无陀螺捷联惯导系统角速度解算新方法

针对无陀螺捷联惯导系统解算载体角速度精度不高的系统瓶颈,提出了两种新的角速度解算方法.基于一种九加速度计配置方案,利用比力方程解算得到的角加速度项、角速度平方项和乘积项,构造了两种角速度的辅助算法.此法避免了由于积分导致误差积累的同时,也避免符号判断、数据开方的过程.仿真结果不仅表明了两种辅助算法的可行性,而且在解算精度方面也优于积分法和开方法.     

无陀螺惯性测量系统角速度估计算法

针对无陀螺惯性测量系统中角速度解算的难题,文中在分析目前常用角速度解算方案优缺点的基础上,根据Kalman状态估计理论,建立了新的不局限于某种加速度计配置方式的系统状态方程和观测方程模型,推导出了带控制项和系统干扰噪声的限定记忆Kalman状态估计公式,通过一种九加速度计配置方式,对该估计算法进行了仿真验证,仿真结果表明该算法能有效地提高角速度解算的精度,避免了其他角速度解算方案误差发散和小角度符号判断难题.     

扩展Kalman滤波算法在GFSINS角速度解算中的应用

为提高无陀螺捷联惯性导航系统（GFSINS）九加速度计配置的角速度解算精度，文中提出使用扩展卡尔曼滤波算法。该方法更精确地估算出角速度的误差，并对角速度进行线性补偿。通过仿真分析表明，该方法可以有效地提高角速度解算精度。     

基于非线性最小二乘法的姿态优化算法

在无陀螺捷联惯导系统中,在一种适合高自旋弹丸运动姿态测试的十二加速度计配置方案下,针对由十二加速度计的输出直接解算出角速度的方法中没考虑加速度计的安装误差问题,提出一种提高角速度解算精度的优化算法。该方法基于非线性最小二乘法从姿态角的一组初值出发开始在每一点处进行线性替代的迭代计算,搜索出满足极值点必要条件的最优角速度,从而实现对姿态角的优化解算。实验证明:该方法能有效抑制安装误差,精度高,是可行的。     

基于无陀螺惯性测量装置考虑全加速度计安装误差时弾丸姿态优化算法研究

研究了存在安装误差时基于加速度计比力信号解算高自旋弹丸角速度和姿态角的方法。设计了一种十二加速度计配置方案，建立了存在安装误差时的角速度解算数学模型，采用非线性最小二乘法的阻尼高斯牛顿法研究了算法精度。结果表明该方法能有效抑制安装误差，精度高，具有工程应用价值。     

无陀螺捷联惯导系统模型研究

无陀螺捷联惯导系统采用加速度计来解算载体相对惯性系的角速度,从而代替角速度陀螺仪。考虑重力影响,对两种不同配置方式的6加速度计捷联惯导系统建立了载体运动参数解算模型,在此基础上提出了一种12加速度计配置方式,从而利用多传感器的冗余信息对算法进行优化,消除了角速度解算过程中求解微分方程带来的累积误差,提高了角速度解算精度。     

一种大动态惯导技术在旋转弹上的仿真与实验研究

针对大动态环境下旋转弹的特点，在无陀螺惯性测量系统的基础上，采用一种基于MEMS双陀螺多加速度计的捷联惯导方案。该方案可以克服单纯加速度计的惯导方案对加速度测量和安装精度的苛刻要求，实现对弹轴方向角速度的解算。计算机仿真结果表明，导航解算的误差可以满足旋转弹的精度要求。在仿真分析基础上，给出了一种面向炮弹系统．基于FPGA双核处理器结构惯导系统的硬件实现方案。     

基于无陀螺捷联惯导系统的四元数算法

在捷联惯导系统中,针对以往解算姿态角精度不高、导航误差随时间积累较快、解算存在奇异、精度不高等问题,采用了一种四元数解算算法,该方法只需求解由四元数所表示的四个姿态运动微分方程。实验证明,该方法算法简单,易于操作,从一定程度上抑制了误差的积累。     

无陀螺SINS加速度计配置与角速度解算方法研究

文中提出了一种新的由九个加速度计组成的无陀螺捷联惯性导航系统(GFSINS)的配置方案,给出了该加速度计配置的角速度解算方法,通过仿真分析了该配置方案的角速度误差累积.     

一种全加速传感器角速度的优化方法

为了角速度误差随时间积累的问题,提出一种基于加权融合理论的角速度优化方法.通过理论模型仿真,并对添加指定误差后的解算结果进行了分析,结果表明该方法具有解算精度高、避免角速度方向判断错误的优点,为全加速度计惯性测量长时间工作提供了有效的方法.     

混合式惯性导航系统全数字平台技术研究

为满足混合式惯性导航系统简化平台结构和提高可靠性的要求,设计全数字稳定平台,包括平台结构和工作模式。针对稳定加旋转这一新的工作模式,设计该状态下的控制指令算法,建立从陀螺原始输出数据到电机轴指令角速度的计算过程,并进行实验验证。实验结果表明,混合式惯性导航系统原理样机的全数字平台工作处于稳定加旋转模式时,静态控制精度优于2″,在实验给定的一种动态环境下的控制精度优于30″.     

基于对偶四元数的圆锥及划船误差补偿改进算法

为提高高动态环境下的对偶四元数捷联惯性导航算法解算精度,将梯形数字积分算法应用于圆锥和划船误差补偿算法中,改进了姿态和速度解算算法,提高了对偶四元数捷联惯性导航算法的解算精度。在单个采样周期内,利用前一时刻采集的陀螺角速率信号和当前时刻采集的陀螺角速率信号,通过梯形积分方式计算角增量进行圆锥误差补偿;利用前一时刻采集的加速度计信号和当前时刻的加速度计信号,通过梯形积分方式计算速度增量并结合同一时刻的角增量进行划船误差补偿。通过设计的多组动态模拟仿真航迹验证表明,当角速率和比力作为圆锥和划船误差补偿算法输入时,梯形积分算法的精度高于传统的矩形积分算法,且航迹的动态性越高,改进算法的性能优势越显著。同时,通过动态跑车实验结果的分析对比,进一步验证了该改进算法的实用性。     

减小动态误差的捷联系统姿态算法研究

针对陀螺输出信号的两种不同形式 ,以圆锥运动条件下的圆锥误差和计算量为指标 ,对捷联惯导系统姿态计算中的旋转矢量算法和旋转矢量迭代算法进行了研究 ,分析了由角速度提取角增量的方法对旋转矢量算法精度的影响 ,提出二子样迭代算法不如单步的三子样算法优越。     

角速率输入下的姿态算法设计

传统的捷联惯导姿态算法以陀螺角增量输入为基础，但是有许多陀螺输出为角速率，若由角速率提取角增量则会带来很大的算法误差。为此，设计了一种仅使用角速率做输入的旋转矢量算法，并给出了圆锥误差表达式。仿真表明。算法具有较高精度，可显著减少运算量，提高系统输出响应速度。     

一种简化的发射系下SINS/GPS/CNS组合导航系统无迹卡尔曼滤波算法

在弹载等高动态环境下组合导航系统状态方程具有强非线性,且各状态相互耦合影响,传统的扩展卡尔曼滤波(EKF)算法因忽略高阶项相互影响,其模型线性化展开会导致模型不准确引起导航精度下降;无迹卡尔曼滤波(UKF)算法能有效避免引入线性化误差,却存在因组合导航系统维数过高引起大量粒子递推滤波计算复杂而影响算法实时性的问题。为此,针对发射惯性系下弹载组合导航系统对滤波算法高实时性和高精确性的要求,设计了一种简化UKF(SUKF)算法,SUKF算法通过对导航系统的状态参数直接进行建模估计,解决了传统UKF算法实时性差的问题,同时继承了传统UKF算法无需模型一阶线性化展开的优点,提高了导航系统的精度。算法仿真结果表明,SUKF算法有效提高了系统解算的实时性和滤波精度,非常适合用于实际工程系统。     

基于Hermite插值的制导炮弹姿态旋转矢量优化方法

在制导炮弹姿态解算过程中,角增量提取精度对姿态解算精度的影响显著,为此提出一种Hermite 插值二子样角增量提取算法。进一步优化Hermite插值公式的系数,得出优化Hermite插值二子样角增量提取算法。在锥动环境下,将该算法与Lagrange插值三子样角增量提取算法进行仿真和试验对比。结果表明：采用所提出的Hermite插值二子样角增量提取算法的姿态解算精度优于Lagrange插值,且优化Hermite插值更适用于制导炮弹姿态解算的实际情况;该算法不仅适用于制导炮弹高动态环境,而且在同样精度条件下,可降低姿态更新采样频率,降低了对导航计算机的要求。