Resumen

En el proceso de alineación inicial del sistema de navegación inercial (SINS), los grandes ángulos de desalineación inicial siempre conllevan un problema no lineal, que provoca fallos de alineación cuando se utiliza el modelo de error lineal clásico y el filtro de Kalman estándar. En este artículo, se investiga el problema de los grandes ángulos de desalineación en la alineación inicial del SINS, y la razón clave del fallo de alineación es que la covarianza de estado del filtro de Kalman no puede representar la verdadera durante el proceso de filtrado constante. De acuerdo con el análisis, se diseña un método de alineación para SINS basado en el multirestablecimiento de la matriz de covarianza de estado del filtro de Kalman para hacer frente a grandes ángulos de desalineación iniciales, en el que se utilizan el modelo de error lineal clásico y el filtro de Kalman estándar, pero la matriz de covarianza de estado debe ser multirestablecida antes del proceso estacionario hasta que los grandes ángulos de desalineación disminuyan a pequeños. El rendimiento del método propuesto se evalúa mediante simulación y pruebas en coche, y los resultados indican que el método propuesto puede cumplir la alineación inicial con grandes ángulos de desalineación de manera efectiva y la precisión de la alineación del método propuesto es tan precisa como la de la alineación con pequeños ángulos de desalineación.

• Materias:Matemáticas Análisis Matemático Álgebra Ingeniería
• Subjects:mathematics Mathematical Analysis Algebra Engineering
• Palabras claves:ángulos de desalineación grandes, modelo de error lineal clásico, ángulos de desalineación iniciales grandes, filtro kalman estándar, matriz de covarianza de estados, pecados, método, filtro kalman, fallo de alineación, alineación inicial
• Keywords:large misalignment angles, classical linear error model, large initial misalignment angles, standard kalman filter, state covariance matrix, sins, method, kalman filter, alignment failure, initial alignment