入逆向—正向SINS解算結(jié)果和外部參考數(shù)據(jù)，可以縮短傳感器誤差的估計(jì)時(shí)間?；谝陨蟽捎^點(diǎn)，旨在不改變卡爾曼濾波器的情況下，短時(shí)間內(nèi)估計(jì)陀螺漂移的一種快速傳遞對(duì)準(zhǔn)的方法。在一個(gè)參考數(shù)據(jù)更新周期內(nèi)，儲(chǔ)存了慣性傳感器數(shù)據(jù)和參考數(shù)據(jù)，并且執(zhí)行了逆向—正向捷聯(lián)解算。與此同時(shí)，當(dāng)相應(yīng)的捷聯(lián)解算結(jié)束后，執(zhí)行數(shù)據(jù)融合算法。在上述的更新周期內(nèi)，由于加入逆向—正向捷聯(lián)解算，陀螺漂移估計(jì)操作增加了兩次并且縮短了其估計(jì)時(shí)間。在艦船晃動(dòng)的情況下，實(shí)驗(yàn)表明：與經(jīng)典的方法相比，當(dāng)兩種方法的數(shù)據(jù)融合執(zhí)行次數(shù)相等時(shí)，提出的方法縮短了對(duì)準(zhǔn)時(shí)間，對(duì)準(zhǔn)時(shí)間從300 s縮短到100 s；當(dāng)對(duì)準(zhǔn)時(shí)間相等時(shí)，方案1的縱搖、橫搖和航向?qū)?zhǔn)誤差的均值分別為-0.6638、-0.5896、0.3941，其方差分別為1.0736、0.4629、2.1697，而方案2對(duì)應(yīng)的均值和方差分別為-0.4632、-0.5026、0.3375和0.8828、0.3876、1.7289。由此可知，方案2的對(duì)準(zhǔn)精度高于方案1。

捷聯(lián)慣性導(dǎo)航系統(tǒng)；傳遞對(duì)準(zhǔn)；數(shù)據(jù)融合；逆向—正向?qū)Ш浇馑?/p>

初始對(duì)準(zhǔn)是慣性導(dǎo)航系統(tǒng)的關(guān)鍵技術(shù)之一。平臺(tái)慣性導(dǎo)航系統(tǒng)（GINS）初始對(duì)準(zhǔn)的基本目的就是使電子機(jī)械平臺(tái)與導(dǎo)航坐標(biāo)系重合，而 SINS的初始對(duì)準(zhǔn)是計(jì)算載體坐標(biāo)系與導(dǎo)航坐標(biāo)系之間的方向余弦矩陣（DCM）。在兩種慣性導(dǎo)航系統(tǒng)中，更高的對(duì)準(zhǔn)精度和更快的對(duì)準(zhǔn)速度是影響導(dǎo)航精度和武器系統(tǒng)快速反應(yīng)能力的主要話題。

相比于其他的對(duì)準(zhǔn)方法而言，傳遞對(duì)準(zhǔn)因?yàn)槠淇焖傩院透呔刃远鴱V泛應(yīng)用于 SINS。1989年，Kain和Cloutier第一個(gè)詳細(xì)闡述了“速度+姿態(tài)”的匹配模式[1]，正是由于這種匹配模式，傳遞對(duì)準(zhǔn)進(jìn)入了一個(gè)快速發(fā)展和廣泛應(yīng)用的階段。他們的測(cè)試結(jié)果表明：在動(dòng)基座中，速度+姿態(tài)匹配方法在10 s內(nèi)可以達(dá)到1 mrad的精度。

本文在比較GINS和SINS對(duì)準(zhǔn)過程之后，提出了兩種觀點(diǎn)?；谶@兩種觀點(diǎn)，設(shè)計(jì)了一種基于迭代計(jì)算的新穎的傳遞對(duì)準(zhǔn)方法。仿真實(shí)驗(yàn)證明了該方法的有效性，并且在此方法中采用了兩種策略來縮短對(duì)準(zhǔn)時(shí)間，提高對(duì)準(zhǔn)精度和保證對(duì)準(zhǔn)結(jié)果的實(shí)時(shí)性。

1 基于速度+航向匹配的傳遞對(duì)準(zhǔn)方法

1.1 傳遞對(duì)準(zhǔn)過程分析

一般情況下，大部分初始對(duì)準(zhǔn)方法是基于匹配和對(duì)比的想法。為了說明這一觀點(diǎn)， 以主子慣導(dǎo)之間的傳遞對(duì)準(zhǔn)作為一個(gè)例子。假設(shè)主慣導(dǎo)的導(dǎo)航坐標(biāo)系為參考導(dǎo)航坐標(biāo)系：如果平臺(tái)式慣性導(dǎo)航系統(tǒng)作為子慣導(dǎo)，則電子機(jī)械平臺(tái)作為失準(zhǔn)導(dǎo)航坐標(biāo)系，如圖 1(a)所示的坐標(biāo)系 p；如果捷聯(lián)式慣性導(dǎo)航系統(tǒng)作為子慣導(dǎo)，則數(shù)學(xué)平臺(tái)作為失準(zhǔn)導(dǎo)航坐標(biāo)系，如圖1(b)所示的坐標(biāo)系n′。當(dāng)失準(zhǔn)坐標(biāo)系與參考坐標(biāo)系不重合時(shí)，將會(huì)出現(xiàn)傳感器數(shù)據(jù)(p坐標(biāo)系的傳感器數(shù)據(jù)或者投影到n′系的傳感器數(shù)據(jù))和導(dǎo)航解算方案的差異。在慣導(dǎo)解算的過程中，導(dǎo)航坐標(biāo)系的初始失準(zhǔn)角、速度誤差和傳感器偏差將會(huì)導(dǎo)致失準(zhǔn)角，并進(jìn)一步生成傳感器數(shù)據(jù)之間的導(dǎo)航參數(shù)的差異。

在傳遞對(duì)準(zhǔn)中，狀態(tài)向量（如失準(zhǔn)角和陀螺漂移）基于最優(yōu)估計(jì)理論的 Kalman波器（或其它數(shù)據(jù)融合濾波器）可以將其估計(jì)出 。在此對(duì)準(zhǔn)方法中，上述的差作為測(cè)量向量，誤差傳播方程作為系統(tǒng)方程，測(cè)量向量和狀態(tài)向量之間的數(shù)學(xué)關(guān)系作為測(cè)量方程。當(dāng)使用校正模式時(shí)，上述的估計(jì)可以用于隨后的導(dǎo)航解算。例如失準(zhǔn)角估計(jì)和速度誤差可以返回重置或修正DCM 和速度，傳感器偏差估計(jì)可用于補(bǔ)償傳感器數(shù)據(jù)。當(dāng)消除上述的差異或者使其足夠小時(shí)，利用比較、估計(jì)和校正，傳遞對(duì)準(zhǔn)可以滿足條件。

圖1 INS對(duì)準(zhǔn)過程Fig.1 Alignment process for INS

1.2 基于“速度+航向”匹配的傳遞對(duì)準(zhǔn)模型

1.2.1 系統(tǒng)方程

選取速度誤差、失準(zhǔn)角和陀螺漂移作為系統(tǒng)的狀態(tài)向量：

式中：δVE和δVN分別為東向和北向速度誤差；Eφ、Nφ和Uφ為失準(zhǔn)角的縱搖、橫搖和航向；xε、yε和zε為x、y和z軸的陀螺漂移。對(duì)應(yīng)行駛在海上的船而言，高度和天向速度可以置零。

系統(tǒng)狀態(tài)方程可以表示如下：

式中：A(t)是狀態(tài)矩陣；W(t)是系統(tǒng)噪聲矩陣。利用系統(tǒng)向量、速度誤差和失準(zhǔn)角方程，狀態(tài)矩陣A(t)可以表示如下[2]：

式中，VE和VN為相應(yīng)的東向和北向速度，ωie和R分別是地球自轉(zhuǎn)角速度和半徑，L是艦船位置的緯度，fE、fN和 fU是加速計(jì)測(cè)量數(shù)據(jù) fb在導(dǎo)航坐標(biāo)系n上的投影，Tij（i, j=1,2,3）是主慣導(dǎo)的方向余弦矩陣。

1.2.2 量測(cè)方程

對(duì)準(zhǔn)過程中主子慣導(dǎo)速度和航向之差作為量測(cè)向量：

式中：VE、 VN和Y是子慣導(dǎo)的東向速度、北向速度和航向；VME、 VMN和YM為相應(yīng)主慣導(dǎo)的東向速度、北向速度和航向。當(dāng)考慮到傳遞對(duì)準(zhǔn)中的主要問題，比如桿臂效應(yīng)、撓曲變形和時(shí)間延遲， VME、 VMN和YM應(yīng)該作為補(bǔ)償信息。以桿臂效應(yīng)補(bǔ)償為例，當(dāng)使用速度匹配時(shí)，桿臂速度應(yīng)該加到主慣導(dǎo)速度中去，并且只有該組合的速度可以作為外部參考導(dǎo)航參數(shù)。因此，VMi(i= E, N)可以表示如下[2]：

式中：VM0E、VM0N分別為主慣導(dǎo)的東向速度和北向速度；VarmE、VarmN分別為桿臂速度投影到東向和北向的速度。

本文的目的是獲得一種相對(duì)于傳統(tǒng)的傳遞對(duì)準(zhǔn)提高對(duì)準(zhǔn)精度并且縮短對(duì)準(zhǔn)時(shí)間的方法，而不是桿臂效應(yīng)、撓曲變形和時(shí)間延遲的補(bǔ)償方法。然而，當(dāng)考慮到上述問題，存儲(chǔ)的外部參考導(dǎo)航信息應(yīng)該作為補(bǔ)償?shù)膮?shù)，如： VME=VM0E+VarmE。

系統(tǒng)的量測(cè)方程可以表示如下：

式中：H(t)是量測(cè)矩陣；V(t)是量測(cè)噪聲矩陣。

根據(jù)量測(cè)矩陣和狀態(tài)矩陣之間的關(guān)系，量測(cè)矩陣H (t)可以表示如下：

2 傳遞對(duì)準(zhǔn)的進(jìn)一步分析

2.1 傳感器數(shù)據(jù)與失準(zhǔn)角之間的關(guān)系

為方便起見，以靜基座下加速度測(cè)量值和失準(zhǔn)角之間的關(guān)系為例。在平臺(tái)慣性導(dǎo)航系統(tǒng)中，慣性傳感器是安裝在如圖 1(a)所示的電子機(jī)械平臺(tái)上的。水平失準(zhǔn)角引起的水平重力耦合加速度可以利用水平方向的加速度計(jì)來測(cè)量，并且傳感器數(shù)據(jù)和失準(zhǔn)角之間的關(guān)系如下所示：

在上述耦合的過程中，沒有考慮到傳感器的偏置，傳感器數(shù)據(jù)是由失準(zhǔn)角的值決定的。也就是說平臺(tái)慣性導(dǎo)航系統(tǒng)中的傳感器數(shù)據(jù)和失準(zhǔn)角之間沒有直接關(guān)系。

但是如圖1(b)所示，慣性傳感器安裝在捷聯(lián)慣性導(dǎo)航系統(tǒng)的載體坐標(biāo)系上，所以只有當(dāng)傳感器數(shù)據(jù)投影到數(shù)學(xué)平臺(tái)上之后才可以進(jìn)入初始對(duì)準(zhǔn)。傳感器測(cè)量數(shù)據(jù)和投影的傳感器數(shù)據(jù)的關(guān)系如下：

式中，▽E和▽N分別是東向和北向的等效加速度計(jì)偏置。

另外，不同于 GINS，數(shù)學(xué)平臺(tái)沒有質(zhì)量、阻尼和彈簧，因此導(dǎo)航坐標(biāo)系的調(diào)整可以立即取得效果而無需考慮像GINS中的機(jī)械平臺(tái)的轉(zhuǎn)動(dòng)。

上述的這些特性為縮短對(duì)準(zhǔn)時(shí)間和提高對(duì)準(zhǔn)精度提供了一個(gè)潛在的方法。

2.2 縮短對(duì)準(zhǔn)時(shí)間和提高對(duì)準(zhǔn)精度潛在的方法

以圖2所示的導(dǎo)航解算和傳遞對(duì)準(zhǔn)為例。該例子包括導(dǎo)航解算、傳遞對(duì)準(zhǔn)數(shù)據(jù)融合和閉環(huán)校正模式三個(gè)子過程，第1.2節(jié)已經(jīng)給出數(shù)據(jù)融合過程的細(xì)節(jié)。

2.2.1 SINS導(dǎo)航解算一般算法

因?yàn)橛?jì)算機(jī)的遞推更新，在一定得采樣周期和導(dǎo)航解算更新周期內(nèi)，式(12)～(14)的SINS導(dǎo)航解算一般算法要轉(zhuǎn)化為離散形式。對(duì)于總是處在低動(dòng)態(tài)的艦船而言，可以采用單一的采樣解算算法，也就是每段導(dǎo)航周期都只采用一段采樣的傳感器數(shù)據(jù)。假設(shè)上述的采樣時(shí)間都等于Ts，然后導(dǎo)航解算一般算法的離散形式可以表示如下：

式中，k表示遞推周期。

2.2.2 SINS逆向解算算法

如圖2所示，在逆向解算過程中，艦船需要從終點(diǎn)返回到原點(diǎn)。因此在正常的過程中，所有的傳感器數(shù)據(jù)必須保存。根據(jù)導(dǎo)航解算一般算法的離散形式，此逆向解算過程可以表示如下[2-7]：

式中，k從n逐漸遞減為0。如圖2所示，tn1既是時(shí)間段tn1～t01的起始點(diǎn)也是時(shí)間段t0～tn的終點(diǎn)。以tn時(shí)刻的姿態(tài)、速度和位置作為tn1時(shí)刻的初始姿態(tài)、速度和位置，則完全實(shí)現(xiàn)逆向解算了。在時(shí)間段t0～tn和tn1～t01，相同的遞推周期，艦船擁有一樣的姿態(tài)、速度、位置以及相同的加速度但是不同的方向。在式(18)～(21)求近似解時(shí)，一些誤差被引入其中。當(dāng)?shù)芷谧銐蚨虝r(shí)，所有的這些誤差可以忽略。

逆向解算之后，為了使艦船從原點(diǎn)到終點(diǎn)需要進(jìn)行正向?qū)Ш浇馑?，?dǎo)航解算一般算法的離散形式可以作為正向?qū)Ш浇馑闼惴ā?/p>

圖2 SINS逆向—正向?qū)Ш浇馑氵^程Fig.2 Resolution process of backward-forward SINS

3 基于數(shù)據(jù)存儲(chǔ)與循環(huán)解算的快速傳遞對(duì)準(zhǔn)

上述步驟表明，SINS對(duì)準(zhǔn)可以使用一系列數(shù)據(jù)來完成。在此步驟中，為了縮短對(duì)準(zhǔn)時(shí)間，我們將Kalman濾波器與逆向—正向SINS解算算法相結(jié)合。

如圖3所示，將基于Kalman濾波傳遞對(duì)準(zhǔn)模型和閉環(huán)修正方法運(yùn)用于快速傳遞對(duì)準(zhǔn)算法中。閉環(huán)修正意味著數(shù)據(jù)融合之后，速度誤差和失準(zhǔn)角的重新估計(jì)值將會(huì)被帶入SINS來修正對(duì)應(yīng)的參數(shù)，陀螺漂移新估計(jì)值將會(huì)作為下一步導(dǎo)航解算的新的補(bǔ)償值。換句話，當(dāng)數(shù)據(jù)融合之后，數(shù)學(xué)平臺(tái)姿態(tài)矩陣C將會(huì)得到修正。對(duì)艦船而言，主慣導(dǎo)參考數(shù)據(jù)的更新頻率低于子慣導(dǎo)導(dǎo)航解算的頻率，Ts和Tn分別作為導(dǎo)航解算和參考數(shù)據(jù)的更新周期，即令Tn為逆向-正向SINS解算周期。

圖3 Kalman濾波器Fig.3 Kalman Filter

比較兩種傳遞對(duì)準(zhǔn)的方式，圖4簡(jiǎn)要介紹了陀螺漂移的估計(jì)過程，(a)和(b)分別指兩種對(duì)準(zhǔn)方式對(duì)應(yīng)的陀螺漂移的估計(jì)過程，(a)中沒有使用逆向—正向SINS解算和數(shù)據(jù)融合算法，而在(b)中都使用了。圖4中虛線指實(shí)際的陀螺漂移，實(shí)線指陀螺漂移的估計(jì)值。運(yùn)用 Kalman濾波器和上面步驟中介紹的匹配方法，陀螺漂移的估計(jì)是一個(gè)緩慢的過程，一段長時(shí)間后此過程將會(huì)收斂于真實(shí)的陀螺漂移[8]。

如圖 4(a)所示，當(dāng)參考數(shù)據(jù)有效時(shí)，比如在tn時(shí)刻，數(shù)據(jù)融合被執(zhí)行。隨著對(duì)失準(zhǔn)角和速度誤差的重新估計(jì)，初始導(dǎo)航參數(shù)將會(huì)作為下一階段的迭代參數(shù)，比如tn～t2n，意味著數(shù)學(xué)平臺(tái)n′系將會(huì)被修正，并且陀螺漂移新的補(bǔ)償值也將會(huì)重置。隨著時(shí)間的推移，在每個(gè)參考數(shù)據(jù)更新周期，此方法中數(shù)據(jù)融合會(huì)運(yùn)行。

但是如圖4(b)所示，在相同的參考數(shù)據(jù)更新周期內(nèi)（比如t0～tn），在tn時(shí)刻將會(huì)運(yùn)行數(shù)據(jù)融合并且產(chǎn)生新的估計(jì)，因此新的初始導(dǎo)航參數(shù)也隨之產(chǎn)生。在t01時(shí)刻將會(huì)產(chǎn)生新的導(dǎo)航初始參數(shù)和對(duì)陀螺漂移新的補(bǔ)償值，這些都是不同于t0時(shí)刻的。因此在t01時(shí)刻將會(huì)產(chǎn)生新的估計(jì)，因?yàn)閠0時(shí)刻和t01時(shí)刻的Kalman濾波器的量測(cè)向量是不同的，所以此估計(jì)不同于t0時(shí)刻。類似地，tn2時(shí)刻獲得的新的信息也是不同于tn時(shí)刻的。在圖4(b)中，因?yàn)榧尤肓四嫦颉騍INS解算和數(shù)據(jù)融合，陀螺漂移估計(jì)和數(shù)學(xué)平臺(tái)n′的調(diào)整將會(huì)多執(zhí)行兩次。在第二種方法中，盡管與第一種方法有相同的可觀測(cè)性，但由于增大了估計(jì)頻率，所以縮短了估計(jì)時(shí)間。

圖4 陀螺漂移的估計(jì)過程Fig.4 Estimation process for gyro bias

4 仿真與分析

4.1 仿真參數(shù)

假設(shè)艦船處在海況比較差的環(huán)境下，艦船的晃動(dòng)參數(shù)如表2所示，令艦船的初始姿態(tài)為0且假設(shè)艦船沒有線性運(yùn)動(dòng)，所處位置為北緯32°，東經(jīng)118°。初始姿態(tài)角分別設(shè)為 1°、-1°和 3°。東向速度、北向速度以及方位的白噪聲方差分別為(0.4 m/s)2和(0.3°)2。

表1 傳感器誤差Tab.1 Sensor error

表2 轉(zhuǎn)臺(tái)晃動(dòng)參數(shù)Tab.2 Swinging parameters of the turntable

Kalman濾波器的參數(shù)設(shè)置如下：

對(duì)兩種數(shù)據(jù)融合方案進(jìn)行了比較。方案一是經(jīng)典的傳遞對(duì)準(zhǔn)方法，即沒有加入循環(huán)解算算法；方案二是加入逆向—正向SINS解算和數(shù)據(jù)融合的傳遞對(duì)準(zhǔn)。這兩種方案的傳遞對(duì)準(zhǔn)模型都是基于速度+航向匹配的。

傳感器采樣周期和導(dǎo)航解算周期Ts都設(shè)置為 10 ms，主慣導(dǎo)參考數(shù)據(jù)采樣周期設(shè)為1 s。由第三節(jié)分析可知，在每個(gè)參考數(shù)據(jù)周期內(nèi)，方案2中的導(dǎo)航解算將會(huì)被執(zhí)行300次，數(shù)據(jù)融合將執(zhí)行3次，而在方案2中的導(dǎo)航解算將會(huì)被執(zhí)行100次，數(shù)據(jù)融合只執(zhí)行1次。

“速度+航向”匹配的方法中，加速度的偏置是不可觀測(cè)的[9]，因此假設(shè)傳感器誤差如表 1所示，縱搖和橫搖的對(duì)準(zhǔn)精度范圍在-0.4990 mrad到0.4990 mrad之間，相應(yīng)地，航向?qū)?zhǔn)精度為0。

4.2 仿真結(jié)果及分析

仿真時(shí)間為 1100 s，每秒存儲(chǔ)一次仿真結(jié)果。失準(zhǔn)角誤差曲線如圖5所示，速度誤差曲線如圖6所示，陀螺漂移估計(jì)曲線如圖7所示。圖5和圖6中虛線是失準(zhǔn)角和速度對(duì)準(zhǔn)精度的界限。圖7的虛線指的是陀螺常值漂移的設(shè)定值。

如圖5的曲線所示，船在小幅度的晃動(dòng)頻率下，不管是方案1（scheme1）還是方案2（scheme2），都能快速地估計(jì)出失準(zhǔn)角。但是從失準(zhǔn)角曲線的趨勢(shì)看，尤其是橫搖誤差曲線，方案2的估計(jì)速度明顯高于方案1。圖6的曲線表明，方案1和方案2的速度誤差估計(jì)速度和精度大體相等。

圖7所示的曲線表明，方案2的x、y、z方向陀螺漂移估計(jì)分別需要80 s、100 s、220 s，而方案1所需時(shí)間分別為180 s、200 s、900 s。

圖5 失準(zhǔn)角誤差估計(jì)Fig.5 Estimation for misalignment angels

圖6 速度誤差估計(jì)Fig.6 Estimation for velocity errors

圖7 陀螺漂移估計(jì)Fig.7 Estimation for gyro drift

5 結(jié)束語

本文提出了兩種觀點(diǎn)。第一種觀點(diǎn)是：SINS的數(shù)學(xué)平臺(tái)切斷了傳感器數(shù)據(jù)和失準(zhǔn)角之間的關(guān)系，這就意味著可以利用一段相同的傳感器數(shù)據(jù)進(jìn)行重復(fù)解算來完成初始對(duì)準(zhǔn)。第二種觀點(diǎn)是：在相應(yīng)的解算結(jié)果和外部數(shù)據(jù)中加入逆向—正向捷聯(lián)解算和數(shù)據(jù)融合算法，大大地減少了對(duì)準(zhǔn)時(shí)間。

運(yùn)用上面兩種觀點(diǎn)，詳細(xì)設(shè)計(jì)了逆向—正向捷聯(lián)解算算法。同時(shí)詳細(xì)設(shè)計(jì)了快速傳遞對(duì)準(zhǔn)算法，在此算法中，將逆向—正向捷聯(lián)解算和兩次陀螺漂移估計(jì)加入到一個(gè)參考數(shù)據(jù)更新周期中。仿真結(jié)果表明：相比于沒有加入逆向—正向捷聯(lián)解算和數(shù)據(jù)融合的傳遞對(duì)準(zhǔn)而言，本文提出的方法的對(duì)準(zhǔn)時(shí)間從300 s縮短到100 s。

（References）：

[1] Kain J E, Cloutier J R. Rapid transfer alignment for tactical weapon applications[C]//AIAA Guidance, Navition and Control Conference. 1989: 1290-1300.

[2] Liu X, Xu X, Liu Y, et al. A fast and high- ccuracy transfer alignment method between M/S INS for ship based on iterative calculation[J]. Measurement, 2014, 51: 297-309.

[3] Liu X, Xu X, Wang L, et al. A fast compass alignment method for SINS based on saved data and repeated navigation solution[J]. Measurement, 2013, 46(10): 3836-3846.

[4] Qin F, Li A, Xu J. Improved fast alignment method of strapdown INS using bidirectional processes and denoising[J]. Journal of Chinese Inertial Technology, 2014, 22(4): 453-458.

[5] He H, Xu J, Li J, et al. Improved fast backtracking alignment approach for strapdown inertial navigation system[J]. Journal of Chinese Inertial Technology, 2015, 23(2): 179-183.

[6] 李京書, 許江寧, 何泓洋, 等. 嚴(yán)格逆向過程的羅經(jīng)回溯對(duì)準(zhǔn)方法[J]. 系統(tǒng)工程與電子技術(shù), 2014, 36(2): 348-353. Li Jing-shu, Xu Jiang-ning, He Hong-yang, et al. Backtracking scheme for alignment with strict reverse process based on compass[J]. Systems Engineering and Electronics, 2014, 36(2): 348-353.

[7] 劉錫祥, 徐曉蘇, 李天旦, 等. 基于數(shù)據(jù)存儲(chǔ)與循環(huán)解算的SINS 快速對(duì)準(zhǔn)方法[J]. 中國慣性技術(shù)學(xué)報(bào), 2013, 21(6): 715-720. Liu Xi-xiang, Xu Xiao-su, Li Tian-dan, et al. Fast alignment method for SINS based on stored data and loop calculation[J]. Journal of Chinese Inertial Technology, 2013, 21(6): 715-720.

[8] 朱立華, 程向紅, 何應(yīng)云. 傳遞對(duì)準(zhǔn)中濾波器的收斂判據(jù)[J]. 中國慣性技術(shù)學(xué)報(bào), 2011, 19(3): 277-285. Zhu Li-hua, Cheng Xiang-hong, He Ying-yun. Filter convergence criterion in transfer alignment[J]. Journal of Chinese Inertial Technology, 2011, 19(3): 277-285.

[9] 秦永元. 慣性導(dǎo)航[M]. 科學(xué)出版社, 2014.

[10] 周本川, 程向紅, 劉道靜. 基于譜分解的 SINS 傳遞對(duì)準(zhǔn)可觀測(cè)度分析方法[J]. 中國慣性技術(shù)學(xué)報(bào), 2010, 18(5): 518-522. Zhou B C, Cheng X H, Liu D J. Analysis method of observable degree based on spectral decomposition in SINS transfer alignment[J]. Journal of Chinese Inertial Technology, 2010, 18(5): 518-522.

Transfer alignment method for SINS based on reverse navigation solution and data fusion

SUN Jin, XU Xiao-su, LIU Yi-ting, ZHANG Tao, LI Yao
(Key Laboratory of Micro-inertial Instrument and Advanced Navigation Technology of Ministry of Education, School of Instrument Science and Engineering, Southeast University, Nanjing 210096, China)

Two viewpoints are presented: 1) we can use a set of inertial sensor data to complete the initial alignment of strapdown inertial navigation system (SINS); 2) by adding the results of backward-forward SINS navigation solution and external reference data into data fusion, the estimation time of the sensor error can be shortened. Based on these viewpoints, a rapid transfer alignment method without changing the Kalman filter is introduced to estimate the gyro drift in a short time. In one reference data update cycle, the inertial sensor data and reference data are stored, and the backward-forward SINS solution is executed. Meanwhile, data fusion algorithms are performed after finishing the corresponding SINS solution. In the above update cycle, due to the addition of backward-forward SINS solution, the operation of gyro drift increases twice and its estimation time is shortened. The experiment on a shaking ship shows that the alignment time is shorten to 100 s by the proposed method, which is reduced by 3 times compared with that by the classical method, if the two methods takes equal time for data fusion. In situation that the two schemes take equal alignment time: the mean errors of pitch, yaw and heading alignment by scheme one are -0.6638, -0.5896, and 0.3941, respectively, and the variances are 1.0736, 0.4629, and 2.1697, respectively, while in scheme two, the mean errors are -0.4632, -0.5026, 0.3375, and the variances are 0.8828, 0.3876, 1.7289, showing that the alignment accuracy of the scheme two is higher than that of the scheme one.

SINS; transfer alignment; data fusion; backward-forward navigation solution

U666.1

：A

2015-09-28；

：2015-11-16

國家自然科學(xué)基金項(xiàng)目（61473085，51175082，51375088，61273056）

孫進(jìn)（1988—），男，博士研究生，從事組合導(dǎo)航研究。E-mail: sunjin8607986@126.com

聯(lián) 系 人：徐曉蘇（1961—），男，教授，博士生導(dǎo)師。E-mail: xxs@seu.edu.cn

1005-6734(2015)06-0727-06

10.13695/j.cnki.12-1222/o3.2015.06.006