Содержание к диссертации
Введение
Глава 1. Анализ погрешностей навигационных систем 12
1.1. Алгоритм бесплатформенной ИНС 13
1.1.1. Координатные трёхгранники 13
1.1.2. Функциональная схема бесплатформенной ИНС 18
1.1.3. Аналитический образ платформы ИНС 28
1.2. Уравнения ошибок ИНС 30
1.3. Модель ошибок датчиков ИНС 34
1.3.1. Общая модель погрешностей датчиков 34
1.3.2. Редукция модели ошибок для крейсерского движения 36
1.3.3. Модель смещений нуля акселерометров и гироскопов 39
1.4. Модель ошибок СНС 43
Выводы 46
Глава 2. Оценивание погрешностей навигационных систем 47
2.1. Фильтр Калмана 48
2.1.1. Функциональная схема фильтра 48
2.1.2. Фильтр Калмана в задаче оценивания ошибок ИНС 52
2.2. Компенсационное оценивание 55
2.2.1. Принцип компенсационного оценивания 55
2.2.2. Оценивание возмущений в демпфируемой ИНС 58
2.2.3. Разделение источников погрешностей ИНС 63
2.2.4. Сравнение компенсационного метода и фильтра Калмана 72
2.3. Оценивание погрешностей СНС 73
2.4. Общая схема оценивания погрешностей 75
Выводы 77
Глава 3. Моделирование показаний навигационных систем 78
3.1. Обоснование методики полунатурных испытаний 78
3.2. Моделирование движения летательного аппарата 82
3.2.1. Силы и моменты, действующие на летательный аппарат 82
3.2.2. Уравнения движения летательного аппарата 85
3.2.3. Управление летательным аппаратом 87
3.3. Имитация показаний навигационных систем 87
Выводы 93
Глава 4. Данные эксперимента и численного моделирования ... 94
4.1. Состав программного обеспечения 95
4.1.1. Программа оценивания погрешностей навигационных систем 95
4.1.2. Программа моделирования движения летательного аппарата 96
4.2. Постановка натурного эксперимента 98
4.3. Результаты натурного эксперимента 101
4.3.1. Оценка задержки показаний СНС 101
4.3.2. Оценка ошибки азимута 102
4.3.3. Оценки ошибок горизонтальных акселерометров 105
4.3.4. Оценки ошибок горизонтальных гироскопов 107
4.3.5. Оценка ошибки вертикального акселерометра 111
4.3.6. Оценка ошибки вертикального гироскопа 113
4.3.7. Статистические характеристики погрешностей 114
4.3.8. Результаты имитации показаний навигационных систем 117
Выводы 124
Общие выводы 125
Литература 127
- Редукция модели ошибок для крейсерского движения
- Оценивание возмущений в демпфируемой ИНС
- Силы и моменты, действующие на летательный аппарат
- Результаты имитации показаний навигационных систем
Введение к работе
Актуальность темы диссертации. Высокая роль алгоритмического обеспечения в бесплатформенных инерциальных навигационных системах (ИНС) делает актуальной проблему корректного выбора навигационного алгоритма на основе достоверных данных о погрешностях используемых в составе ИНС чувствительных элементов - акселерометров и гироскопов. Структура навигационного алгоритма и значения входящих в него параметров существенным образом зависят от динамики носителя, на борту которого предполагается эксплуатация системы. Таким образом, разработка алгоритмического обеспечения ИНС оказывается возможной лишь в результате сбора и анализа совокупности показаний датчиков, получаемых при натурных испытаниях системы.
Основы теории проектирования ИНС, методов их испытаний, моделирования и последующего синтеза навигационных алгоритмов заложены Б.В. Булгаковым, А.Ю. Ишлинским, Д.М. Климовым, В.Г. Пешехоновым, В.Н. Бранцем, И.П. Шмыглевским, О.С. Салычевым, М. Шулером, Ч. Дрейпером, П.Г. Сава-жем, К.П. Шварцем. На развитие методов идентификации параметров инерциальных систем и их чувствительных элементов большое влияние оказали фундаментальные труды К. Гаусса, Н. Винера, Р. Калмана.
Значительная сложность и высокая стоимость лётных испытаний авиационных ИНС привели к попыткам замены таких испытаний имитационным моделированием сигналов инерциальных датчиков и приёмников спутниковых навигационных систем (СНС). Состоятельность моделирования и, следовательно, его эффективность при синтезе навигационных алгоритмов во многом определяются достоверностью статистического описания ошибок чувствительных элементов.
Как правило, применение систем имитационного моделирования ИНС (INS Toolbox, CAST-3000/4000, NavLab и др.) требует от пользователя знания параметров моделей ошибок датчиков. Ключевой вопрос об их идентификации в натурном эксперименте остаётся открытым. Проблема приобретает особое значение, поскольку величины погрешностей чувствительных элементов в условиях движения носителя зачастую отличаются от тех же величин, измеренных в покое в лабораторных условиях. Это обстоятельство может быть обусловлено температурным режимом эксплуатации ИНС и вибрацией основания. Следовательно, натурные испытания целесообразно проводить на подвижном объекте.
Ограниченность возможностей имитационного моделирования ИНС порождает потребность в создании методики полунатурных испытаний навигационных систем, предусматривающей:
автоматизированное оценивание статистических параметров погрешностей датчиков ИНС и приёмника СНС в соответствии с выбранной моделью по результатам натурного эксперимента на наземном транспортном средстве;
имитацию пространственной траектории летательного аппарата (ЛА) и идеализированных сигналов гироскопов, акселерометров и приёмника СНС на этой траектории, а также формирование реализаций ошибок датчиков как случайных процессов с полученными ранее статистическими параметрами и сло-
жение этих ошибок с идеальными значениями измеряемых параметров движения ЛА.
Цель диссертации - создание методики полунатурных испытаний ИНС, обеспечивающей повышение точности и достоверности математических моделей навигационных систем, снижение стоимости, трудоёмкости и длительности разработки алгоритмического обеспечения ИНС.
Были поставлены и решены следующие основные задачи:
разработаны математические модели ошибок акселерометров и гироскопов, необходимые для адекватного представления характеристик бесплатформенных инерциальных измерительных блоков низкого или среднего класса точности;
проанализированы недостатки традиционных подходов к идентификации погрешностей ИНС, основанных на использовании фильтра Калмана;
разработан метод оценивания ошибок акселерометров и гироскопов при испытаниях ИНС на подвижном основании;
сформулированы и обоснованы требования к схеме проведения натурных наземных испытаний ИНС;
построена математическая модель динамики ЛА, обеспечивающая возможность имитации идеализированных показаний датчиков бортовой ИНС и приёмника СНС;
разработаны способы формирования реализаций погрешностей чувствительных элементов как случайных процессов в соответствии с выбранными формами их представления и экспериментально полученными статистическими свойствами;
создано программное обеспечение, реализующее послемаршрутную обработку результатов натурных наземных испытаний ИНС и СНС, а также имитацию показаний этих систем в полёте для проведения вычислительного эксперимента.
Объектом исследования являются авиационные бесплатформенные ИНС низкого или среднего класса точности. Предметом исследования являются модели погрешностей датчиков ИНС и методики идентификации параметров этих моделей при натурных испытаниях систем.
Методы исследования. При решении поставленных задач использовались методы математического анализа, теоретической механики, теории автоматического управления, теории инерциальной навигации, а также методы планирования эксперимента и имитационное моделирование.
Научная новизна полученных результатов состоит в следующем.
Предложены математические модели погрешностей датчиков ИНС и СНС. Введённые в рассмотрение волновая и непрерывная модели погрешностей гироскопов позволяют учесть и статистически описать как медленное изменение смещений нуля, так и их более быстрые случайные вариации.
Разработан компенсационный метод оценивания погрешностей датчиков при натурных испытаниях ИНС на подвижном основании. Показано, что в отличие от алгоритма фильтра Калмана, имеющего рекуррентный характер, ком-
пенсационный метод позволяет получить выражения для оценок погрешностей в явном виде. Это повышает его надёжность и сокращает время сходимости оценок. Предложенный метод требует меньшего количества априорной информации, чем алгоритм фильтра Калмана, что упрощает его автоматизацию.
Исходя из условий наблюдаемости оцениваемых переменных, сформулированы и обоснованы требования к схеме проведения натурных наземных испытаний ИНС.
Предложена двухуровневая математическая модель динамики ЛА, обеспечивающая достоверность имитации показаний акселерометров и гироскопов бортовой ИНС при невысоких требованиях к вычислительным ресурсам. На пилотажном уровне абсолютное движение ЛА отождествляется с его движением относительно Земли. На более точном навигационном уровне, где учитывается кривизна и вращение Земли, производится расчёт тех кинематических параметров, которые служат идеализированными показаниями чувствительных элементов ИНС и приёмника СНС.
Практическая значимость результатов диссертации заключается в разработке методики проведения полунатурных испытаний ИНС, а также программного обеспечения для обработки экспериментальных данных, включающего программу автоматизированного оценивания погрешностей датчиков ИНС и приёмника СНС и программу имитационного моделирования показаний навигационных систем в полёте.
Данные полунатурных испытаний ИНС на наземном транспортном средстве могут быть использованы на начальном этапе разработки навигационных алгоритмов как альтернатива лётным испытаниям или экспериментам на специальных стендах.
Достоверность результатов. Состоятельность оценок ошибок гироскопов и акселерометров ИНС, полученных разработанным методом, подтверждается снижением уровня выходных погрешностей системы по скорости после компенсации оценённых ошибок в сигналах датчиков. Выходные погрешности системы при этом определяются путём сравнения показаний ИНС и СНС.
Корректность математической модели ЛА подтверждается соответствием полученных лётных характеристик ЛА значениям, приведённым в его спецификации.
Реализация и внедрение результатов. Разработанная методика полунатурных испытаний ИНС применена в фирме «ТеКнол» при синтезе алгоритма навигационной системы «БИНС-Тек» среднего класса точности.
Теоретические положения диссертации использованы в курсе лекций «Инерциальные навигационные системы» на кафедре «Приборы и системы ориентации, стабилизации и навигации» МГТУ им. Н.Э. Баумана.
Внедрение результатов работы подтверждается соответствующими актами.
На защиту выносятся следующие положения:
предложенные модели погрешностей датчиков бесплатформенных ИНС позволяют статистически охарактеризовать как кратковременную, так и долго-
временную нестабильность их параметров, что существенно для адекватного моделирования показаний систем;
разработанный компенсационный метод оценивания погрешностей датчиков ИНС позволяет получить выражения для оценок погрешностей в явном виде и требует меньшего количества априорной информации, чем алгоритм фильтра Калмана;
предложенная двухуровневая математическая модель ЛА, используемая при численном моделировании его траектории, обеспечивает достоверность имитации показаний акселерометров и гироскопов бортовой ИНС при невысоких требованиях к вычислительным ресурсам.
Апробация работы. Результаты диссертации обсуждались и получили положительную оценку на IV Всероссийской научно-технической конференции молодых учёных и специалистов «Приборы и системы управления» в 2010 г., XXXIV и XXXV Академических чтениях по космонавтике в 2010 и 2011 гг., заседаниях секции кафедры «Приборы и системы ориентации, стабилизации и навигации» МГТУ им. Н. Э. Баумана в 2007 - 2010 гг.
Публикации. Основные положения диссертации изложены в семи публикациях, в том числе - в четырёх статьях в журналах, входящих в перечень ВАК.
Структура диссертации. Диссертация состоит из введения, четырёх глав, заключения и библиографического списка из 64 источников; содержит 133 страницы машинописного текста, 55 рисунков и 10 таблиц.
Редукция модели ошибок для крейсерского движения
Существует возможность сократить количество скалярных уравнений с девяти до четырёх, если воспользоваться для характеристики взаимной ориентации трёхгранников не направляющими косинусами, а системой параметров, вводимых согласно теореме Эйлера о конечном повороте, гласящей, что перевод одного из трёхгранников в другой возможен одним его поворотом на некоторый угол л вокруг оси, составляющей с осями трехгранника углы а, р, у (рис. 1.5).
Для составления уравнения относительно параметров л, а, Д аналогичного уравнению Пуассона, удобно объединить их в кватернион [7, 56, 57] который можно интерпретировать как формальную сумму скаляра д0 и вектора q = + + 73к, где 1, д, к — орты координатных осей. Положим 1Л . ц . л . л Тогда столбцы координат произвольного вектора г в связанном и навигационном трёхгранниках, взаимное положение которых задано кватернионом оказываются связанными соотношением где = - кватернион, сопряженный к Благодаря этому свойству кватернионы могут служить полноценной альтернативой матрицам направляющих косинусов. Более того, для кватерниона можно определить закон эволюции во времени (уравнение Пуассона) аналогично тому, как это было сделано для матрицы направляющих косинусов [51]. При численном интегрировании уравнения Пуассона вместо ортогонализа- ции матрицы выполняется процедура нормировки кватерниона. Согласно определению кватерниона через параметры //, а, Д у, его норма Из-за накопления погрешностей это условие может оказаться нарушено. В таком случае целесообразно принять, что если отклонение нормы кватерниона от единицы недопустимо велико, то вместо исходного кватерниона применяется нормированный: Хотя использование кватернионов вместо матриц направляющих косинусов позволяет уменьшить количество скалярных уравнений, эквивалентных компоненты кватерниона затруднительно. Арктангенс здесь выступает как многозначная функция, конкретное значение которой выбирается исходя из знаков числителя и знаменателя аргументов, а также интервалов, которым должны принадлежать значения отыскиваемых углов. Таким образом, общая сложность вычислений в случае применения матриц направляющих косинусов и кватернионов оказывается сопоставимой [60]. В данном исследовании предпочтение отдаётся использованию матриц, как имеющих большую наглядность и ясный геометрический смысл. Из всего сказанного выше следует, что прикладной алгоритм бесплатформенной ИНС может быть разделен на две части. В рамках первой его части осуществляется предварительная обработка показаний акселерометров, вычис ление на их основе значений скорости, а затем и координат местоположения объекта. В рамках второй части алгоритма проводятся подготовка измерений угловой скорости, вычисление ориентации осей чувствительности акселерометров по отношению к навигационному трехграннику и расчёт углов ориентации объекта. Эти части алгоритма оказываются связаны на этапе преобразования показаний акселерометров к осям географического трёхгранника. Выполнение алгоритма ИНС сопряжено с численным решением системы дифференциальных уравнений. Поэтому алгоритм имеет рекуррентный характер и требует ввода корректных начальных значений навигационных параметров — координат Л0, \ и скорости У0. В то же время начальное значение матрицы направляющих косинусов Св пользователю неизвестно и должно быть определено автоматически в процессе выставки ИНС на основе показаний её гироскопов и акселерометров до начала движения [51]. В дальнейшем, помимо исследования автономной ИНС, будет рассмотрена и задача коррекции погрешностей ИНС с использованием внешней информации о параметрах движения носителя, получаемой от СНС. Коррекция будет осуществляться введением в навигационный алгоритм дополнительных управляющих сигналов, сформированных на основе рассогласований ИНС и СНС по скорости и координатам. Соответствующее видоизменение должны претерпеть и процедуры навигационного алгоритма. В блок расчёта матрицы направляющих косинусов вводится, помимо собственной угловой скорости навигационного трёхгранника , также управляющая угловая скорость со, в блок вычисления линейной скорости, помимо измеренного кажущегося ускорения iL — управляющее ускорение , в блок расчёта координат, помимо вычисленной скорости V — управляющая скорость Vе. Способы задания этих воздействий подробно рассматриваются в гл. 2.
Оценивание возмущений в демпфируемой ИНС
Целью оценивания погрешностей гироскопов и акселерометров ИНС, а также приёмника СНС в натурном эксперименте является установление статистических параметров этих погрешностей для последующего численного моделирования показаний навигационных систем. При этом существенно, что оценивание должно выполняться на подвижном носителе, поскольку условия вибрации и температурный режим, отличающийся от лабораторного, оказывают значительное влияние на характерные величины ошибок датчиков. Однако при такой постановке эксперимента ни ошибки кажущегося ускорения, ни ошибки угловой скорости, присутствующие в показаниях чувствительных элементов ИНС, не могут быть непосредственно выделены. Единственными доступными измерению величинами оказываются рассогласования ИНС и СНС по скорости и координатам носителя. Поскольку основным объектом исследования в данной работе являются ИНС низкого или среднего класса точности, то их погрешности по координатам в некорректируемом режиме нарастают весьма быстро, что затрудняет использование координатных измерений для оценивания погрешностей гироскопов и акселерометров. Наибольшей ценностью как первичной информации обладают показания ИНС и СНС по скорости.
Среди методов оценивания в настоящее время наибольшее распространение получил способ, основанный на алгоритме фильтра Калмана [13, 14, 17, 18, 29, 31, 33, 36, 40, 42, 47 — 49]. В качестве модели динамики системы выступают уравнения ошибок ИНС по скорости и углам отклонения аналитического образа гироплатформы от его идеального положения [51, 55]. Следует, однако, иметь в виду, что применение фильтра Калмана сопряжено с некоторыми трудностями. Во-первых, хотя фильтр Калмана и обладает свойством оптимальности оценивания в среднеквадратичном смысле, но эта оптимальность достигается лишь при верном задании модели динамики системы, а также интенсивно- стей входных и измерительных шумов. Для входных шумов это не всегда возможно [51]. Во-вторых, для оценивания погрешностей необходима их наблюдаемость по имеющимся измерениям. Так, например, смещения нуля акселерометров бесплатформенных ИНС наблюдаемы лишь при изменении углов ориентации носителя, а для платформенных и вовсе не наблюдаемы (см. 2.1.2). Однако зачастую исследователи либо игнорируют вопрос об их наблюдаемости [34, 43, 61, 62], либо, констатируя слабую наблюдаемость, исключают их из перечня величин, подлежащих оцениванию [55]. В-третьих, оценки, получаемые фильтром Калмана, имеют последовательный характер сходимости [51]. Длительность сходимости оценок зависит от сложности модели системы и может достигать десятков минут.
В данной главе предлагается альтернативный компенсационный метод оценивания ошибок датчиков ИНС и СНС, позволяющий получать оценки не в рекуррентном, а в явном виде [21, 22, 25]. Использование упрощённых моделей системы, изменяемых в зависимости от параметров движения, ускоряет сходимость оценок. Кроме того, компенсационный метод требует меньшего числа настраиваемых параметров, чем фильтр Калмана, и благодаря этому имеет более высокую надёжность.
Рассмотрим некоторую систему, состояние которой в любой момент времени однозначно характеризуется определенным набором величин, как правило, недоступных для непосредственного определения. В терминах линейной алгебры эти величины являются элементами вектора состояния хк системы, отнесенного к заданному моменту времени tk kT, где Т — шаг дискретизации.
Принимается линейный закон изменения состояния системы (модель): где Ф, G- некоторые матрицы, wk = w( ) — многомерный входной белый шум с ковариационной матрицей Q = Af[wfcw[]. Слагаемое Gwk является мерой несоответствия принятой модели и реального закона (вообще говоря, неизвестного), которому подчиняется состояние системы. Кроме того, имеется ряд переменных, которые можно измерить в эксперименте с известной точностью; такие величины составляют вектор измерений zk, относящийся к определенному моменту времени tk и связанный с состоянием системы: где Н— некоторая матрица, называемая матрицей измерений, \k = v( ) - многомерный измерительный белый шум с ковариационной матрицей R = M[vjtv[], Алгоритм фильтра Калмана [20, 40, 51] позволяет рекуррентным образом построить оптимальную оценку хк состояния системы, основываясь на измерениях, неизбежно содержащих погрешности. При этом вектор измерений рассматривается в качестве многомерного выходного сигнала системы, отягощенного шумом \к, а вектор состояния — в качестве неизвестного многомерного сигнала, подлежащего определению. Условием оптимальности построенной оценки состояния является минимум ее среднеквадратичной ошибки: На первом этапе применения алгоритма строится априорная (доступная до получения измерений) оценка x/t+]/t вектора состояния системы на основе одной лишь принятой модели динамики системы: Априорная оценка неточна в силу двух обстоятельств. Во-первых, модель динамики является только некоторым приближением истинного закона эволюции системы во времени. Во-вторых, начальное значение вектора состояния х0 неизвестно. Когда получено очередное значение вектора измерений ъы, оказывается возможным уточнить априорную оценку, вводя обратную связь по измерениям с весовой матрицей КА+1:
Силы и моменты, действующие на летательный аппарат
Методика обработки данных полунатурных испытаний ИНС воплощена в программном обеспечении, включающем две взаимодействующие компьютерные программы. Программа оценивания погрешностей датчиков ИНС и приёмника СНС выполняет автоматизированную послемаршрутную обработку показаний акселерометров, гироскопов и спутникового приёмника, записанных при натурных испытаниях системы. Она реализует алгоритм бесплатформенной ИНС (гл. 1) и компенсационный метод оценивания погрешностей (гл. 2). Хотя этот метод и допускает использование в реальном масштабе времени, в рамках решаемой задачи в этом нет надобности, поэтому стадии накопления показаний датчиков и их обработки разделены.
Программа моделирования движения JIA предназначена для имитации траектории полёта и соответствующих этой траектории показаний инерциальных датчиков и приёмника СНС. Механика полёта описывается двухуровневой математической моделью (гл. 3).
Объектом натурных испытаний в данной работе является бесплатформенный инерциальный измерительный блок Honeywell HG1700, построенный на основе грубых лазерных гироскопов (табл. 1). Целью испытаний являлось изучение возможности применения оптических гироскопов данного класса точности для создания недорогой корректируемой авиационной ИНС с ограниченной длительностью автономного счисления скорости и координат. Из-за невозможности проведения лётных испытаний инерциального блока к нему применяется методика полунатурных испытаний. Программа решает в режиме послемаршрутной обработки данных следующие задачи: выполнение автономной горизонтальной и азимутальной выставки ИНС; выполнение навигационного алгоритма ИНС; оценивание уровней шума инерциальных датчиков и приёмника СНС; оценивание задержки информации СНС; оценивание ошибки азимута; компенсационное оценивание смещений нуля акселерометров и гироскопов ИНС; Входными данными для программы оценивания являются: двоичный файл, содержащий показания гироскопов и акселерометров ИНС; текстовый файл, содержащий показания приёмника СНС; файл проекта, содержащий служебную информацию: частоту дискретизации измерений, начальные координаты, параметры автономной выставки ИНС, сведения для синхронизации показаний ИНС и СНС. Результатом работы программы являются графики параметров движения и оценок погрешностей датчиков, а также текстовый файл с вычисленными статистическими параметрами погрешностей. Этот файл используется в дальнейшем при численном моделировании показаний ИНС и СНС на борту ЛА. Задачами программы являются: моделирование кинематики и динамики самолёта с учётом заданных для него массогабаритных и аэродинамических характеристик; трёхмерное графическое отображение земной поверхности и расположенных на ней объектов; предоставление пользователю возможности управления самолётом вручную при помощи джойстика либо автопилотом; отображение необходимых для управления пилотажных приборов и индикаторов; генерация идеализированных показаний чувствительных элементов бортовой ИНС и приёмника СНС; формирование реализаций погрешностей датчиков с учётом их заданных статистических свойств; сохранение полученных измерений в файл для использования их при последующем синтезе алгоритмов ИНС. Программа написана для операционной системы Microsoft Windows с использованием среды разработки Borland Delphi 6. Для построения трёхмерных графических изображений применяется библиотека OpenGL. Джойстик подключается посредством стандартных драйверов операционной системы. Во избежание накопления погрешностей при численном интегрировании уравнений движения ЛА частота вычислений не должна быть меньше (100... 150) Гц. При этом для уменьшения загруженности процессора вывод графики осуществляется с меньшей частотой. При наземных испытаниях инерциальный измерительный блок Honeywell HG1700 (рис. 4.3) был установлен на крыше автомобиля; там же располагалась антенна приёмника глобальной системы позиционирования (Global Positioning System, GPS) Novatel OEM3. Рис. 4.3. Инерциальный измерительный блок Honeywell HG1700 [35] Автомобиль дважды перемещался вдоль Г-образной траектории (рис. 4.4) в прямом и обратном направлении. Через каждые 3 мин движения выполнялась остановка.
Результаты имитации показаний навигационных систем
Настройка и отладка таких алгоритмов может проводиться только применительно к конкретному классу носителей ИНС с учётом их характерной динамики. В исследованиях подобного рода методика полунатурных испытаний ИНС приобретает особую ценность. Так, в фирме «ТеКнол» с использованием разработанной методики и результатов моделирования показаний инерциально- го измерительного блока Honeywell HG1700 синтезирован специальный навигационный алгоритм для прототипа бесплатформенной системы «БИНС-Тек» на основе оптических гироскопов со смещением нуля cr[ScoB] = 1 /ч. Среднеквадратичная погрешность счисления координат системой «БИНС-Тек» в некорректируемом режиме составляет 3,7 км за 1 ч маршрутного полёта. Достоверность оценок, получаемых компенсационным методом, подтверждена сравнением погрешностей скорости автономной ИНС до и после введения этих оценок как поправок к показаниям датчиков. Благодаря учёту оценок смещений нуля гироскопов, представленных волновой моделью, размах ошибки восточной составляющей скорости уменьшился с 12 м/с до 3 м/с, а северной составляющей — с 31 м/с до 2 м/с. Коррекция оценённой ошибки азимута устранила нестационарную составляющую погрешностей скорости.
Оценки, полученные алгоритмом фильтра Калмана, сходятся к тем же значениям, что и оценки, найденные согласно компенсационному методу. Однако в первом случае они содержат переходные процессы, длительность которых составляет (15...20) мин для ошибки азимута и (20...25) мин для погрешностей гироскопов. Компенсационный метод не имеет этого недостатка. Кроме того, он обнаруживает меньшую чувствительность получаемых оценок к ускорениям носителя ИНС, чем фильтр Калмана.
Погрешности гироскопов инерциального блока Honeywell HG1700 соответствуют заявленному производителем среднеквадратичному значению 1 /ч. Однако для адекватного моделирования также важны не указанные в спецификации показатели их нестабильности в запуске - кратковременной (порядка нескольких минут) и долговременной (порядка часа и более). Эти показатели выявлены в натурных испытаниях блока благодаря применению компенсационной методики оценивания. 4. Разработанная методика полунатурных испытаний может применяться при настройке и отладке неклассических алгоритмов ИНС, учитывающих специфику динамики определённого класса носителей. Основные результаты диссертации могут быть сформулированы следующим образом: 1. Предложены модели погрешностей датчиков ИНС и СНС, отражающие те их особенности, которые существенны для адекватного моделирования показаний навигационных систем на борту летательного аппарата. Волновая и непрерывная модели ошибок гироскопов позволяют учесть как медленное изменение смещений нуля из-за нагрева конструкции и дрейфа параметров электронных схем, так и короткопериодические случайные колебания погрешностей. 2. Разработан компенсационный метод оценивания погрешностей датчиков при натурных испытаниях ИНС на подвижном основании. Оценки, получаемые компенсационным методом, могут быть выражены в явном виде через параметры движения носителя. Это повышает надёжность алгоритма и сокращает время его сходимости. Меньшие требования к количеству априорной информации, по сравнению с алгоритмом фильтра Калмана, обусловливают простоту автоматизации обработки результатов испытаний. 3. Исходя из условий наблюдаемости погрешностей ИНС и разделения их источников при проведении оценивания, сформулированы требования к характеру движения носителя при наземных испытаниях системы и предложена последовательность обработки получаемых экспериментальных данных. 4. Разработана двухуровневая математическая модель динамики ЛА, обеспечивающая достоверность имитации показаний акселерометров и гироскопов бортовой ИНС при невысоких требованиях к вычислительным ресурсам. 5. Создана методика и программные средства автоматизированной обработки данных наземных испытаний ИНС с целью определения погрешностей её датчиков и последующей имитации показаний этой системы в полёте с учётом найденных погрешностей. 6. Подтверждена эффективность методики полунатурных испытаний при моделировании инерциального измерительного блока Honeywell HG1700 и синтезе алгоритма авиационной ИНС среднего класса точности на основе оптических гироскопов.
