- 文献综述（或调研报告）：
捷联惯导系统的初始对准一般分为两个阶段：粗对准和精对准阶段。粗对准阶段主要根据陀螺和加速度计的输出解算姿态阵，迅速得到变换矩阵初始估值，为后续的精对准提供基础。方法较简单，姿态矩阵误差较大。所以计算出的导航坐标系和实际的导航坐标系之间存在偏差，可以用失准角来表示这两个坐标系之间的关系。精对准阶段的主要任务是估计出失准角，待失准角估计值达到稳态后，用此失准角估计值对最新得到的姿态阵作一次性修正。
- 粗对准阶段主要有两种方法可以迅速得到变换矩阵的初始估值：解析粗对准法和惯性凝固法。
解析法忽略所有的晃动干扰和陀螺及加速度计的测量误差，只根据重力加速度和地球自转角速度在地理坐标系和载体坐标系之间的关系，结合陀螺和加速度计的测量值解算出姿态变换矩阵的初始估值。解析法是最为简单的方法，同时误差也最大，因为该方法忽略了所有的误差项。失准角一般在数十角分至数度范围内，视晃动剧烈程度而定。若晃动干扰引起的角速度大于地球自转角速度，陀螺输出中的信噪比较低，且干扰角速度具有很宽的频带，已无法从陀螺输出中将地球自转角速度提取出来[1]。
在解析法的基础上，秦永元等提出了惯性凝固法粗对准。该方法中，地球自转角速度是一个已知的恒定值，只要时间测准，即可精确计算出重力加速度在惯性空间内旋转过的角度，重力加速度在惯性空间内方向的改变包含了地球北向信息，这就是凝固法的基本原理。但在计算过程中，虽然考虑了捷联惯导质心相对载体重心存在杆臂所产生的杆臂干扰加速度，但并没有对载体平动的干扰速度进行补偿，所以得到的姿态变换矩阵的初始估值仍有较大的误差[2][3]。
- 精对准的核心任务是通过一定方法精确估计出粗对准数学平台失准角。常用的精对准方法有罗经法、参数辨识法和卡尔曼滤波法。
罗经对准法从控制和频率域角度设计对准回路，将精对准过程分为水平精对准和方位精对准。罗经法自对准就是利用罗经项引起的干扰速度，用回路反馈的方法去补偿陀螺仪和加速度计的输出端，使方位失准角逐渐减小至极限值。当线运动干扰幅度较大时，罗经对准法需设置较长的阻尼时间常数，对准时间长[4][5][6]。
参数辨识法主要针对晃动基座条件下的初始对准，通过速度误差测量姿态误差。速度误差是以陀螺漂移、姿态误差初值为系数的时间t的三次函数，采用辨识技术，从速度误差测量值中可提取出陀螺漂移和姿态误差初值，从而计算出姿态误差。当辨识过程逐渐稳定时，计算得到的姿态误差越来越精确。此时便可对数学平台作修正，初始对准也即完成。两种实用参数辨识递推算法有最小二乘法和改良卡尔曼滤波法。修正前，姿态误差角以粗对准确定的姿态误差角为初值进行传播，而只有当姿态误差角的估计精度达到要求后，才能对姿态更新获得的姿态阵作修正。所以这种对准方法是开环对准法，对准时间也不能无限缩短，它仍受陀螺罗经原理的限制。加速度输出含有晃动引起的干扰角速度，该干扰加速度与晃动频率的平方成正比，当杆臂一定时，要达到相同的信噪比，晃动频率越高，所需时间越长[7][8]。
美国的Baziw 和Leondes 将 Kalman－Bucy 最优估计理论用于主子方式工作的惯性导航系统，子惯导系统进行Kalman-Bucy滤波，观测量为两者的速度和位置差，这是Kalman滤波理论应用于惯导系统初始对准的最早案例。卡尔曼滤波法精对准过程中，首先应建立系统的状态方程，并对状态方程作离散化处理，对准过程中以系统的速度输出作为观测量，建立与状态量相关的量测方程，可采用离散型卡尔曼滤波基本方程对误差作最优估计。该方法所用的Kalman最优估计理论假设滤波过程中噪声为白噪声序列，同时系统是线性的，但是若干扰过大，系统就不能近似成为线性系统，同时观测误差也不能视为白噪声，Kalman滤波方法已不再适用。研究人员在Kalman滤波方法的基础上，开始使用Hinfin;滤波、UKF滤波Sage-Husa自适应滤波以及粒子滤波等[9][10][11]。
参考文献：
[1] 秦永元.惯性导航[M]. 北京：科学出版社，2006
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
