基于MEMS-IMU的动态大失准角STUKF算法

针对微机电惯性测量单元(MEMS-IMU)器件零偏误差大以及传统滤波算法在动态大失准角情况下姿态估计精度差、误差收敛慢的情况,提出了一种状态变换无迹卡尔曼滤波(STUKF)算法。首先,建立了旋转矢量非线性姿态误差模型。然后,通过误差状态变换构建了考虑姿态误差的速度误差状态,使速度误差微分方程中的比力相关项转换成了相对稳定的重力项,避免了无迹卡尔曼滤波(UKF)算法在剧烈角运动、线运动应用场景中计算的误差状态方差与实际不一致的情况。最后,以小型无人船载MEMS-IMU/卫星组合航姿系统为应用场景,经数学仿真及三轴模拟转台实验验证,以速度、位置信息为观测量,在动态大失准角情况下,STUKF姿态误差的估计精度及收敛速度优于UKF和状态变换扩展卡尔曼滤波算法(STEKF)。在三轴转台实验中,在精对准900 s后,STUKF的航向角估计误差收敛到1°(1σ)以内,优于UKF的2°(1σ)及STEKF的3°(1σ)。

基于双微机电惯性测量单元的船用自主水平姿态估计算法

针对船载自主水平姿态基准系统需求,提出了一种基于双微机电惯性测量单元的方案。其中一套固联船体,另一套为转位方式,以两套微机电惯性测量单元间相对速度、位置、姿态为观测约束,基于状态变换卡尔曼滤波实现不依靠外界辅助信息的自主式水平姿态测量算法,减弱了陀螺、加速度计零偏误差对水平姿态精度的影响。通过采用三轴角运动模拟转台进行了海况模拟实验验证。无舰船主惯导提供舰船运动信息情况下,虽然船的质心水平机动会影响水平姿态的绝对精度,但不会影响船上不同位置点之间的相对姿态测量精度;而当舰船上有高精度主惯导系统可提供速度参考时,即使有常值速度偏差和舒勒周期速度误差,仍可实现绝对姿态测量精度优于0.02°(1σ)。所提出的姿态测量方案可以在海况恶劣且无外界参考信息的情况下建立高性价比的全船统一姿态参考基准。