Содержание к диссертации
Введение
Глава 1 Назначение и состав комплекса ИНС/GPS-TJIOHACC 11
1.1 Бесплатформенная навигационная система И-42 11
1.1.1 Системы координат и принципы построение БИНС 11
1.1.2 Алгоритм навигации БИНС 14
1.1.3 Выставка БИНС 23
1.2 Уравнения ошибок автономной инерциальной системы навигации 29
1.3 Принципы построения спутниковых навигационных систем (GPS-ГЛОНАСС) 38
1.3.1 Принципы измерения и модель ошибок GPS 38
1.3.2GPSnrnOHACC 45
Глава 2 Комплектование ИНС и GPS-ГЛОНАСС 50
2.1 Исследование проблемы комплексирования 50
2.2 Анализ наблюдаемости погрешностей ИНС 52
2.3 Адаптивный алгоритм оценивания 59
2.4 Прогнозирование ошибок ИНС в определении координат 64
2.4.1 Скалярный адаптивный алгоритм оценивания 65
2.4.2 Применение скалярного алгоритма для прогноза ошибок ИНС в определении координат 71
2.5 Оценивание ошибок углов ориентации 78
2.5.1 Фильтр Калмана с переменной моделью для оценки ошибок углов ориентации 78
2.5.2 Оценивание ошибки в азимуте в стационарном режиме полёта 85
Глава 3 Испытания комплекса HHC/GPS-ГЛОНАСС и компьютерная реализация алгоритмов 96
3.1 Испытания приёмника Ashtech GG24 96
3.1.1 Результаты испытаний 97
3.2 Испытания комплекса 103
3.2.1 Результаты испытаний комплекса 103
3.3 Реализация алгоритмов с использованием специализированного вычислителя 107
3.3.1 Принципы построения специализированного вычислителя 107
3.3.2 Метод реализации 109
Заключение 112
Литература 113
- Принципы построения спутниковых навигационных систем (GPS-ГЛОНАСС)
- Прогнозирование ошибок ИНС в определении координат
- Применение скалярного алгоритма для прогноза ошибок ИНС в определении координат
- Реализация алгоритмов с использованием специализированного вычислителя
Введение к работе
Инерциальные навигационные системы составляют ядро навигационных комплексов современных самолетов в силу своей универсальности и автономности.
Инерциальные системы по сравнению с радионавигационными системами обладают следующими преимуществами [7]:
непрерывность определения местоположения и скорости подвижного объекта;
абсолютная помехоустойчивость;
практически неограниченная область применения;
слабая зависимость точности навигационной информации от маневрирования подвижного объекта;
максимальный объём навигационной информации (местоположение, путевая скорость, направление и местная вертикаль);
высокая точность измерения курса и местной вертикали;
автономность.
Принципиальный недостаток ИНС состоит в том, что в результате неизбежных инструментальных (технологических) погрешностей изготовления инерциальных датчиков со временем накапливается ошибка в определении местоположения подвижного объекта. Эти причины приводят к технико-экономической целесообразности коррекции ИНС с помощью способов другой физической природы, не страдающих главным пороком ИНС - накоплением погрешности со временем. Причем коррекция может быть периодической, а не непрерывной.
Здесь рассматривается метод повышения точности ИНС на основе использования позиционной и скоростной информации от GPS-ГЛОНАСС приёмника.
На измерения в системе GPS могут оказывать влияние ошибки определения координат спутников, ошибки, обусловленные прохождением сигналов от спутника к приемнику, задержки прохождения сигналов в атмосфере, электронные шумы приёмника и многолучевость. Однако основной погрешность измерения являются ошибки селективного доступа (SA). Указанные ошибки по величине достигают десятков метров. Характер изменения SA ошибок представляет собой низкочастотные колебания с периодом 8-10 мин. [18], что затрудняет возможность их сглаживания. Метод измерения псевдорасстояний с использованием приемника GPS-ГЛОНАСС обеспечивает более высокую точность, по сравнению с традиционным GPS приемником, что обусловлено отсутствием ошибок селективного доступа в режиме ГЛОНАСС. Необходимо отметить, что SA ошибки с 2 мая 2000 года отключены.
Погрешность элементов ИНС оценивается методами традиционной (статистической) или нетрадиционной (скалярной и волновой) обработки информации, полученной от ИНС и GPS [4,17,18]. Разность навигационных параметров, определяемых ИНС и GPS, представляет собой разность ошибок ИНС и GPS. Ошибки ИНС имеют низкочастотный (шулеровский) характер изменения с периодом 84.4 мин., а погрешности GPS-ГЛОНАСС высокочастотный случайный шум [18]. Различия в спектрах ошибок позволяют оценить ошибки ИНС, тогда как шум GPS -ГЛОНАСС подлежит сглаживанию.
Существуют два основных подхода к решению задачи комплексирования ИНС и GPS -ГЛОНАСС [6,9,11,17]:
централизованный (замкнутый) метод;
каскадный (разомкнутый) метод.
На рис. 1 представлена функциональная схема комплексированной системы при использовании централизованного метода.
При реализации указанной схемы на вход алгоритма оценивания поступают от GPS-ГЛОНАСС информация о расстоянии между приемником и спутниками, а также скорость её изменения. Кроме того, от ИНС также поступает информация о текущих навигационных параметрах.
Рис.1. Структурная схема совместного использования данных ИНС и GPS
систем централизованного подхода
Алгоритм оценивания (фильтр Калмана) реализует совместную модель ошибок ИНС и GPS-ГЛОНАСС для определения текущих навигационных параметров. Основным преимуществом централизованного подхода является возможность расширения полосы пропускания приемника GPS-ГЛОНАСС без существенного увеличения шумов измерений. Кроме того, коррекция может осуществляться и по измерениям только одного спутника.
При коррекции по схеме каскадного типа в качестве измерительных используются параметры, полученные от GPS: координаты и скорость движения объекта. На рис.2 представлены основные функциональные элементы комплексированной системы при использованием каскадного метода.
В отличие от первого метода комплексирования в этом подходе необходимо осуществлять решение навигационной задачи непосредственно в приемнике GPS , что требует необходимость обозрения как минимум 4-х спутников.
Оценка
Навигационный
выход И
прогноз
Рис.2. Структурная схема каскадного комплексирования ИНС и GPS
Однако этот подход имеет следующие преимущества:
простота реализации, которая обусловлена тем, что размерность вектора состояния определяется исключительно количеством наблюдаемых ошибок ИНС;
высокая достоверность, поскольку коррекция показаний ИНС осуществляется исключительно для «хорошо наблюдаемых» ошибок ИНС.
универсальность метода для различных инерциальных систем и условий эксплуатации.
При сравнении этих двух подходов следует отметить, что в случае применения комплексирования для летательных аппаратов, особенно, высокоманевренных, вероятность потери нескольких спутников является большей. То есть количество спутников может быть меньше четырех. В этом случае первый тип комплексирования имеет преимущество, потому что он может осуществлять коррекцию и в случае измерения, поступающего только от одного спутника. Однако время пропадания спутников для такого рода объектов составляет только несколько секунд, в течение которых возможно осуществлять прогноз поведения ошибок ИНС. Использование каскадной схемы позволяет сформировать удобный простой и надежный алгоритм оценивания, удобный для реализации в бортовом вычислителе. Таким образом,
наиболее целесообразным является использование каскадной схемы комплексирования.
Методы обработки информации в ИНС/GPS комплексных системах могут быть разделены на две категории [17,18]: -Традиционные методы - фильтр Калмана (статистические методы). -Нетрадиционные методы.
Наиболее известным методом оценивания вектора состояния является фильтр Калмана. В постановке задачи оптимальной фильтрации требуется, чтобы входные и измерительные шумы являлись белыми. В случае цветного шума используются формирующие фильтры, на вход которых поступает белый шум.
Для реализации фильтра Калмана требуется априорная информация о корреляционных матрицах входных и измерительных шумов (Q и R) . Однако в реальных приложениях такая информация, как правило, задана неточно. Это может привести к расходимости алгоритма фильтрации. Реализация вычислительной схемы по алгоритму Калмана является сложной при больших значениях размерности вектора состояния [2]. Чтобы предотвратить указанные трудности, разработана целая серия модификаций фильтра Калмана. Так, для сокращения объёма вычислений предложено использовать редуцированный фильтр Калмана. Основная идея его заключается в том, что оценка фильтра Калмана определяется не для полного, а для усеченного вектора состояния. При этом неоцениваемые компоненты относятся к входному шуму.
Существует ряд модификаций фильтра Калмана, позволяющих осуществлять оценку вектора состояния в отсутствии точной априорной информации о статистике входных и измерительных шумов (Q и R) . Такие алгоритмы называют адаптивными фильтрами Калмана [2,3,18]. Для построения адаптивных фильтров можно использовать свойства обновляемой последовательности. В работе [2,3] были рассмотрены алгоритмы адаптивных фильтров 1, 2 и k-й модификаций, а также алгоритм Язвинского.
Предложенные алгоритмы работоспособны при больших неопределенностях априорной информации. Использование адаптивных фильтров Кальмана на базе анализа ковариационной матрицы обновляемой последовательности целесообразно для случая появления непредсказуемых скачков измерительного шума GPS - ГЛОНАСС в случае резкой смены «созвездия» наблюдаемых спутников. Определим ограничение на точность оценивания в случае использования фильтра Калмана. Точность оценивания ограничена уровнем входных шумов в описании модели системы. Таким образом, основное направление в повышении точности оценивания при использовании фильтра Калмана зависит от представления модели системы в более детерминированной форме. Однако такое представление возможно при абсолютном знании протекающих в системе процессов, что является на практике редким явлением и зависит от масштаба времени описания модели.
Альтернативным подходом к повышению точности описания модели является волновой метод оценивания, принцип построения которого основан на кусочно детерминированном представлении входных возмущений [4,17,18].
Кроме того возможно использовать скалярный подход, позволяющий осуществить оценивание вектора состояния индивидуально для каждой компоненты независимо от других. Скалярный алгоритм является менее чувствительным в отношении точности описания математической модели и статистических характеристик входного шума, благодаря адаптивной зависимости коэффициента усиления от текущих ошибок оценивания [17,18].
Важнейшей проблемой обработки информации с использованием GPS-ГЛОНАСС приёмника является появление непредсказуемых скачков в ошибках системы спутниковой навигации. Для устранения указанных скачков в сигнале GPS-ГЛОНАСС приёмника был реализован специальный адаптивный алгоритм (подробнее см. главу 2).
Другим требованием к комплексу ИНС/GPS-rJTOHACC является высокая точность определения углов ориентации подвижного объекта (тангажа, крена и курса). При этом особую актуальность приобрела проблема создания принципиально новых методов для повышения точности ориентации, и в частности, определения курса.
В настоящее время известны методы определения ориентации самолёта с использованием непосредственно системы GPS путём размещения 3 и более антенн на фюзеляже и крыльях самолета. Недостатки этого метода состоят в том, что точность измерения зависит, главным образом от точности относительного расположения этих антенн. Кроме того, это метод требует свободное место для установки антенн на самолёте. Полученная точность измерения углов ориентации принципиально не может быть лучше 10.... 15 угл.мин., что совершенно недостаточно для целого ряда применений.
Другим известным методом коррекции углов ориентации является использование фильтра Калмана для оценивания ошибок углов ориентации ИНС. Сокращение времени сходимости фильтра является также важной задачей при коррекции углов ориентации.
В данной работе рассматривается использование системы GPS-ГЛОНАСС для коррекции ошибок углов ориентации ИНС (тангажа, крена и курса).
Задача оценивания ошибок углов ориентации ИНС (тангажа, крена и курса) может быть разделена на две части. Первую, не зависящую от параметров движения объекта, можно назвать шулеровской составляющей. К этой части отнесем углы рассогласования в горизонте. Для оценивания ошибок углов ориентации в горизонте используется фильтр Калмана. Другая часть, называемая нестационарной составляющей, зависит от ускорений объекта. К этой части отнесем угол рассогласования в азимуте. Ошибка невыставки а азимуте модулируется ускорением объекта. Метод оценивания ошибки в азимуте, рассматриваемый в данной работе, основан на определении курса
летательного аппарата с помощью скоростей, поступающей от системы GPS-ГЛОНАСС в стационарном режиме полёта и на использовании фильтра Калмана с переменной моделью в случае ускоренного движения объекта (подробнее см. главу 2).
После того, как ошибки углов ориентации ИНС определены, алгоритмы обработки информации будут реализованы с использованием IBM PC совместимого компьютера.
В главе 1 подробно рассматриваются назначение и принципы построения бесплатформенной инерциальной навигационной системы И-42 и спутниковых навигационных систем GPS-ГЛОНАСС. Также анализируются модель ошибок ИНС и ошибки системы GPS-ГЛОНАСС.
В главе 2 анализируется наблюдаемость погрешностей ИНС. рассматриваются методы коррекции ошибок углов ориентации ИНС (тангажа, крена и курса), алгоритм сглаживания сигнала GPS- ГЛОНАСС приёмника, алгоритмы оценивания и прогнозирования погрешностей ИНС, и границы применения метода определения ошибки в азимуте.
Принципы построения спутниковых навигационных систем (GPS-ГЛОНАСС)
Есть два главных метода позиционирования с помощью GPS : - измерения псевдорасстояний; - измерения фазы носителя. - Измерения псевдорасстояний Метод основан на измерении временного интервала между моментом излучения электромагнитного сигнала с соответствующего спутника и моментом его приема на подвижном объекте. Измерения, производимые в этом случае, могут быть представлены следующим образом [10,18,19] : j- номер спутника; і- индекс приемника; Rj - измеренное псевдорасстояние между приемником і и спутником j; pj{t) - истинное расстояние между спутником и приемником; с - скорость света; 83{(),8{({)- погрешность часов на спутнике и в приемнике соответственно относительно шкалы времени спутника. Истинное расстояние 5({t) может быть представлено в следующем виде: где: xJ (t), yJ (t),zJ (t) - три известные геоцентрические координаты спутника; xi,yi,zi - соответствующие неизвестные геоцентрические координаты приемника. Погрешность часов на спутнике SJ (t) может быть определена.
Уравнение (1.44) может быть переписано в виде [10] : Из уравнения (1.46) видно, что для вычисления четырех неизвестных величин хпу(,гп3 ) необходимо иметь измерения псевдорасстояний от четырех спутников. - Измерения фазы носителя Разность между сигналом носителя, выработанным его внутренним осциллятором, и сигналом носителя, поступающим от спутника носит название измерения фазы носителя и может быть описана следующими выражениями [10,18]: і Это уравнение непосредственно связано с уравнением псевдорасстояний, за исключением неопределенности цикла. Неизвестное начальное целое фазовое значение N на момент синхронизации возникает из-за отсутствия информации о том, какой именно цикл соответствует моменту синхронизации. При возникновении перерыва в поступлении данных может быть потеряно начальное значение неопределенности цикла или т.н. скольжений цикла в каждой из связок приемник-спутник. Собственно величина N не подлежит непосредственному определению данным методом, а определяется каким-либо другим способом, например, с помощью измерения псевдорасстояний. При использовании метода измерений фазы носителя уровень шума в сотни раз меньше, чем при измерении псевдорасстояния. На измерения в системе GPS могут оказывать влияние ошибки, вводимые спутниками, которые генерируют и передают сигналы; ошибки, обусловленные прохождением сигнала от спутника в приемник пользователя; ошибки, вводимые при измерениях в приемнике [12,18]. Погрешность расчета эфемерид и погрешности часов спутника войдут в погрешность определения координат потребителя.
Хотя на спутниках системы GPS используются генераторы синхросигналов наивысшего качества, но и они содержат погрешности. Величина погрешности часов на спутнике при использовании атомных часов типа цезия порядка 5-Ю н.сек., т.е. 1 до 3 м [18]. Министерство обороны США планирует намеренно ухудшить точность как передаваемых эфемерид, так и генераторов синхроимпульсов спутников GPS . Это действие определено термином "селективный доступ" /SA/ и объясняется стремлением ограничить возможности по точности измерений для большинства гражданских пользователей системы GPS . На рис. 1.3 представлен эффект селективного доступа. Характеристика ошибки SA имеет период колебания 8-Ю мин. Эти колебания имеют шумовую характеристику. Процедура SA ограничивает точность измерений дальности для службы стандартного определения местоположения величиной 70 м SEP [18]. Важно отметить, что с 2 мая 2000 года, американским правительством SA ошибки были отключены. Эти ошибки связаны с прохождением сигналов от спутников системы GPS в атмосфере Земли на их пути к приемнику или вблизи Земной поверхности. Атмосфера влияет на сигнал системы GPS двояким образом [12]. Сигнал сначала подвергается воздействию ионосферы. Прогнозировать состояние ионосферы достаточно трудно. Но основное свойство ионосферной ошибки состоит в том, что она различна для сигналов на разной частоте. Это свойство может быть использовано для коррекции этих ошибок по использованию двух частот измерения (Р-код) [18] .
Прогнозирование ошибок ИНС в определении координат
В этом разделе решается задача построения скалярного алгоритма предсказания ошибок ИНС в определении координат объекта. После отказа измерений системы GPS-ГЛОНАСС используется ранее полученная модель изменения ошибок ИНС для предсказания их поведения в отсутствии внешней информации. Для решения поставленной задачи используется скалярный алгоритм оценивания. Скалярный алгоритм позволяет оценивать каждую компоненту вектора состояния независимо от других. Скалярный алгоритм является менее чувствительным в отношении точности описания математической модели и статистических характеристик входного шума благодаря адаптивной зависимости коэффициента усиления от текущих ошибок оценивания.
Пусть уравнение объекта описывается уравнением (2.29): Уравнение вектора измерения имеет вид: где: хк - (п 1) — вектор состояния системы; Ф - (п п) - матрица системы; G - (п г) - матрица входа; сок_х - (г 1) - вектор входного шума, предполагаемого белым Гауссовым с нулевым математическим ожиданием; zk-(m- 1)- вектор измерений; Н - (т п) - матрица измерений; ик- (т 1) - вектор измерительного шума, который предполагается белым Гауссовым с нулевым математическим ожиданием и ковариационной матрицей: R = Ы[ики1]. Ставится задача: оценить отдельно и независимо друг от друга все наблюдаемые компоненты вектора состояния х . Для упрощения дальнейших выкладок предполагается, что матрица измерений Н является матрицей - строкой, что не повлияет на общность изложения решения задачи. Предложенный подход основан на введении нового вектора измерений, который имеет вид [5,17]: Вновь сформированное уравнение новых измерений (2.32) отличается от уравнений измерений в традиционной форме (2.30) тем, что в выражении (2.32) матрица измерений равна единичной матрице. Другими словами, все без исключения компоненты вектора состояния являются в уравнении (2.32) непосредственно измеряемыми. Однако, для их измерения используется не вектор измерения zk для фиксированного момента времени к , а линейная комбинация будущих измерений [17]: zk,zk+x,zk+2,...,zk+n__x\ т.е. На первых п тактах проведения измерений формируется новое измерение z\l и соответственно первая оценка х\. Все остальные оценки получают на каждом такте измерений. Таким образом, первая оценка х\ появится в конце п-то , вторая оценка х12 - в конце («+1)-го , третья оценка х13 - в конце (л+2)-го интервала и т.д. Уравнение объекта (2.29) для і-й компоненты вектора состояний может быть записано в виде [5,17]: приведенное к і-й компоненте входное возмущение, тдгап,аі2...аіп- і-я строка матрицы Ф; bn,bi2...bin- і-я строка матрицы G. Используя уравнение для і-й компоненты вектора состояний (2.35) и ее независимое измерение (2.34), можно оценить і-ю компоненту вектора состояния х к. Уравнение оценки для х к имеет вид: где vk = z kl - xlk_x - обновляемая последовательность. Уравнение динамики (2.35) может быть записано относительно оценок, входящих в него переменных в виде: Уравнение оценивания (2.36) может быть переписано в виде Приравнивая правые части уравнений (2.37) и (2.38), получим Перепишем полученное уравнение относительно входящих в него переменных В установившемся режиме {кк=кк_і=кк+і), что приводит к уравнению Оценку ковариационной матрицы обновляемого процесса М(у\) можно найти из условия максимизации плотности вероятности обновляемого процесса, т.е. J=max P(v0 Поскольку в линейных системах при Гауссовых входных и измерительных шумах процесс vk также является Гауссовым, то плотность вероятности процесса vk можно представить согласно [5] в виде: Определяем M{vk) из условия i=Q получим: Уравнение для коэффициента усиления кк может быть определено из условия минимума дисперсии ошибки оценивания где Р[/к_х = М(хА _, + оз іх = PL + Ш(х[Ао) кІх) + М(ак{л f - априорная дисперсия ошибки оценивания; г 1 =М(и к1)2 - дисперсия приведенного к і-й компоненте измерительного шума. Пренебрегая в выражении для априорной дисперсии ошибок оценивания вторым слагаемым по сравнению с первым и третьим, получим [17]
Применение скалярного алгоритма для прогноза ошибок ИНС в определении координат
Рассмотрим влияния различных слагаемых, входящих в эти уравнения. Смещение нуля акселерометра ВЕ войдет в виде ошибки BE/g в оценку угла наклона Фдг(О), что показано при исследовании наблюдаемости погрешностей ИНС. При этом погрешность определения Фдг(О) в процедуре выставки будет равняться: Ф„(0) = - (2.64) Подстановка указанного выражения в модель погрешности (2.60) приводит к возможности компенсации начальной невыставки БИНС и смещения нуля акселерометров.
Однако, это справедливо с точностью до изменения смещения нуля акселерометров в процессе работы БИНС (см. разд.2.4.2). Кроме того, влияние азимутального канала связано с режимом движения объекта, так что в стационарном режиме полета (aN = 0) влияние азимутального канала Фир не включается в модели ошибок БИНС, вследствие слабой наблюдаемости. В нестационарном режиме полета ошибка невыставки в азимуте модулируется ускорением объекта. Ошибка в азимуте Фир может быть восстановлена лишь при специальных условиях маневрирования летательного аппарата. Таким образом, в решении задачи оценивания углов ориентации можно выделять два режима: 1. Режим полёта с постоянной скоростью aN « 0. 2. Режим полёта с ускорением aN Ф 0. Рассмотрим задачу оценивания ошибок углов ориентации ИНС в режиме постоянной скорости, так что второе и третье слагаемые в уравнении (2.60) несоизмеримо малы по сравнению с первым слагаемым. При этом уравнения ошибок ИНС можно переписать в виде: 8VE=-gN cot = -Pcot + A lpWit) В качестве алгоритма оценки компонент вектора состояния используется фильтр Калмана. В дискретной форме, эти уравнения имеют вид: входа; cok_{ -(гх\)- вектор входного шума, предполагаемый белым Гауссовым с нулевым математическим ожиданием и известной корреляционной функцией: M[o k.1G [_1] = Q. или в поэлементной форме: В качестве измерений используется разность показаний скоростей ИНС и GPS-ГЛОНАСС, которая имеет вид: H = [l О О]- матрица измерений; Vk = -SVkGPS - измерительный шум. Уравнение оценивания вектора состояния хк для фильтра Калмана имеет вид: Pjc/k-i - Щ(хк xk-i )(хк xk-i У J= I -i х1-\ 1" априорная корреляционная матрица ошибок оценивания; Рк = М[{хк - хк ){хк - хк )т ] = М[хкх1 ] - апостериорная корреляционная матрица ошибок оценивания; R- корреляционная матрица измерительного шума.
Оцениванию подлежит не только систематическая, но и случайная составляющая скорости дрейфа. Кроме того, входной шум можно считать стационарным случайным процессом с ковариационной матрицей Дисперсия измерительного шума R для GPS-ГЛОНАСС приёмника Ashtech GG24 в случае использования скорости в качестве измерений является известной; R «1м/сг После вычисления априорной корреляционной матрицы ошибок оценивания определяется матрица усиления кк в соответствии с выражением (2.70). На следующем такте вычислений понадобится значение апостериорной корреляционной матрицы ошибок оценивания Рк в соответствии с выражением (2.71). Начальные значения для реализации этого алгоритма следующие: х(О) = М(х0),?о=%хог] В результате получим оценки компонент вектора состояния SVE, ФК и coN . Рассмотрим теперь режим движения объекта с ускорением - aN Ф О. При этом, влияние азимутального канала будет учитываться в модели ошибок ИНС. Погрешность масштабного коэффициента акселерометра /иЕ можно скомпенсировать при осуществлении предварительной калибровки акселерометров, так что слагаемое aEjuE можем опустить. Таким образом, модель ошибок ИНС можно переписать в виде: 5VE=-gN+aN $ up Ф„= + а $ (2.72) К = -/? + A ipWit) Уравнение новых измерений базируется на использовании оценки угла в горизонте Фдг, полученной по завершению процесса оценивания в режиме постоянной скорости. Итак, новое уравнение измерений Zkопределяется следующим образом: %к Уине VGPS = 8Vk 8VkGPS - разность показаний скоростей ИНС и GPS ГЛОНАСС; Vk = -5Vk - измерительный шум. Такое формирование измерений позволяет проводить измерение ошибки в азимуте Фир. Ставится задача оценить компоненту Фир, которая предполагается в течение малого времени неизменной Ф = 0. Поскольку компонента Фир постоянна, получим Ф =Ф ! (2.74) Фактически задача оценивания постоянной составляющей сводится к сглаживанию измерительного шума Vk. Для оценки постоянной составляющей Ф по измерениям вида (2.73) используется фильтр Калмана. Уравнения фильтра Калмана в этом случае имеют вид: Начальные значения для реализации этого алгоритма следующие: ФМР(0) = 0; Р0 = М[(Фир(0))2] « Ю-4 рад2. Таким образом, используя уравнения фильтра Калмана (2.75), (2.76), (2.79) и (2.80) получим оценку ошибки в азимуте Фир в нестационарном режиме движения объекта. Этот режим играет важную роль в процессе оценивания ошибки в азимуте. Использование оценки ошибки в азимуте, полученной в этом режиме, позволяет избавиться от основного недостатка далее рассматриваемого метода определения ошибки в азимуте по отношению северной и восточной составляющим скоростей от системы GPS-ГЛОНАСС, в предположении, что угол сноса равен нулю. Это условие не является справедливым в нестационарных режимах движения летательного аппарата (взлет, посадка и маневры).
Реализация алгоритмов с использованием специализированного вычислителя
После того, как ошибки углов ориентации ИНС определены, алгоритмы обработки информации будут реализованы с использованием IBM PC совместимого компьютера. Использование PC совместимых компьютеров (Micro PC) позволяет проводить почти всю разработку и отладку на обычном персональном компьютере, установив в него платы ввода/вывода, а затем переносить готовое программное обеспечение в плату, где в ПЗУ уже находится ядро операционной системы. Выбор типа процессорной платы «Micro PC» производится исходя из главных характеристик процессорных плат и определенной задачи. Главными характеристиками являются следующие: - быстродействие; - объем ПЗУ; - тип и количество вводов/выводов; - внешние условия: температура, удары и вибрация и т.д. Архитектура PC и лежащая в ее основе шина ISA являются в настоящее время безусловным стандартом в промышленности. Изделия серии MicroPC представляют собой идеальное сочетание полной (в том числе и конструктивной) совместимости с этой шиной и малого размера плат, обеспечивающего высокие механические характеристики системы и легкое встраивание изделий MicroPC в любое оборудование. Использование контроллеров MicroPC позволяет проводить почти всю разработку и отладку на обычном персональном компьютере, установив в него платы ввода/вывода, а затем переносить готовое программное обеспечение в контроллер, где в ПЗУ уже находится ядро операционной системы. Была выбрана процессорная плата Модель 5066 "OCTAGON" с производительностью Pentium в формате MicroPC [14]. Размер платы всего 114x124 мм, что достаточно даже для наиболее компактных конструктций, а специальная технология их изготовления обеспечивает работу при температурах от -40 С до +85 Си устойчивость к вибрациям до 5g и ударам до 20g. Таким образом, компьютеры MicroPC успешно работают в таких экстремальных условиях, где обычные персональные и промышленные компьютеры выходят из строя [8,14,15].
Плата прочно фиксируется со всех четырех сторон с помощью соединителя, направляющих рельсов и крепежных планок, что совершенно исключает боковое перемещение плат и защищает их от воздействия ударов и вибраций. Кроме того, особенностью данной системы крепления плат является возможность очень быстрой замены платы, что выгодно отличает данную систему от других аналогичных образцов. Таким образом, платы MicroPC не требуют принудительного воздушного охлаждения и могут устанавливаться в герметизированные корпуса. Для питания необходим единственный источник напряжения 5 В. Все процессорные платы MicroPC имеют DOS 6.22, записанную в ПЗУ, и могут работать с любым программным обеспечением в пределах установленной памяти. BIOS Phonix с промышленными расширениями Система снижения потребляемой мощности Электронный флэш-диск 2 Мбайт с файловой системой ОЗУ до 33 Мбайт EDO Последовательные порты СОМІ и COM2 Универсальный параллельный порт с поддержкой режимов ЕРР и ЕСР и интерфейса НГМД Сторожевой таймер Программа самодиагностики в ПЗУ Оптоизолироеанный вход внешнего аппаратного прерывания Электрическая защита внешних интерфейсов до 6кВ МТВР 13,6 года Питание +5 В, ток потребления от 300 мА до 920 мА Диапазон рабочих температур от -40 до +70С
Диапазон температур хранения от -55 до +85С Относительная влажность до 95% без конденсации Функциональная схема комплексирования HHC/GPSJIOHACC с MicroPC приведена на рис. 3.9. Приёмник GPS-ГЛОНАСС заканчивается двумя соединителями типа RS-232, а ИНС заканчивается через плату итерфейса соединителем- магистралью типа ISA. Приёмник GPS-ГЛОНАСС соединяется с последовательным портом на MicroPC, а магистраль типа ISA на MicroPC используется для соединения ИНС. Готовое программное обеспечение комплекса ИНС/GPS-DIOHACC будет перенесено в плату MicroPC 5066.
