APP下载

船舶MEMS微惯导网络精度技术研究*

2012-06-07卢道华

舰船电子工程 2012年1期
关键词:卡尔曼滤波模型系统

卢道华 张 竞

(江苏科技大学 镇江 212003)

1 引言

为了提高惯性导航系统的精度可以选用精度较高的惯性器件。但高精度的惯性器件的成本也高[1],为了保证一定精度的情况下降低成本文中提出了采用微惯导在船上进行应用性布置并将船舶上不同位置的MEMS惯导系统通过CAN总线,组成可以进行数据传输的网络;同时将一路高精度的主惯导系统也接入CAN总线网络中。这样主惯导系统的导航信息通过CAN网络传递给每个子惯导系统,子惯导可以利用接收到的主惯导信息对自身的姿态角误差进行估计[2],并用估计值来修正其姿态矩阵。

2 MEMS微惯导网络结构

按照实时修正误差角的要求,将各个子惯导系统和主惯导系统作为网络节点搭接在微惯导网络中,微惯导网络连接方式如图1所示。

为了保证各个子惯导系统之间以及每个子惯导系统和主惯导系统之间的数据能够同步采集,将子惯导系统和主惯导系统均连接到同步采集电路进行数据同步处理并加上时间信息。同步采集电路输出的数据经由数据转换器输出CAN格式[3]的数据再通过CAN总线传输,作为数据处理的上位机通过CAN通讯卡也接入CAN网络中。

图1 微惯导网络系统结构图

3 MEMS微惯导系统误差模型

为了利用微惯导网络中的高精度主惯导对子惯性系统进行校正,需要先建立系统误差模型。

3.1 姿态角误差方程

由于主惯导系统精度远高于MEMS微惯导系统,因此主惯导系统的导航误差忽略不计[4~5],所以在以下论述中认为子惯导系统与主惯导系统之间误差角即为子惯导系统解算所得的导航坐标系与真实导航坐标系之间的夹角。……

登录APP查看全文

猜你喜欢

卡尔曼滤波模型系统
一半模型
Smartflower POP 一体式光伏系统
WJ-700无人机系统
ZC系列无人机遥感系统
重尾非线性自回归模型自加权M-估计的渐近分布
基于递推更新卡尔曼滤波的磁偶极子目标跟踪
连通与提升系统的最后一块拼图 Audiolab 傲立 M-DAC mini
3D打印中的模型分割与打包
基于模糊卡尔曼滤波算法的动力电池SOC估计
基于扩展卡尔曼滤波的PMSM无位置传感器控制