吴训涛，高青伟

(1. 91550 部队，辽宁 大连 116023;2.海军航空工程学院 指挥系，山东 烟台 264001)

惯导系统传递对准中主要的误差源包括载体挠性误差、杆臂速度误差、数据传输延迟误差以及惯性元器件误差等［1］。由于传递对准卡尔曼滤波算法的实现是在子惯导系统中进行，这就需要将主惯导系统的一些相关信息(主要是速度和姿态信息)传输到子惯导系统，由于传输延迟的存在，导致传递对准误差。另外，对于平台式主惯导系统，传感器测量也需要一定的反应时间，从而导致测量信息的延迟。研究传输延迟的建模和补偿对提高惯导系统初始对准精度具有重要的意义。

卡尔曼滤波技术是对惯导系统进行传递对准最常用的一种有效方法。然而，为使卡尔曼滤波器具有最优性能，必须使卡尔曼滤波器模型和噪声统计特性具有准确的先验信息［2］。对于实际的惯导系统而言，往往存在着各种不确定性误差，若利用卡尔曼滤波器进行估计，导致滤波发散。

为解决这一问题，出现了许多自适应卡尔曼滤波算法，主要包括Sage-Husa 自适应滤波算法、模糊自适应卡尔曼滤波和衰减记忆卡尔曼滤波等。文献［3 -5］给出了衰减因子的自适应估计方法，具有一定的理论指导意义。本文提出了一种最佳自适应估计衰减因子的方法，可在线快速计算出衰减因子的估计值，将其应用于惯导系统的传递对准中，仿真结果优于传统的卡尔曼滤波。

1 传递对准数学模型

主子惯导系统误差方程建立所涉及到的坐标系关系如图1 所示。……