GPS/陀螺组合对小卫星姿态的最优估计

小型和微小型卫星可采用陀螺和GPS姿态敏感器组成最小定姿系统，分析了利用GPS姿态敏感器输出的姿态信息作为观测值的级联滤波结构，提出了一种以减少GPS姿态敏感器输出的姿态滤波值作为组合推广卡尔曼滤波器观测值的频率与在线识别噪声相结合的滤波算法，并通过仿真验证了该姿算法的有效性。     

一种自适应混合滤波姿态解算算法

针对低成本惯性测量器件采用基于滤波的姿态解算算法存在精度低、抗干扰性差等问题,提出了一种基于共轭梯度法与互补滤波相融合的自适应参数调节的混合滤波算法.该算法首先利用共轭梯度算法对加速度计和磁力计的数据进行姿态四元数的迭代估算,再通过互补滤波算法将陀螺仪更新的姿态与其进行信息融合,最后根据载体的运动状态自适应调节滤波参数,实现最优姿态估计.为验证所提算法的可行性和抗干扰性,与其他滤波融合算法在移动机器人平台上进行抗磁干扰和抗运动加速度干扰实验.实验结果表明,该算法可以有效地降低磁干扰和运动加速度干扰对姿态角解算的影响,其姿态角解算精度优于传统的梯度下降法、高斯牛顿法和共轭梯度法的滤波融合算法.     

一种人体头部运动姿态的测量方法

为了解决人体头部在空间环境中运动时,头部的不良姿态对人体身心健康的影响,设计了一种三维姿态传感器用于测量人体头部运动姿态．三维姿态传感器以单片机为处理核心,恒温系统保证系统的测量精度,两路MEMS高精度加速度传感器测量X轴和Y轴姿态,MEMS磁强计测量Z轴姿态,测得的姿态信号经过16位ADC转换器进行模数转换后,由单片机完成数据处理,通过CAN将三种初始姿态信息欧拉角、方向余弦和四元数传输到计算机．用户可以根据不同需要选择一种初始数据采用专用软件实时计算所需的姿态角、速度和位移量等姿态信息．通过计算结果分析,得出人们在不同环境空间里人体身心最佳状态时头部运动的角度、速度和位移等的姿态信息范围,为人们在以后的生活和工作中更好的调控人体头部姿态提供一个标准,使人体始终处在一个舒适愉悦的状态．实验结果表明三维姿态传感器的测量精度分别达到0．08°、0．03°、0．05°,达到了一般实际工程的测量精度要求,且此方法快速、简单、切实可行．     

基于地磁场矢量误差反馈的姿态补偿算法

针对小型空中机器人在全球定位系统（GPS）失锁情况下的姿态估计问题,提出一种新的闭环姿态补偿算法.有GPS辅助的情况下,采用组合导航算法对姿态角和地磁场矢量做出估计;当组合系统无法有效工作时,将反馈控制的思想引入姿态估计过程,充分利用地磁场测量值与估计值之间隐含的姿态信息,通过地磁场矢量误差反馈对姿态角速率测量值进行修正,进而抑制惯性导航系统误差的发散.在小型空中机器人上对算法进行实物验证,并与参考系统对比.结果显示:在GPS失锁的情况下,与开环工作模式下的INS/GPS组合导航系统相比,新的闭环姿态补偿算法的姿态估计误差更小,使惯性导航系统的姿态误差积累得到了有效的抑制．     

利用多系统GNSS干涉反射测量估计长江巴东水位变化

水位信息是研究水循环、气候和生态环境变化的重要参数, 近实时、高精度地监测其变化具有重要的意义.传统水位计测量成本高、范围小, 且是相对水位测量.全球导航卫星系统干涉反射测量(GNSS-IR)利用岸边架设的GNSS接收机所获取的信噪比(SNR)数据估计水位变化, 为水位测量提供了一种新的监测方法, 具有全天候、高精度和近实时等优点.本文利用长江上游巴东多系统GNSS观测站采集30 d的GPS、BDS以及GLONASS系统SNR数据, 反演了水位变化, 并和水位站进行比对, 结果表明GNSS-IR获得厘米级的水位反演精度, RMSE最低为6.43 cm.GPS和GLONASS系统L1频段以及BDS系统B1频段估计结果较好, GLONASS系统L2频段的反演精度低于其他频段.联合不同GNSS系统估计水位变化, 提高了GNSS-IR反演水位的时间分辨率.     

考虑运动加速度干扰的无人机姿态估计算法

为解决动态环境下无人机导航系统姿态估计易受传感器噪声和运动加速度干扰的难题,提出一种考虑运动加速度干扰的无人机姿态估计算法。首先,建立运动加速度估计模型,根据基于卡尔曼滤波的加速度误差模型和由外部传感器提供的速度信息实现对运动加速度的精确估计,利用运动加速度估计模型获得的运动加速度对加速度计的原始值进行修正,降低动态环境下运动加速度对姿态估计的干扰。随后,搭建基于互补滤波的姿态估计模型,利用磁力计信息和修正后加速度信息构建陀螺仪修正量,对陀螺仪原始值进行修正,设计互补滤波器滤除来自加速度计和磁力计的高频噪声和来自陀螺仪的低频噪声,避免传感器噪声信号对姿态估计的干扰。最后,利用无人机试飞过程中采集的传感器信息对该算法进行实验验证。实验结果表明,该算法可以精确估计无人机机动过程中所产生的运动加速度,有效减弱传感器噪声和运动加速度对姿态估计的干扰,该算法显著提高了无人机导航系统在动态环境下姿态估计的精度和抗干扰能力。     

一种加速度计螺旋下落时误差系数的Allan方差分析

随着卫星导航定位系统和惯性导航系统（INS）的不断发展,由2种系统组成的组合导航系统已经在很多方面发挥了积极作用。随着组合导航系统技术日臻成熟,低成本的INS也得到了广泛应用,MEMS惯性器件体积小、功耗低,便于低成本系统的实现,但缺点是误差较大。为了对MEMS惯性器件的误差项进行分析和识别,多位研究人员使用Allan方差方法对惯性器件长时间数据进行处理对加速度计螺旋下落时的误差项进行了Allan方差分析,介绍了Allan方差分析方法的原理和实现方法,并利用该方法对加速度计的各个误差项进行了辨识通过对加速度计的实测数据进行处理和分析,属于短时间内Allan方差分析方法,并给出了加速度计各个误差项识别结果,对后续分析被测运动物体的姿态计算精度有参考价值。     

子平台惯导系统在动基座上传递对准的研究

以舰载导弹中的平台惯导系统为子平台惯导系统，论述了在子平台经粗对准后，精确估算其姿态误差角、目标方位误差角、漂移率的方法，对速度传递和姿态角度差传递的两种估算方法进行了理论推导和仿真计算。讨论结果表明，姿态角度差传递估算法不但可解决多个未知量的求解问题，而且能自动消除姿态角传感器误差对估算的影响，这成为本文的新见解。     

一种新型航姿系统

介绍了一种新型多功能惯性器件,它将双轴陀螺丐加速度计巧妙于民一体用它可构成新型垂直陀螺,再与磁通门传感器合成新型航姿系统,该系统能消除载体的变速运动对输出航姿角的影响,结构简单、紧凑,成本较低,可用于定向性移动卫星通信天线跟踪卫星的开环控制系统中。     

单天线GPS/加速度计组合测姿方法研究

为了提高微小型飞行器和导弹等横向尺寸不足以安装多天线GPS的飞行载体的姿态测量精度,研究了利用单天线GPS和加速度计组合进行姿态测量的方法.引入了伪姿态的概念,提出了由伪姿态测量辅助求取载体姿态的具体算法,阐述了单天线GPS和加速度计组合测姿的基本原理.建立了单天线GPS姿态测量的数学模型,给出了其姿态的求解过程,阐明了其物理意义.对单天线GPS测姿系统进行了半实物仿真试验.仿真结果表明:该测姿系统可以实时提供高精度的姿态信息,为单天线GPS/SINS组合导航系统在微小飞行器上的应用奠定了基础.     

低精度SINS初始对准/GPS双天线测向互辅算法

针对低精度捷联惯性导航系统无法实现航向角的自对准和全球定位系统双天线测向需要较长时间的初始化问题,研究了二者互相辅助的新算法．即利用SINS初始对准时的俯仰角信息和已知基线长度进行约束,通过搜索基线姿态角,在二次残差最小的条件下快速确定基线航向角,然后利用该航向角辅助SINS的快速初始对准．建立了互辅算法模型,论述了互辅原理,推导了相关公式．通过实验比较,验证了新算法的正确性及可靠性,30s内得到了0.2°的俯仰角和航向角误差,100s内实现了低精度SINS的初始对准,且算法简单,实用性强．     

无陀螺微惯性测量组合的优化算法研究

无陀螺微惯性测量组合是利用线加速度计空间的组合解算法载体的角速度，同时测量载体的轴向加速度，构成惯性测量组合，应用该方法可以设计出适用的中等精度惯性导航系统，在国外学者研究的基础上改进了9加速度计的模型，提出一种新疆的解算算法，抑制了迭代误差，该算法利用传感器的冗余信息直接求得所测量的角度速度的绝对值，及时修正微分方程的解，减少了解微分方程组所带来的累积误差，降低了惯性测量组合的漂移，经过仿真计算验证了该方案的可行性。     

编队飞行卫星自主相对导航算法研究

提出一种基于类GPS敏感器星间相对距离测量的编队飞行卫星相对位置、速度和姿态自主确定算法.在编队飞行卫星之间无相对速度测量时,利用两点相对轨道状态测量信息,建立相对轨道和姿态运动方程以及星间相对测量方程,推导了编队飞行卫星相对导航UKF(Unscented Kalman Filter)算法,估计其相对轨道和姿态等导航信息.并进行了数学仿真,仿真结果表明,该算法简单可靠,能够满足高精度编队飞行卫星相对导航要求.     

小型无人机GPS／航程推算组合导航系统研究

探讨了在无人机上发展ＧＰＳ／航程推算自式组合导航系统的必要性和可行性；对利用ＧＰＳ定位信息进行导航时所需的坐标转换问题作了分析研究；并对研制的ＧＰＳ／航程推逄组合导航系统的设计思想，总体方案，工作原软硬件结构作了介绍，给出了在小型无人机上进行导航试验的结果。     

基于MEMS与Android智能手机融合的 室内个人导航算法

针对微机电系统(micro-electro mechanical system,MEMS)惯性器件在导航解算中存在较大的累积误差问题,提出了一种基于MEMS惯性器件与Android智能手机融合的室内个人导航算法.导航算法在捷联惯性导航算法的基础上,根据人行走时的运动特点,引入了零速度检测与修正算法来检测人行走过程中的静止状态,并对行人静止时刻的速度和位置信息进行校正,以降低累积误差.导航解算中由于陀螺仪漂移导致获得的行人运动方向角误差较大,故采用MEMS陀螺仪输出姿态信息与Android智能手机中的电子罗盘方向角融合的行人运动方向校正算法来获取行人运动方向,并结合滑动均值滤波算法来进一步校正行人的运动方向,提高导航精度.最后通过实验结果验证了导航累积误差修正算法的可行性和有效性.     

基于扩展卡尔曼滤波的两轮机器人姿态估计

针对两轮自平衡机器人惯性传感器存在误差的问题,提出基于扩展卡尔曼滤波的方法进行补偿,从而实现机器人姿态的最优估计.利用实验获得的惯性传感器误差特性,采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据,从而建立机器人导航用惯性传感器陀螺仪和加速度计误差的数学模型,并对误差进行标定.采用扩展卡尔曼滤波将传感器的数据进行融合并对误差进行补偿,得到机器人姿态的最优估计.将滤波后的模型应用到两轮自平衡机器人系统,实验结果表明改进后的系统误差得到了有效的抑制,从而验证了采用低成本的惯性传感器进行机器人的姿态估计是有效可行的.     

无陀螺惯性测量组合实验系统设计

无陀螺惯性测量组合(Non-gyro InertialM easurem entUn it-NG IMU)是利用线加速度计在空间的组合解算出载体的角速度,同时测量载体的轴向加速度,构成惯性测量组合,应用该方法可以设计出适用的中等精度惯性导航系统.针对目前多种加速度计配置方案,提出NG IMU九加速度计配置方案,该方案直接得出角加速度表达式,有效避免了求解微分方程组.在推导了导航参数计算数学模型的基础上,在国内率先组建了实验系统,设计了数据处理电路,并且进行了角度测试实验.实验结果表明,该系统可以真实反映角度变化趋势,准确描述姿态信息,方案正确可行.     

基于卫星姿态敏感器和星载天线信息的联合姿态确定方法

为提高姿态估计的速度和精度,提出一种利用星载天线信息进行姿态确定的新方法。研究分析了天线接收信号中可以用于卫星姿态确定的信息,推导并建立了由误差四元数表示的天线测量残差线性模型。基于卫星姿态敏感器的测量残差模型和天线测量残差模型,组建了陀螺/红外地平仪/太阳敏感器/天线新型联合姿态确定系统,最后利用集中式测量融合滤波对卫星姿态进行估计。仿真结果表明,天线信息的引入可以显著提高姿态确定的精度,并使整个系统的收敛速度有明显提高。     

Small MEMS smart antenna for software radio fuze

The signal transceiver of the software radio fuze depends on the front-end radio frequency (RF) antenna. RF micro-electro-mechanical-system (MEMS) smart antennas have the capability of flexible beam rapid scanning, multi-beam forming and so on, which can improve the ability of detecting, sensing and tracking multiple targets of the fuze. The small RF MEMS smart antenna consists of a 2×2 aperture coupled antenna array and six 1-bit MEMS phase shifters. Simulated results demonstrate that the antenna can complete beam steering angles of ±30° in both X and Y plane at 17.3.GHz. All components can be fabricated and monolithically integrated with MEMS technology which causes the system low cost and small volume. The RF MEMS smart antenna presents a good and important prospect for the development of the software radio fuze antenna.     

MEMS陀螺仪随机漂移误差滤波处理研究

MEMS陀螺仪是一类新型惯性器件,具有体积小、成本低、重量轻、可靠性高等优点,但是精度较低、随机漂移误差比较大.从实际工程应用角度出发,针对MEMS陀螺仪的随机漂移误差,首先进行实时均值滤波处理,然后基于随机序列时序分析法的基本原理,建立MEMS陀螺仪随机漂移误差的一阶AR模型,然后依据kalman滤波算法的马尔科夫特性,提出了对MEMS陀螺仪每次输出进行实时多次滤波处理的新方法.通过对具体测量数据进行处理,MEMS陀螺仪的随机漂移误差减小到原来的百分之二左右.