姿态测量技术研究现状与发展趋势

姿态测量技术研究现状与发展趋势高伟伟（总结）[e-mail]近年来，对姿态测量技术的研究主要包括姿态测量组合的研究、姿态解算算法的研究以及姿态测量误差补偿方法的研究。（1）姿态测量组合的研究现状与发展趋势在姿态测量组合方面，比较成熟的有加速度计和陀螺仪组合（又称为惯组），现有的惯性姿态测量系统主要采用这种组合方式。近年来还出现了无陀螺惯性测量组合，如九加速度计组合姿态测量等，该组合测姿方案对加速度计抗过载能力、精度和量程方面均有较高的要求，且算法处理复杂。载波相位观测方法的出现使得采用GPS测姿成为可能，该测姿方法需要至少三块GPS接收机才能解算出载体的姿态信息，该方案对开发成本及载体上空间布局有较高要求。此外，在姿态测量组合方面，还出现了三轴磁传感器/加速度计组合、三轴磁传感器/GPS组合、三轴磁传感器/陀螺组合、陀螺与星敏感器组合、多星敏感器组合等。随着新材料、新原理、新工艺的出现，姿态测量组合一方面向小型化、低成本方向发展，以MEMS陀螺和MEMS加速度计为代表的姿态测量组合具有功耗低、体积小、成本低的特点，近年来在民用领域得到了广泛应用，随着MEMS传感器精度的不断提高，部分精度较高的MEMS组合姿态测量装置将逐步应用于战术武器领域；另一方面，以新型高精度陀螺和加速度计（如原子陀螺、原子加速度计、静电陀螺）为代表，姿态测量组合正逐步向更高精度发展。（2）姿态解算算法的研究现状与发展趋势在选定参考坐标系基础上，姿态解算的目的是确定动坐标系（载体坐标系）与参考坐标系的数学关联，通常采用姿态矩阵表示。为求得姿态矩阵，需要选取合理的姿态解算方法。传统的姿态解算算法有欧拉角法（又称三参数法）、方向余弦法（又称九参数法）以及四元数法（又称四参数法）。其中，载体在全姿态运动条件下，欧拉角微分方程在解算过程中易产生奇异点问题，且三角运算较多，计算复杂，因此欧拉角法仅适合在近似水平姿态条件下的姿态解算，在工程应用中具有一定的局限性。方向余弦法尽管解算过程中不会出现奇异点问题，可实现全姿态条件下的数学解算，但由于涉及的参数较多，计算复杂，对系统实时性影响较大，不利于工程应用。相比以上算法，四元数法不仅适用于全姿态条件下的姿态解算，而且计算量小，实时性较好，可广泛应用于工程实践中。针对描述姿态时四元数存在的信息冗余问题，基于修正Rodrigues参数的姿态解算方法近年来也得到了广泛的研究。在四元数法姿态更新基础上，为进一步减小计算负担，提出了一种采用Rodrigues参数的姿态描述方法。针对Rodrigues参数在等效旋转时会出现奇异问题，通过改进可得到了一种修正Rodrigues参数，通过扩大姿态描述范围，消除奇异点，可实现对载体的全姿态描述。以上姿态解算方法主要适用于低动态条件下的姿态解算，在高动态条件下，由于载体姿态变化剧烈，在传感器采样频率有限的条件下，载体角振动和线振动将引起较大的圆锥误差，这对姿态解算算法实时性提出了更高的要求。四元数法对有限转动引起的圆锥误差不能实现有效补偿，为提高高动态条件下的姿态解算精度，***提出了等效旋转矢量法，在此基础上，又出现了等效旋转矢量多子样算法，如二子样法、三子样法、四子样法以及六子样法等，子样数越多，姿态解算的精度越高，但随之带来的是较大的计算量。为实现在选择尽量少的子样数条件下，同时保证姿态解算的精度和实时性，有的学者采用系数优化处理方式，如***等提出的等效旋转矢量三子样多回路迭代算法，该方法通过适当降低姿态四元数更新解算频率，增大导航坐标系更新周期以及姿态更新周期实现系数优化。***等提出采用参数解析法对系数进行优化，省去了求解误差四元数的过程。***等在确定载体圆锥运动幅值特性基础上，采用最小二乘法对相应加权系数进行估计，得到了一种新的圆锥误差补偿算法。***推导了一种五子样二次迭代优化算法，有效减小了圆锥误差对姿态解算精度的影响。此外，针对高动态条件下的姿态解算，还出现了基于Hermite插值的姿态解算方法，该方法一定程度上解决了载体高动态特性与传感器采样频率较低的矛盾。在姿态解算算法研究过程中，主要解决两个问题：解算精度问题与实时性问题，在高动态条件下，这两者的矛盾尤其突出。如何在满足解算精度的同时提高系统实时性，将是姿态解算研究领域一直关注的热点话题。随着高精度姿态测量器件的不断出现，在低动态应用环境下，采用基本的四元数法已经可以达到较高的精度，而在高动态应用环境下，姿态更新过程中不可交换性误差将严重影响姿态解算精度，因此，如何更好的减小不可交换性误差对姿态解算精度的影响，如何提高高动态条件下的姿态解算效率，将是姿态解算算法研究需要解决的问题。（3）姿态测量误差补偿方法研究现状与发展趋势在对载体姿态进行测量过程中，由于传感器输出误差、姿态解算算法误差、系统误差积累等因素的影响，最终得到的姿态值将不可避免出现误差，于是姿态测量误差补偿方法的研究近年来成为姿态测量领域的热点问题。为修正惯性姿态测量系统长时间工作引起的积累性误差，通常在选取外部信息源基础上，对误差进行补偿，常用的外部信息源有GPS、北斗、磁强计、里程计等。其中，GPS由于具有较高的位置精度，通过差分得到的速度信息也具有较高精度，可为修正惯组输出误差提供较高精度的基准信息，通过对误差参量进行滤波估计与修正，便可得到精度更高的姿态输出信息；随着我国北斗导航系统的不断完善，为战时不受制于人，北斗/惯组组合正逐步应用于各种军事装备、民用设备，用于提供精确的姿态输出信息；然而卫星定位由于受到高山、森林、高层建筑以及各种障碍遮挡的影响，可能导致定位失效，在外来干扰和高动态环境下卫星接收机性能下降明显，且在定位过程中容易暴露目标，不利于自身隐蔽。在建立好的地磁场模型基础上，某测量点的磁场强度、方向与所在位置具有一定的函数关系，根据以上原理，通过固联于载体系的三轴磁强计测得的地磁分量，采用相应解算方法可得到载体的位置和速度信息，以此信息为外部基准信息，采用磁强计输出信息可对惯组输出误差及解算参数误差进行修正，以提高姿态输出精度；磁强计利用地球固有的磁场信息进行解算，相比GPS等卫星定位方法具有较好的独立性和隐蔽性，然而，磁强计受外在环境磁场的影响较大，在复杂磁场环境下，磁强计的输出精度难以保证。里程计输出速度信息可作为外部信息源，对惯组输出误差及解算参数误差进行修正；里程计由于使用了载体自身设备信息，不需要与外界进行信息交互，因此也具备较好了独立性和隐蔽性，然而，里程计容易受到胎压大小，车体打滑，路况特征等方面的影响，造成提供的外部信息源不准确，从而影响惯组输出误差和相关解算参数误差的修正效果。针对姿态测量误差补偿问题，学者们主要遵循以下解决思路：选取外部基准信息源——建立误差模型——选择适当的滤波方法——误差估计与修正。误差模型分为线性误差模型和非线性误差模型，对线性误差模型主要通过线性滤波方法对相关误差参数进行估计，如kalman滤波估计方法及在此基础上的改进型滤波方法，主要的改进方法是通过优化滤波增益矩阵系数来实现，这些方法也是实际工程应用中比较适用的方法。***研究了一种基于磁强计/陀螺的卡尔曼滤波定姿算法，采用磁强计输出信息作为外部信息源对陀螺相关误差参数进行修正；***将BP神经网络与kalman滤波方法相结合，通过BP神经网络不断修正kalman滤波增益矩阵系数，实现了对高速旋转弹的姿态修正。对非线性误差模型则需要选择相应的非线性滤波方法，如扩展kalman滤波、无迹kalman滤波、容积kalman滤波、粒子滤波以及在这些方法上演化的滤波方法。***等针对低成本姿态测量系统的误差补偿研究了基于扩展kalman滤波算法的姿态修正方法；***等针对飞行器的姿态估计研究了一种状态切换无迹kalman滤波算法，通过降维处理提高了姿态测量系统的实时性；***等将一种容积kalman滤波方法用于卫星的姿态估计，提出了一种容积信息四元数估计器，提高了姿态估计效率；为有效抑制大模型初始误差和有色噪声对姿态估计过程的影响，***等提出了一种改进型无迹粒子滤波姿态估计方法，在估计精度和速度上均达到较好的效果。近年来针对姿态估计的非线性滤波方法研究较多，在国内外均成为研究的热点和前沿性问题，但在工程应用上还不成熟，比较成功的应用案例报道较少。要想提高姿态误差补偿效果，需要选取高精度的外部辅助信息源、建立完善的误差模型并选择合理的误差估计方法。在外部辅助信息源的选取上，近年来主要从单信息源向多信息源发展，根据不同地域不同环境各外部基准信息源的优势，又出现了网络信息源，通过多信息源、网络信息源给姿态误差补偿提供尽量多的高精度外部辅助信息。在姿态测量相关参数误差模型研究方面，近年来主要在基本参数误差模型基础上，结合应用环境和外界条件相关参数，对姿态测量误差模型进行完善，通过建立更完善的误差模型对误差传播过程进行更精确的描述。在误差估计方法的研究方面，一方面结合动载体的机动状态约束条件，寻求误差参数估计的最佳时机，在状态可观测性较高的条件下对相关参数误差进行估计，提高误差估计精度；另一方面，通过滤波参数的优化、多种滤波方法的结合实现对相关误差参数的有效估计。