SINS/CNS组合导航系统陀螺在线标定技术

计算机工程与应用 ›› 2013, Vol. 49 ›› Issue (19): 1-4.

SINS/CNS组合导航系统陀螺在线标定技术

肇慧1，2，沈继红3，陈涛3

1.哈尔滨工程大学自动化学院，哈尔滨 150001
2.黑龙江工程学院数学系，哈尔滨 150001
3.哈尔滨工程大学理学院，哈尔滨 150001

出版日期:2013-10-01 发布日期:2015-04-20

On-line calibration of gyro in SINS/CNS integrated navigation system

ZHAO Hui1，2, SHEN Jihong3, CHEN Tao3

1.College of Automation, Harbin Engineering University, Harbin 150001, China
2.Department of Mathematics, Heilongjiang Institute of Technology, Harbin 150001, China
3.College of Science, Harbin Engineering University, Harbin 150001, China

Online:2013-10-01 Published:2015-04-20

摘要/Abstract

摘要： 陀螺仪长时间工作时，由于环境变化等因素，会产生陀螺漂移、标度因数误差和安装轴不正交误差，而且由积分得到的姿态参数信息误差也会相应变大，因此需要对陀螺进行在线标定。借助CNS提供的高精度姿态信息，基于四元数误差建立陀螺在线标定模型，采用卡尔曼滤波器对SINS/CNS组合导航系统陀螺在线标定技术进行仿真研究。仿真结果验证了该算法的有效性，能够估计误差模型中的所有参数，并且满足标定精度要求，具有工程应用价值。

关键词: 在线标定, 四元数误差, 组合导航, 卡尔曼滤波

Abstract: When the vessels are sailing for a long time, the changes in environmental and other factors, which will cause gyro drift, scale factors and installation errors, as well, attitude information errors by integral is correspondingly getting larger, so it needs to carry on on-line calibration of gyro. This paper uses high precision attitude information which is provided by CNS, installs on-line calibration error models based on quaternion errors, it uses Kalman filter to simulate, studies on on-line calibration of gyro in SINS/CNS integrated navigation system. Simulation results verify the validity of algorithm, all parameters in the error models can be estimated, and which meet the requirements of accuracy, it’s valuable in engineering application.

Key words: on-line calibration, quaternion errors, integrated navigation, Kalman filter

肇慧1，2，沈继红3，陈涛3. SINS/CNS组合导航系统陀螺在线标定技术[J]. 计算机工程与应用, 2013, 49(19): 1-4.

ZHAO Hui1，2, SHEN Jihong3, CHEN Tao3. On-line calibration of gyro in SINS/CNS integrated navigation system[J]. Computer Engineering and Applications, 2013, 49(19): 1-4.

[1]	肖烈军，包雯静，高庆吉. 基于CPS架构的旋翼无人机组合定位建模研究[J]. 计算机工程与应用, 2021, 57(21): 287-294.
[2]	王蓓，陈金广，王明明. 复杂场景下的改进核相关滤波跟踪算法[J]. 计算机工程与应用, 2021, 57(2): 198-208.
[3]	李松，刘哲，唐小妹，吴健，王飞雪. 基于固定点迭代的Huber鲁棒容积卡尔曼滤波算法[J]. 计算机工程与应用, 2021, 57(16): 90-96.
[4]	贺军义，杨丰，安葳鹏，尚家泽. 基于IGGIII方案的自适应渐消卡尔曼滤波器[J]. 计算机工程与应用, 2020, 56(14): 52-56.
[5]	卢航，郝顺义，彭志颖，黄国荣. 基于MCC的鲁棒高阶CKF在组合导航中的应用[J]. 计算机工程与应用, 2020, 56(1): 257-264.
[6]	洪濡，胡广地，李雨生，姚克狄. 分布式汽车驱动力能量效率优化分配控制[J]. 计算机工程与应用, 2019, 55(2): 246-252.
[7]	黄国荣，许明琪，卢航，魏翔，彭志颖. 自适应混合阶SSRCKF及其在组合导航中的应用[J]. 计算机工程与应用, 2019, 55(18): 229-235.
[8]	任臻1，李积英1，吴昊2. 基于M估计的鲁棒后向平滑CKF单站跟踪算法[J]. 计算机工程与应用, 2019, 55(11): 74-79.
[9]	梁新宇1，2，吴建德1，2，黄国勇1，2，孙磊1，2. H∞鲁棒自适应CKF算法在组合导航中的应用[J]. 计算机工程与应用, 2018, 54(9): 251-256.
[10]	胡方强1，2，吕涛1，包亚萍1. 改进的自适应Kalman滤波在SINS/GPS组合导航中的应用[J]. 计算机工程与应用, 2018, 54(5): 253-257.
[11]	黄洋，姜文刚. 示教机械臂姿态解算改进方法仿真研究[J]. 计算机工程与应用, 2018, 54(15): 126-130.
[12]	吴玲1，2，孙永荣1，黄斌1，朱云峰1. 不确定环境下的软管-锥套建模及控制研究[J]. 计算机工程与应用, 2017, 53(18): 250-256.
[13]	孙磊1，2，黄国勇1，2，李越1，2. 改进的强跟踪SVD-UKF算法在组合导航中的应用[J]. 计算机工程与应用, 2017, 53(10): 225-229.
[14]	王睿，杨晓峰，彭力. 带二次约束的容积卡尔曼目标跟踪算法[J]. 计算机工程与应用, 2017, 53(1): 142-146.
[15]	于仲安，简俊鹏，刘莹. 基于SOC的锂离子电池组均衡控制[J]. 计算机工程与应用, 2016, 52(8): 261-265.