基于机动检测的捷联航姿算法研究

针对低精度陀螺仪、加速度计和磁传感器组成的捷联航姿系统存在的易受载体运动加速度影响而导致姿态精度下降甚至发散的问题进行了研究,提出了一种基于机动检测的捷联航姿算法。该算法根据陀螺仪数据进行姿态实时更新,利用加速度计和磁传感器输出对载体姿态误差进行校正以保持航姿输出的长期精度。算法根据加速度计输出在导航系中投影的水平分量进行机动检测,剔除机动期间的加速度数据,利用载体匀速运动状态下的加速度数据与磁传感器数据构造量测,利用卡尔曼滤波器对姿态误差进行估计并修正。仿真结果表明,该算法能有效完成载体机动检测,保证系统存在机动的情况下姿态精度满足应用要求。     

基于磁阻传感器的航姿测量系统罗差补偿技术研究

针对磁阻航姿测量系统在实际应用中易受到周围环境中的软硬铁效应引起的罗差干扰导致其航向角精度较低的问题,本文在分析航姿测量系统罗差产生机理的基础上,建立了对应的罗差修正模型,同时在已知当地磁倾角和由捷联于测量系统中的加速度计提取的载体姿态信息的基础上,提出了采用超定线性方程组求最小二乘解的方法推导出罗差系数的标定补偿算法。最后利用设计的算法对系统进行误差补偿对比试验。结果表明,该罗差补偿算法是正确有效的,三轴软硬铁效应得到了有效的补偿并且航向角解算精度得到了显著提高。该补偿方法为后续的载体误差分析和补偿提供了理论参考,具有一定的工程应用价值。     

无位置输入的民机姿态航向误差修正算法

姿态更新算法与姿态误差修正算法是捷联姿态航向参考系统中一项长期研究的关键技术。研究了在无位置输入和无法计算位置项引起地球自转分量无法补偿的情况下,针对姿态航向系统仍必须提供可靠的、正确的姿态航向信息这一突出问题,提出了忽略误差方程中微小量,利用飞机航线覆盖区域的中心纬度值替代误差方程中的纬度项,将简化后的算法引入的误差等效为陀螺漂移和加速度计零位的思想。设计了基于四元数的内阻尼卡尔曼滤波器,更新姿态四元数修正误差。结果显示对于漂移为10°/h的光纤陀螺构建的系统,修正后姿态精度优于0.3°,航向精度优于1°。     

基于双级互补滤波的姿态测量算法设计

陀螺仪的漂移、载体的线性加速度和磁场的干扰是影响MARG传感器姿态测量精度的主要原因。针对传统姿态测量算法在磁干扰环境下由于航向角误差导致水平角测量精度降低以及载体线性加速度影响水平角精度的问题,提出了一种基于四 元数的双级互补滤波姿态融合算法。该算法利用加速度计和磁力计测量数据分别对估计四元数进行补偿修正,避免了磁干扰环境下航向角误差对水平姿态测量的影响。同时引入线性加速度误差和磁干扰误差自适应补偿方案,以降低线性加速度与磁干扰的影响,为了验证算法的有效性,进行了静态与动态实验。实验结果表明该姿态测量算法能显著提高姿态测量精度和抗干扰能力,与传统的Mahony算法相比,俯仰/滚动角的测量精度完全不受磁干扰的影响,性能得到了明显的提升。     

姿态误差算法的比较及研究

姿态解算一直以来都是导航系统研究的重点,保证被测量载体的姿态信息的精确解算则是一项重要的任务,由于刚体的不可交换性,导致误差的出现,在圆锥运动下产生的圆锥误差是惯导系统的重要误差源,对此提出一种改进的圆锥误差补偿算法并与捷联惯性导算法比较,并以典型圆锥运动做为输入,对其进行数字仿真分析,通过改变经典圆锥运动部分参数,检验圆锥误差补偿的解算过程精度,得出改进的圆锥误差补偿算法是解决圆锥误差的有效方法。     

卡尔曼滤波在两轮自平衡代步车姿态检测中的应用

介绍了一种MENS加速度计、陀螺仪与嵌入式微控制器相结合的两轮自平衡代步车姿态检测系统。针对加速度计和陀螺仪测量分别存在噪声干扰和随机漂移误差,采用卡尔曼滤波实现传感器数据融合,补偿传感器测量误差,得到车体姿态的最优估计。将该算法移植到姿态检测系统的微控制器中,测试结果表明卡尔曼信息融合可以有效提高系统检测精度。     

组合导航系统在四旋翼无人机上的实现

针对无人飞行器行业的快速发展和导航系统对飞行器的重要性,提出了组合导航系统的融合方案。介绍了捷联惯导系统的原理、姿态算法。通过对惯性传感器进行误差标定和补偿,利用扩展卡尔曼滤波器建立了INS/GPS组合导航系统。仿真实验表明,组合导航系统的工作性能要优于纯惯性导航系统,能够为飞行器提供较高的导航精度。最后,将这种组合导航系统在四旋翼无人飞行器上进行了实现。     

基于旋转矩阵KF的低成本MEMS姿态解算

针对低成本MEMS器件组合的姿态检测系统在运动加速度干扰下姿态估计精度较差等问题,提出了一种基于旋转矩阵卡尔曼滤波器(KF)的姿态解算方法.为了克服四元数法观测方程为非线性的缺点,该方法以旋转矩阵部分元素建立状态方程,并对量测加速度采用状态反馈估计的运动加速度进行补偿,减小了外部加速度的干扰,然后通过构造水平观测向量降低了计算复杂度,并给出了量测噪声协方差的推导.最后设计了卡尔曼滤波器对量测信息实现融合.动静态测试表明,该方法消除了累计误差,与无迹卡尔曼滤波(UKF)相比,提高了在运动加速度干扰下的姿态估计精度.     

适用于主动式半捷联的伺服电机多级控制调速方法

针对现有捷联式惯性测量技术存在的被测载体在高自旋运动环境下姿态测量精度低的问题,提出了半捷联惯性测量的概念、原理和主动式半捷联惯性测量的实现方法,同时针对主动式半捷联惯性测量系统中对电机转速较高的控制要求,提出了适用于伺服电机速度调节的多级控制策略.通过测速陀螺输出补偿系统、转速复合测量系统、智能修改PID参数系统、高动态响应电机驱动执行系统等具体控制方法的实施,实现了对电机转速的精确控制,有效地抑制了被测载体高自旋对惯性系统姿态测量精度的影响,具有一定的工程应用价值.     

姿态融合滤波的无人机抗干扰控制算法

提出一种基于姿态融合滤波的无人机(UAV)抗干扰控制算法.分析无人机飞行的运动模型,构建无人机在飞行的姿态参量约束下的运动方程,设计扩展卡尔曼滤波器进行干扰滤波,实现飞行姿态参量信息融合,以捷联惯导传输到执行器的姿态融合误差为控制目标进行控制算法优化.仿真实验结果表明:采用该方法进行无人机的姿态信息融合和控制,输出的姿态信息参量具有较高的精度,误差收敛到最小,控制性能较好,抗干扰能力较强,保障了无人机的稳定飞行.     

状态切换CDKF算法及其在低成本紧组合导航系统中的应用

成本SINS/GPS紧组合导航系统在大失准角情况下出现的滤波发散现象,建立了基于乘性四元数的非线性导航系统误差模型,并提出一种基于乘性四元数的状态切换中心差分卡尔曼滤波算法.该算法通过在均值四元数计算过程中引入修正的罗德里格参数进行状态切换,解决了传统中心差分卡尔曼滤波算法中对于四元数正交规范化的限制.仿真实验结果表明,本文提出的方法能够有效实现对于载体运动状态的在线估计,且与无迹卡尔曼滤波算法相比,具有更高的滤波精度.     

自主姿态测量算法研究

航姿系统一般不实时计算速度和位置信息,无法补偿地球自转和表观运动引起的分量误差,同时陀螺漂移较大,载体长时间持续机动时,出现姿态精度不高,甚至发散的问题。提出了一种基于卡尔曼滤波的姿态融合算法,将等效陀螺漂移列入系统状态,利用卡尔曼滤波的新息对运动状态进行判别,在一定条件下,用加速度计的输出作为量测量进行卡尔曼滤波的量测更新过程。实验结果表明,所提出的姿态融合算法考虑了陀螺漂移,能提高载体长时间机动时的姿态精度。     

基于改进卡尔曼滤波的陀螺仪误差补偿算法

针对基于卡尔曼滤波的MEMS陀螺仪误差补偿算法中量测噪声方差选取不准确的问题,提出一种基于改进卡尔曼滤波的陀螺仪误差补偿算法.卡尔曼滤波通常采用统计特性估计得到固定的量测噪声方差,无法自适应地估计不同环境下陀螺仪噪声特性.该算法将卡尔曼滤波与神经网络相融合,使用卡尔曼滤波新息矩阵作为神经网络输入,通过神经网络得到新息协方差矩阵,以此自适应地估计卡尔曼滤波量测噪声方差.将该算法应用到陀螺仪信号误差补偿中,使用Allan方差分析法对原始信号以及误差补偿后的陀螺仪信号进行分析,实验结果表明该算法能够有效地抑制陀螺仪随机误差,提高MEMS陀螺仪的精度.     

基于卡尔曼滤波的航姿参考系统设计

针对传统的航姿参考系统AHRS（Attitude and Heading Reference System）中姿态角精度不高的问题,设计了一种新型的基于卡尔曼滤波的姿态检测系统。该系统采用了三轴磁传感器、三轴陀螺仪及三轴加速度计,用四元数的方法来描述载体运动的姿态,通过陀螺仪测姿态四元数,卡尔曼滤波算法融合加速度计和磁传感器数据,对姿态四元数进行修正,从而提高姿态解算精度。实验数据表明,系统能够较好修正陀螺仪漂移,且三个角度的均方根误差均优于0.25°,具有良好的噪声抑制能力。     

基于载波频率辅助相位的GPS信号跟踪算法

针对传统全球定位系统(GPS)接收机在高动态环境下跟踪性能不理想,提出一种基于载波频率辅助相位的GPS信号跟踪算法。利用锁频环(FLL)辅助锁相环(PLL)的方式代替传统单一跟踪环路,通过卡尔曼(Kalman)滤波器对接收机各跟踪通道中频信号进行综合处理。根据多条跟踪通道的伪距和伪距率残差对系统状态参量进行综合估计,并搭建Kalman滤波器的状态方程和量测方程,给出了跟踪环路反馈量,与传统标量跟踪模式下的跟踪性能进行了对比。仿真结果表明,基于载波频率辅助相位的GPS信号跟踪算法进入稳态时间减小了100 ms,位置误差精度提高了5 m,速度误差精度提高了近3 m/s,在接收机用户快速运动的环境下,能够很好地处理高动态信号。     

基于非线性滤波估计的北斗B1 QPSK 信号跟踪方法

复杂环境下的多普勒频移变化及信号功率衰减均会对载波准确跟踪造成影响. 在研究北斗卫星B1 频点信号结构的基础上, 建立以环路中相关积分值为观测量的非线性EKF 模型和UKF模型, 并提出利用滤波估计状态量进行状态反馈控制的方法, 从而解决了载波跟踪环路在高动态及弱信号环境中难以高性能工作的问题. 实验结果表明,状态反馈控制的EKF 模型和UKF滤波模型能准确地跟踪弱信号及高动态下的信号变化, 从而有效控制跟踪误差, 为实现快速准确的载波跟踪奠定了基础.

     

Self-tuning weighted measurement fusion Kalman filter and its convergence

For multisensor systems, when the model parameters and the noise variances are unknown, the consistent fused estimators of the model parameters and noise variances are obtained, based on the system identification algorithm, correlation method and least squares fusion criterion. Substituting these consistent estimators into the optimal weighted measurement fusion Kalman filter, a self-tuning weighted measurement fusion Kalman filter is presented. Using the dynamic error system analysis (DESA) method, the convergence of the self-tuning weighted measurement fusion Kalman filter is proved, i.e., the self-tuning Kalman filter converges to the corresponding optimal Kalman filter in a realization. Therefore, the self-tuning weighted measurement fusion Kalman filter has asymptotic global optimality. One simulation example for a 4-sensor target tracking system verifies its effectiveness.     

H∞滤波在高精度载波相位组合导航中的应用研究

建立了以载波相位双差观测量对惯导位置误差直接进行观测的数学模型,应用H∞鲁棒滤波理论,对组合导航系统进行闭环反馈控制。在噪声特性不确定的情况下,确保了系统的可靠性和实时性。在同样条件下对上述模型与Kalman滤波进行了动态仿真并比较,结果表明,该系统状态估计精度较高,系统鲁棒性好,对实际工程应用具有良好的参考价值。     

改进的自适应Kalman滤波在SINS/GPS组合导航中的应用

全球定位系统（GPS）因信号受到遮挡和干扰而产生观测量突然失准,使捷联式惯性导航系统（SINS）/GPS组合导航的卡尔曼滤波器性能急剧下降。针对上述问题,提出了一种改进的自适应卡尔曼滤波的方法,通过失准时的新息对先验状态均方误差阵进行自适应调节,解决了新息协方差与实际严重不符的问题。仿真实验中,对比了传统的卡尔曼滤波、自适应卡尔曼滤波、自适应抗差卡尔曼滤波和改进的自适应卡尔曼滤波的估计性能,证明了所提出算法的有效性。     

Kalman滤波理论在GNSS信号跟踪中的应用

在分析传统GNSS接收机跟踪环路的基础上,对传统的码环滤波和载波滤波在复杂的环境下精度不高的问题,提出一种以自适应Kalman滤波算法代替码环和载波环中的两个环路滤波器,并依据新息自适应的对测量噪音实时调整,将调整结果输入到卡尔曼跟踪环路,估计跟踪误差、实现GNSS(扩频信号)信号的跟踪,提高环路在复杂应用环境下的跟踪精度。仿真结果证明了这种方法提高了跟踪精度,对环境的适应能力有了明显的增强。