基于弱可观状态分离估计的机载灵巧弹药快速传递对准方法

为了解决机载灵巧弹药微机电系统(MEMS)惯性导航传递对准时间过长、严重制约载机安全的问题,提出了MEMS陀螺零偏两点估计算法和弱可观测状态分离估计的快速传递对准算法。该方法基于对Kain等^［1］提出的速度+姿态匹配快速传递算法的可观测度分析,解决了陀螺零偏弱可观测状态的分离估计。采用系统噪声变分贝叶斯-卡尔曼滤波自适应算法处理快速传递对准算法中分离估计器参数对滤波器收敛的影响。仿真和靶场试验结果表明,在2.5 s内两点估计法估计准确度至少达到88%,对应的传递对准时间缩短到8 s.     

一种微机电系统陀螺信号基于小波域的Karhunen-Loeve变换去噪方法

为了减少梳状音叉微机电系统(MEMS)陀螺的随机漂移误差,提出了一种小波域上的Karhunen-Loeve变换(KLT)的MEMS陀螺漂移信号的去噪方法。其主要思想是:先对分段的MEMS陀螺漂移信号进行小波分解;然后对各个中高频子带进行6抽头滤波,插值成和最高频带相同长度的样本点后,利用小波各尺度间的相似性进行高频分量的KLT变换,在一定程度上去除不相干噪声;最后对KLT降噪后的信号再进行小波阈值处理完成进一步的降噪。实验结果表明,所提方法相对于基于小波变换的各种阈值方法,陀螺输出信号的方差、零偏稳定性和随机游走误差都有了明显的改善。     

微机电系统陀螺仪随机漂移误差建模与滤波研究

随机漂移是微机电系统(MEMS)陀螺的主要误差,建立其数学模型并在输出中加以补偿是抑制该项误差、提高MEMS陀螺精度的有效方法。采用Allan方差对MEMS陀螺实测数据进行了分析,并采用时间序列分析法建立了随机漂移模型。根据建立的漂移模型,就如何利用Kalman滤波抑制随机漂移误差进行了分析和研究。     

弹载SINS/CNS组合导航系统在线标定方法

提出一种弹载SINS/CNS组合导航系统在线标定方法。该方法将星敏感器安装偏角误差、陀螺漂移及加速度计零偏误差扩维为状态量,利用星敏感器与惯导系统姿态角之间的关系建立观测方程,采用卡尔曼滤波对安装误差及惯性器件误差进行估计和补偿。设计趋于一般运动状态的路径对上述方法进行仿真验证。仿真结果表明,该方法可以实现对星敏感器安装误差及惯性器件误差的估计,其中安装误差估计精度优于0.1',陀螺漂移估计精度优于0.01°/h,加速度计零偏估计精度优于20μg。     

基于UKF的光纤惯导误差在线估计

为利用星光观测在线估计弹载光纤陀螺捷联惯导(FSINS)的陀螺零偏、标度因数和安装误差,并依据估计结果对导航参数进行补偿,设计了基于旋转弹体的FSINS误差分离方法,推导了误差估计的状态方程和观测方程,设计了UKF滤波器,并在星光姿态确定的不同动态误差条件下进行了仿真,结果显示该方法能较好的估计陀螺零偏常值漂移、标度因数误差和安装误差,表明了方法的正确性,也说明了误差估计效果与星敏感器姿态确定精度的关系。     

卡尔曼滤波在陀螺漂移时间序列模型中的应用

针对MEMS陀螺精度不高、随机漂移过大,提出了一种提高精度的方法。利用时间序列分析法建立模型,用Matlab进行参数估计及检验,最后基于该模型设计了卡尔曼滤波器对其进行误差补偿。对某三轴MEMS陀螺的实测动态数据运用上述建立的模型和滤波方法进行仿真。结果表明:该方法有效的减小了随机误差,明显的降低了随机漂移,从而提高了导航精度。     

小波去噪在激光陀螺漂移信号分析与处理中的应用

用Allan方差法对激光陀螺漂移数据的各种误差源及其整个噪声统计特性进行细致的表征和辨识.根据有效信号与各种噪声信号的频谱差异,用Mallat算法对RLG漂移信号进行塔式分解,采用软阈值消噪法去除噪声.对小波去噪前后的激光陀螺零漂信号用Allan方差进行对比分析表明,小波变换有效的减小了激光陀螺零漂信号中的角度随机游走、角速度随机游走、速率斜坡和量化噪声,提高了激光陀螺零偏输出的稳定性.     

微陀螺零偏在线补偿方法及仿真

由于微机械陀螺零偏重复性和稳定性差,若不能实时跟踪零偏变化,则由此产生的导航误差较大。结合光纤陀螺特点,通过光纤陀螺与微机械陀螺的冗余配置,可以实现基于规则的在线陀螺零偏估计和零偏补偿。补偿后的数据与光纤陀螺数据进行融合,将融合后的数据作为观测值,通过根据机动目标“当前”统计模型和IMU动态模型建立的卡尔曼滤波器滤波进行动态误差和安装误差补偿。仿真结果说明该方法可行有效,能较好地提高数据测量精度。     

船用单轴旋转光纤陀螺惯导系统海上对准研究

研究了一种海上对准算法,利用GPS提供外部参考信息(速度、位置信息)构建数学隔离平台,隔离风浪造成的摇摆运动;根据单轴旋转系统误差传播规律,在旋转坐标系下采用卡尔曼滤波方法,实现系统精对准,并对Z陀螺刻度系数进行了估计与补偿,有利于提高单轴旋转系统的性能。仿真结果表明,采样频率为1 k Hz时,经过2500 s精对准,平台偏角、陀螺漂移、加速度计零偏和Z陀螺刻度系数误差估计值达到系统要求。     

基于AR模型的光纤陀螺建模方法研究

作为新一代的光学陀螺仪,光纤陀螺的性能决定着惯性参考系统的精度,为了提高光纤陀螺的精度,本文提出了利用时间序列分析法中的AR模型[1]对光纤陀螺零漂数据进行分析,采用最小二乘法对数据进行了处理和拟和,并在此基础上应用卡尔曼滤波算法对建模后光纤陀螺的漂移数据进行了滤波,有效地抑制了光纤陀螺中的随机误差,得到了陀螺信号的常项漂移趋势,提供了一种符合工程应用要求的光纤陀螺漂移模型。     

基于惯性系下陀螺误差在线估计修正的惯性与星光组合导航方法

传统惯性与星光组合通常需要将惯性系下的星光姿态信息转换到导航坐标系进而与惯性导航系统进行姿态组合,由于姿态信息转换过程中通常需要引入地理位置信息实现转换,从而不可避免地引入转换误差,无法充分发挥高精度星光姿态信息对惯性导航误差的修正作用。考虑到陀螺原始输出信息和星光姿态信息均能直接在惯性参考坐标系下测量获得,设计了一种基于惯性系下陀螺误差在线估计修正的惯性与星光组合导航方案。通过建立基于惯性系下陀螺误差估计修正的惯性与星光组合导航数学模型,直接在惯性系下对陀螺漂移误差进行在线开环跟踪估计;通过对陀螺误差实时修正,能够有效减小由于陀螺漂移所带来的惯性导航系统解算误差。仿真结果表明,该方案能够有效估计出陀螺的漂移误差,进而有效提高了惯性导航系统精度。     

辅助信息源短时失效下的捷联惯性基组合导航算法

捷联惯性基组合导航中,辅助信息源短时失效会导致组合精度降低,对此提出高斯过程回归辅助捷联惯性基组合导航算法。该方法利用经过组合导航闭环校正的捷联惯性导航系统速度输出作为高斯过程回归的训练输入集,辅助信息源的速度输出作为训练输出集,在未发生失效时对高斯过程回归进行训练,辅助信息源失效时利用高斯过程回归预测辅助信息源输出以实现组合滤波量测更新。在实测实验中,利用低精度微机电系统/全球定位系统组合车载数据,比较所提算法与传统算法在失效情况下姿态、位置和陀螺常值漂移估计效果。结果显示：在60 s的短时失效情况下,所提算法纵摇、横摇、位置估计效果提高90%左右,航向估计提高70.7%,东向、北向陀螺漂移估计分别提高10.3%,10.8%,证明所提算法可以有效地解决组合导航中辅助信息源短时失效问题。     

光纤陀螺温度误差自适应神经模糊补偿方法

依据Shupe热致非互易性理论,研究光纤陀螺温度漂移产生机理,设计了-15 ℃～50 ℃温度范围内实验。将自适应神经模糊推理系统和分段建模思想相结合,以实测数据构建训练样本,建立光纤陀螺温度误差自适应神经模糊补偿模型。该模型解决了传统建模方法中模型适配性较差的问题,并有助于缩短陀螺进入稳态的时间。数据计算表明,用所建立的模型进行误差补偿后,温度漂移标准差降低了75.55%,补偿效果明显。     

交会计算导弹俯仰角和偏航角的高精度方法

为了解决常规方法计算导弹俯仰角和偏航角的精度偏大的问题,提出了利用2台光电经纬仪直接交会计算的高精度方法.首先借助于像坐标和地面坐标的关系建立计算方程,接着将2台经纬仪的测量元素分别代入计算方程,建立俯仰角及偏航角的计算模型和精度估计模型,从建立的模型看文中方法没有引进导弹头、尾部坐标计算误差.该方法应用在××任务中的结果表明:2种方法的结果趋势一致,但文中方法精度明显高于常规方法,可以应用在工程实践中.     

光纤陀螺温漂补偿技术

针对在不同的温度下光纤陀螺漂移差异很大的问题,文中从理论和大量实验上研究了光纤陀螺的温漂特性,分别建立了逐次启动零位和一次启动零位补偿的数学模型,并给出了工程上的建模方法和步骤。试验结果表明:补偿后无论是不同温度下的陀螺漂移差值还是一次启动漂移的稳定性都有显著改善和提高。     

陀螺寻北仪的算法改进

陀螺寻北仪的算法改进采用基于二位置寻北算法.用转位对消常值漂移,并忽略惯性器件随机漂移误差项.将陀螺和加速度计的机械误差、物理量误差、标度因数及量化误差等测量值输入补偿模块,进行二位置寻北解算和转角误差补偿.实验表明本方法增强了寻北精度.     

基于神经网络的导弹惯性器件故障预报系统研究

在导弹武器系统当中,及时准确地故障预报对提高导弹的安全性具有极其重要的意义.针对导弹惯性器件故障预报系统的设计要求,考虑到神经网络用于故障预报的优点,在神经网络技术应用于导弹惯性器件的故障预报过程中提出了神经网络的训练算法,把神经网络、预测理论和故障诊断系统有机结合起来建立了一个故障预报系统,利用该系统选取神经网络预测模型对某导弹陀螺随机漂移进行建模和分析,实现了故障预报.实例预测结果证明,给出的神经网络预测模型和训练算法是可行的.