SINS非线性自对准中的强跟踪UKF算法设计

摘要/Abstract

摘要：

摘要：为了实现噪声不确定和干扰环境下捷联惯导系统（SINS）的快速初始对准，结合无迹卡尔曼滤波（UKF），从强跟踪滤波2个条件出发，提出了一种新的强跟踪UKF算法.该算法充分利用了SINS非线性自对准滤波模型的特点，简化了强跟踪UKF的步骤，很大程度上减小了计算量，提高了算法的实时性.在给出算法流程的同时给出了该强跟踪UKF成立的证明，并根据强跟踪滤波充分条件给出了次优渐消因子求解过程，分析了算法的优越性.最后, 通过SINS大方位失准角初始对准仿真和车载试验结果证明了新的强跟踪UKF算法的正确性和优越性.

关键词: 捷联惯导系统, 初始对准, 非线性, 强跟踪, 无迹卡尔曼滤波

Abstract:

Abstract： In order to realize fast initial alignment of the strapdown initial navigation system (SINS) in a complex circumstance, a new strong tracking unscented Kalman filter (UKF) was proposed with strict derivation based on the UKF and the two conditions of the strong tracking filter. As this algorithm took full advantage of characteristics of SINS nonlinear selfalignment, the steps of the strong tracking UKF were simplified so that the calculation was reduced significantly and the realtime performance of the algorithm was improved. The steps of the algorithm were given with proofs. The superiority of the strong tracking UKF was analyzed after the process to calculate the suboptimal fading factor given. The simulation and test of the initial alignment of large azimuth misalignment SINS based on this new algorithm show the validity and superiority of the new strong tracking UKF.
Key words：

Key words: strap-down initial navigation system(SINS), initial alignment, nonlinearity, strong tracking, unscented Kalman filter

中图分类号:

V 249.32

薛海建1，王解1,2，郭晓松1，周召发1. SINS非线性自对准中的强跟踪UKF算法设计[J]. 上海交通大学学报（自然版）, 2015, 49(09): 1429-1434.

XUE Haijian1，WANG Jie1,2，GUO Xiaosong1，ZHOU Zhaofa1. Design of a Strong Tracing UKF for Nonlinear SelfAlignment of SINS[J]. Journal of Shanghai Jiaotong University, 2015, 49(09): 1429-1434.

参考文献

［1］Julier S J，Uhlmann J K．Unscented filtering and nonlinear estimation［J］．Proceedings of the IEEE Aerospace and Electronic Systems，2004，92(3)：401422．

［2］Jamshaid Ali，MRUB Mirza．Initial orientation of inertial navigation system realized through nonlinear modeling and filtering［J］．Measurement，2011，44(5)： 793801．

［3］郭泽，缪玲娟，赵洪松．一种改进的强跟踪UKF算法及其在SINS大方位失准角初始对准中的应用［J］．航空学报，2014，35（1）：203214．

GUO Ze, MIAO Lingjuan, ZHAO Hongsong. An improved strong tracking UKF algorithm and its application in SINS initial alignment under large azimuth misalignment angles［J］. Acta Aeronautica et Astronautica Sinica，2014，35（1）：203214．

［4］王小旭，赵琳，夏全喜，等．基于Unscented变换的强跟踪滤波器［J］. 控制与决策，2010，25（7）：10631068．

WANG Xiaoxu, ZHAO Lin, XIA Quanxi，et al．Strong tracking filter based on unscented transformation［J］. Control and Decision，2010， 25(7)：10631068．

［5］陈业，胡昌华，周志杰，等．一种改进的SRCDKF算法及其在早期微小故障检测中的应用［J］.自动化学报，2013， 39(10)：17031713．

CHEN Ye, HU ChangHua, ZHOU ZhiJie, et al. Method of improving squareroot center difference Kalman filter with application to incipient failure detection［J］. Acta Automatica Sinica, 2013, 39(10):17031713．

［6］葛哲学，杨拥民，温熙森. 强跟踪UKF方法及其在故障辨识中的应用［J］. 仪器仪表学报，2008，29(8): 16701674．

GE Zhexue, YANG Yongmin, WEN Xisen. Strong tracking UKF method and its application in fault identification［J］. Chinese Journal of Scientific Instrument, 2008, 29(8): 16701674．

［7］杨文博，李少远．基于强跟踪UKF的航天器自主导航间接量测滤波算法［J］．系统工程与电子技术，2011，33(11): 24852491．

YANG Wenbo, LI Shaoyuan. Autonomous navigation filtering algorithm for spacecraft based on strong tracking UKF［J］．Systems Engineering and Electronics, 2011, 33(11): 24852491.

［8］Xu D X，Wang L，Li G C， et al．Study of strong tracking augmented unscented kalman filter in integrated navigation system［C］// Proceedings of the 10th World Congress on Intelligent Control and Automation. China: Beijing, 2012：51125115．

［9］Jwo D J，Yao S L．Navigation integration using the fuzzy strong tracking unscented Kalman filter［J］．Journal of Navigation，2009，62(2)：303322．

［10］Soken H E，Hajiyev C．Adaptive fading UKF with Qadaptation: Application to picosatellite attitude estimation［J］．Journal of Aerospace Engineering，2013，26(3): 628636．

［11］Jwo D J，Wang S H．Adaptive fuzzy strong tracking extended Kalman filtering for GPS navigation［J］．IEEE Sensors Journal，2007，7(5): 778789．

［12］严恭敏，严卫生，徐德民．简化UKF滤波在SINS大失准角初始对准中的应用［J］．中国惯性技术学报，2008，16（3）：253264．

YAN Gongmin, YAN Weisheng, XU Demin．Application of simplified UKF in SINS initial alignment for large misalignment angles［J］．Journal of Chinese Inertial Technology， 2008，16（3）：253264．

［13］周东华，叶银忠．现代故障诊断与容错控制［M］．北京：清华大学出版社，2000．

[1]	胡安峰, 陈俞超, 肖志荣, 谢森林, 龚昭祺. 考虑自重应力的隧道周围土体非线性固结特性分析[J]. 上海交通大学学报, 2025, 59(4): 503-512.
[2]	樊朋飞, 李庆波, 李臻, 陈成林. 基于雷达相对测量的制导信息提取算法研究[J]. 空天防御, 2025, 8(2): 50-57.
[3]	黄河源1, 丘江亮1, 李中胜1, 刘锦剑2. 抛弃式测量仪探头的非线性水动力研究[J]. 海洋工程装备与技术, 2024, 11(4): 67-74.
[4]	黄涛, 何泽青, 宋林. 圆柱薄膜振动特性[J]. 上海交通大学学报, 2024, 58(4): 428-437.
[5]	金飞宇，陈龙胜，李统帅，石童昕. 高阶MIMO非线性多智能体系统分布式协同抗干扰控制[J]. J Shanghai Jiaotong Univ Sci, 2024, 29(4): 656-666.
[6]	商献岭, 李春垒, 王乐芹, 范泽仁, 韩云瑞, 于龙. 非线性海床上J型铺管数值分析[J]. 海洋工程装备与技术, 2024, 11(1): 99-105.
[7]	于特, 刘佳鹏, 吴超, 周畅, 周胜增, 王磊. 基于非线性干扰观测器的无人船与自主水下航行器协同运动控制策略[J]. 上海交通大学学报, 2023, 57(S1): 114-123.
[8]	王汉禹, 陈震, 周笛, 陈兆祥, 潘尔顺. 基于核函数-Wiener过程的轧辊非线性退化建模与剩余寿命预测[J]. 上海交通大学学报, 2023, 57(8): 1037-1045.
[9]	曹添, 张显库. 船舶纵向运动多输入多输出不稳定系统的非线性反馈控制[J]. 上海交通大学学报, 2023, 57(8): 972-980.
[10]	赵志斌, 骆彬, 唐婷, 王春芳, 孙中华. 改进型自激谐振无线电能传输系统[J]. 上海交通大学学报, 2023, 57(7): 859-867.
[11]	杨强, 李伟鹏. 高精度WCNS格式加权策略改进与数值验证[J]. 上海交通大学学报, 2023, 57(6): 719-727.
[12]	赵昭, 雷华明. 差压式电容传感器膜片的变形分析与优化设计[J]. 上海交通大学学报, 2023, 57(3): 264-272.
[13]	胡安峰, 龚昭祺, 肖志荣, 陈缘. 隧道周围饱和软土二维非线性固结分析[J]. 上海交通大学学报, 2023, 57(12): 1631-1638.
[14]	吴庶宸, 戚宗锋, 李建勋. 基于深度学习的智能全局灵敏度分析[J]. 上海交通大学学报, 2022, 56(7): 840-849.
[15]	王沙沙, 张翔宇, 邱国志, 龚景海. 一种分析膜面在积水荷载作用下响应的数值模型[J]. 上海交通大学学报, 2022, 56(6): 730-738.