| Resumo : |
Esta tese investiga o problema do auto-alinhamento e calibração estacionários (AACE) para sistemas de navegação inercial solidários (SNIS). Inicialmente, uma análise de erros é apresentada para formulações de alinhamento grosseiro tradicionais. Expressões analíticas para os erros de normalidade, ortogonalidade, alinhamento e em ângulos de Euler são derivadas, permitindo-nos comparar as formulações em termos de autonomia, exatidão e rapidez. Tanto incertezas nos sensores inerciais, quanto nas informações de latitude e gravidade são consideradas na análise. Como contribuição deste estudo, propõe-se um método melhorado de alinhamento grosseiro, capaz de eliminar erros de ortonormalidade e de produzir erros de alinhamento e em ângulos de Euler independentes do tempo. Na sequência, é apresentado um estudo acerca do vetor de estados ideal para filtros de Kalman aplicados ao AACE. Algoritmos de estimação são derivados, permitindo-nos investigar o acoplamento dinâmico existente entre as variáveis de estado. Como contribuição deste estudo, demonstra-se que o erro em velocidade vertical é essencial para a estimação da maioria das variáveis. Os erros em posição, por outro lado, só afetam os vieses dos sensores inerciais. Como consequência, verifica-se que um filtro de Kalman com 12 variáveis de estado é a escolha ótima para fins de AACE, a despeito do tradicional modelo de erros de Bar-Itzhack e Berman. Na sequência, são investigadas as propriedades de observabilidade do AACE. Com exceção dos erros em velocidade, verifica-se que todas as variáveis de estado do filtro são individualmente não-observáveis. A estimabilidade do AACE também é investigada, permitindo-nos concluir que a redução da ordem do filtro não deve ser pautada na falta de observabilidade do AACE. Como contribuição deste estudo, demonstra-se que os erros em posição são as únicas variáveis de estado não-estimáveis no AACE e, portanto, as únicas passíveis de eliminação. Por fim, é apresentado um estudo acerca do vetor de medições ideal para filtros de Kalman aplicados ao AACE. Duas estratégias de medição são investigadas: a estratégia tradicional, que usa medições de velocidade, e uma nova estratégia, que utiliza, adicionalmente, medições da velocidade angular da Terra e da gravidade local. Decompondo-se, via fatorização de Cholesky, a matriz de observabilidade do AACE, demonstra-se, analiticamente, que a nova estratégia é capaz de acelerar a estimação das variáveis de estado, sendo, portanto, considerada superior. Resultados de simulação e experimentais confirmam a veracidade das conclusões supracitadas. |