大失准角传递对准杆臂效应影响研究

从舰船舰载机惯导系统传递对准实际需要出发,针对刚性舰船载体分析杆臂效应对子惯导系统速度、加速度(比力)影响,在大角度失准角情形下引入标称失准角和计算失准角概念构建传递对准速度姿态匹配非线性误差模型,对系统误差模型展开状态参数估计研究,通过比较研究杆臂矢量对子惯导系统失准角估计误差及其对准精度的影响以及不同初始杆臂矢量对标称失准角估计误差及其精度影响情况,验证本模型在舰船舰载机惯导系统海上对准有效性及其对准精度.     

机载精确制导武器快速传递对准

针对“速度+姿态”匹配方案运算量大、鲁棒性差和“角速度+加速度”匹配方案存在的杆臂效应难以补偿的问题,提出了“速度+姿态矩阵”快速传递对准匹配方案,给出了对准模型．仿真结果表明,在载机做简单角机动的情况下该方案即可完成对准过程并取得较高精度,为机载武器提供了一种具有实用价值的传递对准方案．在机载主惯导和精确制导武器的子惯导系统都采用捷联惯导的大趋势下,捷联系统特有的数学平台特点将促使“速度+姿态矩阵”匹配模式具有更为广阔的应用空间．     

基于四元数的惯导系统快速匹配对准算法

小失准角情况的惯导快速匹配对准方法研究已经比较成熟,在快速性和精度方面达到了使用要求.然而,在实际应用中经常出现大初始失准角的情况.为了解决大初始失准角情况下的惯导快速传递对准问题,分别基于乘性四元数和加性四元数,提出并推导了2类非线性惯导系统快速匹配对准模型,并且通过仿真分析比较了各个模型的估计效果,以及将乘性四元数对准模型中的变量修改为失准角后的估计效果.仿真结果表明,基于四元数的快速匹配算法不但能够有效解决大失准角情况下的惯导对准问题,而且其方位失准角的收敛速度与水平失准角的收敛速度相当.     

基于欧拉平台误差角的SINS非线性误差模型研究

捷联惯导系统(SINS)误差模型是研究SINS误差传播特性和进行多导航系统间信息融合的基础.文章利用欧拉平台误差角表示理论导航坐标系与计算导航坐标系之间的失准角,推导了SINS非线性误差模型,在大方位失准角误差和小失准角误差条件下做了简化研究.提出了基于外界阻尼信息的阻尼SINS算法及其误差模型,有利于减小计算量和降低误差分析的复杂性.最后,对大欧拉平台误差角下SINS误差模型进行了准确性检验,仿真结果表明误差模型能完美地反映SINS误差特性.     

快速传递对准方程与传统传递对准方程的一致性研究

对比分析了传统传递对准方程和Kain J E等提出的快速传递对准方程.通过理论推导,指出了平台失准角和实际失准角与Kain J E等引入的量测失准角三者之间的关系.根据三者关系及传统传递对准方程,推导出了Kain J E等提出的快速传递对准方程,因此可以证明2种传递对准方程具有一致性.快速传递对准方程是传统传递对准方程在快速传递对准时的一种特殊形式,前者通过引入量测失准角,使量测失准角在滤波器中既是状态量又是量测量,并在计算弹体坐标系下进行姿态匹配运算,简化了传递对准方程.采用"速度 姿态"匹配方法进行仿真研究,验证了论文的观点.     

CDKF在捷联惯导系统大失准角初始对准的应用

文章基于欧拉平台误差角的概念,建立了大失准角条件下的捷联惯导系统(SINS)非线性误差模型,深入研究了中心差分卡尔曼滤波(CDKF)技术及其在大失准角对准中的应用,进行了静基座下基于扩展卡尔曼滤波(EKF)、Unscented卡尔曼滤波(UKF)和CDKF滤波的SINS初始对准仿真。仿真结果表明,在失准角均为大角度条件下,用CDKF滤波水平对准精度可达0.18,′方位对准精度可达1.63,′比EKF具有更高的精度,并且避免了求Jacobian矩阵带来的不便,提高了可靠性;与UKF相比具有稍高的精度,并减少了可调参数,在实际应用中更加简单方便。     

捷联惯导系统静基座的高精度初始对准方法

针对捷联惯导系统静基座初始对准存在精度低的问题,通过加速度计和陀螺仪获得重力矢量和地球角速度矢量,采用解析方法快速地估算出一个满足要求的初始姿态矩阵。借助卡尔曼滤波模型对系统的误差进行分析,并建立系统的状态方程和量测方程,将系统失准角从干扰误差中估算出来,为导航计算提供精确的初始条件。仿真实验结果表明,将卡尔曼滤波技术引入到捷联惯导系统静基座的高精度初始对准过程中,使对准精度和收敛速度均得到了显著改善。     

卡尔曼滤波的观测增强及在SINS对准中的应用

从理论上给出了提高卡尔曼滤波器收敛速度和精度的一种方法．利用卡尔曼滤波递推公式证明了有用观测信息的增加,即观测增强有助于抑制量测噪声,从而提高卡尔曼滤波器的收敛速度和精度,为在捷联惯导（SINS）动基座快速传递对准技术中经常使用的抑制量测噪声的方法提供了理论依据．通过积分匹配、双积分匹配以及机动运动强度变化的仿真例子验证了方法的有效性．     

传递对准中一种新的姿态匹配算法

根据Kain J E和Cloutier J R定义的量测失准角,设计了一种新的姿态匹配量测方程。通过与传统传递对准方程比较,推导出了这种姿态匹配量测方程。由推导出的量测方程,指出平台失准角、量测失准角和实际失准角三者之间的关系。该量测方程使传递对准姿态量测方程形式简单,计算量减少。最后,采用"速度 姿态"匹配方法进行仿真,仿真结果表明:该方法与其它姿态角量测方法比较,在降低计算量的同时,仍然具有相同的估计精度。     

改进的单轴旋转SINS初始对准方法

针对单轴旋转捷联惯导系统中,传统静基座对准的极限精度受器件误差制约的问题,在对静基座初始对准进行误差分析的基础上,提出了一种利用单轴转台实现的初始对准误差修正技术。利用单轴旋转捷联惯导系统本身具有的转动控制机构,通过转位操作,根据对准稳态误差在不同位置的投影关系计算出误差大小,并对系统加以补偿,从而提高系统对准精度。通过仿真试验可以看出:与两位置对准方法相比,该初始对准误差修正技术能够提高精度,并减少对准时间,同时,可以使水平失准角和方位失准角的对准误差显著下降。     

A Combined Alignment Method for Strapdown Inertial Navigation System on Stationary Base

一种捷联式惯性导航系统静基座组合对准方法

陈帅¹, Xinzhi Liu², 孙骞³,张亚⁴

（1. 辽宁石油化工大学 信息与控制工程学院,辽宁 抚顺 131001;

2. 滑铁卢大学 应用数学系,滑铁卢N2L3G1,加拿大;

3. 哈尔滨工程大学 信息与通信工程学院,哈尔滨 150001;

4. 哈尔滨工业大学 电气工程及自动化学院,哈尔滨 150001）

摘要：

由于方位角失准角的可观测性弱,对准时间和对准精度一直是捷联惯导系统初始对准过程中相互矛盾的问题,因此需要对二者进行折衷处理。本文提出一种组合对准机制,建立了一个可观测可控的系统模型,可以有效地在固定时间段内实现较高的方位对准精度。首先,降阶卡尔曼滤波对准算法与经典的陀螺罗经对准算法同时计算出失准角。在此基础上,利用陀螺罗经对准方法计算出的失准角建立了零速模型的增广量测模型。最后,当陀螺罗经对准方法的方位失准角接近稳定状态时,降阶卡尔曼滤波对准方法的零速度模型切换为增广量测模型。通过可观测性和数学推导,对组合对准法进行合理的分析。数值仿真与实验数据测试的对比结果表明,该方法在对准结果的估计精度和一致性方面具有良好性能。

关键词：惯性导航,仪器和测量,陀螺仪,加速度计,卡尔曼滤波器,量测误差

     

SVD可观测度分析方法的改进及组合导航中的应用

为解决已有的基于线性时变系统可观测性矩阵奇异值分解（SVD）的可观测度分析方法中存在的依靠外部量测信息、状态量纲比较不一致、奇异值基准不唯一的问题,提出一种改进的基于SVD理论的系统状态可观测度分析方法. 首先阐述了线性时变系统与分段式线性定常系统（PWCS）之间的关系,并介绍了PWCS可观测性分析理论,在满足该定理要求的情况下,通过PWCS的提取可观测性矩阵（SOM）替代总可观测性矩阵（TOM）可以有效降低分析计算的复杂度. 然后由系统提取可观测性矩阵SVD分解及其得到的奇异值与对应奇异向量,对系统的观测方程进行推导,根据载体不同机动情况下同一状态观测程度的纵向比较计算得到系统各状态的可观测度指标. 最后采用SINS/DVL组合导航系统进行仿真验证. 仿真结果表明, 通过该方法计算的可观测度指标与Kalman滤波状态估计误差特性相符,证明该改进方法可预见及准确描述状态的估计效果,并且依据所计算的状态可观测度进行系统自适应反馈校正,可以有效提高导航精度.     

GPS／SINS超紧组合导航系统自适应混合滤波算法

针对传统反馈校正滤波结构中,由于不可观测状态的反馈导致系统滤波精度下降,以及由于全球定位系统／捷联惯性导航系统(GPS／SINS,global positioning system／strapdown inertial navigation system)超紧组合导航系统量测方程的非线性导致滤波难度的增加等问题,本文重新推导了线性的量测方程,并将基于状态可观测性的混合校正滤波算法应用于该模型．通过对比三种主流可观测性分析方法,选用误差协方差阵的特征值和特征向量可观测性分析方法分析系统状态的可观测性．最后根据可观测性分析的结果制定自适应的反馈因子,从而对SINS和GPS接收机误差进行校正．仿真结果显示,该方法可以有效提高不完全可观测系统的估计精度．     

GPS辅助的SINS系统快速动基座初始对准

为实现基于优化的动基座对准算法(OBA)对陀螺仪误差的估计,并使其能够应用于低精度SINS系统中,将自适应无迹卡尔曼滤波算法与OBA算法相结合,提出一种新的由GPS辅助的SINS系统快速动基座对准（FIMA）算法.该算法首先推导了陀螺仪常值漂移与失准角之间的关系,并以此构建非线性系统状态方程,然后用重力加速度和GPS输出速度的积分构建量测方程;由于系统存在非线性,提出使用UKF算法对失准角以及陀螺常值漂移进行估计;由于量测方程由速度和重力加速度的积分构成,量测噪声协方差难以确定,引入自适应滤波算法对量测噪声实时估计. 跑车实验结果表明:对于低精度SINS系统,该算法可在15 s左右将航向角误差收敛到3°以内,在3 min以后航向角误差可收敛到1°以内;与传统非线性动基座对准算法以及OBA算法相比,该算法可在无任何初始姿态信息的条件下快速对准,且能够对陀螺常值漂移进行在线估计和载体系失准角补偿,提高了动基座对准的精度和收敛性能.     

惯性/天文/卫星组合导航误差在线标定方法

为提高惯性/天文/卫星(INS/CNS/GNSS)组合导航系统长期工作时的精度,推导了基于四元数误差描述的组合导航系统误差状态方程和量测方程,利用分段定常系统(PWCS)定理,分析了不同输入条件下系统状态变量的可观测性和可观测度.结合可观测性和可观测度分析结果,提出了利用星敏感器及卫星导航系统提供的姿态、位置矢量在线标定陀螺仪、加速度计和星敏感器误差参数的方法.可观测性分析和仿真试验结果表明,该方法可以精确在线估计出陀螺仪、加速度计、星敏感器的标度因数、零偏和安装误差,提高惯性/天文/卫星组合导航系统长期在轨工作的精度.     

一种深空自主导航系统可观测性分析方法

针对非线性系统的可观测性,本文结合微分几何相关理论通过李导数求解系统的可观测矩阵,利用条件数给出了一种衡量系统可观测度的分析方法;将其应用于基于太阳视线矢量的深空自主导航系统的可观测性分析,研究了不同轨道参数对系统可观测性能的影响;为进一步验证导航系统可观测度与状态估计精度之间的关系,结合非线性扩展卡尔曼滤波建立导航算法,对不同可观测度条件下的自主导航系统分别进行仿真分析.从仿真结果可以看出,本文提出的可观测性分析方法是可行的。     

自适应平方根中心差分卡尔曼滤波算法在捷联惯性导航系统大方位失准角初始对准中的应用

提出了一种自适应平方根中心差分卡尔曼滤波(ASRCDKF)算法,并应用于捷联惯性导航系统(SINS)大方位失准角初始对准中。ASRCDKF算法以中心差分变换为基础,基于平方根滤波能够克服发散的思想,利用协方差平方根代替协方差参加递推运算,并将自适应估计原理引入该算法中,不仅克服了扩展卡尔曼滤波产生线性化误差和计算雅可比矩阵的不足,而且减小了计算量,保证了数值稳定性。同时,ASRCDKF算法解决了传统滤波算法过度依赖系统动态模型和噪声统计特性先验知识的问题。最后通过滤波仿真证明了ASRCDKF算法在SINS大方位失准角初始对准中的有效性和优越性。     

SINS/GPS组合导航系统初始对准的可观测度分析

针对SINS/GPS组合导航系统的误差传递模型进行了可观测度分析,确定了卡尔曼滤波器对系统各个状态的估计效果.在飞行器处于不同飞行姿态下,通过对相应的状态估计误差协方差阵的特征值及特征向量的比较,发现在动基座对准时,对飞行器引入线加速度可显著提高方位角的估计精度,并且在相同的条件下,拐弯运动的方位角估计速度更快、精度更高.此外,拐弯运动能够估计出加速度计零位偏置.此方法可以为飞行器在初始对准时选择最佳机动方案提供依据.     

Optimal Observability Analysis of Gimbled Inertial Navigation System on the Moving Base

To investigate the observability of gimbled inertial navigation system when the base moves on the basis of piece-wise constant system's observability theory and singular value decomposition, the variation of the singular value in the observability matrix with time is discussed. The simulation results reveal that only if orientation angle is 60° and the flight route is S-figure in initial alignment, the optimal observability is obtained, thus a theoretical foundation for fast and accurate alignment of GINS is provided.