壳体翻滚失准角辨识方法：基于扰动比力的静态Kalman滤波器

"基于扰动比力的壳体翻滚失准角辨识 (2010年)" 本文是一篇自然科学领域的论文，发表于2010年，主要研究了如何在动态基座条件下准确辨识安装在空间稳定平台上的陀螺仪壳体翻滚失准角。作者包括棋佩达、高钟毓、吴秋平和伺虔屈等人，来自清华大学精密仪器与机械学系。 在惯性导航系统中，陀螺仪是至关重要的组件，用于感知和测量设备的旋转运动。然而，由于制造和安装误差，陀螺仪的壳体可能会与其旋转轴存在一定的失准角度，这种现象被称为壳体翻滚失准角。这种失准会导致姿态测量的误差，影响系统的精度和稳定性。因此，识别并补偿这些失准角是提高惯性导航系统性能的关键步骤。 文章提出了一种基于扰动比力矢量的壳体翻滚失准角模型。扰动比力是指由于环境因素（如重力、振动等）导致的相对于陀螺仪主轴的附加力。通过分析这些扰动力，可以推导出壳体翻滚失准角的信息。为了从观测数据中提取这些信息，作者设计了一个静态Kalman滤波器来识别模型的系数。Kalman滤波是一种有效的数据处理方法，它能结合先验知识和实时观测，提供对动态系统的最优估计。 实验结果显示，该方法在静止水平基座和摇摆基座条件下都能保持相同的壳体翻滚失准角辨识精度。经过模型补偿后，姿态角的测量误差与使用最小二乘法辨识壳体翻滚失准角的方法相比，差值不超过1.54弧秒，远低于对姿态角测量精度的要求。这表明，该方法能够显著提高动态条件下的姿态测量准确性。 该研究成果对于提升航天器、无人机、舰船等应用中的惯性导航系统的稳定性和精度具有重要意义，为解决实际工程问题提供了理论支持和技术方案。此外，它还为未来更高级的滤波算法和失准角补偿技术的发展奠定了基础。