Комплексирование ИНС/GPS-ГЛОНАСС с целью коррекции углов ориентации подвижного объекта

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 GPSГЛОНАСС подлежит сглаживанию.

Существуют два основных подхода к решению задачи комплексирования ИНС и GPSГЛОНАСС [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.

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 PfflC/GPS-rJIOHACC 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 GPSГЛОНАСС приёмника, алгоритмы оценивания и прогнозирования погрешностей ИНС, и границы применения метода определения ошибки в азимуте.

Глава 3 посвящена испытаниям приёмника Ashtech GG-24 GPS-ГЛОНАСС и комплекса HHC/GPS-HIOHACC. Рассматриваются условия проведения эксперимента. В главе также представлены вопросы метода реализации алгоритмов комплексирования с использованием IBM PC совместимого компьютера и принципы работы этого компьютера.

Выводы.

1. Наземные испытания комплекса HHC/GPS-rJIOHACC показали, что точность определения координат составляет 3 м (1а). Анализ данных эксперимента подтверждает достоинство реализованного адаптивного алгоритма сглаживания скачков в показаниях системы GPS-ГЛОНСС по сравнению с традиционным фильтром Калмана, способность адаптивного скалярного алгоритма прогноза поддерживать навигацию в случае пропадания сигнала системы GPS-ГЛОНАСС длительностью до 30 сек.

2. Анализ данных проведенного летного эксперимента показал, что полученная точность определения углов ориентации составляет 1 угл. мин (1а) для тангажа и крена, а для курса-10 угл. мин (1а), что подтверждает эффективность разработанных алгоритмов оценивания ошибок углов ориентации, и в частности, метод определения ошибки в азимуте. Кроме того, проведенный эксперимент продемонстрировал высокую способность разработанного фильтра Калмана с переменной моделью в сокращения времени сходимости.

3. Вследствие отключения эффекта селективного доступа с 2 мая 2000 года, точность в определении навигационных параметров, аналогичную достигнутой, можно получить, и при использовании системы GPS вместо GPS-ГЛОНАСС.

Заключение

.

1. Реализованы алгоритмы оценивания ошибок в определении координат и прогноза этих ошибок в случае пропадания сигналы системы GPS-ГЛОНАСС. Полученная точность в определении координат составляет Зм (1а), что демонстрирует достоинство этих алгоритмов в сглаживании непредсказуемых скачков в сигнале системы GPS-ГЛОНАСС и обеспечения непрерывной навигации в случае пропадания сигнала спутников.

2. Создана оригинальная методика коррекции углов ориентации. Предложенная методика позволяет корректировать эти ошибки для различных типов инерциальных систем в различных режимах полёта. Достоинством данной методики является, во-первых, её достоверность, так как коррекция показаний осуществляется исключительно для хорошо наблюдаемых ошибок ИНС. А во-вторых, её универсальность, поскольку компенсация ошибок происходит на выходе ИНС и может быть проведена для различных режимов полёта, что удовлетворяет предъявляемым требованиям. Проведенный анализ точности рассматриваемой универсальной методики коррекции углов ориентации показал принципиальную возможность применения такой методики для коррекции углов ориентации для БННС любого типа.

3. Разработаны и реализованы в виде программного обеспечения оригинальные алгоритмы оценивания погрешностей углов ориентации БИНС. Точность определения углов ориентации, полученная в результате испытаний, составляет 1 угл. мин (1а) для тангажа и крена, а для курса — 10 угл. мин (1а), что подтверждает эффективность разработанных алгоритмов оценивания ошибок углов ориентации, и в частности, метод определения ошибки в азимуте. Кроме того, испытания продемонстрировали высокую способность разработанного фильтра Калмана с переменной моделью в сокращении времени сходимости.