一种自适应滤波方法在捷联惯导系统大失准角初始对准中的应用

为了对静基座大失准角捷联惯导系统(SINS)进行初始对准,建立了在静基座下基于四元数的SINS非线性误差模型。该误差模型无需对姿态误差角进行小角度假设。为了在观测噪声方差未知的情况下估计SINS失准角,提出一种在线估计观测噪声方差矩阵的自适应扩展卡尔曼滤波方法。仿真结果表明,该自适应滤波方法能在观测噪声方差未知的情况下有效地对静基座大失准角SINS进行初始对准。     

随机逼近自适应滤波在捷联惯导系统初始对准中的应用

对于测量噪声方差未知的捷联惯导系统(SINS),采用常规Kalman滤波进行初始对准会造成较大状态估计误差,甚至使滤波器发散。为了解决系统测量噪声方差未知或不确切知道时SINS的误差估计问题,提出一种基于随机逼近的自适应滤波方法。该方法将Robbins-Monro算法与Kalman滤波相结合,通过简化求逆运算,解决了系统观测噪声特性未知情况下SINS的误差估计问题,并提高了算法的数值稳定性。仿真结果表明,该方法能在系统测量噪声方差未知情况下有效实现SINS初始对准。     

天线反射对混波室场均匀性校准的影响

摇摆状态下的捷联惯导初始对准,由于动基座情况下干扰较大,造成对准精度下降。推导了大失准角误差模型,设计了相关的H∞滤波器和Kalman滤波器,并比较了二者的性能。通过静基座和摇摆动基座初始对准仿真试验分析,得出静基座条件下,Kalman滤波性能较好;而在外界干扰较大或系统模型不准确的环境中,Kalman滤波性能恶化,H∞滤波的对准精度优于Kalman滤波,且实时性好,适合于工程应用。     

H∞滤波和Kalman滤波在初始对准中的比较研究

摇摆状态下的捷联惯导初始对准,由于动基座情况下干扰较大,造成对准精度下降.推导了大失准角误差模型,设计了相关的H∞滤波器和Kalman滤波器,并比较了二者的性能.通过静基座和摇摆动基座初始对准仿真试验分析,得出静基座条件下,Kalman滤波性能较好;而在外界干扰较大或系统模型不准确的环境中,Kalman滤波性能恶化,H∞滤波的对准精度优于Kalman滤波,且实时性好,适合于工程应用.     

EKF和SUKF在大摇摆基座初始对准中的应用

通过在SINS解算过程中加入速度和位置阻尼信息,推导了惯导系统在大失准角情况下的简化非线性误差模型,研究了非线性SUKF和EKF滤波器在大幅度摇摆基座初始对准中的适用性,有效解决了传统解析式粗对准算法不能应用于大幅摇摆基座自主初始对准的问题.两种非线性滤波器在系统粗略装订初始姿态的情况下,可以不经过粗对准过程直接实现系统的精确对准.最后以舰船系泊条件下的大幅摇摆基座为仿真环境,仿真验证了两种非线性滤波对准算法的有效性,并比较了两种算法的对准精度.结果表明两种非线性滤波器的对准精度相当,从计算复杂度的角度考虑,EKF算法有更强的实用性.     

观测值延时的UF在SINS中的应用

建立观测信号随机一步延时模型,在此基础上给出Unscented滤波(UF)算法。建立捷联惯导系统(SINS)动基座大方位失准角下的对准模型,将扩展滤波(EF)算法和UF算法应用于SINS动基座初始对准中,分别进行不同延时概率条件下的实验仿真,结果表明,UF算法相对于EF算法具有更高的对准精度和更快的收敛速度。     

SINS大失准角初始对准的改进算法研究

在捷联导航系统优化控制的研究中,捷联惯导系统(SINS)初始对准的误差方程存在是非线性,对于静基座初始对准造成误差较大。传统采用的方法是将失准角视为小角度,可将误差模型线性化,利用KF完成静基座的初始对准。但是对于动基座大失准角来说,多采用非线性滤波方式来解决,建立误差模型,并采用UKF滤波进行数据融合。由于非线性模型的噪声参数未知等原因,常规的UKF可能会出现滤波发散现象,为解决上述问题,提出采用自适应方法的UKF来对建立的非线性模型进行滤波。仿真结果表明,在大失准角情况下,采用非线性模型的AUKF比UKF滤波具有更好的对准精度和更快的收敛速度,可为优化设计提供参考。     

基于简化模型与自适应滤波的车载SINS静基座快速对准

为了实现捷联惯性导航系统(strap-down inertial navigation system,SINS)快速初始对准,根据已有可观测性分析结果,通过理论分析和计算得到了扩展观测量时初始对准系统最优可观测状态量组合,在此基础上简化了对准模型,建立了新的系统方程;针对载车发动机启动或其他情况导致系统噪声无法精确统计,提出了运用基于强跟踪滤波原理的自适应卡尔曼滤波算法抑制滤波发散,加快收敛速度;仿真结果表明运用简化模型和自适应滤波在系统噪声不匹配时具有更快的收敛速度和更高的对准精度,车载实验结果也表明运用简化模型和自适应滤波可以实现快速对准。     

捷联惯导静基座初始对准技术仿真

捷联惯导在初始对准时,按载体的运行状态来分,可以分为静基座和动基座对准。从静基座捷联惯导初始对准的原理出发,推导了捷联惯性导航系统静基座初始对准的误差动态方程和量测方程,构成了卡尔曼滤波模型。最后将卡尔曼滤波模型应用于静基座初始对准,并进行了仿真。     

基于H∞的低精度捷联惯导系统初始对准方法

由于低精度捷联惯导系统的陀螺精度较低,初始对准时方位失准角的估计精度往往不高;另外,进行初始对准的常用方法是采用Kalman滤波技术,但在实际应用时,其鲁棒性不高,因此迫切需要一种能够改善低精度捷联惯导系统方位失准角的估计精度且兼具鲁棒性的初始对准方法。提出了一种将H∞滤波用于引入磁航向的低精度捷联惯导系统的初始对准方法,能够解决上述问题。建立了一种引入磁航向的捷联惯导系统初始对准的误差模型,通过可观测性和可控性分析,得出可观可控系统,利用H∞滤波方法对其进行了仿真分析,仿真结果表明,能够改善低精度捷联惯导系统方位失准角的估计精度,并能有效抑制有色噪声及建模误差的影响,将其应用于低精度捷联惯导系统的初始对准是切实可行的。     

CDKF在车载捷联惯导自对准中的应用

研究了车载捷联惯导在大方位失准角下的静基座自对准。采用Sigma点卡尔曼滤波,根据均值与协方差信息按非线性映射传播的特点,直接利用非线性模型,可以消除EKF存在的需要解析Jacobi矩阵以及将非线性系统线性化后的系统模型误差问题不易调整的弊端,其中的中心差分卡尔曼滤波(CDKF)精度高,且对状态协方差阵不敏感。仿真结果表明,在大方位失准角下采用CDKF进行初始对准,比用传统的EKF更精确且收敛速度更快。     

简化高阶强跟踪容积卡尔曼滤波及其在组合导航中的应用

针对传统容积卡尔曼滤波(CKF)在面对系统模型失配和状态突变滤波精度下降的问题,将强跟踪滤波器(STF)和高阶容积卡尔曼滤波(HCKF)相结合,提出一种简化高阶强跟踪容积卡尔曼滤波(RHSTCKF)算法.该算法具有比传统CKF更高的滤波精度,并且利用滤波模型的特点,简化HCKF的计算步骤,同时在HCKF中引入多重渐消因子增强算法的自适应性和应对状态突变的能力.将所提算法应用到SINS/GPS组合导航系统中进行仿真实验,结果表明,RHSTCKF可以准确估计出突变状态的真实值,能够抑制滤波器状态异常的干扰,滤波性能明显优于HCKF,能够提高组合导航系统的自适应性和定位精度.     

基于Kalman滤波的AUV两位置对准方法

针对自主式水下潜器(AUV)的特定工作环境及导航系统对准精度的需求,提出一种基于Kalman滤波的两位置组合对准方法.建立系统误差模型,分析两位置组合对准原理,通过改变惯导系统误差模型中的捷联矩阵改善系统的可观测性,利用谱条件数求取两位置对准时系统参数可观测度.仿真结果表明,该方法能准确估计器件偏差,经补偿后能提高系统...     

A fast and accurate initial alignment method for strapdown inertial navigation system on stationary base

In this work,a fast an d accurate stationary alignment method for strapdown inertial navigation system (SINS) is proposed.It h as been demonstrated that the stationary alignment o f SINS can be improved by employing the multipositio n technique,but the alignment time of the azimuth error is relatively longer.Over here,the two-posi tion alignment principle is presented.On the basis of this SINS error model,a fast estimation algorithm of the azimuth error for the initial a lignment of SINS on stationary base is derived f ully from the horizontal velocity outputs and the output rates,and the novel azimuth error estimatio n algorithm is used for the two-position alignment. Consequently,the speed and accuracy of the SINS' s initial alignment is enhanced greatly.The computer simulation results illustrate the efficiency of this alignment method.     

A fast and accurate initial alignment method for strapdown inertial navigation system on stationary base

In this work,a fast and accurate stationary alignment method for strapdown inertial navigation system （SINS） is proposed. It has been demonstrated that the stationary alignment of SINS can be improved by employing the multiposition technique,but the alignment time of the azimuth error is relatively longer. Over here, the two-position alignment principle is presented. On the basis of this SINS error model, a fast estimation algorithm of the azimuth error for the initial alignment of SINS on stationary base is derived fully from the horizontal velocity outputs and the output rates, and the novel azimuth error estimation algorithm is used for the two-position alignment. Consequently, the speed and accuracy of the SINS＇ s initial alignment is enhanced greatly. The computer simulation results illustrate the efficiency of this alignment method.