在航空矢量重力测量的初始对准和GPS/INS数据融合两个环节均需采用Kalman滤波技术。噪声协方差矩阵对于Kalman滤波结果的精度有着较大影响,而这一信息通常是未知的。对噪声估计方法进行了深入研究,提出了改进的自协方差最小二乘噪声估计方法。研究结果表明,该方法能有效地克服因先验信息及数据长度不足所引起的噪声估计误差,在一定程度上保证了噪声估计结果的正定性。将这种噪声估计方法从白噪声系统拓展到了有色噪声的估计,建立了有色噪声的自协方差最小二乘估计模型。将其应用于航空矢量初始精对准过程,能准确地估计出水平方向的加速度噪声和水平方向的陀螺仪噪声,但无法估计出天向陀螺仪噪声,这并不能足以完成初始精对准过程。结合协方差匹配法对天向陀螺仪噪声进行估计势必是解决这一问题的可行方法,目前这一研究正在开展。
ALS方法(图a)和改进ALS方法(图b)的噪声估计结果
航空矢量初始对准过程的噪声估计
加速度计噪声mGal/Hz1/2 | 陀螺仪噪声o/(h.Hz)1/2 | ||||
方向 | E | N | E | N | U |
真值 | 5.00 | 5.00 | 0.060 | 0.060 | 0.060 |
初始值 | 0.50 | 0.50 | 0.600 | 0.600 | 0.600 |
ALS估值 | 4.97 | 4.95 | 0.062 | 0.062 | 0.4821 |