小波中值滤波在晃动基座初始对准中的应用

针对捷联惯性导航系统(SINS)在晃动基座下进行初始对准时,陀螺和加速度计受外界干扰噪声较大,而单独采用低通滤波或小波滤波法不能有效实时地实现噪声抑制问题,采用小波阈值消噪和中值滤波相结合的混合滤波方法来实现信号的消噪。将输出信号首先经中值滤波消除信号中的突变噪声,再利用小波阈值消噪滤除振动噪声和白噪声,从而有效地消除基座晃动带来的噪声。测试实验表明,提出的混合滤波法对车载惯导系统输出信号噪声滤波效果明显,在发动机启动的情况下,可基本达到静态信号采集的效果。对准仿真实验表明,提出的滤波法能辅助捷联惯导系统实现在晃动基座下的精对准。     

UKF方法在SINS初始对准中的应用研究

惯性导航设备的初始对准在本质上是非线性的,对于建立在线性模型基础上的 EKF 方法,在一定程度上影响了系统的精度。本文介绍了一种建立在非线性模型基础上的卡尔曼滤波方法(UKF),并应用于 SINS 的初始对准。通过仿真试验研究,结果表明：UKF 方法不仅保证了良好的对准精度,而且大大放宽了对准方位失准角的约束(≤10°即可)。     

静基座捷联罗经初始对准方法

本文从分析平台罗经初始对准的原理出发,提出了静基座捷联罗经初始对准的原理并推导了便于软件编程的具体算法,通过对大方位误差角 SINS 非线性误差方程的简化,推导了粗略方位自对准的算法公式。     

捷联系统在晃动载体上的初始对准

本文叙述了在微幅晃动的载体上对捷联式定位定向系统采用递推最小二乘法进行自主初始对准的方法,详细推导了粗对准和精对准数学模型,具有很好的工程实用性。     

自适应卡尔曼滤波在SINS静基座初始对准中的应用

由于捷联惯导系统模型参数往往与实际的物理过程具有一定的偏差,并且系统的噪声与量测噪声的统计特性不是精确已知的,因此采用常规的卡尔曼滤波算法不能获得理想的滤波效果。为避免滤波发散,采用Sage-Husa自适应滤波算法应用于捷联惯导初始对准,仿真结果表明该方法相对于卡尔曼滤波方法在收敛精度和速度上都有很大的改进。     

微幅晃动下车载SINS初始对准技术研究

为了研究微幅晃动状态下车载SINS初始对准技术,本文利用导航计算机采集惯性测量组件输出的比力和角增量信号,在载车初始粗对准之后,分别采用卡尔曼滤波法和参数辨识法完成精对准实验,结果表明在粗对准算法相同、精对准时间相等的情况下,卡尔曼滤波精对准比参数辨识精对准能够获得更好的对准精度,对于工程应用具有一定的参考价值。     

捷联惯导系统动基座传递对准研究

针对动基座传递对准,为了提高对准精度和缩短对准时间,本文采用"速度匹配"方案,通过载机不同的机动方式,由卡尔曼滤波算法估出计失准角。结果表明设计在满足飞行操作简单的条件下,对准精度高和时间短,为工程使用提供参考。     

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。     

基于转动的光纤陀螺捷联系统初始对准研究

基于某型低精度光纤陀螺捷联系统,分别采用经典罗经对准、两位置卡尔曼滤波及连续旋转卡尔曼滤波三种方法进行了初始对准实验研究。结果表明,经典罗经对准方法由于未对零偏进行处理,导致其精度不高。两位置卡尔曼滤波方法可以对惯性器件的零偏进行估计并补偿,一定程度上提高了精度。连续旋转卡尔曼滤波方法通过调制抑制陀螺零偏误差影响,相比前两种对准方法,精度显著提高,该文进行了理论分析。     

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.     

健康管理对老年冠心病危险因素治疗及控制率影响

捷联惯导系统(SINS)静基座初始对准中,过高的陀螺噪声不但导致系统状态方程非线性,也会使对失准角的估计不能收敛到真值.因此,提出了一种磁强计辅助对准方法,对系统观测方程的分析证明了该方法不仅可提高滤波精度,同时还可对磁场强度和磁倾角进行估计.非线性滤波采用平方根无迹卡尔曼滤波(SRUKF),SRUKF与无迹卡尔曼滤波(UKF)滤波精度相当,优于扩展卡尔曼滤波(EKF).相比UKF,SRUKF具有更高的计算效率和稳定性.仿真结果表明,该算法在陀螺噪声较高的情况下仍能满足SINS初始对准要求.     

激光捷联惯导多矢量定姿法晃动基座粗对准

针对激光捷联惯导晃动基座下受载体运动干扰难以实现粗对准这一问题,提出了一种惯性系下基于多矢量定姿的粗对准方法。首先分析了基于双矢量定姿的惯性系粗对准算法的原理和不足,在此基础上推导了基于多矢量定姿的粗对准模型,并对新方法进行了仿真验证。结果表明,与传统双矢量定姿惯性系对准方法相比,采用多矢量定姿能更充分利用观测信息,有效抑制干扰运动对对准精度的影响,建立更准确的捷联矩阵,同时使对准结果具有更好的稳定性。     

基于MEKF的捷联惯导初始对准算法研究

在某些对精度要求不是很高的领域微机电系统(MEMS)等低精度捷联惯导系统因其造价低等特点而得到广泛应用。由于传统的初始对准方法不能估计除姿态以外的任何量,故不适用于MEMS等低精度捷联惯导系统。该文研究了一种基于姿态估计的初始对准方法,并使用乘性扩展卡尔曼滤波进行对准,在姿态对准的同时实现对惯性器件误差的建模估计。在实现初始对准的基础上显著降低了计算量。     

SINS静基座初始对准的超球体采样STFUKF算法

初始对准是实现惯性导航高精度的一项关键技术.无迹滤波(UKF)在SINS系统静基座大方位失准角初始对准中计算量大,在不精确或错误的噪声统计情况下,收敛速度变慢,估计精度下降,甚至滤波发散.针对这一问题,将超球体采样与强跟踪无迹滤波(STFUKF)算法相结合,提高了运算速度和对准精度.利用SINS的非线性误差模型,通过数字仿真将卡尔曼滤波、UKF和STFUKF的性能进行比较,证明该方法具有精度高、抗干扰性好、跟踪能力强的特点.     

基于可观测度分析的捷联惯导初始对准方法

输出校正和反馈校正是捷联式惯导系统初始对准的两种传统方法,可观测度是衡量卡尔曼滤波状态估计效果的量度。为提高捷联惯导初始对准的精度,分析了状态的可观测度与反馈校正对初始对准精度的影响,得出状态的估计效果与使用的校正方法有关,正确的反馈量可提高估计精度。因此,该文提出了一种基于可观测度分析的自适应反馈校正方法,并分别使用3种校正方法进行地面静基座初始对准仿真实验,实验结果表明此方法可有效提高对准精度。     

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。