基于中心差分卡尔曼滤波的SINS初始对准研究

研究了在大失准角条件下,捷联惯导系统初始对准非线性误差模型,分析了扩展卡尔曼滤波算法因对非线性模型线性化而存在的缺点,研究了中心差分卡尔曼滤波算法,提出将中心差分卡尔曼滤波算法应用于捷联惯导系统大失准角初始对准中.仿真结果表明,在水平失准角为小角度、方位失准角为大角度时,中心差分卡尔曼滤波算法同扩展卡尔曼滤波算法相比,提高了初始对准的估计精度和收敛速度.     

简化SSUKF在车载SINS行进间对准中的应用

基于大失准角条件下的非线性初始对准误差模型,通过捷联惯导系统 (SINS)与全球定位系统 (GPS)的速度和位置匹配实现SINS行进中初始对准.为了降低滤波计算量,根据系统噪声为复杂加性噪声、量测噪声为简单加性噪声且量测方程是线性方程的特点,采用计算量小的简化超球面无迹卡尔曼滤波(SSUKF)对车载SINS进行行进间初始对准.最后进行SINS行进中初始对准仿真试验,结果表明大失准角条件下的SINS误差模型和简化SSUKF滤波估计法不仅适用于大失准角,同样适用于小失准角和大方位失准角.本对准方案可提高车辆机动能力.     

一种运动中卫星辅助惯导对准方法

<正>针对动基座条件下的对准需求，给出了一种新的卫星速度辅助的惯导动基座粗对准算法。通过调整惯性解算方案及定义新形式的速度误差模型，获得简化的大方位失准角线性化卡尔曼滤波对准模型。试飞实测离线仿真结果验证了方法的有效性，120s时间粗对准水平姿态误差不大于2°，航向误差不大于5°，可满足后续精对准滤波器对小角度线性化模型的初始假设条件要求。捷联惯导系统精对准一般需在完成粗对准的基础上进行。静基座条件下的粗对准可根据加速度计对重力加速度的测量值和陀螺对地球旋转角速度的量测值计算出载体的姿态矩阵，     

Sage_Husa自适应滤波在大方位失准角初始对准的研究

由于光纤惯导系统导航精度不高,方位角常为大角度,因此系统初始对准的滤波方程为非线性的,为改善非线性模型下初始对准的精度,提出了一种改进Sage_Husa自适应卡尔曼滤波方法并应用于光纤惯导系统初始对准中。建立了大方位失准角初始对准的非线性误差模型,给出了Sage_Husa自适应卡尔曼滤波方程,对Sage_Husa自适应卡尔曼滤波不适合用在非线性滤波的缺陷进行了改进,建立系统噪声统计的估值器,对非线性误差方程进行了改进Sage_Husa自适应卡尔曼滤波仿真。仿真结果表明:改进Sage_Husa自适应卡尔曼滤波能够很好地处理初始对准中的非线性问题,提高初始对准精度,方位失准角误差估计精度较EKF提高27%。     

基于强跟踪GHF的里程计辅助SINS动基座对准研究

为提高车载捷联惯导系统动基座初始对准精度,提出了一种强跟踪降维高斯-厄米特非线性动基座初始对准算法。里程计辅助捷联惯导粗对准后水平姿态误差角为小角度,里程计辅助捷联惯导动基座对准模型简化为大方位失准角非线性模型,采用降维高斯-厄米特滤波(GHF),以少数非线性状态积分点估计整个系统状态,减少计算量,应用强跟踪滤波,提高系统对突变的滤波状态的跟踪能力。实验表明,应用强跟踪降维高斯-厄米特滤波提高了动基座初始对准精度,减少了计算量,提高了滤波的稳定性。     

插值粒子滤波在静基座捷联惯导系统初始对准中的应用研究

推导了大方位失准角条件下,捷联惯导系统(SINS)静基座初始对准非线性误差模型,提出一种基于插值粒子滤波(DDPF)的 SINS 静基座初始对准方法。分析了插值非线性滤波原理,结合插值滤波和粒子滤波的特点,利用二阶插值滤波算法得到粒子滤波的重要性密度函数。 在静基座状态下分别基于 DDF 和 DDPF 滤波算法进行初始对准仿真实验。仿真结果表明,大方位失准角的情况下,DDPF 非线性滤波具有更快的收敛速度和更高的对准精度。     

简化SPKF在捷联惯导系统非线性对准中的应用

基于欧拉平台误差角的概念,建立了大失准角条件下的激光捷联惯导系统(SINS)非线性误差模型,深入研究了Sigma点卡尔曼滤波(SPKF)及其在大失准角对准中的应用.针对对准模型的特性,推导了SPKF简化算法,进行了静基座下基于扩展卡尔曼滤波(EKF)、简化SPKF的SINS初始对准仿真.仿真结果表明简化型SPKF能有效克服EKF的不足,具有更高的估计精度,且减少了计算量,是SINS非线性对准的一种理想的方法.     

SUKF滤波在SINS大失准角初始对准中的应用研究

针对捷联惯导系统在大失准角初始对准过程中的非线性滤波问题,提出了基于Scaled UT变换的Scaled-Unscented卡尔曼滤波(SUKF),并将SUKF应用到基于四元数误差的非线性对准模型中.在仿真中对比了SUKF和扩展卡尔曼滤波(EKF),结果表明,在大失准角的情形下,SUKF比EKF对准速度更快,估计精度更高.     

大方位失准角条件下的GPS/INS动基座初始对准

针对大失准角条件下初始对准难的问题,提出了一种新的大方位失准角下的GPS/INS组合导航初始对准方法。充分利用GPS提供的外部信息,以失准角的正余弦函数误差为状态变量,分析了GPS杆臂对初始对准的影响。并以上述工作为基础,提出了改进的滤波补偿算法。所提方法不仅可补偿大方位失准角,且可在方位角计算精度较低情况下直接进行导航解算,不需等待对准过程结束。在车载试验中,将该方法与传统小失准角前提下的对准方法进行了对比,并对对比结果作了分析。结果表明,在大失准角情况下,该方法可在100 s左右完成对准,失准角可收敛到1°内,导航位置误差可控制在2 m内。     

任意失准角下初始对准系统的建模和仿真

初始对准是捷联惯导系统中关键技术之一.传统对准模型的建立,通过在理想的导航方程中,增加状态向量的扰动来实现,但只局限于小失准角的模型建立中,对大失准角情况下的模型建立并不适用.在综合其他非线性模型建立的基础上,充分考虑了各种影响因素,推导了初始偏差角为任意失准角时的非线性模型,并分析该模型在任意失准角非线性模型和小失准角线性模型之间的关系;随后针对静态小失准角条件下,对其简化对准模型进行了推导,并采用Kalman滤波方法对模型进行了状态估计,计算结果表明能较好地实现状态收敛;最后对其他非线性情况下的对准进行了初步探讨.     

基于SCKF和姿态估计的SINS/GPS在线对准方法

该文提出了基于平方根容积卡尔曼滤波和初始姿态估计的捷联惯导/全球定位系统组合在线对准法。构建平方根容积卡尔曼滤波器来对初始姿态估计的非线性量测模型进行滤波,估计代表初始姿态转换矩阵的罗德里格参数,并以此求出当前时刻的姿态转换矩阵,从而求出当前时刻准确的姿态。该文分别对制导武器系统和车载系统进行了半实物仿真。仿真结果表明,此方法可在25 s左右完成在线对准。其中短距离制导武器仿真结果航向角及俯仰角误差在0.1°内,横滚角误差在0.3°内;低成本车载导航系统仿真结果航向角误差在0.2°内,俯仰角及横滚角误差在1°内,可满足制导武器及低成本民用车辆的对准需求。     

基于多新息强跟踪SINS大失准角初始对准研究

利用衰减记忆多新息强跟踪反馈校正卡尔曼滤波,设计了无需粗对准的捷联惯导大失准角初始对准算法。采用反馈校正卡尔曼滤波和新息正交性跟踪,将捷联惯导对准前的非线性大失准角快速校正成小失准角,对准过程引入了具有衰减记忆功能的多新息,改善了卡尔曼滤波反馈校正状态跟踪能力。     

光纤陀螺随钻测斜仪钻进中井眼轨迹测量方法研究

为提高光纤陀螺随钻测斜仪的井眼轨迹的测量精度,采用卡尔曼滤波组合的测量方法,对井斜、方位和工具面失准角进行估计。由于姿态失准角的估计精度与其可观测性密切相关,为了提高估计精度,文章分别在匀速、匀加速和匀速转动三种钻进运动状态下,采用分段线性定常系统(PWCS)和奇异值分解(SVD)的方法分析了姿态失准角的可观测性,并分析了钻进中井斜角和转动速率对姿态失准角估计精度的影响。由仿真结果可知,匀速钻进时,方位失准角不可观测;匀加速钻进时,方位失准角可观测且在水平井中可观测性最强,随着井斜角度增大,方位角、井斜角的测量精度逐渐提高;绕轴向匀速转动钻进时,方位失准角的可观测性和估计精度均优于匀速、匀加速钻进状态;角速率由0°/s增加到5°/s时,三个姿态失准角的估计精度均增大并逐渐趋于稳定。文中提出的轴向转动钻进运动可有效提高井眼轨迹的测量精度。     

联邦滤波在光纤陀螺捷联惯导系统传递对准中的应用

对舰载武器光纤陀螺捷联惯导系统相对舰船综合导航信息系统的动基座传递对准技术进行了研究,提出了将挠曲变形、时间延迟作为系统状态,并给出了系统状态方程和量测方程。采用联邦滤波作为信息融合算法的传递对准方法,对系统方程中的状态变量进行了可观测度分析,并推导了速度、姿态匹配子滤波器方程及主滤波器方程。最后进行了仿真试验,试验结果表明:该传递对准方法使方位精度提高20%以上;该方法能够有效解决舰船条件下光纤陀螺捷联惯导系统的传递对准。     

大失准角下SINS的KF/EKF2混合滤波对准

针对捷联惯导系统(SINS)大失准角下滤波对准过程中非线性滤波器状态维数过大的问题,提出了一种基于模型分解的卡尔曼滤波/二阶扩展卡尔曼滤波(KF/EKF2)混合滤波方法,将基于欧拉平台误差角的非线性滤波模型分解为线性部分和非线性部分,分别采用线性KF滤波和非线性EKF2滤波处理,并且设计了混合滤波的滤波步骤。实验结果表明,KF/EKF2混合滤波算法在计算量、实时性及精度等方面优于最常用的无迹卡尔曼滤波(UKF)和EKF2滤波。