惯性导航误差传播分析(一)

惯性导航误差传播分析

为什么要做惯导误差传播分析

1.微分方程离散化也会或多或少带来一些误差，但是这个误差，在我们建立误差模型和进行误差分析时不考虑；原因主要包括：1.分析模型太复杂；2.我们在进行离散化求解微分方程的前提就是，由计算带来的误差要远小于传感器本身的误差，因此，这样一个远小于的量，在误差分析时可以忽略；我们只考虑传感器和初识条件的误差

2.研究惯导的基本原理时将INS看成是一个没有误差的理想系统。实际的惯性传感器的输出、所用重力值及编排算法均存在误差，导致INS解算的导航参数（如位置、速度和姿态）均含有误差。

3.分析INS中不同误差源对导航结果的影响，评估惯性导航精度﹔惯导误差随时间而变，用微分方程来描述其随时间的传递关系;构建组合导航卡尔曼滤波的系统状态方程。

惯导误差微分方程的推导

误差来源

1.传感器误差（陀螺和加表的零偏，比例因子等)
2.初始（上一步)导航状态误差
3.重力误差、算法和计算误差(离散化、截断误差)

目标

惯性导航的误差微分方程

方法：扰动分析（Perturbation Analysis）

1.实际变量表示成真值与扰动误差（小量）之和。对惯导微分方程中的变量进行误差扰动，展开取至一阶小量（忽略二阶小量）
2.误差扰动分析方法等效于方程围绕变量真值进行泰勒展开，取至一阶项，实现非线性方程的线性化

扰动分析

本质上是对一个函数在真值上进行泰勒展开，取一阶项，也就是线性化的过程。
从下面的误差方程的目标形式中我们可以看出，误差微分方程右边允许包含陀螺误差、加速度计的误差、以及导航状态误差本身

误差方程基础

除上述项必须加扰动外，推算过程中，不是所有的项都必须加扰动误差

常用变量的误差扰动式

推导过程就是列出式子，然后将两边真值部分消除掉，得到的就是扰动误差项了
推导地球自转角速度扰动误差项

由上图结果可知，地球自转角速度在n系下投影的误差只与北向位置误差有关系
泰勒展开方法如下图

推导牵连角速度扰动误差项

推导重力的扰动误差

提示：上一层楼重力变化大约是一个毫伽