3. 惯性导航系统误差建模

组合导航之所以需要状态估计,根本原因在于惯性导航本身会随时间漂移。要设计卡尔曼滤波器,就必须先把“漂移从哪来、如何传播、最终表现成什么”写成可计算的数学模型。本节围绕三条主线展开:惯性器件的误差特性、误差在导航方程中的传播规律,以及姿态、速度、位置三类误差状态的具体形式。

一、惯性器件的误差特性

陀螺仪测量的是载体相对惯性空间的角速度,加速度计测量的是比力。理想情况下,陀螺输出等于真实角速度,加计输出等于真实比力。实际器件存在两类误差:确定性误差和随机误差。

确定性误差包括零偏、标度因数误差和安装失准角。零偏是输入为零时的非零输出;标度因数误差使输出与输入的比值偏离标称值;安装失准角描述敏感轴与载体坐标系之间的不对准。这些误差可通过标定实验补偿,但补偿后仍有残差。

随机误差通常用随机过程描述。陀螺零偏常用一阶马尔可夫过程或随机游走建模,角度随机游走(ARW)反映白噪声积分后的角度漂移;加速度计零偏同样可用随机游走建模,速度随机游走(VRW)反映其白噪声积分后的速度误差。工程中常把零偏建模为随机游走状态,把白噪声作为过程噪声驱动,这样卡尔曼滤波器就能在线估计零偏。

教学示例:某MEMS陀螺零偏稳定性约10°/h,ARW约0.3°/√h;加计零偏约1mg,VRW约0.05m/s/√h。这些量级决定了纯惯导几分钟内就会产生明显位置误差,因此必须与GNSS等外部观测组合。

二、惯导误差传播方程

惯导误差传播方程由姿态、速度、位置误差的微分方程组成,它们通过比力、地球自转和重力耦合在一起。在导航坐标系(本文取东北天ENU)下,姿态误差方程可写为:

δθ̇ = -ω_ie^n × δθ + δω_ib^b - C_b^n δω_ib^b

其中δθ为姿态误差角,ω_ie^n为地球自转在导航系下的投影,δω_ib^b为陀螺零偏与噪声。速度误差方程中,姿态误差会通过比力投影产生加速度误差:

δv̇ = -2ω_ie^n × δv + f^n × δθ + C_b^n δf^b + δg

这里f^n为比力在导航系下的投影,δf^b为加计零偏与噪声,δg为重力模型误差。位置误差方程则由速度误差积分得到:

δṗ = δv

这三个方程揭示了误差传播的核心机制:陀螺零偏先引起姿态误差,姿态误差通过比力耦合进速度误差,速度误差再积分成位置误差。因此姿态误差是惯导误差链的“源头”,抑制姿态漂移对组合导航尤为关键。

惯导误差传播链与状态耦合关系(ENU导航系) 陀螺误差源 零偏 ε_b + 白噪声 w_g ARW / 随机游走 姿态误差 δθ δθ̇ = -ω_ie^n×δθ + ε_b + w_g 横滚/俯仰/航向失准角 加计误差源 零偏 ∇_b + 白噪声 w_a VRW / 标度因数残差 速度误差 δv δv̇ = -2ω_ie^n×δv + f^n×δθ + ∇_b + w_a + δg 位置误差 δp δṗ = δv 纬度/经度/高度误差 积分 f^n × δθ 比力耦合 投影 C_b^n 积分 舒勒回路 (重力/比力反馈) 误差传播要点: ① 陀螺零偏 → 姿态误差 → 比力耦合 → 速度误差 → 位置误差,构成主传播链; ② 加计零偏直接进入速度误差,再积分成位置误差,不经过姿态环节; ③ 舒勒回路使姿态与速度误差产生约84.4分钟周期的振荡,限制误差发散速度; ④ 组合导航中,GNSS位置/速度观测可同时约束δp、δv,并间接估计陀螺与加计零偏。

三、姿态误差模型

姿态误差通常用失准角δθ表示,即计算导航系与真实导航系之间的小角度旋转。在ENU系下,δθ的三个分量分别对应东向、北向、天向的失准角。姿态误差方程中,地球自转项-ω_ie^n×δθ体现了导航系本身随地球旋转带来的耦合;陀螺零偏ε_b直接驱动姿态误差增长。

若忽略地球自转和舒勒振荡,姿态误差近似为陀螺零偏的积分:δθ(t)≈ε_b·t。这意味着10°/h的零偏在1分钟内可产生约0.17°的姿态误差,在10分钟内约1.7°。对于需要高精度航向的应用,这一量级不可忽略。

四、速度误差与位置误差模型

速度误差方程中,-2ω_ie^n×δv为科里奥利耦合项,f^n×δθ为姿态误差通过比力产生的加速度误差,C_b^n δf^b为加计误差投影到导航系的结果,δg为重力误差。在中等精度应用中,科里奥利项和重力误差常可简化,但比力耦合项必须保留,因为它是姿态误差影响速度的主要通道。

位置误差方程δṗ=δv最为简单,但它是误差链的终点:速度误差积分即得位置误差。以1mg加计零偏为例,它产生约0.0098m/s²的加速度误差,积分10秒后速度误差约0.098m/s,再积分10秒位置误差约0.49m;若持续1分钟,位置误差可达约17.6m。这解释了为什么纯惯导在数十秒内就需要外部观测修正。

建模实践建议:在卡尔曼滤波中,通常将姿态误差δθ(3维)、速度误差δv(3维)、位置误差δp(3维)、陀螺零偏ε_b(3维)、加计零偏∇_b(3维)共15维作为状态量。零偏建模为随机游走,其过程噪声由零偏不稳定性参数确定;白噪声则进入姿态和速度方程的过程噪声阵。

五、离散化与实现要点

连续误差方程需离散化后才能用于卡尔曼滤波。常用一阶近似:Φ_k≈I+F·Δt,其中F为误差方程的雅可比矩阵。对于15维状态,F矩阵中非零块包括:姿态误差对自身的-ω_ie^n×、对陀螺零偏的单位阵;速度误差对自身的-2ω_ie^n×、对姿态误差的f^n×、对加计零偏的C_b^n;位置误差对速度误差的单位阵;零偏状态对自身的零矩阵(随机游走)。

过程噪声阵Q由陀螺白噪声、加计白噪声和零偏随机游走噪声的功率谱密度构成。实际调参时,ARW和VRW决定姿态与速度的过程噪声强度,零偏不稳定性决定零偏状态的过程噪声。若Q设置过小,滤波器会过度信任惯导,导致GNSS观测被低估;若Q过大,则滤波结果抖动明显。工程上常先用Allan方差分析器件噪声参数,再据此设定Q的初值。

注意:姿态误差定义与坐标系约定必须全文一致。本文采用ENU导航系、前右下机体系,失准角δθ表示从计算导航系到真实导航系的小角度旋转。若改用NED系,比力投影和地球自转项的符号会相应变化,建模时需重新推导,不可直接套用。

综上,惯性导航误差建模的核心是把器件误差、姿态误差、速度误差和位置误差用一组耦合微分方程统一描述。理解这条“陀螺零偏→姿态→比力→速度→位置”的传播链,以及加计零偏直接进入速度通道的并行路径,是后续卡尔曼滤波器设计、过程噪声整定和组合导航性能评估的基础。