赵彦明，秦永元

(西北工业大学 自动化学院,陕西 西安 710129)

0 引言

捷联惯导系统(SINS)导航精度在很大程度上依赖初始对准精度[1]。传统的初始对准方法是利用静基座下重力加速度和地球自转角速率信息先完成粗对准[2]，再进行精对准。对于低精度惯导系统或系泊状态下舰载惯导系统粗对准误差较大，精对准是在大失准角条件下进行的。此时，SINS误差模型呈现强非线性，标准卡尔曼滤波(KF)不再适用，需要采用非线性模型和非线性滤波算法[2]。

针对大失准角条件下SINS对准问题，文献[2]提出了一种基于二阶非线性量测的二阶扩展卡尔曼滤波(EKF2)算法，可以在任意姿态条件下进行初始对准。文献[3]将容积卡尔曼滤波法(CKF)应用于SINS非线性初始对准中，提高初始对准精度。文献[4]提出了一种基于快速正交搜索(FOS)和KF的非线性参数估计方法。文献[5-6]给出了大失准角条件下的非线性对准模型，通过无迹卡尔曼滤波(UKF)完成精对准。文献[7]提出了一种改进的采用类高斯和重采样的粒子滤波算法(PF)，可以在大失准角的非线性、非高斯状态下完成精对准。文献[8]采用变换无迹求积卡尔曼滤波(TUKF)进行了噪声不确定和大失准角条件下SINS对准实验，结果显示滤波算法具有高精度、快速性和鲁棒性。目前的大失准角对准所采用的全状态非线性滤波具有滤波维数大、算法复杂、计算量大等缺点[9]。

本文提出了一种基于模型分解的KF/EKF2混合滤波方法，将基于欧拉平台误差角的非线性滤波模型分解为非线性部分和线性部分，分别采用EKF2滤波和KF滤波进行处理。……