1. 课程导入与水下INS误差修正全景

水下惯性导航系统（Inertial Navigation System，INS）是潜航器、水下机器人（ROV/AUV）、水下拖曳体等平台的核心自主导航手段。它依靠陀螺仪测量角速度、加速度计测量比力，经姿态解算与积分运算递推出速度、位置和姿态，全程不依赖外部无线电信号，因而具备隐蔽、连续、抗干扰的天然优势。但惯性导航的本质是"积分放大误差"：陀螺零偏带来姿态漂移，姿态误差又通过重力投影污染加速度，加速度计零偏再经两次积分放大为位置误差。一个中等精度的惯导，在水下航行数小时后位置误差可达数百米甚至公里级，这对需要精确抵近、定点悬停或长航时返航的任务是不可接受的。因此，误差修正不是可选优化，而是水下INS能否真正可用的前提。

本课程以"水下INS误差修正"为核心对象，围绕误差从哪里来、如何被观测、怎样被估计与补偿三条主线展开。学习者需要建立三个基本认识：第一，误差源具有明确的物理分类——器件级（零偏、标度因数、安装误差）、初始级（初始对准误差）、环境级（温度、振动、洋流引起的运动扰动）；第二，修正手段分为"抑制"与"估计补偿"两类，前者如旋转调制、温度建模，后者如卡尔曼滤波融合DVL、深度计、USBL等外部量测；第三，修正效果必须通过可观测性、收敛性和残差统计来验证，而不是凭感觉判断。

上图把整门课的逻辑压缩成一条闭环：左侧是误差源，中间是误差沿积分链放大的路径，右侧是修正手段，底部是解算与验证环节。理解这张图的关键在于"传播链"——它解释了为什么修正必须尽早、必须针对可观测的误差状态。举例来说，若某MEMS陀螺零偏为0.5°/h，在无修正条件下航行2小时，仅由该零偏引起的姿态漂移约1°，而1°的姿态误差在重力投影下可产生约0.17 m/s²的等效加速度误差，积分10分钟后速度误差即达百米每秒量级，位置误差迅速发散。这个数量级推演说明：修正的收益不是线性的，而是"截断积分链"式的。

课程整体知识框架分为四个层次。第一层是误差建模：建立陀螺与加速度计的零偏、标度因数、安装误差模型，明确随机常值、一阶马尔可夫、随机游走等不同成分的统计描述，这是后续滤波的状态方程基础。第二层是初始对准：静基座下利用重力与地球自转角速度完成解析对准，动基座下借助外部参考完成传递对准，对准精度直接决定初始误差协方差。第三层是组合修正：以INS误差方程为状态方程，以DVL速度、深度计深度、USBL位置为量测，构建卡尔曼滤波器，讨论量测更新频率、时间同步、杆臂补偿与可观测性。第四层是工程验证：通过湖试或海试数据回放，检查残差统计、协方差一致性与航迹闭合误差。

为了让学习目标可检验，本课程建议以一套典型AUV组合导航配置作为贯穿案例：中低精度光纤陀螺（零偏约0.1°/h）、石英加速度计（零偏约1 mg）、DVL（对底速度精度约0.5%±2 mm/s）、深度计（精度0.1% FS）、USBL（定位精度约1%斜距）。学习者应能在课程结束时独立完成：写出15维误差状态方程、配置一套DVL/深度计组合的卡尔曼滤波、判断一次湖试数据中滤波器是否发散，并给出杆臂或时间延迟的排查结论。这些能力对应的正是误差建模、对准、组合修正与验证四个层次。