论文部分内容阅读
惯性系统已逐渐完成了由平台式向捷联式的过渡,捷联式惯导系统以数字平台取代了实体平台,不仅降低了成本,可靠性也有所提高。但由于惯性测量单元(Inertial Measurement Unit,IMU)被直接安装在机体上,因此系统精度受到了较大影响。本文就是通过提出一种改进的混合优化算法为双轴测试转台设计一个最优旋转轨迹从而提高IMU的动态误差系数的标定精度。IMU角动态误差模型的建立过程中,首先要基于IMU的输出误差建立导航误差方程,然后根据环形激光陀螺IMU和微机械陀螺IMU各自的特点对模型进行简化。然后基于卡尔曼滤波的方法,确定最小化协方差矩阵的迹为初步优化目标。之后又结合转台的特性确定问题中需满足的约束条件,通过罚函数对约束条件进行处理,确定最终优化目标。针对本试验中优化问题,在众多最优化随机搜索算法中,首先选用了不需要导数信息的模式搜索算法和全局搜索性能较好的模拟退火算法这两种算法,分别对其原理进行研究,而后使用两种传统算法对优化目标进行求解,基于优化结果比较两种算法的性能并从三个方面提出对算法的改进方案,最终得到融合了两种算法的混合优化算法。分别采用传统模拟退火算法和改进后的混合优化算法求解本试验中优化目标,进行仿真并绘制各项误差系数标定精度曲线,比较两种算法优化的情况下各项误差系数估计值的大小。从误差精度来看,环形激光陀螺IMU的各项动态误差系数标定精度提高了3%~5%,微机械陀螺IMU的非线性误差标定精度提高了24%~40%,其它动态误差系数标定精度提高了2%~19%。而从计算时间来看,混合优化算法相比于改进参数后单一的模拟退火算法时间增加了5.42%~12.86%。考虑到精度的提高效果,认为这些时间的增加是可以接受的。经验证,本文提出的改进后的混合优化算法是一种高性能的搜索算法,在IMU角动态标定试验中可以有效地提高误差标定精度。