第三章 惯性导航系统（INS）原理
各位同学，今天我们来啃一块硬骨头——惯性导航系统。说实话，我刚入行那会儿，觉得INS这东西特别神秘，一个黑盒子就能知道你在哪儿？后来拆开一看，核心就是陀螺仪和加速度计。嗯，今天我就带大家把这层窗户纸捅破。
3.1 陀螺仪与加速度计原理
先说说陀螺仪。我习惯把它理解成「一个倔强的转子」。你想想看，一个高速旋转的物体，你推它一下，它偏不顺着你的方向转，而是跟你较劲。这就是角动量守恒在作怪。
实际工程中，我们用的陀螺仪分几种：
- 机械陀螺：老前辈了，精度高但体积大。我记得十年前在某型号导弹上见过，一个陀螺仪比我的拳头还大两圈。
- 光纤陀螺：利用萨格纳克效应。说白了就是两束光在光纤圈里跑，一个顺时钟一个逆时钟，转动时会产生相位差。我在项目中用过，抗冲击性特别好。
- MEMS陀螺：现在手机里用的就是它。便宜、小，但精度嘛...嗯，你懂的。
加速度计就简单多了。本质上就是个弹簧-质量块系统。质量块被加速时，弹簧会变形，测出变形量就能算出加速度。我刚开始做设计时总觉得这玩意儿太简单，直到有一次在振动台上测试，发现输出全是噪声...后来才明白，加速度计最怕的就是振动耦合。
核心公式：
陀螺仪输出：ω = dθ/dt + 漂移 + 噪声
加速度计输出：a = d²r/dt² - g + 偏置 + 噪声
注意那个g！加速度计测的是比力，不是纯运动加速度。这个坑我踩过，当时把重力加速度当成了运动加速度，结果导航结果直接飞了。
3.2 捷联惯导系统力学编排
捷联惯导，说白了就是把陀螺和加速度计「绑」在载体上。没有物理平台，全靠数学计算。我个人觉得这是惯导系统最精彩的部分。
力学编排的核心就三件事：
- 姿态更新：用陀螺仪测的角速度，实时更新载体的姿态矩阵。我习惯用四元数法，虽然理解起来费劲，但计算效率高，没有奇点问题。
- 速度更新：把加速度计测的比力投影到导航坐标系，减去哥氏加速度和重力，积分得到速度。
- 位置更新：对速度积分，得到位置。
这里我画了一张图，把整个流程串起来：
你看，整个流程是环环相扣的。姿态算错了，速度和位置全完蛋。我有个习惯，每次做力学编排时，都会先单独测试姿态更新模块，确认没问题了再接上速度和位置。
实战技巧：
我曾经在无人机项目里，发现姿态发散得特别快。查了两天才找到原因——陀螺仪的采样频率不够。你想想看，无人机转弯时角速度变化很快，采样率低了就丢信息。后来我把采样率从100Hz提到400Hz，问题就解决了。
3.3 INS误差方程
为什么要研究误差方程？说白了，没有完美的传感器。陀螺仪有漂移，加速度计有偏置，这些误差会随着时间累积。我见过最夸张的一次，某型MEMS惯导开机10分钟，位置误差就漂了500米。
INS误差方程通常包括：
| 误差类型 | 来源 | 传播特性 | 我踩过的坑 |
|---|---|---|---|
| 姿态误差 | 陀螺漂移 | 随时间线性增长 | 温度变化导致漂移突变，忘了做温补 |
| 速度误差 | 加速度计偏置 + 姿态误差 | 随时间线性增长 | 初始对准没做好，速度误差直接翻倍 |
| 位置误差 | 速度误差积分 | 随时间平方增长 | 这个最要命，跑10分钟和跑1小时误差差4倍 |
误差方程的数学形式我就不全写了，挑一个最关键的：
// 姿态误差方程（简化版）
// φ 是失准角，ε 是陀螺漂移
dφ/dt = -ω_in × φ + ε
// 速度误差方程
// δv 是速度误差，δa 是加速度计偏置
d(δv)/dt = f × φ + δa - 2ω_ie × δv
// 位置误差方程
d(δp)/dt = δv为什么会这样？我解释一下：
姿态误差方程里有个叉乘项，意思是姿态误差会跟地球自转角速度耦合。你想想看，如果姿态偏了1度，在地球自转的影响下，这个误差会越来越大。这就是为什么高精度惯导必须用卡尔曼滤波来估计和补偿这些误差。
避坑指南：
我曾经在车载导航项目里，忽略了杆臂效应误差。简单说就是陀螺和加速度计的安装位置不重合，导致角运动和线运动耦合。当时测试数据怎么都对不上，后来发现是安装偏差2厘米引起的。嗯，从那以后我每次做系统集成，第一件事就是标定杆臂。
最后说一句，INS误差方程不是用来吓人的。它告诉我们两件事：第一，纯惯导不能长时间独立工作，必须组合导航；第二，误差建模越准确，滤波效果越好。我个人习惯在项目初期就花时间把误差模型建好，后面调试能省一半时间。
好了，这一章的内容就到这里。记住，惯导系统是个「积跬步以至千里」的系统，每一步误差都会累积。理解误差方程，就是理解惯导的命门。