赵 红 宇， 王 哲 龙， 姜 鸣， 宫 少 奇， 尚 红

（1.大连理工大学 控制科学与工程学院，辽宁 大连 116024；2.中国科学院沈阳自动化研究所 机器人学国家重点实验室，辽宁 沈阳 100080；3.浙江中控技术股份有限公司，浙江 杭州 310052；4.中国地震应急搜救中心，北京 100049）

0 引 言

实际应用时，捷联惯导系统（SINS）由于受工作环境和陀螺仪精度的影响，地球自转角速率甚至会被陀螺噪声淹没.粗对准结束后[1]，可能出现大方位失准角或大失准角的情况，此时采用小失准角误差模型和线性Kalman滤波技术不能准确地描述系统误差的传播特性[2].因此，研究大失准角下的初始对准技术对于SINS具有十分重要的意义.通常，当粗对准精度无法满足小失准角假设、不进行或不便进行粗对准（如空中对准）时，都需要考虑在大失准角情况下的初始对准问题[3，4].

近年来，针对SINS大失准角下初始对准的误差模型和非线性估计方法不断涌现，Bucy等[5，6]等提出并研究了适用于非线性系统和非线性量测情况下的扩展卡尔曼滤波（extended Kalman filter，EKF）算法.但EKF引入了高阶项截断误差，必然会降低模型的准确性，随着时间的延长，估计精度难以保证，甚至使滤波器难以稳定.此外，在使用EKF算法前必须知道非线性函数的具体展开形式，才能计算非线性函数的Jacobian矩阵，且此过程非常繁琐并容易出错.Julier等提出了处理非线性问题的无迹卡尔曼滤波 （unscented Kalman filter，UKF）算 法[7，8].UKF的独特之处在于采用确定性采样策略近似非线性分布，取代EKF对非线性模型的线性化处理，避免了求取……