初始对准是捷联惯导系统的一项关键技术,在很大程度上决定了系统的工作精度和快速反应能力。对捷联惯导系统而言,当初始失调角较大,而阵风等外部干扰因素又较强时,对准精度显著下降,基于失准角均为小角度假设建立的线性对准模型已不能准确描述系统的误差传播特性,传统的卡尔曼滤波算法也不能满足对准精度的要求。因此研究大失准角下的非线性对准技术对于捷联惯导系统十分必要。 本文首先针对大失准角的非线性系统,通过推导捷联惯导系统的误差方程,并考虑陀螺仪的随机漂移误差和加速度计的随机偏差,建立方位大失准角情况下的非线性对准模型:其次通过对非线性鲁棒扩展卡尔曼滤波算法的仿真研究,提出目前常用的非线性鲁棒扩展卡尔曼滤波算法在实际应用中所存在的发散问题,并分析归纳该算法导致滤波发散的主要原因,根据实际模型简化滤波算法,减少滤波计算量;然后,针对非线性鲁棒扩展卡尔曼滤波自适应能力强但易发散的特点,将文献[1]所提出的改进型的Sage-Husa自适应噪声估计算法推广到非线性系统,探讨了一种既保证滤波的精度又提高自适应能力的改进型非线性自适应卡尔曼滤波;最后,将扩展卡尔曼滤波、非线性强跟踪自适应滤波、非线性鲁棒扩展卡尔曼滤波和改进型非线性自适应滤波应用于捷联惯导系统的非线性对准中,分析不同滤波器在噪声误差和模型误差条件下,对水平失准角和方位失准角滤波精度的影响。仿真结果表明,改进型非线性自适应卡尔曼滤波可有效的抑制滤波发散,对先验噪声统计特性和系统数学模型依赖小,具有较大范围的自适应能力,可大大提高对准精度,满足捷联惯导系统的非线性对准需要,适用于更一般的工程要求。