课程导入：捷联惯导系统的基本原理、初始对准与动基座技术的工程意义
捷联惯导系统（Strapdown Inertial Navigation System，SINS）是当代运载体（飞机、导弹、舰船、地面车辆及空间飞行器）实现自主导航的核心手段。与平台式惯导不同，捷联系统将惯性测量单元（IMU）——即陀螺仪与加速度计——直接“捆绑”在运载体上，通过数学平台替代物理平台，以计算机实时解算姿态矩阵来完成导航任务。这一体制的转变带来了体积、成本与可靠性的显著优势，但也对初始对准精度和动基座条件下的算法鲁棒性提出了严苛要求。本章作为全课程的导入，将系统梳理捷联惯导的基本原理、初始对准与动基座技术的工程意义，并明确课程学习目标与整体框架。
1.1 捷联惯导系统的基本原理
1.1.1 核心原理：从物理平台到数学平台
捷联惯导的本质在于用计算机中的“数学平台”取代平台式惯导的物理稳定平台。IMU 直接固连于运载体，陀螺仪测量载体相对惯性空间的角速度，加速度计测量载体受到的比力。系统通过姿态解算实时更新载体坐标系（b系）到导航坐标系（n系）的变换矩阵 C_b^n，再将加速度计输出的比力投影到导航系，经过积分得到速度与位置。这一体制的核心优势在于：取消了复杂的机电稳定平台，降低了体积、重量与成本，同时提高了系统的可靠性与可维护性。
姿态解算的精度直接决定了导航误差的累积速度。工程中常用的姿态表示方法包括欧拉角、方向余弦矩阵和四元数。欧拉角存在万向锁问题，方向余弦矩阵计算量大，而四元数以其无奇异性、计算效率高的特点成为捷联惯导姿态更新的主流方法。在动态环境中，还需引入圆锥误差补偿与划桨误差补偿算法，以抑制高动态条件下的不可交换误差。
1.1.2 惯性器件误差模型与影响
陀螺仪与加速度计的误差是惯导系统最主要的误差源。工程上通常将误差建模为：常值零偏、随机游走、标度因数误差、安装失准角以及高阶非线性项。其中，陀螺常值零偏将直接导致姿态误差的线性增长，进而引起位置误差的二次方增长；加速度计零偏则主要影响速度与位置误差。
| 误差源 | 典型量级（中高精度） | 对导航误差的影响 | 抑制手段 |
|---|---|---|---|
| 陀螺常值零偏 | 0.01~0.1 °/h | 姿态误差线性增长，位置误差二次增长 | 初始对准估计并补偿 |
| 陀螺随机游走 | 0.001~0.01 °/√h | 姿态随机游走，不可完全消除 | Allan 方差分析、滤波平滑 |
| 加速度计零偏 | 10~100 μg | 速度误差线性增长，位置误差二次增长 | 对准估计、重力矢量约束 |
| 标度因数误差 | 10~100 ppm | 动态条件下误差放大 | 转台标定、温度补偿 |
| 安装失准角 | 1~10 arcsec | 耦合角运动误差 | 系统级标定 |
1.1.3 小型场景化说明：为什么对准如此重要
设想一枚战术导弹在发射前需要完成初始对准。若陀螺存在 0.1°/h 的常值零偏，且对准过程未能将其估计出来，那么该零偏将直接作为姿态误差的“种子”存在。导弹飞行 100 秒后，姿态误差将累积约 0.003°，看似微小，但若导弹以 300 m/s 的速度飞行，横向位置误差将达约 1.5 公里。这一数字足以让导弹脱靶。因此，初始对准的精度直接决定了后续导航的成败。
1.2 初始对准与动基座技术的工程意义
1.2.1 初始对准：导航精度的“第一粒扣子”
初始对准的任务是在导航开始前确定运载体的初始姿态（航向、俯仰、横滚），并尽可能估计出惯性器件的误差参数。对准过程通常分为粗对准与精对准两个阶段。粗对准利用重力矢量与地球自转角速度矢量的方向信息，在数十秒内完成姿态的初步确定，精度约为 0.1°~1°。精对准则基于粗对准结果，通过 Kalman 滤波等最优估计方法，在数分钟内将姿态精度提升至角分级甚至更高。
静基座对准是经典场景，其原理清晰、实现简单，但实际工程中大量应用场景属于动基座对准——即运载体在对准过程中处于运动状态。例如：舰载机在航母甲板上滑行起飞前的对准、车载导弹在行进中发射前的对准、无人机在跑道上滑跑时的对准。动基座条件下，载体运动产生的干扰加速度与角速度会污染对准观测，必须引入外部参考信息（如 GNSS 速度、里程计速度、主惯导姿态）进行辅助。
1.2.2 动基座技术的核心挑战
- 干扰加速度的区分：载体机动产生的加速度与重力矢量混叠，导致基于重力矢量的粗对准失效，必须依赖外部速度或位置信息。
- 杆臂效应：外部参考传感器（如 GNSS 天线）与 IMU 安装位置不重合，运动时产生杆臂速度/加速度差异，需精确补偿。
- 挠曲变形：大型载体（如飞机机翼、舰船甲板）在运动中发生弹性变形，导致主/子惯导之间的姿态失准角随时间变化。
- 可观测性不足：在匀速直线运动条件下，部分状态量（如方位误差）可观测性弱，需要设计机动策略或引入额外信息。
1.2.3 案例拆解：舰载机滑行起飞前的动基座对准
背景与约束：某型舰载机在航母甲板上准备起飞，甲板随海浪起伏，同时飞机在弹射器牵引下加速滑行。要求对准时间不超过 90 秒，对准后航向精度优于 0.05°（1σ）。
初始现象与目标：飞机处于运动状态，甲板存在周期性升沉与纵摇，IMU 输出包含大幅值的干扰加速度（峰值可达 0.5g）。目标是在滑行过程中完成精对准，并估计出陀螺零偏。
关键输入数据与参数：
- IMU 参数：陀螺零偏稳定性 0.02°/h，加速度计零偏 50 μg，输出频率 200 Hz。
- 外部参考：GNSS 速度（1 Hz，精度 0.03 m/s），甲板运动模型（升沉幅值 1 m，周期 8 s）。
- 杆臂：GNSS 天线距 IMU 中心 3.2 m，方向已知。
分析判断过程：由于甲板升沉产生的垂直加速度远大于加速度计零偏，直接使用比力进行粗对准不可行。工程方案采用“速度匹配 + 姿态匹配”的组合对准策略：以 GNSS 速度为外部观测，通过 Kalman 滤波估计姿态误差与陀螺零偏。同时，利用甲板运动的周期性特征，在滤波模型中引入升沉状态量，将升沉运动作为有色噪声处理，避免其污染水平通道估计。
实际操作步骤：
- 在飞机静止于弹射器上时，完成 10 秒的静基座粗对准，获得初始姿态（精度约 0.5°）。
- 启动滑行后，切换至动基座对准模式，以 GNSS 速度为量测，滤波周期 10 ms。
- 实时补偿杆臂速度：
V_gnss_comp = V_gnss - ω_nb × L，其中 L 为杆臂向量。 - 在滤波状态量中加入甲板升沉速度与位移，利用升沉频率先验信息约束。
- 滑行 60 秒后，评估滤波收敛性（新息序列白化检验），若收敛则切换至导航模式。
结果对比与复盘：采用上述方案后，对准结束时的航向误差为 0.038°（1σ），满足指标要求。相比未补偿杆臂的方案，航向误差减小约 40%。复盘经验表明：杆臂补偿的精度是决定性因素，杆臂测量误差 1 cm 将导致约 0.01° 的航向误差；此外，滤波中升沉模型的频率参数需根据海况实时调整，否则会引入低频振荡。
1.3 课程学习目标与整体框架
1.3.1 学习目标
完成本课程学习后，学员应具备以下能力：
- 原理层面：深入理解捷联惯导的姿态解算、速度/位置更新算法，掌握圆锥误差与划桨误差的补偿机理。
- 对准层面：掌握静基座粗/精对准的算法设计与实现，理解 Kalman 滤波在对准中的应用，能够分析对准误差的可观测性。
- 动基座层面：掌握动基座对准的多种信息融合策略（速度匹配、位置匹配、姿态匹配），能够处理杆臂效应、挠曲变形与时间同步问题。
- 工程实践层面：具备惯导系统误差建模、仿真验证与实测数据分析的能力，能够针对具体运载体设计对准方案并评估其性能。
1.3.2 课程整体框架
本课程共 30 章，按知识递进关系分为五大模块：
| 模块 | 章节范围 | 核心内容 | 能力培养 |
|---|---|---|---|
| 基础原理 | 第 1~6 章 | 捷联惯导原理、坐标系与姿态表示、惯性器件误差模型、姿态解算算法 | 理论建模与算法推导 |
| 初始对准 | 第 7~14 章 | 静基座粗/精对准、Kalman 滤波基础、可观测性分析、对准误差评估 | 滤波设计与误差分析 |
| 动基座技术 | 第 15~22 章 | 动基座对准策略、杆臂/挠曲补偿、多源信息融合、传递对准 | 系统方案设计与工程实现 |
| 工程实践 | 第 23~27 章 | 仿真验证、半实物测试、标定方法、故障诊断与排障 | 实验设计与数据分析 |
| 前沿与专题 | 第 28~30 章 | 旋转调制技术、微惯性系统、视觉/惯导融合、深度学习辅助对准 | 前沿视野与创新思维 |
1.3.3 学习方法建议
本课程强调“理论—仿真—实验”三位一体的学习方法。建议学员在每章学习后，利用 MATLAB/Simulink 搭建惯导仿真平台，将教材中的算法自行编码实现，并设计典型轨迹进行验证。对于动基座对准等复杂章节，建议结合公开数据集（如 EuRoC MAV 数据集）进行算法验证，以加深对实际工程问题的理解。