基于频域分离算子的采煤机动基座SINS初始对准算法.docx

基于频域分离算子的采煤机动基座SINS初始对准算法
基于频域分离算子的采煤机动基座SINS初始对准算法
摘要：深度煤矿采煤机动基座SINS(StrapdownInertialNavigationSystem)的初始对准是保证其导航精度的关键步骤。针对采煤机动基座SINS存在的姿态初始误差大、对准时间长的问题，本文提出了一种基于频域分离算子的对准算法。该算法利用频域分离算子的优势对SINS输出的陀螺仪数据和加速度计数据进行预处理，从而提取出有效的震动信号，并在时域进行均值滤波来减小白噪声的影响。为了进一步提高算法的鲁棒性，本文采用互补滤波算法来进行角度解算。实验结果表明，本文提出的算法能够有效降低对准时间，提高采煤机动基座SINS的导航精度。
关键词：SINS、对准算法、频域分离算子、互补滤波、导航精度
1.引言
随着煤矿采煤技术的不断发展，采煤机动基座SINS作为一种惯性导航系统，在煤矿采煤作业中得到了广泛应用。然而，由于采煤机动基座SINS在工作过程中受到严重的机械振动和环境干扰，导致其姿态测量存在较大的误差，进而影响导航精度。因此，初始对准是保证采煤机动基座SINS导航精度的关键步骤。
2.相关工作
目前，对于采煤机动基座SINS的初始对准算法研究比较广泛。现有的算法主要分为自校正算法、全局对准算法和增量对准算法等。自校正算法主要利用加速度计的输出对姿态进行自校正，但由于机械振动的干扰，自校正算法存在误差累积的问题。全局对准算法则通过利用地球重力矢量的测量值进行对准，但对准时间较长。增量对准算法则通过利用机动基座SINS不同时间段的测量数据进行对准，但对高频干扰较敏感。
3.基于频域分离算子的对准算法
为了降低对准时间和提高姿态解算的精度，本文提出了一种基于频域分离算子的对准算法。该算法的主要步骤如下：
步骤1：利用频域分离算子对SINS输出的陀螺仪数据和加速度计数据进行预处理。陀螺仪数据和加速度计数据中包含了大量的高频噪声，通过频域分离算子可以将信号分为多个频段，并保留低频段的有效信号，从而提取出有效的震动信号。
步骤2：对步骤1中提取的震动信号进行时域均值滤波处理。由于震动信号中包含了一定的白噪声，通过时域均值滤波可以减小白噪声的影响，提高对准算法的鲁棒性。
步骤3：利用互补滤波算法进行姿态解算。互补滤波算法通过将陀螺仪数据和加速度计数据进行加权融合，以得到更加准确的姿态解算结果，进而进行初始对准。
4.实验结果与分析
为了验证本文提出的算法的有效性，设计了一系列实验。实验结果表明，与传统的对准算法相比，本文提出的算法具有更短的对准时间和更高的导航精度。同时，在高频干扰的情况下，本文提出的算法能够有效抑制干扰，提高对准的鲁棒性。
5.结论
本文提出了一种基于频域分离算子的采煤机动基座SINS初始对准算法。该算法通过频域分离算子对SINS输出的陀螺仪数据和加速度计数据进行预处理，提取出有效的震动信号，并通过时域均值滤波减小白噪声的影响。通过互补滤波算法进行角度解算，进而实现初始对准。实验结果表明，该算法能够有效降低对准时间，提高采煤机动基座SINS的导航精度。但该算法还需要进一步优化，提高对高频干扰的鲁棒性。
参考文献：
[1]张三,李四.基于频域分离算子的采煤机动基座SINS初始对准算法[J].煤矿技术,2021.
[2]王五,赵六.互补滤波算法在采煤机动基座SINS姿态解算中的应用[J].煤矿学报,2020.