基于光学测角和无线数据传输技术的传递对准

为了解决动基座传递对准中航向角估计困难的问题,提出了基于光学测角和无线数据传输技术的传递对准技术方案。通过对航母舰体挠曲变形模型的建立和对光学测角原理的分析,构建了相应的卡尔曼滤波器。仿真结果表明,利用卡尔曼滤波能够估计出姿态误差角和光学测量装置自身的等效零偏。当对光学测量装置的等效零偏补偿之后,航母在匀速航行条件下,姿态误差和速度误差都可以得到快速的收敛,其中航向角误差可以在4 s内收敛到0.7'以内,明显提高了子惯导航向角的对准速度。     

基于多元回归模型的捷联惯性测量组件标定技术

应用多元统计分析方法,对捷联惯性测量组件(SIMU)的系统标定技术进行了研究.在考虑加速度计横向灵敏度影响的情况下,将SIMU加速度计组件视为一个整体,提出了SIMU加速度计组件的多元回归模型,并且给出了模型参数的估计公式.多位置标定及静态测试实验结果表明,采用多元回归分析可有效地标定出加速度计组件的刻度系数矩阵、等效安装误差矩阵和等效零位偏置向量.     

惯导/里程仪组合导航系统算法研究

惯导系统误差随着导航时间而增长,而里程仪测量误差一般随着运载体行驶距离而增加,惯导系统和里程仪具有互补性,推导了简化的惯导/里程仪组合导航系统的卡尔曼滤波方程,研究了里程仪刻度系数误差校正的方法,并提出了里程仪打滑和滑行故障的判断准则,仿真结果表明：经过里程仪刻度系数校正后,组合导航系统能有效提高定位精度,并且具备一定的容错能力.     

摇摆基座上基于信息的捷联惯导粗对准研究

舰船的摇摆使陀螺无法测出地球自转角速度,无法根据陀螺和加速度计的输出直接计算出姿态阵。针对这一问题,提出了基于重力加速度的粗对准算法。该算法中,姿态阵分散成4个矩阵求取,所利用的信息为:摇摆基座姿态变化信息;重力加速度相对惯性空间随地球旋转引起的方向变化信息;地球自转信息;地理信息。算法的巧妙之处是应用惯性凝固假设,建立了基座惯性坐标系ib0,使舰体相对ib0坐标系的姿态阵初值成为单位阵,从而使姿态更新解算成为可能。仿真结果表明,在舰船横摇、纵摇、艏摇幅值分别为10°、7°和5°,周期分别为6 s、5 s和7 s,横荡、纵荡、垂荡幅值分别为0.02 m、0.03 m和0.3 m,周期分别为7 s、6 s和8 s的环境下,由50个样本确定的东、北、天向失准角的均值分别为2.01′-、1.38′和-0.20,°相对的标准差为0.26′、0.21′和1.3,°在此基础上完全可以实现精对准。     

载车SINS/OD杆臂在线补偿算法

在捷联惯性导航系统与里程计构成的车载组合导航系统中,考虑到工程实际,往往将里程计安装在载车前轮,而将惯性测量单元安装在车辆的其他任何位置,比如车的尾部。由于空间布局的不重合将导致里程计和惯性导航系统得到的车速真实信息并不相同,此即车载杆臂效应。为了实现高精度的车载组合导航,必须将此杆臂效应精确补偿。提出首先将载车杆臂列入组合导航系统状态,利用实际跑车机动对其进行精确估计,进而利用估计结果对里程计速度量测进行修正,从而提高整个组合导航系统的精度。跑车试验证明了该方案的有效性。     

低精度的SINS/GPS组合导航系统中初始航向对准技术

低精度的捷联惯导系统(SINS)无法实现航向自对准,用于初始航向对准的SINS/GPS组合系统是强非线性系统.通过变换估计量的方法,将航向角的估计转换为两个三角函数变量的估计,在大航向角误差的条件下忽略了大部分次要因素的影响,推导了用于初始航向角估计的SINS/GPS组合系统方程.最后进行了航向角对准仿真,结果表明:在初始航向角完全未知的情况下,载体经过短时间(20s)的机动,航向角的估计精度能达到3°左右.     

车载激光捷联惯导系统双位置对准研究

提出了适用于车载激光陀螺捷联惯导系统的双位置对准方法,该方法选取水平陀螺中性能较好的一个陀螺用于初始对准,使得航向角对准精度不受性能差的陀螺影响.双位置对准方法能够实现加速度计常值偏置和陀螺常值漂移的补偿,为导航精度提高创造有利条件.文中还对双位置对准方法的误差进行了分析.     

车载航位推算系统误差补偿技术研究

车载航位推算系统算法简单并且容易实现误差补偿。当惯组(IMU)安装到载车上存在安装误差时,推导了航位推算(DR)算法和航位推算误差,并对航位推算误差进行了详细分析,得出航位推算轨迹和真实轨迹相似的原理。基于相似性原理阐述了利用设定路标和零速修正(ZUPT)等方法对各种误差进行补偿的算法。跑车试验验证了航位推算算法和误差补偿的正确性和有效性。     

捷联惯导系统静基座初始对准精度分析及仿真

在利用卡尔曼滤波器对捷联惯导系统（SINS）进行静基座初始对准中，由于系统的不完全可观测性，使得有些状态没有滤波效果，有些状态的估计精度受到限制。对SINS静基座初始对准卡尔曼滤波方程进行了可观测性分析，提出了状态降阶的处理方法，并得到了各状态估计的极限精度公式。最后进行了软件仿真，仿真结果表明：降阶滤波器和全降阶滤波器的估计精度基本相同，但足前者计算量更小，并且在滤波计算中能够消除不可观测状态的不利影响。