无陀螺惯性测量组合实验系统设计

无陀螺惯性测量组合(Non-gyro InertialM easurem entUn it-NG IMU)是利用线加速度计在空间的组合解算出载体的角速度,同时测量载体的轴向加速度,构成惯性测量组合,应用该方法可以设计出适用的中等精度惯性导航系统.针对目前多种加速度计配置方案,提出NG IMU九加速度计配置方案,该方案直接得出角加速度表达式,有效避免了求解微分方程组.在推导了导航参数计算数学模型的基础上,在国内率先组建了实验系统,设计了数据处理电路,并且进行了角度测试实验.实验结果表明,该系统可以真实反映角度变化趋势,准确描述姿态信息,方案正确可行.     

SINS/GPS组合导航系统解析性能分析

由于SINS误差方程对载体动态和时间的依赖性,使得SINS/GPS组合导航系统性能的解析解很难获得。针对上述问题,对误差方程进行简化,在Kalman滤波稳定性的基础上,通过代数Riccati方程将不同辅助方式下SINS性能与惯性测量单元(IMU)品质、GPS性能和辅助方式之间建立联系,获得解析解,为组合导航系统的设计提供新思路。研究结果表明:解析方法可以用来预估SINS/GPS组合导航系统的性能。最后,通过仿真验证了该方法的可行性与有效性。     

组合导航系统在管道地理位置测量中的应用

管道的安全性在油气传输中有着非常重要的地位，定期检测损伤能使管道安全、高效地运行.对损伤进行精确定位，是评估及修复管道缺陷所必需的.介绍了管道地理位置测量的主要方法，讲述了惯性器件和GPS/INS组合导航系统的基本原理.利用了一种管道地理位置测量的有效方法，即GPS/INS组合导航系统，对组合导航系统的实验数据进行了分析.同时结合了惯性器件误差的主要来源，提出了减小误差的有效方法.     

斜装液浮陀螺一次项漂移系数系统级分离算法

在免拆卸条件下,为实现实时监测倾斜安装在惯性测量单元(IMU,inertial measurement unit)中的液浮陀螺一次项漂移系数DI、Ds,提出一种利用惯性测量单元标定参数解算液浮陀螺一次项漂移系数的系统级分离算法.通过对液浮陀螺结构和斜装原理的分析,给出了液浮陀螺单表和系统的误差模型,并基于误差模型和已经获取的斜装IMU的误差参数,设计了液浮陀螺一次项漂移系数的系统级分离算法,该算法不需要设计复杂的倾斜标定工装,同时免去了液浮陀螺从惯性测量单元上拆卸的麻烦,减少了误差积累,参数的分离精度高、残差小,与单表一次项漂移系数分离结果的极差优于1.301×10-3(°)·(h·g0)-1,完全满足工程应用中高精度惯性测量单元对液浮陀螺一次项漂移系数的分离精度要求.     

捷联姿态算法非互易误差的分析与修正

在捷联惯性导性导航系统中,陀螺仪的输出是迭代时间内载体的角增量的量化值;由其解算出的载体姿态存不可交换性误差,该误差的大小与捷联姿态算法密切相关,研究的目的在于选择适当的捷联算汉,减小姿态算法中的不可交换误差,提高捷联算法的精度,以鱼雷捷联惯性姿态基准为例,对四元数法的捷联姿态算法误差和基于等效旋转矢量的优化的三子样捷联姿态算法误差进行了分析比较,数字仿真结果表明,三子样法比四元数法的捷联姿态算精度高7至8个数量级,而前者的采样周期却低一个数量级,显著地提高了捷联姿态算法的制度。     

十二加速度计阵列解耦算法研究

在无陀螺惯性测量组合中,加速度计敏感轴偏差使得加速度计能敏感到垂直于敏感轴方向上的加速度,由此产生的耦合效应是导致加速度计输出误差增大的重要因素.针对敏感轴偏差产生的耦合效应提出了相应的解耦算法,并制作了十二加速度计惯性测量组合模型及高精度同步数据采集实验系统.在三轴转台上进行的仿真实验结果表明了解耦算法的有效性.经过解耦,加速度计输出精度达到选用加速度计的分辨率级精度-10-3g,比未解耦的输出提高了2个数量级,从源头上降低了无陀螺惯性测量组合的误差.     

基于四元数互补滤波算法的车载MIMU

针对MEMS惯性器件由于测量精度低、数据易漂移而导致车载惯性导航系统姿态解算数据不稳定和精度不高的问题,设计一种基于四元数互补滤波算法的高精度车载MEMS惯性测量单元(MIMU)。通过四元数算法降低MIMU在运行过程中的计算难度,解决姿态解算中的奇点问题。利用互补滤波算法对惯性传感器运行过程中的高低频误差进行动态补偿、数据融合,减小陀螺仪积分漂移累加,抑制加速度计振动误差,实现多传感器数据融合的MIMU姿态解算。将MIMU放置于高精度无磁转台上进行动态测试,通过设置转台运行动作模拟车载环境,采集并分析MIMU在动态环境中的各个轴向角实时数据与误差数据。试验结果表明,MIMU横滚角精度为0.26°,俯仰角精度为0.23°,航向角精度为0.51°。     

无陀螺惯性测量组合姿态解算新方法

从加速度计配置的一般性出发,在加速度计安装位置存在偏差的实际条件下,提出了具有补偿效应的无陀螺惯性测量组合姿态算法．该算法通过推导加速度计输出误差方程,在传统算法中进行相应补偿以达到减小误差的目的．同时针对目前多种加速度计配置方案,提出了9加速度计配置方案．在此方案基础上进行了算法仿真．仿真结果表明该算法可有效提高角度估算精度．     

基于改进图优化的惯性/卫星/视觉组合导航方法

惯性/卫星/视觉组合导航在城市复杂环境下可以获得较高精度的连续定位信息,因此应用越来越广泛。但外界环境变化引起的传感器误差会导致组合导航精度下降,甚至造成组合导航结果发散。针对低成本惯性/卫星/视觉组合导航过程中因环境因素产生的传感器误差问题,提出基于改进图优化算法的惯性/卫星/视觉组合导航算法。在传统图优化算法的基础上,在代价函数中引入鲁棒核函数对环境引起的传感器误差进行过滤,并且在惯性测量单元（inertial measurement unit,IMU）预积分中加入地球自转加速度补偿来提高预积分精度,进而提高组合导航精度。最后基于kaist城市行驶数据集设计了对比实验,验证结果表明,提出的改进图优化方法可以有效过滤因外界环境因素产生的传感器误差,相比于传统的图优化方法导航精度提升了7%。     

MEMS惯性传感器融合的水平姿态解算方法

为获取惯性导航系统的姿态信息,针对MEMS惯性测量单元,设计了基于多传感器信息融合的水平姿态解算方案.在此基础上,提出了一种基于卡尔曼滤波的解决方案:利用陀螺仪测得的角速度更新前一步的姿态角,利用加速度计对重力矢量的观测修正陀螺仪给出的姿态角信息.设计了水平姿态解算试验平台以验证该算法,采用姿态航向参考系统AHRS500GA提供精确姿态角对解算结果进行对照,试验结果表明:在静态、动态条件下该算法均能准确地得到实时水平姿态角,其误差一般小于1°.     

Novel scheme of high precision inertial measurement for high-speed rotating carriers

In order to satisfy the requirement of high precision measurement in a high dynamic environment, a kind of gyro aided multi-accelerometer inertial measurement unit (GAMA-IMU) with six accelerometers and two gyros (6A2G) was proposed in this paper. The available configurations have the problem of low measurement precision in a high dynamic environment due to channel coupling. The three channels were decoupled when calculating the angular velocity in the proposed configuration. The yawing and pitching angular velocity were directly measured by gyros, while only the rolling angular velocity was obtained by the GAMA-IMU indirectly from the rolling angular acceleration and quadratic component of rolling angular velocity. Then a single channel rolling angular velocity calculation model was established and the extended Kalman filter (EKF) was used to do state estimation. Simulations were carried out and results indicated that the calculation precision of the proposed 6A2G configuration could meet the demand of high precision measurement for a high-speed rotating carrier.     

一种双轴多功能惯性器件

提出一种以现有挠性陀螺为基础构成的多功能惯性器件,它不仅可以感测两个轴的转动角速率,而且可以同时感测沿两个轴的运动加速度,利用两个这种器件,依其所允许角速率的大小,即可构成平台式或捷联式惯导系统的惯性测量部件。     

无陀螺惯性测量组合静动态解耦方法

无陀螺惯性测量技术是利用加速度计代替传统的陀螺,构成无陀螺惯性测量组合(NGIMU)实现制导.NGIMU系统在运行时,不可避免地存在静态和动态耦合误差.基于NGIMU9加速度计配置方案,根据耦合定义,提出了应用静动态解耦方法对NGIMU解耦.该方法克服了静态解耦和动态解耦分别进行带来的处理复杂性,简化了后续处理系统.最后进行了系统3个方向角速度运算的仿真验证,结果表明,系统经静动态解耦后导航精度得到了有效提高.     

小型惯导系统设计与实现

采用一种基于FPGA的小型惯性导航系统设计方案,分别介绍了系统中导航传感器的选择及系统的结构,设计了基于FPGA的导航计算机,并利用A ltera公司的NIOSⅡ处理器为核心,完成数据采集和处理的功能。通过对硬件结构的描述分析了系统中各个电路模块的功能,给出了各个模块的实现方案,并制作了采用该设计的小型惯导系统。针对M IMU中确定性的系统误差较大的问题,采用一种安装误差角与标度因数解耦的微惯性测量单元精确标定方法,对陀螺仪和加速计进行确定性误差项的补偿处理。通过实验测试,对比原理样机的实测数据与补偿后结果,验证了该惯导系统的可靠性以及补偿方案的可行性.     

非惯性系之间相对运动方程的探讨

从分析非惯性系之间相对运动的特征出发,建立了非惯性系之间的相对运动方程,推导出非惯性系之间相对运动的速度和加速度的变换关系,讨论了两个转动非惯性系之间的相对运动问题,得到了以地球为转动非惯性系的向心加速度表达式.研究表明:计算质点的速度时可以视地球为惯性参考系,但是计算加速度时必须视地球为非惯性参考系.     

虚拟陀螺技术在MEMS惯性导航系统中的应用

针对MEMS惯性导航系统中陀螺测量精度低的问题,采用虚拟陀螺技术提高陀螺的角速度测量精度.系统中每个测量轴放置了3个普通精度的陀螺,组成一个阵列,对同一角速度信号进行冗余检测,然后通过同类传感器信息融合技术得到输入角速率的高精度估计值.试验结果表明,虚拟陀螺的精度最大提高了2.7倍,最小1.9倍,证明了虚拟陀螺技术的有效性.     

采用线性模型的惯导平台测试方法

针对惯导平台非线性测漂模型的缺点,提出了以惯导平台加速度计输出为观测量的线性化测漂模型.给出了一种利用三轴转台对平台测试的6位置测试方案.该方案由高精度三轴伺服转台提供测试位置,并使惯导平台与转台闭环工作,处于惯性稳定状态.转台的应用提高了多位置测量时平台测试的位置精度.建立了包含陀螺仪漂移、加速度误差系数等在内的平台模型,利用最小二乘算法对线性化模型误差参数进行辨识.仿真结果表明,辨识方案是可行的.     

车辆动态数学模型辅助的惯性导航系统

提出了一种利用车辆的动态数学模型改善车载低成本惯性导航系统精度的方法.通过车辆的运动学模型和非完整约束条件得到虚拟的位置和速度观测量,与前向速度一起辅助惯性导航系统,惯性导航系统修正后的方位角又用来改善车辆的运动学数学模型.利用解析分析和协方差仿真方法研究了该组合导航系统的可观测性.理论分析和仿真结果都证明了通过车辆动态数学模型的辅助,低成本惯性导航系统的精度可以得到改善.该方法可作为当全球定位系统(GPS)暂停工作时的一种备份导航系统,在较长时间内限制惯性导航系统的误差,从而提高整个导航系统的冗余性和完整性