一种粒子滤波SINS大方位失准角初始对准方法

针对捷联惯导系统大方位失准角的情况,分析了系统非线性误差模型,提出了基于最优重要性分布函数的序贯重要性采样粒子滤波(SIS-PF)初始对准方法,并进行了仿真研究.仿真结果表明,在大方位失准角初始对准中,基于最优重要性分布函数的序贯重要性采样粒子滤波器初始对准精度比无迹卡尔曼滤波器(UKF)提高了一个数量级,与序贯重要性重采样粒子滤波(SIR-PF)初始对准相比,该方法不但精度高,而且计算量小.     

基于SGHKF的SINS大方位失准角对准技术

为了提高捷联惯性导航系统(SINS)非线性对准的精度,缩短对准时间,降低非线性滤波器的计算量,针对SINS大失准角对准模型的特殊性,提出将简化的稀疏高斯厄米特滤波器(SGHKF)应用于SINS的非线性对准。SGHKF采用一组稀疏点求多维高斯厄米特积分。相比传统基于张量积的高斯厄米特滤波器(GHKF)、SGHKF不仅保留了GHKF精度高、精度等级容易调节等优点,而且将高斯积分点个数减小到常规无迹卡尔曼滤波器(UKF)sigma点个数,避免了维数灾难问题。理论分析和实验结果表明,基于SGHKF的大失准角初始对准精度和速度明显优于扩展卡尔曼滤波器(EKF),略微优于UKF,计算量明显小于GHKF。     

改进的自适应卡尔曼滤波在SINS 初始对准中的应用

为提高 Sage-Husa 自适应滤波的稳定性,提出一种基于 UD 分解的改进自适应滤波算法。对在线估计的量测噪声协方差阵和状态估计误差方差阵采取UD分解的形式进行标示和更新,结合捷联惯导静基座初始对准模型,对改进自适应算法进行仿真测试。仿真结果表明：在先验量测噪声和状态估计协方差矩阵存在误差的情况下,新算法能够提高对准精度。     

Sage-Husa自适应卡尔曼滤波算法在SINS初始对准中的应用研究

Sage-Husa自适应卡尔曼滤波算法是解决系统模型发生变化的捷联惯导系统初始对准的一种有效工具,但对未知的系统噪声方差阵和观测噪声方差阵进行同时估计将会造成滤波发散.本文将在选择最佳遗忘因子的基础上,选取仅对观测噪声方差阵和均值进行估计的改造Sage-Husa自适应卡尔曼滤波算法进行捷联惯导系统的初始对准.计算机仿真试验结果表明:该方法在收敛速度和精度上都有很大改进.     

Sage-Husa自适应卡尔曼滤波算法在SINS初始对准中的应用研究

Sage-Husa自适应卡尔曼滤波算法是解决系统模型发生变化的捷联惯导系统初始对准的一种有效工具，但对未知的系统噪声方差阵和观测噪声方差阵进行同时估计将会造成滤波发散。本文将在选择最佳遗忘因子的基础上，选取仅对观测噪声方差阵和均值进行估计的改造Sage-Husa自适应卡尔曼滤波算法进行捷联惯导系统的初始对准。计算机仿真试验结果表明：该方法在收敛速度和精度上都有很大改进。     

简化UKF在SINS摇摆基座上的初始对准

大方位失准角情况下,捷联惯导系统(SINS)误差方程是非线性的,传统的扩展卡尔曼滤波(EKF)会产生线性化误差,影响初始对准精度.为了减少滤波计算量,将一种简化的UKF(RBAUKF)方法应用于SINS初始对准,采用较少的采样点数目和简化的滤波更新算法,避免了对非线性方程的线性化.仿真结果表明,RBAUKF与EKF相比,可在较短时间内完成初始对准,具有更高的精度.     

车载激光捷联惯导系统的快速初始对准方法

在车载激光捷联惯导系统中,初始对准是影响系统输出精度的最重要环节.本文首先建立了捷联惯导系统的误差模型,并对系统的误差模型进行了可观测性分析,然后针对车载激光捷联惯导系统的特点,采用卡尔曼滤波方法,对姿态误差角进行了估计,给出了方差仿真曲线.通过计算机仿真结果的分析,提出了一种快速估计方位失准角ψD的方法,从而大大缩短了初始对准时间.仿真结果表明,将该方法应用于车载激光捷联惯导系统初始对准中是有效的.     

PSO网络优化双重卡尔曼滤波在初始对准中的应用

为了解决捷联惯导系统初始对准过程中天向方位失准角收敛过慢的问题,提出了基于带惯性权重的微粒群（PSO）优化网络逼近的双重卡尔曼滤波算法．首先,利用滤波过程中产生了新的天向方位失准角九和水平方位失准角氐信息进行双重卡尔曼滤波估计。然后针对滤波结构复杂、运算量大的问题,利用双重卡尔曼滤波获取的数据作为训练样本,PSO优化神经网络的算法来实现捷联惯导的初始对准。仿真结果表明,新算法结构简单。计算量小,具有实时性和快速性,同时可以保证系统的对准精度。     

舰载武器SINS非线性传递对准模型及滤波算法

为了满足舰载武器初始对准高精度和快速性的要求,更好地解决舰载武器在大失准角情况下的传递对准问题,提出了一种结合基于四元数的非线性传递对准模型与非线性无迹卡尔曼滤波（UKF）算法的方法,推导并建立了舰载武器捷联惯导系统（SINS）的非线性误差模型。该模型采用姿态四元数表示姿态误差,以提高姿态解算时的快速性和精度,选用速度加姿态作为量测量,以提高系统的可观测性,采用奇异值分解（SVD）方法解决了方差阵的病态问题,以确保算法的鲁棒性,仿真结果表明,该方法不仅解决了舰载武器在大失准角情况下的传递对准问题,而且能够有效提高传递对准的精度和快速性,其计算精度和对准时间满足系统设计要求。     

捷联惯导系统动基座对准中的可观测性分析与研究

建立了捷联惯导系统动基座对准的误差模型,利用分段定常系统可观测性分析理论和方法对系统动基座初始对准时的可观测性进行了全面分析,定性地得出了载体不同运动对系统可观测性的影响结果.分析结果表明,在动基座对准过程中,无论载体是线运动还是角运动,在一定条件下都能够提高系统的可观测性,进而提高卡尔曼滤波器的估计速度和精度.并采用卡尔曼滤波方法,对平台误差角进行了估计,给出了仿真曲线,验证了分析结论.这为研究捷联惯导系统的快速精确对准方法奠定了理论基础.     

一种AUV捷联惯导系统动基座快速初始对准方法

针对AUV的特点,介绍一种采用捷联惯导系统进行导航的AUV动基座快速对准方法。通过模型建立与公式推导提出用两个水平失准角的稳态值估计方位失准角稳态值的方法,计算机仿真结果证明,在保证一定精度的前提下,可加快初始对准的速度。     

一种新的捷联惯导快速对准方法

为了提高初始对准的速度,将等效加速度计和陀螺误差作为观测量,提出一种快速对准的新方法。在常规方法的基础上,建立了等效加速度计和陀螺误差方程及新的观测方程,并分析了状态可观测度,推导了最优估计及对准精度。最后,进行了仿真,结果表明两者对准精度相当,时间上远远优于常规方法。该方法通过引入陀螺信息,充分利用了外部测量信息,加快了方位失准角的估计速度,有效缩短对准时间,具有重要的应用参考价值。     

捷联惯导初始对准的UKF改进算法

针对UKF在捷联惯导系统静基座大方位失准角的初始对准中出现的计算量大和滤波数值不稳定的问题,本文提出了改进的UKF滤波。改进的UKF滤波应用了超球面采样和平方根滤波方法,降低了算法的计算量,提高了滤波过程中的数值稳定性。仿真结果表明,改进的UKF滤波在保证初始对准滤波精度的前提下降低了计算量,提高滤波性能,验证了改进的UKF滤波方法的有效性和优越性。     

基于最小二乘法的导弹SINS失准角空中估计算法

针对在导弹主动段飞行过程中,快速估计修正捷联惯导系统数学平台失准角的问题,分析了在惯导陀螺精度较高,失准角在短时间内变化较小的情况下,仍将失准角视为状态变量,利用Kalman滤波算法来估计的局限性,推导了发射惯性系下惯导误差传播模型,将失准角视为不变参数,提出了基于最小二乘法的失准角空中估计算法。最小二乘算法计算简单,使用方便,仿真结果也表明,基于最小二乘法的失准角估计速度比Kalman滤波算法更快,估计过程也更平稳。对飞行试验数据进行离线计算验证,充分验证了算法的有效性。     

基于尺寸效应在线补偿的旋转捷联惯性导航系统初始对准

在旋转捷联惯性导航初始对准过程中,尺寸效应带来的加速度测量误差影响对准精度,为此提出一种基于尺寸效应在线估计与补偿的旋转调制初始对准方法。建立旋转调制初始对准的最优估计模型,并阐述旋转调制对初始对准的误差抑制机理;分析尺寸效应对加速度计输出的影响规律,推导出尺寸效应误差数学模型,将内杆臂长度参数扩展至初始对准状态空间,在初始对准最优估计过程中估计出内杆臂长度,同时在滤波模型中补偿尺寸效应误差。对旋转捷联惯性导航系统进行了实验,结果表明,内杆臂长度得到在线估计,通过尺寸效应补偿提高了旋转调制初始对准精度。     

激光陀螺捷联导航系统初始对准方法研究

针对激光陀螺捷联导航系统的特点,从理论上分析了卡尔曼滤波法、解析陀螺罗经法和间接估计法3种捷联导航系统常用初始对准方法的特点。并采用某激光陀螺捷联导航系统的实测数据对3种初始对准算法进行了比较研究。结果表明,3种方法的稳态精度基本一致,这和理论分析是相吻合的。间接估计法由于引入了微分,容易受到传感器噪声的影响,超调量很大,收敛速度很慢。解析陀螺罗经对准和卡尔曼滤波由于采用闭环方案,收敛速度要比间接估计法快,更适合激光陀螺捷联导航系统的初始对准。