[发明专利]一种MIMU组网式系统级标定方法

摘要

本发明提出一种MIMU组网式系统级标定方法。对量产后同批次MEMS惯性传感器构建的批量MIMU，建立MEMS惯性传感器的误差模型，通过多机动方式对由每个MIMU构建的捷联式惯性导航系统进行内环滤波估计获得内环滤波估计值；然后每个MIMU与其邻近多个MIMU之间进行内环滤波估计值交换，并根据自身内环滤波估计值和邻近多个MIMU的内环滤波估计值进行外环滤波估计，获得每个MIMU中MEMS惯性传感器误差模型参数，实现批量MIMU的标定。本发明克服了采用传统分立式标定方法需要依赖高精度转台以及系统级标定方法只能得到有限参数的缺陷。

主权项

一种MIMU组网式系统级标定方法，其特征在于，包括以下步骤：步骤一、将待测MIMU分别安置于同一刚性测试平台内的安装基准上，调整各个待测MIMU的基准面与安装基准吻合；在中心计算机中建立MEMS惯性传感器的误差模型；步骤二、根据预先设定的采样周期、滤波周期以及测试平台的机动方式对测试平台进行激励，在测试平台机动过程中采集每个MIMU中MEMS惯性传感器的输出值并将输出值送入中心计算机；步骤三、中心计算机中对MEMS惯性传感器的输出值采用捷联式惯性导航方法进行导航解算，获得MIMU的速度、位置、姿态；并建立内环滤波估计环节的系统状态方程和系统测量方程；步骤四、中心计算机进行内环滤波估计获得每个MIMU的内环滤波估计值，内环滤波估计值包括每个MIMU的内环滤波估计环节的状态量一步预测值、一步预测均方误差、滤波增益值以及内环滤波估计环节的状态估计值；然后在每个MIMU与其邻近的多个MIMU之间交换内环滤波估计环节的状态量一步预测值、一步预测均方误差、滤波增益值；步骤五、中心计算机根据每个MIMU获得的邻近多个MIMU的内环滤波估计环节的状态量一步预测值、一步预测均方误差、滤波增益值，对每个MIMU进行外环滤波估计，获得每个MIMU中MEMS惯性传感器误差模型参数的精确估计值；步骤六、中心计算机将误差模型参数的精确估计值返回给各个MIMU，使用测试平台的运动激励验证每个MIMU中MEMS惯性传感器误差模型参数精确估计值的准确度，并计算MEMS惯性传感器误差模型参数的误差方差；步骤七、将步骤六获得的每个MIMU中MEMS惯性传感器误差模型参数的误差方差与预先设定的误差方差阈值进行比较，若误差方差大于误差方差阈值，则返回步骤三；若误差方差不大于误差方差阈值，则把MIMU外环滤波估计获得的模型参数的精确估计值作为每个MIMU中MEMS惯性传感器误差模型的标定结果，完成对批量MIMU的标定。