【IMU】【卡爾曼濾波】慣性導航誤差微分方程與狀態轉移方程


慣性導航誤差微分方程

在IMU慣性導航誤差分析建模中 一共有三個微分方程 分別對應姿態誤差微分方程 速度誤差微分方程和位置誤差微分方程

姿態誤差微分方程

n為東北天坐標系 b為機體坐標系 這里求出二者之間的轉換關系就可以求出IMU的姿態 這里旋轉關系用旋轉矩陣C表示 對這個旋轉矩陣求導:
在這里插入圖片描述
\(\omega^b_{nb}\)為從n系轉到b系 並且這個旋轉在b系下的表示 這個不容易進行測量 所以將這個角速度進行拆分 最后得到:
在這里插入圖片描述
上面的方程中有三個變量 這三個變量均含有誤差 下面對這三個帶有誤差的變量進行逐一分析

旋轉向量

頭上帶波浪線的表示這個變量包含了誤差
我們要求的就是n系和b系之間的旋轉矩陣 但是這個旋轉矩陣包含噪聲 現在我們做以下認為:
在這里插入圖片描述
我們認為這個旋轉矩陣的誤差在n系上 帶誤差的 旋轉矩陣將b系旋轉到了n' 系而不是n系 所以需要一個n系和n’ 系的旋轉矩陣
從n系到n' 系 我們用旋轉矢量\(\phi\)來表示 旋轉矢量的方向為繞着軸旋轉軸的方向 大小或者模長為旋轉的角度
旋轉矢量其實包含三個元素 稱為失准角 在后面狀態轉移方程中要用到

有羅德里格斯公式:
在這里插入圖片描述
因為旋轉矢量趨近於0 所以最后結果為
在這里插入圖片描述

角速度 i 到 b

在這里插入圖片描述
后面的誤差項其實就是IMU內參的誤差 展開為:
在這里插入圖片描述
其中\(\varepsilon\)為陀螺儀的bias

角速度 i到 n

在這里插入圖片描述
不是做導彈這種慣性導航的話 這兩項誤差太小 不作考慮

化簡結果

中間化簡過程就省略了 難度不是很大 展示最后化簡結果:
在這里插入圖片描述

速度誤差微分方程

帶誤差的微分方程:
在這里插入圖片描述
f為加速度
上面的公式中四個變量均有誤差 下面進行分解:
在這里插入圖片描述
最后一頓帶 得到最后結果:
在這里插入圖片描述

位置誤差微分方程

這個就比較簡單了 直接給出結果了:
在這里插入圖片描述

狀態轉移方程

這里的狀態轉移方程可以理解為卡爾曼濾波中的狀態轉移方程
首先我們將上面三個誤差微分方程做進一步展開
首先是位姿誤差微分方程展開

位姿誤差微分方程展開

誤差微分方程為
在這里插入圖片描述
展開:
在這里插入圖片描述
這里的\(\phi\)是我們之前提到過的旋轉矢量 它包括三個方向的失准角
\(\omega\)為地球自轉角速度 \(L\)為緯度值
\(\varepsilon\)為b系下的測量值 需要轉到n系下

速度誤差微分方程展開

在這里插入圖片描述
道理跟上面位姿誤差微分方程展開差不多 這里不做過多解釋
其中\(\nabla\)為加速度計的bias

位置誤差微分方程展開

在這里插入圖片描述
過於簡單不做解釋

整合進狀態轉移方程中

狀態方程一般形式為:
在這里插入圖片描述
狀態量為:
在這里插入圖片描述
其中F矩陣為X狀態量各個元素之間的轉移關系
在這里插入圖片描述
腦補一下 橫着是五個狀態的元素 豎着也是五個狀態的元素
例如\(F_{23}\)為速度誤差的導數和姿態誤差的關系
在這里插入圖片描述
在這里插入圖片描述
W為器件的噪聲:
在這里插入圖片描述
\(\omega_g\)為陀螺儀的噪聲 \(\omega_a\)為加速度計的噪聲
在這里插入圖片描述
這一部分是F中的后半部分 也是可以求導獲得的 因為噪聲是和bias以同樣的方式輸入進來的


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM