一种粒子滤波SINS大方位失准角初始对准方法

针对捷联惯导系统大方位失准角的情况,分析了系统非线性误差模型,提出了基于最优重要性分布函数的序贯重要性采样粒子滤波(SIS-PF)初始对准方法,并进行了仿真研究.仿真结果表明,在大方位失准角初始对准中,基于最优重要性分布函数的序贯重要性采样粒子滤波器初始对准精度比无迹卡尔曼滤波器(UKF)提高了一个数量级,与序贯重要性重采样粒子滤波(SIR-PF)初始对准相比,该方法不但精度高,而且计算量小.     

基于线性最优控制的捷联惯导初始对准方法研究

文中提出一种基于线性最优控制理论的捷联惯导系统初始对准方法,并完成了理论分析、设计和仿真,结果表明该方法能够有效地完成捷联惯导系统的初始对准,相对于传统方法在满足对准精度的同时可以大大缩短对准的时间,即便是存在较大失准角(小于10°),仍可以在几秒钟内收敛.     

简化UKF在SINS摇摆基座上的初始对准

大方位失准角情况下,捷联惯导系统(SINS)误差方程是非线性的,传统的扩展卡尔曼滤波(EKF)会产生线性化误差,影响初始对准精度.为了减少滤波计算量,将一种简化的UKF(RBAUKF)方法应用于SINS初始对准,采用较少的采样点数目和简化的滤波更新算法,避免了对非线性方程的线性化.仿真结果表明,RBAUKF与EKF相比,可在较短时间内完成初始对准,具有更高的精度.     

基于5阶降维平方根-容积卡尔曼滤波的动基座对准应用研究

为提高动基座下捷联惯导系统的对准精度、数值稳定性和减小计算量,将5阶容积卡尔曼滤波(CKF)、降维算法、多次离散和平方根(SR)滤波结合起来,形成5阶降维SR-CKF非线性对准方案。为减小5阶CKF的计算量,建立非线性-线性分离的系统模型,引入降维算法;为提高1阶龙格-库塔法的逼近精度,设计多次离散和时间更新的滤波框架;为提高数值稳定性,推导了5阶降维SR-CKF;比较常规3阶SR-CKF、5阶CKF和5阶降维SR-CKF的各项特性。实车动基座对准实验结果表明:该方案对准精度高、数值稳定性强、计算量小,满足应用需要。     

鱼雷捷联系统动基座精对准的卡尔曼滤波法

为解决鱼雷捷联系统的初始对准，提出了失准角及陀螺随机常值漂移快速估计方法，经数字仿真，对缩短初始对准时间，提高初始对准精度有较好的效果。     

基于平方根容积卡尔曼滤波的SINS大失准角快速对准方法

为提高大失准角情况下捷联惯导方位失准角的收敛速度,提出了一种以水平速度误差和等效东向陀螺输出为观测量的快速对准方法。推导了基于欧拉平台误差角的非线性误差模型和非线性观测方程,采用平方根容积卡尔曼滤波作为非线性滤波器。数字仿真表明,新方法的方位失准角收敛速度明显优于常规方法,适用于三个失准角均为大角的情况。最后,针对对准精度提出几点看法和建议。     

自适应滤波算法在捷联惯导初始对准中的应用研究

针对捷联惯导系统静基座自对准过程中常规卡尔曼滤波器估计精度低且易发散的问题,提出了一种复合自适应卡尔曼滤波算法．该算法采用衰减记忆法利用信息实时估计系统噪声方差阵,并基于模糊推理的自适应因子调节滤波增益阵和系统噪声阵．仿真验证了该自适应算法较常规卡尔曼滤波有更强的稳定性和更高的滤波估计精度．     

一种实用的Doppler/SINS组合导航系统的动基座初始对准方法

为提高Doppler/SINS组合导航系统在运动基座下的导航精度,根据Doppler/SINS组合导航系统跑车试验中发现的一些现象,提出了利用栽体作匀速圆周运动的初始对准方法.该方法可以快速估计出SINS的平台失准角并能提高对平台失准角的估计精度,跑车试验验证了该方法的可行性和有效性.理论分析表明,该方法可以较大幅度地缩小对平台失准角估计的稳态极限值,具有较好的工程应用前景.     

基于逆坐标系的极区传递对准技术研究

针对舰船惯导在极区导航时,高纬度地区经度线快速收敛导致传统基于地理坐标系的传递对准模型和方程不适用的问题,文中提出了一种基于逆坐标系的传递对准方法。设计了基于逆坐标系的"速度+姿态"匹配传递对准的滤波模型,对舰船主子惯导之间的固定安装误差角进行估计,解决了在高纬度以及极区附近无法进行传递对准的问题。通过仿真验证了该算法的有效性。     

采用H∞滤波对捷联惯导系统多位置对准的研究

文中把线性时变系统作为分段常系数系统来讨论其可观性,对多位置捷联惯导系统的误差方程进行了可观性分析,在噪声统计特性不确定的条件下,采用滤波技术,对状态量误差进行了估计,并对两位置对准进行了仿真.仿真结果表明在噪声不确定的条件下,航向角得到较好的估计,且具有较强的鲁棒性.     

考虑动态挠曲变形时的传递对准方法研究

针对传递对准过程中存在的动态挠曲变形的问题,本文提出了一种"量测失准角+速度"匹配的快速传递对准方法。通过将动态挠曲变形模型的相关变量引入到传递对准状态方程中,从而降低动态挠曲变形对传递对准精度的影响。仿真结果表明,该方法有效降低了动态挠曲变形对传递对准精度的影响,满足传递对准的高精度和快速性要求。     

捷联惯导初始对准的UKF改进算法

针对UKF在捷联惯导系统静基座大方位失准角的初始对准中出现的计算量大和滤波数值不稳定的问题,本文提出了改进的UKF滤波。改进的UKF滤波应用了超球面采样和平方根滤波方法,降低了算法的计算量,提高了滤波过程中的数值稳定性。仿真结果表明,改进的UKF滤波在保证初始对准滤波精度的前提下降低了计算量,提高滤波性能,验证了改进的UKF滤波方法的有效性和优越性。     

一种基于小波的导弹静基座初始粗对准方法

目前战术导弹广泛采用捷联惯导系统。该系统在导弹发射前要经过初始对准，由于陀螺和加速度表的噪声很大，影响初始对准的精度，为减小噪声影响，文中将小波消噪理论应用到导弹捷联惯性制导系统的初始自对准中。研究显示，小波分解滤波可以显著减小惯性器件的噪声，利用经过消噪的信号进行初始对准，滤波器的收敛速度加快，在相同对准时间内精度有明显提高。     

基于方位装订的弹载捷联惯导初始对准技术研究

研究了基于方位装订的弹载捷联惯导系统的初始对准问题。首先推导了方位角误差和失准角误差的关系,在此基础上,提出了增加方位角误差作为观测量的观测方程,建立了基于方位装订条件下的卡尔曼滤波方程,并用奇异值分解的方法分析了系统的可观测性和不可观测状态变量,结果表明陀螺漂移均可观测,而加速度计零偏均不可观测;计算机仿真结果表明该初始对准方法收敛速度快,对准精度高。     

基于RBF神经网络的Kalman滤波在惯导系统传递对准中的应用

针对模型存在误差时传统的Kalman滤波算法误差变大甚至发散的缺点,利用RBF神经网络较强的非线性逼近能力,提出用RBF神经网络辅助Kalman滤波的新算法,将其应用于舰载机惯导系统的传递对准中。仿真表明该算法优于传统Kalman滤波算法。     

PSO网络优化双重卡尔曼滤波在初始对准中的应用

为了解决捷联惯导系统初始对准过程中天向方位失准角收敛过慢的问题,提出了基于带惯性权重的微粒群（PSO）优化网络逼近的双重卡尔曼滤波算法．首先,利用滤波过程中产生了新的天向方位失准角九和水平方位失准角氐信息进行双重卡尔曼滤波估计。然后针对滤波结构复杂、运算量大的问题,利用双重卡尔曼滤波获取的数据作为训练样本,PSO优化神经网络的算法来实现捷联惯导的初始对准。仿真结果表明,新算法结构简单。计算量小,具有实时性和快速性,同时可以保证系统的对准精度。     

惯性基多信息在线后处理技术研究

为深入挖掘利用导航系统各测量信息,提高系统导航精度,提出一种惯性基多信息在线后处理技术。通过对系统存储的历史信息进行在线后处理,实现系统实时导航性能的改善,并以其在捷联惯导系统初始对准中的应用为典型案例,展示了惯性基多信息后处理技术在实际工程中的应用效果。仿真结果表明,在线后处理技术可以充分挖掘已有信息价值,有效提高实时导航性能。     

L2有界不确定性鲁棒最优控制意义下的惯导初始对准

提出了一种L2有界不确定性鲁棒最优控制意义下的初始对准新方法。在初始对准中,以鲁棒最优控制理论为基础,引入辅助反馈控制量,改善了系统的动态特性,使初始对准过程加快。与传统的卡尔曼滤波相比较,水平失准角的估计精度相当,方位失准角的收敛速度大大加快,对准时间由300多秒减小到10 s以内,并且估计精度提高了一个数量级。     

基于惯性系采用Kalman滤波的车载SINS行进间对准方法

介绍了惯性系中基于重力加速度信息进行粗对准的实现方法。在此基础上通过推导以地心惯性坐标系为导航系的捷联惯性导航系统（SINS）误差方程,建立了与惯性系对准算法相匹配的状态模型,提出了一种采用Kalman滤波实现基于惯性系的SINS行进间精对准方法。计算机仿真实验结果表明,文中所提出的基于惯性系的采用Kalman滤波的车辆行进间精对准方法,可有效地降低干扰噪声的影响,提高初始对准的精度。此外,该方法相对于基于地理坐标系进行滤波的方法,简化了滤波模型,较大的降低了计算量。     

惯导系统在动基座上的对准研究

动基座上惯导系统初始对准,系统信噪比弱,干扰信号强度较大,有用量测信号强度小,对准过程收敛慢。为提高惯导系统在动基座上的对准精度及对准快速性,设计了基于位置信息观测及递推滤波参数估计的对准方案,通过开路粗对准及舒拉调谐闭路估计精对准,实现游移方位惯导系统在动基座上的平台调平、航向确定及陀螺漂移测定,车载试验结果表明,所设计的方案,达到了较好的效果。