Спутниковые радионавигационные системы (СРНС) используются во многих областях человеческой деятельности. Эти системы позволяют с большой точностью оценивать вектор состояния (ВС) потребителя СРНС, включающий в себя координаты, скорость потребителя и время относительно системной шкалы. Вместе с тем, ряд потребителей нуждается в расширенном векторе состояния, включающем в себя, кроме прочих, параметры ориентации потребителя. Кроме того, темп навигационно-временных определений (НВО) приемника СРНС как правило не превышает 1−10 Гц, что для динамичных объектов зачастую недостаточно. Также при большой динамике движения потребителя снижается точность НВО и помехоустойчивость приемника СРНС.
Часто для компенсации этих недостатков используют комплексирование навигационной аппаратуры потребителя (НАЛ) СРНС с инерциальными навигационными системами (ИНС) [8]. Известно, что ИНС и СРНС являются взаимодополняющими навигационными системами [7]. Комплексирование объединяет достоинства обеих систем, позволяя повысить точность и темп выдачи НВО, помехоустойчивость системы, достоверность и непрерывность навигационных определений. Комплексированные СРНС/ИНС системы также называют инерциально-спутниковые навигационные системы (ИСНС).
Максимального выигрыша при комплексировании СРНС и ИНС можно достичь, поставив и решив задачу оптимальной комплексной фильтрации [1]. В общем виде задача комплексной фильтрации формулируется следующим образом: оценке подлежит вектор состояния Хиснс к, включающий в себя координаты, скорости, ускорения потребителя, углы ориентации и угловые скорости. Инерциальные датчики измеряют величины ускорения и угловые скорости, связанные с компонентами вектора состояния нелинейной функцией:
У инсл- = К (хисне.*) + % ' в-1 где Ь — нелинейная векторная функция, связывающая компоненты вектора состояния и измерения, 1] - вектор погрешностей измерений, к — такт поступления инерциальных измерений. На вход НАЛ СРНС поступают сигналы N навигационных спутников (НС), которые после обработки в радиочастотной части и аналогово-цифрового преобразования в моменты времени — = + г • Т, г=1, п (Тс1 — шаг дискретизации АЦП) можно записать в виде: N.
Усрнс1.1) = X$,(^ ' ^ИСНСД-1,!'^-!,.) + Пк-, Г.
7=1 где пкх, — внутренний шум НАЛ, ] - номер НС, N — количество НС,? -нелинейная функция.
Если теперь задать динамику изменения компонент ХИСНСА., то результатом синтеза оптимального алгоритма фильтрации Хиснс/, с наблюдениями уинс,)'СРНС станет схема оптимальной ИСНС:
Рис. 1. Схема одноэтапной ИСНС, первый вариант. Известно [9], [10], что при ряде условий вместо наблюдений)>СРНС можно использовать наблюдения уК0РР: п.
У КОРР.*: ~ У! УгРНС.<.-1.1^(^ИСНС.<.-1.1)' 1=1 где 8(ХИСНС^,) — вектор опорных сигналов, а укорр, по сути, представляет собой выход многомерного коррелятора. При синтезе оптимального алгоритма фильтрации вектора состояния Хиснс<. с использованием наблюдений уК0РР и.
Уине схема принимает вид (см. Рис. 2).
НАП СРНС йене.
РЧБ.
АЦП.
Многомерный коррелятор J инс X.
Алгоритм комплексирования йене >
Акселерометры гироскопы.
Компенсация ошибок I.
ИНС к.
Рис. 2. Схема одноэтапной ИСНС, второй вариант.
Результатом синтеза является оптимальный приемник с одноэтапной обработкой сигналов СРНС и ИНС (в англоязычной литературе распространено название этой схемы комплексирования «deeply integrated», или глубокоинтегрированная). Этот тип схем комплексирования характеризуется близкими к потенциальным характеристиками и большой вычислительной сложностью. Для реализации этого метода комплексирования необходимо разрабатывать специализированную НАП.
Известны отечественные работы по синтезу и анализу одноэтапных алгоритмов Ярлыкова М. С. [2], Харисова В. Н. и Горева А. П. [3], [4], Оганесяна A.A. [12], Перова А. И. [1] и Шатилова А. Ю. [13], также зарубежные [18, 30, 31].
Существенным недостатком использования одноэтапных алгоритмов является необходимость отказа от привычной двухэтапной схемы построения.
НАП. В классической НАП можно выделить этап первичной обработки оценки радионавигационных параметров сигналов (задержек и доплеровских смещений частот сигналов спутников) и этап вторичной обработки — оценки вектора состояния потребителя. При использовании фиксированной 9 двухэтапной схемы приемника постановка задачи комплексной фильтрации может производиться следующим образом. В качестве наблюдений СРНС в этом случае могут быть использованы выходные оценки НАЛ ХСРНС (Ь, включающие в себя оцененные приемником координаты и скорости потребителя:
У CPHC. it = ® ' -^СРНСЛ ' где В — матрица связи измерений НАЛ и компонент вектора состояния. При синтезе оптимального алгоритма для оценивания вектора состояния Хиснс<: и использовании наблюдений уСРНС и уинс схема ИСНС принимает вид:
Рис. 3. Схема комплексирования на вторичном уровне.
Данные схемы называют комплексированием на вторичном уровне (в англоязычной литературе используется название «loosely coupled» -слабосвязанная схема). Достоинством данных схем является их простота и отсутствие необходимости перестройки ПАП. Существенным недостатком данных схем является невозможность повышения помехоустойчивости НАЛ, так как первичный уровень обработки сигналов не затрагивается.
Существует способ повышения помехоустойчивости при комплексировании с ИНС в рамках двухэтапной схемы приемника. Для этого.
часть оценок вектора состояния ХИСНС), вводится в блок первичной обработки в качестве компенсирующего воздействия, что позволяет скомпенсировать динамику потребителя и сузить полосы пропускания следящих систем (ССЗ, ССФ и ССЧ) [1]. Соответствующая схема комплексирования изображена на Рис. 4.
Рис. 4. Схема комплексирования на первичном уровне.
Эта схема комплексирования называется схемой комплексирования на первичном уровне (в англоязычной литературе используется название «tightly coupled» — тесносвязанная схема). Недостаток данной схемы — худшие характеристики, чем те, что получаются при комплексировании по одноэтапной схеме. Достоинство данной схемы — относительная простота реализации в реальной НАЛ, так как в аппаратуру вносятся незначительные изменения.
Несмотря на высокие характеристики одноэтапных алгоритмов, в реальных применениях чаще встречаются схемы комплексирования, синтезированные для классической НАП с двухэтапной обработкой. При несколько худших характеристиках, схема комплексирования на первичном уровне позволяет решить основные задачи комплексирования — повышение помехоустойчивости, оценка расширенного вектора состояния потребителя с высоким темпом. В работе будет рассматриваться синтез алгоритма комплексирования на первичном уровне.
Известны работы по синтезу и анализу алгоритмов комплексирования на первичном уровне: Шатилова А. Ю. [13, 5], [1], и зарубежные: [17, 22, 25, 27, 29, 33,51].
В [13] изложено построение некогерентного алгоритма комплексирования на первичном уровне. В алгоритме учтен тот факт, что измерения ИНС и СРНС поступают с разным темпом. В комплексном фильтре производится оценивание вектора состояния, включающего в себя: координаты, скорости, ускорения потребителя X, V, а, ошибки угловой ориентации и оценку первой производной солч, а также оценки смещения часов и первой производной смещения D, V. Наблюдениями фильтра являются измерения углов ориентации и ускорений, а ИНС и п измерений приемника СРНС у1п где К ' псевдодальность, — псевдоскорость, ауК п псевдоускорение. Оценки, полученные в комплексном фильтре, вводятся в блок первичной обработки. Это позволяет компенсировать часть динамических возмущений, действующих на следящие системы блока первичной обработки и сузить полосы следящих систем. Результатом становится повышение помехоустойчивости до 44 дБ (7/5), высокие точности определения углов ориентации и параметров движения потребителя.
В [27] описан комплексный алгоритм с поддержкой петель слежения данными ИНС низкого класса точности. Комплексный фильтр, используемый в данном алгоритме, предназначен для оценивания ВС бА 5У 5Р Ь8 58е Ьа 58а где 5 А — ошибки ориентации, 5У ошибки скорости, 5Р — ошибки координат, Ье — смещения нулей гироскопов, 58 8 — масштабные коэффициенты гироскопов, Ьа — смещения нулей акселерометров, 58а — масштабные коэффициенты акселерометров, 5^ ошибки смещения шкалы времени приемника и его первой производной в единицах псевдодальностей и псевдоскоростей. Всего ВС включает в себя 24 компоненты. В качестве наблюдений фильтра используется разность между.
12 псевдодальностями и доплеровскими частотами, оцененных по данным измерений ИНС и псевдодальностями и доплеровскими частотами, оцененными НАЛ. В работе отмечается, что поддержка петель слежения позволяет добиться повышения точности слежения за фазой 0.2 рад и частотой 2 Гц при отношении сигнал шум 30 дБГц и высокой автомобильной динамике.
В [51] описывается принцип построения алгоритма комплексирования на первичном уровне. Особенностью алгоритма является то, что все нелинейные преобразования, относящиеся к обработке измерений ИНС и СРНС, вынесены за пределы комплексного фильтра. Наблюдениями комплексного фильтра являются координаты и скорости в связанной с Землей системе координат, измеренные НАЛ, а также ускорения в той же СК, измеренные ИНС. Фильтр оценивает вектор состояния, включающий в себя координаты и скорости потребителя, а также ошибки измерений ускорений ИНС — постоянное смещение и его первая производная. Оцененные скорости используются для поддержки петель слежения. В результате получен относительно простой алгоритм, показывающий высокие точности оценивания координат и скоростей.
Известные работы по построению схем комплексирования на первичном уровне имеют важное сходство — все исследователи, так или иначе, пытаются оценить и скомпенсировать погрешности измерений ИНС. Действительно, именно погрешности инерциальных измерений, наряду с качеством опорного генератора, определяют максимальный выигрыш в помехоустойчивости [12].
Важным отличием диссертационной работы от опубликованных подходов и алгоритмов является более полное описание погрешностей инерциальных датчиков, и как следствие — увеличение числа оцениваемых параметров, а именно: смещений нулей, масштабных коэффициентов, а также перекосов осей чувствительности как гироскопов, так и акселерометров. Оценка и компенсация ошибок инерциальных датчиков позволяют добиться высоких точностей инерциальных измерений, использование которых при поддержке петель слежения позволяет получить существенный выигрыш в.
13 помехоустойчивости. Использование точных инерциальных измерений приводит к высокой точности оценок навигационных параметров и медленному росту ошибок навигационных определений в автономном режиме.
В данной работе будет рассмотрен синтез алгоритма комплексирования на первичном уровне, использующий следующую модель измерений инерциальных датчиков: а ИРУ, к = (I +) ¦Аиру, к + Кк + пал >
У ' В.5 где аНРУ к, (ОКРУ к — измерения ускорений и угловых скоростей триадами акселерометров и гироскопов в собственной системе координат (ССК, ЯРУ), АКРГ к, П^ к — истинные значения ускорений и угловых скоростей, т (к, т, к матрицы масштабных коэффициентов и перекосов осей акселерометров и гироскопов, ЬаЛ, Ь л — вектора смещений нулей акселерометров и гироскопов соответственно, пак, п 4 — БГШ, описывающие шумовые погрешности датчиков.
Другим отличием рассматриваемых в диссертации алгоритмов комплексирования является использование кватернионов для представления ориентации потребителя. Общепринято, что кватернионы обладают рядом преимуществ над другими способами представления ориентации — углами Эйлера, матрицами направляющих косинусов [1, 7]. Также важным отличием является использование рывков (производной ускорения) в качестве компенсирующего воздействия в канале первичной обработки сигналов. Это позволяет сохранить традиционную структуру петель слежения (ССФ третьего порядка), а также позволяет прозрачно переключать режимы работы канала первичной обработки из режима «с поддержкой от ИНС» в режим «без поддержки от ИНС» и обратно.
Использование расширенной модели ошибок измерений инерциальных датчиков приводит к повышению характеристик итогового алгоритма, что делает исследование алгоритмов комплексирования ИНС и СРНС в этом направлении перспективными.
Актуальность увеличения точности и помехоустойчивости ИСНС обусловлена сферой их использования. В первую очередь эти системы применяются на высокодинамичных объектах военной техники: самолетах и вертолетах, беспилотных летательных аппаратах (БПЛА), крылатых ракетах, ракетных системах залпового огня (РСЗО), корректирующихся авиабомбах. Также ИСНС разных классов востребованы в гражданской авиации и транспорте.
Существует другой класс задач, применительно к которым комплексная фильтрация позволяет улучшать потребительские характеристики НАЛ. Гражданские потребители, использующих НАЛ СРНС для автомобильной навигации в условиях современных мегаполисов сталкиваются с определенными трудностями. Плотная застройка ведет к уменьшению количества видимых спутников и ухудшению геометрического фактора точности навигационных определений. Кроме того, возникающие переотражения сигналов вызывают эффект многолучевости, что также негативно сказывается на точности определения навигационных параметров.
Одним из способов повышения потребительских характеристик НАЛ является комплексирование с одометрическими датчиками. Одометр представляет собой счетчик пройденного пути и присутствует в любом автомобиле. Комплексирование одометра и НАЛ СРНС широко освещено в литературе [24, 8, 32, 35, 37, 45, 46]. Использование одометрического датчика позволяет получать информацию о перемещении потребителя — автомобиля даже в том случае, когда полностью недоступны сигналы навигационной системы. Метод ведения навигации при помощи использования информации о пройденном пути (после сбоя основной системы навигации) в англоязычной литературе получил название «Dead reckoning» — «Счисление пути».
Существует возможность использования в качестве одометра датчиков антиблокировочной (АБС) системы автомобиля [8]. При этом использование.
15 измерений двух датчиков на одной оси автомобиля способно дать не только информацию о продольном перемещении, но также и информацию о повороте автомобиля [32], что позволяет решать задачу автономной навигации на плоскости. В данной работе будет рассмотрен синтез алгоритма, использующего измерения НАЛ СРНС и измерения пройденного пути двумя датчиками АБС. Отличительной особенностью данного алгоритма от существующих является оценка и компенсация масштабных погрешностей одометрических датчиков, а также оценивание величины колеи автомобиля, что в итоге повышает точность работы системы. Таким образом, синтез и исследование алгоритмов комплексирования датчиков АБС и НАП СРНС является перспективной и актуальной задачей.
Объектами диссертационного исследования являются:
1. Инерциально-спутниковая навигационная система (ИСНС).
2. Приемник СРНС, комплексированный с одометрическими датчиками подвижного объекта (автомобиля).
Предметом исследования являются алгоритмы комплексирования СРНС и ИНС, а также алгоритмы комплексирования СРНС и одометрических датчиков.
Целями диссертационной работы являются:
1. Повышение потребительских характеристик приемника СРНС (помехоустойчивости, точности, оценка углов ориентации и обеспечение автономности) путем комплексирования на первичном уровне с инерциальными датчиками.
2. Повышение потребительских характеристик приемника СРНС (повышение точности оценивания навигационных параметров и обеспечение возможности оценивания координат потребителя при отсутствии сигналов НС, в режиме экстраполяции по измерениям одометрических датчиков) путем комплексирования с одометрическими датчиками.
Для достижения поставленной в диссертации цели решаются задачи:
1. Разработка алгоритма комплексирования ИНС и СРНС, в том числе:
1.1 Разработка математических моделей измерений и моделей динамики оцениваемых величин.
1.2 Синтез алгоритмов комплексирования ИНС и СРНС на первичном уровне с использованием аппарата оптимальной нелинейной фильтрации с расширенным и сокращенным вектором состояния, в том числе с использованием метода «ишсегиеё» фильтрации.
1.3 Разработка структурных схем инерциально-спутниковой навигационной системы.
2. Разработка алгоритма комплексирования НАЛ СРНС и одометрических датчиков, в том числе:
2.1 Разработка математических моделей измерений и моделей динамики оцениваемых величин.
2.2 Постановка задачи и синтез алгоритма комплексирования.
3. Анализ работы комплексных алгоритмов, в том числе:
3.1 Разработка моделей исследуемых систем в среде МАТЬАВ.
3.2 Разработка моделей входных данных для моделирования работы комплексных систем.
3.3 Исследование работы систем методами имитационного моделирования.
4. Экспериментальные исследования алгоритма комплексирования НАЛ СРНС и одометрических датчиков, в том числе:
4.1 Разработка и изготовление макета комплексированного НАЛ.
4.2 Проведение натурных испытаний.
4.3 Обработка и анализ результатов экспериментальных исследований.
Методы исследования: при решении поставленных задач использованы методы теории оптимальной фильтрации случайных процессов, статистической теории радиотехнических систем, имитационного компьютерного моделирования, а также макетирования и натурных испытаний.
Научная новизна. В диссертационной работе были получены следующие выносимые на защиту результаты:
1. Предложена и обоснована структура комплексной инерциально-спутниковой системы (ИСНС), включающая:
— НАЛ СРНС, на выходе которой формируются оценки координат и скорости потребителя в связанной с Землей геоцентрической системе координат, и в следящие системы за фазами спутниковых сигналов (ССФ) которой вводятся компенсирующие воздействия в виде оценок рывков на линии визирования НС-НАПинерциальную навигационную систему (ИНС), включающую трехосевой гироскоп и трехосевой акселерометр;
— комплексный фильтр ИСНС, обрабатывающий данные, поступающие с выходов НАЛ и ИНС, и формирующий оценки вектора состояния хк;
— блок расчета компенсирующих воздействий (в виде оценок рывков вдоль линии визирования НС-потребитель) для ССФ НАЛ на основе сформированных оценок вектора состояния хк комплексным фильтром ИСНС.
2. Методами теории оптимальной фильтрации в гауссовом приближении для комплексного фильтра ИСНС синтезирован квазиоптимальный алгоритм обработки измерений инерциальных датчиков и оценок составляющих вектора скорости потребителя, формирующихся в НАЛ СРНС. Вектор состояния данного фильтра включает 27 компонент.
3. Методами теории оптимальной фильтрации в гауссовом приближении для комплексного фильтра ИСНС синтезирован упрощенный квазиоптимальный алгоритм обработки измерений инерциальных датчиков и оценок составляющих вектора скорости потребителя, формирующихся в НАЛ СРНС. Вектор состояния хк данного фильтра включает 13 компонент.
4. Разработан алгоритм комплексной фильтрации данных, поступающих из навигационной аппаратуры потребителей СРНС и инерциальной навигационной системы, основанный на технологии ипвсеМеё фильтра Калмана, при использовании 13-компонентного вектора состояния.
5. Методами теории оптимальной фильтрации в гауссовом приближении проведен синтез алгоритма комплексирования НАЛ СРНС и одометрических датчиков — датчиков пройденного пути автомобиля.
6. Результаты моделирования и экспериментальных исследований разработанных алгоритмов.
Практическая ценность работы.
1. Разработанный алгоритм комплексной обработки в ИСНС с расширенным вектором состояния обеспечивает повышение помехоустойчивости до 17 дБ по сравнению с некомплексированной НАЛ.
2. Разработанный алгоритм комплексной обработки позволяет оценивать углы ориентации потребителя с среднеквадратичной ошибкой -0.17 угловых минут, скорости потребителя с среднеквадратичной ошибкой ~ 5 мм/с, ускорение потребителя с среднеквадратичной ошибкой ~ 1 мм/с2 для высокой динамики потребителя и инерциального модуля среднего класса точности.
3. Алгоритм комплексной обработки позволяет существенно уменьшаются ошибки счисления навигационных параметров при работе ИСНС при пропадании спутниковых сигналов — до 17 раз по среднеквадратичной ошибке оценки координат и до 20 раз по среднеквадратичной ошибке оценки скорости по сравнению с ИНС, которая работала бы в автономном режиме, т. е. без поддержки НАЛ СРНС.
4. Алгоритм комплексирования НАЛ СРНС с одометрическими датчиками позволяет повысить точность определения координат (до 9 раз) и курса (до 2 раз) автомобиля.
5. Также алгоритм комплексирования НАЛ СРНС с одометрическими датчиками позволяет оценивать координаты в режиме, когда недоступны измерения НАЛ СРНС (в режиме экстраполяции по измерениям одометрических датчиков), с точность в несколько процентов пройденного пути.
Реализация и внедрение результатов исследования: результаты исследований использованы при выполнении НИР и ОКР:
1. ОКР «Создание навигационных модулей для использования в аппаратуре высокодинамичных объектов Вооруженных Сил Российской Федерации» (шифр «Темп»), выполняемый в рамках ФЦП «Поддержание, развитие и использование системы ГЛОНАСС на 2012;2020 годы», ЗАО «Конструкторское бюро навигационных систем» («КБ НАВИС»),.
2. ОКР «Разработка алгоритмического и программного обеспечения высокоточной коррекции БИНС межвидовой АИНС данными приемника СНС», «Ювелир», ЗАО «НПК «Электрооптика».
3. НИР «Теоретические и экспериментальные исследования высокоточной коррекции БИНС сигналами аппаратуры потребителей спутниковых навигационных систем», ЗАО «НПК «Электрооптика».
4. НИР «Исследование вопросов помехозащиты аппаратуры спутниковой навигации военного и специального назначения, средств НКУ и бортовых информационно-навигационных комплексов системы ГЛОНАСС», «Вальсет». Заказчик Министерство обороны РФ.
5. НИР «Исследование принципов построения и разработка алгоритмов функционирования инерциально-спутниковых комплексов для эффективного решения задач по безопасности посадки летательных аппаратов», «Автокорд», Заказчик Министерство обороны РФ.
6. НИР «Разработка комплексных алгоритмов и программно-математического обеспечения для обработки сигналов спутниковых радионавигационных и инерциальной навигационной систем в приемовычислительном модуле бортовой навигационной аппаратуры», ЗАО «Конструкторское бюро навигационных систем» («КБ НАВИС»).
7. НИР по созданию малогабаритного навигационного модуля, интегрированного с микромеханическими датчиками для расширения возможностей навигационной аппаратуры потребителей СНС («Проект ИНМ»), ЗАО «Конструкторское бюро навигационных систем» («КБ НАВИС»),.
8. Алгоритм комплексирования НАЛ СРНС и одометрических датчиков внедрен в серийный малогабаритный встраиваемый навигационный модуль МУ08С-С8М.
Внедрение результатов исследования подтверждены актами, полученными в ЗАО «Конструкторское бюро навигационных систем» («КБ НАВИС»), (см. Приложение 1).
Апробация результатов: результаты работы докладывались и обсуждались на шестнадцатой, семнадцатой и восемнадцатой международной НТК студентов и аспирантов «Радиотехника, электроника и энергетика» (Москва, 2010;1012 г.) — на десятой НК «Радионавигационные Технологии в Приборостроении» (Туапсе, 2011 г.) — на НК «Радиооптические технологии в приборостроении» (Туапсе, 2012 г.) — на семнадцатой международной НТК «Радиолокация Навигация Связь» (1Ш^С-2011, Воронеж, 2011 г).
Публикации по теме диссертационной работы: основные тезисы работы изложены в 11 публикациях, из них: 4 статьи (из них 3 — в изданиях, входящих в Перечень ВАК), 8 печатных текстов и тезисов докладов.
Структура и объем работы.
Работа содержит введение, три главы, заключение и приложение. Общий объем работы — 161 страница.
Личный вклад автора.
Совместно с Шатиловым А. Ю. и Перовым А. И. выполнены: постановка задачи синтеза алгоритма комплексирования НАЛ СРНС и ИНС и синтез алгоритма комплексирования.
Совместно с Шатиловым А. Ю. выполнена разработка имитационной модели ИСНС.
Совместно с Бутыло C.B. выполнены работы по макетированию и натурным испытаниям комплексированного с одометрическими датчиками приемника СРНС.
Остальная работа проделана автором лично.
Благодарности.
Выражаю огромную благодарность своему научному руководителюПерову Александру Ивановичу, а также коллеге и наставнику — Шатилову Александру Юрьевичу.
Благодарю за помощь преподавателей и работников кафедры Радиотехнических Систем МЭИ, а также сотрудников подразделения УИЦ «СРТТ» МЭИ, особенно Корогодина Илью Владимировича и Болденкова Евгения Николаевича.
Благодарю за неоценимую помощь и плодотворное сотрудничество коллег из ЗАО «КБ НАВИС»: Бутыло Сергея Васильевича и Булавского Николая Тадеушевича, а также руководителя, Шанина Андрея Алексеевича.
Спасибо моей семье за поддержку и терпение.
3.4 Выводы по главе.
В этой главе была описана постановка задачи и синтез алгоритма комплексирования приемника СРНС и автомобильных одометрических датчиков — датчиков, измеряющих пути колес за период времени. Особенностью синтезированного алгоритма комплексирования является то, что динамика ряда компонент вектора состояния выражается через измерения одометрических датчиков, считающихся в этом случае известными величинами. Это приводит к тому, что в результате синтеза получается простой, логичный алгоритм с высокой вычислительной эффективностью.
Разработана модель алгоритма, и проведено исследование его характеристик путем имитационного моделирования. Показано, что комплексирование позволяет получить существенный прирост в точности определения координат (до 9 раз) и курса (до 2 раз). Алгоритм позволяет оценить погрешности одометрических датчиков — масштабные коэффициенты, а также величину колеи автомобиля. Благодаря оценке этих параметров, комплексный алгоритм обеспечивает высокую точность оценивания координат в автономном режиме — несколько процентов пройденного пути.
Результаты моделирования подтверждены экспериментальными исследованиями. Для проведения исследований был разработан макет комплексированного с одометрическими датчиками приемника СРНС. При испытаниях макета получены результаты, свидетельствующие о соответствии точности работы в автономном режиме ожидаемой. Установлено, что существенное влияние на точность работы алгоритма оказывает поперечный наклон дорожного полотна, приводящий к дополнительным ошибкам в автономном режиме.
ЗАКЛЮЧЕНИЕ
.
В диссертационной работе получены следующие результаты:
1. Поставлена задача и проведен синтез алгоритма комплексирования НАЛ СРНС и ИНС. Преимуществом алгоритма является оценивание и компенсация расширенного набора погрешностей измерений инерциальных датчиков — смещений нулей, масштабных коэффициентов и перекосов осей чувствительности датчиков.
2. Разработана имитационная модель ИСНС, использующей синтезированный алгоритм комплексирования. Исследованы характеристики точности и помехоустойчивости ИСНС. Комплексирование с инерциальными датчиками, а также оценивание и компенсация их погрешностей позволила получить высокие точности оценивания навигационных параметров, в том числе в автономном режиме. Помехоустойчивость ИСНС выше помехоустойчивости приемника СРНС без поддержки от ИНС на 12−17 дБ, в зависимости от динамики потребителя.
3. Поставлена задача и проведен синтез упрощенного алгоритма комплексирования НАЛ СРНС и ИНС. Упрощением является отказ от оценивания части погрешностей инерциальных датчиков, а именно масштабных коэффициентов и перекосов осей.
4. Проведено исследование характеристик ИСНС с упрощенным алгоритмом комплексирования методом имитационного моделирования. Отказ от оценивания части погрешностей инерциальных датчиков привел к существенному ухудшению точностей оценивания скоростей и ускорений потребителя, и практически не сказался на точности оценивания координат. Помехоустойчивость ИСНС с упрощенным алгоритмом комплексирования на 2−6 дБ выше помехоустойчивости приемника СРНС без поддержки от ИНС, в зависимости от динамики потребителя.
5. Поставлена задача и проведен синтез алгоритма комплексирования НАЛ СРНС и одометрических датчиков — датчиков пройденного пути автомобиля. Использование двух датчиков для колес автомобиля на одной оси позволило получить информацию об угле поворота автомобиля и о его продольной скорости. Это позволяет решать задачу автономной навигации на плоскости. Также алгоритм оценивает масштабные коэффициенты датчиков и величину колеи автомобиля.
6. Разработана имитационная модель и проведены исследования характеристик алгоритма комплексирования. Оценивание и компенсация масштабных коэффициентов датчиков и величины колеи автомобиля позволяет с хорошей точностью оценивать в комплексном алгоритме координаты, курс и скорость автомобиля, а также обеспечивает хорошую точность счисления координат в режиме, когда недоступны сигналы НС (режим экстраполяции по измерениям одометрических датчиков) — несколько процентов пройденного пути.
7. Разработан макет комплексированного с одометрическими датчиками приемника СРНС и проведены натурные испытания, результаты которых подтверждают характеристики комплексного алгоритма, полученные при моделировании.
