应用自回归模型的IMU误差系数漂移预测研究

将影响IMU误差系数漂移并难于分离的多种因素综合为一种因素，假定IMU误差系数的漂移由一特定系统所引起，从而采用时间序列建模方法进行IMU误差系数漂移的预测。该方法具有消除各因素具体分析中的不确定性并减少其工作量的优点。本文描述了其原理，对某惯组的33个误差系数进行了时间序列建模与预测，并得到了有效的结果。最后，阐述了存在的问题及其解决方法。     

应用自回归模型的IMU误差系数漂移预测研究

将影响IMU误差系数漂移并难于分离的多种因素综合为一种因素,假定IMU误差系数的漂移由一特定系统所引起,从而采用时间序列建模方法进行IMU误差系数漂移的预测.该方法具有消除各因素具体分析中的不确定性并减少其工作量的优点.本文描述了其原理,对某惯组的33个误差系数进行了时间序列建模与预测,并得到了有效的结果.最后,阐述了存在的问题及其解决方法.     

时间序列和径向基网络的MEMS IMU误差建模研究

为了提高IMU精度,进一步提高惯性系统精度,采用时间序列理论中的AR模型对MEMS IMU的误差估计和补偿作了深入的研究,并与径向基神经网络建模方法分析比较.通过卡尔曼滤波器比较了两种建模方法和补偿技术对位置误差的估计性能,试验结果表明:使用AR模型的卡尔曼滤波器估计误差比RBF神经网络小2～3个数量级而均方差和标准差差不多,验证了使用AR模型的卡尔曼滤波器得到的位置估计误差更小,使用更为灵活.     

惯性测量组合误差系数漂移的贝叶斯估计

提出了测试时间间隔对惯性测量组合误差系数影响的独立条件；采用误差系数漂移率评定干扰因素对惯性测量组合的影响度量；利用Bayes方法，对未知均值与精度下产生误差系数漂移的正态过程进行参数估计并给出了结果。     

小波分析在微机械陀螺随机漂移建模中的应用

对陀螺随机漂移建模之前需要先对信号进行预处理。传统的预处理方法是逐步回归法，其对陀螺漂移趋势项的提取相当烦琐，且往往会产生模型误差。基于此种情况，研究了基于小波分析的信号趋势项提取方法，实现对微机械陀螺漂移趋势项以小波系形式加以提取。最后对预处理后的数据用时间序列分析法建模。试验结果表明，此方法简单易行且建模精度明显优于传统方法。     

一种石英挠性摆式加速度计随机振动误差建模方法

提出一种将经验模态分解法、时间序列分析法与Kalman滤波相结合,对随机振动引起的石英挠性摆式加速度计误差进行建模的方法。针对随机振动引起的加速度计非平稳序列误差,通过经验模态分解法有效分离出误差序列中的非平稳成分,进一步采用时间序列分析法建立平稳序列的误差模型,并引入Kalman滤波算法对模型的预测误差进行最优估计。实现了对加速度计随机振动误差的精确建模,提高了随机振动环境下石英挠性摆式加速度计的测量精度。     

应用SVR的陀螺漂移误差系数预测

针对目前小样本容量的陀螺漂移误差系数预测精度不高的问题,文中采用支持向量回归算法对陀螺漂移误差系数进行了预测研究,并以某型陀螺某项漂移误差系数的历史数据为例进行了预测.结果表明,应用支持向量回归算法进行陀螺漂移误差系数预测,能够给出良好的预测结果,且预测值和实际值之间达到高度拟合.     

设备误差对火箭垂直起飞漂移量的影响

通过建模和仿真计算,分析高速摄影跟踪设备在测量火箭垂直起飞漂移时,其零位误差和定向误差对漂移量计算精度的影响,并提出了一种新的零位误差和定向误差的修正模型.此方法的实现,为提高漂移量数据处理精度提供了可靠的技术支持.     

捷联惯组历次测试数据时间序列建模与预报

提出了捷联惯组历次测试数据时间序列分析法.针对惯组历次测试数据少,小样本建模困难的问题,提出了通过二次修正插值的方法,构建惯组历次测试数据建模分析所需的时间序列.为解决惯组历次测试数据小样本建模问题提供一种可行的途径.最后通过时间序列预报,预测惯组误差系数的变化趋势,为使用、分析、挑选惯组提供了理论依据.     

基于GM（1,1）模型的光纤陀螺随机漂移建模

针对差分法在陀螺随机漂移建模中的缺陷,提出将GM(1,1)模型与AR模型相结合的非平稳序列建模方法,将光纤陀螺随机漂移分为确定性的趋势项部分和平稳序列部分,并引入GM(1,1)模型用于提取趋势项,通过AR模型对平稳序列建模,最终实现光纤陀螺随机漂移的非平稳时序建模。分析表明,该模型拟合精度较高,是光纤陀螺随机漂移建模的一种有效方法。     

重复标定的惯组误差模型系数计算方法

通过建立合适的惯组测量坐标系,构建了惯组内部惯性器件敏感轴和惯组测量坐标系之间固定的相对关系,实现了惯组在六面体测试工装内每次标定的误差模型系数均反映同一个映射关系,实现了惯组重复安装标定时惯组误差模型系数的统一计算、对比,对方便工程使用、有针对性地改善惯性器件性能有着重要的意义.     

小口径旋转导弹组合导航算法设计

针对小口径旋转导弹特点,提出地磁辅助MEMS惯组的组合导航算法设计方案。给出MEMS惯性器件和地磁传感器的误差数学模型,简述三轴地磁定姿解算原理,在设计的飞行轨迹上进行MEMS惯性导航仿真和MEMS惯组/地磁组合导航仿真。结果表明：经过地磁辅助的MEMS惯性导航的姿态角误差和位置误差减小明显,可以满足旋转导弹的使用要求。     

低成本IMU误差辨识与补偿算法

低成本IMU具有误差大、误差随温度变化明显等特点,并且不同IMU误差差异较大,应用时需深入辨识所使用IMU误差特性,并补偿,以提升应用效果;为此形成了一种预处理算法流程,首先应用Allan方差分析IMU随机误差情况;为抑制噪声干扰,提升IMU应用性能,然后应用IIR滤波器对IMU数据进行预滤波处理,抑制非相关噪声;最后提出了预处理算法处理实测IMU数据,实验结果充分证实了Allan方差误差参数辨识的有效性,以及IIR滤波器抑制非相关噪声的有效性。     

模拟弹体内IMU输出与卡尔曼滤波研究

IMU在地面系下的投影,通过转换矩阵转换为弹体系下的输出,再考虑到惯性器件常值误差﹑白噪声与随机误差的影响,即可模拟IMU在弹体内的输出.当地面系下的投影为静态或动态时,可分别模拟弹体内IMU在初始对准时的输出和在飞行过程中的输出.对该信号进行卡尔曼滤波,根据信号的特性调整滤波参数,进而提高滤波效果.这将有助于解决卡尔曼滤波器在实际应用中估计误差增大和滤波发散等问题.     

弹道导弹IMU斜装余度配置设计的系统性能分析

余度技术是提高导航系统性能的一种重要手段,本文对捷联惯性传感器多余度配置技术进行了研究。针对弹道导弹的特点,设计了适用于背景弹道使用的IMU:由3陀螺正交配置的4加速度计斜装配置构成。分析了影响惯性传感器输出的主要因素,建立了惯性传感器的误差模型,研究了斜装对传感器测量的多重影响,尤其是它对非线性误差的较大改善。在此基础上,设计了具有余度配置结构的惯性测量装置(IMU)．针对该IMU,建立了余度配置系统的标定模型。仿真结果表明,采用该IMU的弹道导弹导航性能显著提高,在现有器件精度下有效提高了系统的精度和可靠性。     

机载武器捷联惯导系统传递对准仿真环境研究

为了更加真实准确地研究机载武器的传递对准过程,设计了一个能够分别模拟主子惯导IMU输出,并包括杆臂效应补偿、机翼振动模型和IMU误差模型在内的用于传递对准研究的仿真环境。建立了滚转角辅助倾斜转弯下的姿态角速度模型,提出并建立了包括安装误差角在内的惯性器件误差模型。通过仿真表明,该仿真环境比较真实地反应了实际的飞行轨迹,既可以作为研究传递对准算法的工具,也为更进一步研究传递对准过程提供了平台基础。     

捷联惯导寻北系统中内杆臂误差的分析与补偿

为解决高精度激光陀螺捷联惯导寻北系统中,旋转调制对内杆臂效应误差起不到消除效果,反而会将误 差引入寻北导航解算中的问题,提出具体的补偿方法。建模分析寻北过程中的内杆臂误差,推导具体的内杆臂误差 效应的数学表达式,分析确定影响内杆臂误差的2 个因素,并通过实验进行仿真验证。结果表明：内杆臂误差不会 引起定位误差的发散;内杆臂效应导航速度增量与旋转中心无关,而与内杆臂长度、惯性测量单元(inertial measuring unit,IMU)的旋转角速度成正比。     

基于新息自适应滤波的惯性测量单元误差在线标定方法研究

考虑到空天飞行器飞行环境和运动特性下导航传感器误差的噪声统计特性不可能完全精确已知,若使用常规卡尔曼滤波进行在线标定,将会导致滤波精度下降甚至发散。设计一种基于新息自适应滤波方法的惯性测量单元(IMU)误差在线标定方案和算法,克服常规卡尔曼滤波需预先知道噪声统计特性的不足,设计包含IMU安装误差、刻度因子误差和随机常值误差在内的27维高阶状态变量的误差标定模型,分析提出可同时对系统噪声和量测噪声协方差矩阵进行动态调整的新息自适应滤波在线标定算法。仿真验证实验表明,相较于采用常规卡尔曼滤波以及Salychev O自适应滤波算法进行在线标定,所设计的新息自适应滤波在线标定方法能更有效实现对IMU误差的动态标定及补偿,进一步提高了惯性导航系统精度。实物验证实验表明,该方法可有效标定IMU误差残差,提高导航精度,为工程应用带来较大便利。