040间接粗对准学习笔记

间接粗对准实际上是在解析粗对准的基础上进行的改进,增强了一下抗角晃动的能力。相对于解析粗对准直接求解姿态阵,间接粗对准将姿态阵进行链式分解,如下:
C b n = C n 0 n C b 0 n 0 C b b 0 C_b^n = C_{n_0}^n C_{b_0}^{n_0} C_b^{b_0} Cbn=Cn0nCb0n0Cbb0

其中 n 0 n_0 n0 b 0 b_0 b0系分别是与 n n n b b b系在 t 0 t_0 t0时刻重合的惯性系。这样 C n 0 n C_{n_0}^n Cn0n C b b 0 C_b^{b_0} Cbb0就比较好确定,所以粗对准的工作就是确定 C b 0 n 0 C_{b_0}^{n_0} Cb0n0。而且因为 C b 0 n 0 C_{b_0}^{n_0} Cb0n0是两个惯性系之间的姿态阵,不存在晃动的问题,所以增加了抗干扰能力。

接下来就是建立两个惯性系之间的对应矢量关系:
G 1 n 0 = C b 0 n 0 F ~ 1 b 0 G 2 n 0 = C b 0 n 0 F ~ 2 b 0 G_1^{n_0} = C_{b_0}^{n_0} \tilde F_1^{b_0}\\ G_2^{n_0} = C_{b_0}^{n_0} \tilde F_2^{b_0}\\ G1n0=Cb0n0F~1b0G2n0=Cb0n0F~2b0

其中:
F ~ 1 b 0 = ∫ 0 t 1 C b b 0 f ~ s f b d t F ~ 2 b 0 = ∫ t 1 t 2 C b b 0 f ~ s f b d t G 1 n 0 = − ∫ 0 t 1 g n 0 d t G 2 n 0 = − ∫ t 1 t 2 g n 0 d t \tilde F_1^{b_0}= \int _0^{t_1} C_b^{b_0} \tilde f_{sf}^b dt\\ \tilde F_2^{b_0}= \int _{t_1}^{t_2} C_b^{b_0} \tilde f_{sf}^b dt\\ G_1^{n_0}= -\int _0^{t_1} g^{n_0} dt\\ G_2^{n_0}= -\int _{t_1}^{t_2} g^{n_0} dt\\ F~1b0=0t1Cbb0f~sfbdtF~2b0=t1t2Cbb0f~sfbdtG1n0=0t1gn0dtG2n0=t1t2gn0dt

可得:
C ^ b 0 n 0 = [ G 1 n 0 ∣ G 1 n 0 ∣ G 1 n 0 × G 2 n 0 ∣ G 1 n 0 × G 2 n 0 ∣ G 1 n 0 × G 2 n 0 × G 1 n 0 ∣ G 1 n 0 × G 2 n 0 × G 1 n 0 ∣ ] [ ( F ~ 1 b 0 ∣ F ~ 1 b 0 ∣ ) T ( F ~ 1 b 0 × F ~ 2 b 0 ∣ F ~ 1 b 0 × F ~ 2 b 0 ∣ ) T ( F ~ 1 b 0 × F ~ 2 b 0 × F ~ 1 b 0 ∣ F ~ 1 b 0 × F ~ 2 b 0 × F ~ 1 b 0 ∣ ) T ] \hat C_{b_0}^{n_0} = \begin{bmatrix} \frac{G_1^{n_0}}{|G_1^{n_0}|} & \frac{G_1^{n_0} \times G_2^{n_0}}{|G_1^{n_0} \times G_2^{n_0}|} & \frac{G_1^{n_0} \times G_2^{n_0} \times G_1^{n_0}}{|G_1^{n_0} \times G_2^{n_0} \times G_1^{n_0}|} \end{bmatrix} \begin{bmatrix} (\frac{\tilde F_1^{b_0} }{|\tilde F_1^{b_0}|})^T\\ \\ (\frac{\tilde F_1^{b_0} \times \tilde F_2^{b_0}}{|\tilde F_1^{b_0} \times \tilde F_2^{b_0}|})^T\\ \\ (\frac{\tilde F_1^{b_0} \times \tilde F_2^{b_0} \times \tilde F_1^{b_0}}{|\tilde F_1^{b_0} \times \tilde F_2^{b_0} \times \tilde F_1^{b_0}|})^T\\ \end{bmatrix} C^b0n0=[G1n0G1n0G1n0×G2n0G1n0×G2n0G1n0×G2n0×G1n0G1n0×G2n0×G1n0](F~1b0F~1b0)T(F~1b0×F~2b0F~1b0×F~2b0)T(F~1b0×F~2b0×F~1b0F~1b0×F~2b0×F~1b0)T

最后:
C ^ b n = C n 0 n C ^ b 0 n 0 C b b 0 \hat C_b^n = C_{n_0}^n \hat C_{b_0}^{n_0} C_b^{b_0} C^bn=Cn0nC^b0n0Cbb0

  • 3
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值