课程导入：捷联惯导系统的基本原理、位置解算与速度积分的核心地位

捷联惯导系统（Strapdown Inertial Navigation System，SINS）是当代运载体（飞机、导弹、舰船、无人车、智能弹药等）实现自主导航的核心手段。与平台式惯导不同，捷联惯导将惯性测量单元（IMU）直接“捆绑”在运载体上，通过计算机实时解算姿态、速度和位置，从而摆脱了复杂物理平台的约束。在捷联惯导的三大解算回路——姿态更新、速度更新、位置更新中，位置解算与速度积分直接决定了运载体最终导航输出的精度与可用性。本章作为全课程的导入，将系统梳理捷联惯导的基本原理，明确位置解算与速度积分在导航解算链条中的核心地位，并给出本课程的学习目标与整体框架。

1.1 捷联惯导系统的基本原理

捷联惯导系统的本质是“数学平台”替代“物理平台”。在平台式惯导中，陀螺仪和加速度计被安装在一个由万向支架支撑的稳定平台上，平台通过伺服电机跟踪导航坐标系，从而直接测量载体相对惯性空间的运动。而捷联惯导则将IMU直接固定在运载体上，不再使用物理平台，转而通过计算机实时计算姿态矩阵，将加速度计测量的比力从载体坐标系（b系）变换到导航坐标系（n系），再进行速度与位置的积分运算。

捷联惯导的核心解算流程可以概括为以下三个环节：

• 姿态更新：利用陀螺仪输出的角速度信息，通过四元数或方向余弦矩阵的微分方程，实时计算载体坐标系相对导航坐标系的姿态矩阵。姿态矩阵是连接比力测量与导航解算的桥梁。
• 速度更新：将加速度计输出的比力通过姿态矩阵投影到导航坐标系，扣除有害加速度（哥氏加速度、向心加速度、重力加速度），得到载体在导航坐标系中的加速度，再对时间积分得到速度增量。
• 位置更新：将导航坐标系中的速度分量对时间积分，得到载体相对地球的位置变化量，结合初始位置，解算出当前的经度、纬度和高度。

值得注意的是，捷联惯导的“捷联”二字，意味着IMU与载体之间没有任何相对运动，这带来了体积小、成本低、可靠性高的优势，但也对计算机的实时解算能力和算法精度提出了更高要求。在高速、高动态环境下，姿态更新与速度更新的耦合效应（如圆锥误差、划桨误差）必须通过专门的补偿算法加以抑制。

1.2 位置解算与速度积分的核心地位

在捷联惯导的三大解算回路中，位置解算与速度积分处于“最终输出”的关键位置。姿态解算的精度决定了速度解算的输入质量，而速度解算的精度又直接决定了位置解算的准确性。从信息流的角度看，速度积分是连接姿态与位置的“中间枢纽”，位置解算则是导航结果的“最终呈现”。

为了更清晰地理解这一核心地位，我们可以从以下三个维度展开分析：

维度	速度积分	位置解算	相互关系
物理含义	比力方程积分，获得载体在导航系中的速度矢量	速度对时间的积分，获得载体相对地球的位置坐标	速度是位置的导数，位置是速度的累积
误差特性	误差随时间线性增长（常值偏差）或振荡增长（陀螺漂移）	误差随时间二次方增长（速度误差积分）	位置误差是速度误差的积分，具有放大效应
算法复杂度	需处理划桨误差、旋转效应补偿	需处理地球曲率、椭球模型、高度通道发散	位置解算依赖速度输出的平滑性与准确性
工程关注点	积分步长、数值稳定性、高动态补偿	坐标系转换、初始对准、高度阻尼	两者需联合调优，不能割裂设计

从误差传播的角度看，位置解算与速度积分是惯导系统中最“脆弱”的环节。陀螺仪的常值漂移经过一次积分产生姿态误差，姿态误差导致比力投影错误，再经过速度积分产生速度误差，最终经过位置积分产生位置误差。这一误差传播链中，每一次积分都会使误差的阶次升高，因此位置误差往往表现为时间的二次方甚至三次方函数。这也是为什么纯惯性导航系统难以长时间独立工作的根本原因。

在工程实践中，位置解算与速度积分还面临以下具体挑战：

• 数值积分精度：在高速运动或高动态环境下，简单的欧拉积分或梯形积分可能无法满足精度要求，需要采用更高阶的龙格-库塔法或基于旋转矢量优化的积分算法。
• 地球模型适配：位置解算需要根据不同的应用场景选择地球模型（球面模型、WGS-84椭球模型），模型选择不当会引入系统性位置误差。
• 高度通道发散：纯惯性高度通道是不稳定的，必须引入气压高度或卫星高度进行阻尼，否则高度误差会随时间指数增长。
• 积分步长与实时性矛盾：更小的积分步长能提高精度，但会增加计算负担，需要在嵌入式平台上做出合理权衡。

1.3 课程学习目标与整体框架

本课程以“位置解算与速度积分实现”为主线，旨在帮助学员从理论到工程实现，全面掌握捷联惯导系统中速度与位置解算的核心技术。课程共分为30章，内容由浅入深，覆盖从基础原理到高级补偿算法、从仿真验证到嵌入式实现的完整链路。

课程学习目标可以归纳为以下五个层次：

1. 理解原理：深入理解捷联惯导的基本原理，掌握坐标系定义、姿态矩阵、比力方程等基础概念。
2. 掌握算法：熟练掌握速度积分与位置解算的数值算法，包括欧拉法、龙格-库塔法、旋转矢量法，以及圆锥/划桨误差补偿算法。
3. 工程实现：能够在嵌入式平台（如DSP、FPGA、ARM）上实现实时速度与位置解算，合理分配计算资源，满足实时性要求。
4. 误差分析：掌握惯导系统误差传播规律，能够对速度误差和位置误差进行建模、仿真与评估。
5. 系统集成：理解惯导与其他导航系统（GNSS、气压计、磁力计）的组合导航原理，能够设计速度/位置观测量的融合策略。

课程整体框架分为六大模块，每个模块聚焦一个核心主题，模块之间层层递进：

模块	章节范围	核心内容	学习产出
基础篇	第1-5章	坐标系与姿态表示、IMU测量模型、姿态更新算法	掌握姿态矩阵计算，为速度解算奠定基础
速度解算篇	第6-12章	比力方程、速度积分算法、划桨误差补偿、高动态环境适配	实现高精度速度解算，理解误差来源
位置解算篇	第13-18章	地球模型、经纬高解算、高度通道阻尼、位置误差分析	实现位置解算，掌握误差抑制方法
仿真与验证篇	第19-23章	Matlab/Python仿真、轨迹发生器、半实物仿真	建立仿真平台，验证算法正确性
工程实现篇	第24-27章	嵌入式实现、定点化、实时性优化、传感器标定	完成工程代码，通过测试验收
组合导航篇	第28-30章	GNSS/INS组合、卡尔曼滤波、松耦合/紧耦合	掌握组合导航设计，提升系统鲁棒性

在每一章的学习中，我们不仅会讲解理论公式，还会结合具体的工程案例，展示算法在真实系统中的应用效果。例如，在速度解算篇中，我们会通过一个高动态飞行器的案例，演示划桨误差补偿前后的速度误差对比；在位置解算篇中，我们会通过一个长航时无人机的案例，分析高度通道发散的原因及阻尼方法。

最后需要强调的是，捷联惯导的位置解算与速度积分虽然只是整个导航系统中的一个环节，但它的精度和稳定性直接决定了运载体的导航性能。无论是高超声速飞行器还是低速无人车，无论是战术导弹还是深海潜航器，速度与位置解算都是不可回避的核心技术。希望通过本课程的学习，大家能够建立起完整的工程思维，掌握从算法设计到系统实现的全链路能力。