基于惯性系的旋转式惯导系统快速对准算法

针对船舶大幅角晃动和线运动等复杂干扰,导致旋转式捷联惯导系统初始对准性能下降的问题,设计了基于惯性系的旋转式捷联惯导系统快速初始对准算法.针对旋转式捷联惯导系统的误差特性,设计了基于惯性系的粗对准方案;并提出了一种改进的罗经对准算法,达到缩短对准时间和提高对准精度的目的.仿真实验证明:该方法可以实现快速初始对准,7 min航向精度达到1.35′.     

基于自抗扰控制技术的捷联罗经对准算法

在大失准角条件下,研究了自抗扰捷联罗经对准算法．基于欧拉平台误差角概念建立了适用于自抗扰控制的二阶水平通道状态空间模型．以水平速度误差作为量测实现水平姿态对准,从稳定的水平通道指令角速度中提取方位失准角信息,完成方位自对准．仿真结果表明,该对准算法可较快地实现大失准角的自对准且对准精度与经典罗经对准法相当．     

基于UKF的捷联惯导大失准角初始对准方法

研究自主水下航行器,位置速度匹配中的误差需要补偿.捷联惯导大失准角误差传播特性是非线性的.为了提高捷联惯导大失准角初始对准精度,提出了一种基于UKF的捷联惯导初始对准的方法.由于对大失准角下SINS的非线性误差模型和系统噪声和观测噪声为加性的特点,给出了一种简化的Unscented卡尔曼滤波递推算法,并提出在精对准阶段采用多次精对准提高大初始失准角下SINS对准精度进行仿真.仿真结果表明,在GPS辅助下,使捷联惯导方位角误差减少,采用改进方法,也可获得较高的对准精度.     

GPS辅助捷联惯导系统动基座初始对准新方法

针对捷联惯导系统(SINS)初始对准问题,提出了一种无需经历传统的粗对准阶段而利用单天线GPS辅助直接进行动基座精确初始对准的新方法。该方法以惯性空间为参考基准,将初始对准姿态矩阵分解为三部分逐一实现,进一步对动基座对准进行了误差分析,指出了利用停车零速信息可以提高初始对准精度的思路。最后,载车运动环境下的初始对准试验结果表明,航向角对准精度达到了0.081°(1σ)。     

捷联惯导系统中卡尔曼滤波的应用研究

为提高捷联惯导系统初始对准精度,提出将卡尔曼滤波技术应用于系统初始精对准,用以估计系统的失准角和惯性误差。对卡尔曼滤波技术在捷联惯导系统中的应用进行分析,建立捷联惯导系统初始对准误差模型和卡尔曼滤波量测方程。分析不同条件下不同滤波方法的滤波原理和滤波精度。在此基础上,提出一种将预测扩展卡尔曼滤波应用于逆向导航技术的思路,并进行了理论分析和捷联惯导系统自对准流程设计,为后续进一步深入开展惯导系统初始对准奠定基础。     

动态干扰条件下的旋转式捷联惯导系统自对准方法

针对角晃动与线晃动等动态干扰条件下,旋转式捷联惯导系统（Rotary strapdown inertial navigation system,Rotary SINS）难以实现自对准的问题,提出了一种基于惯性系的自对准新算法. 首先,基于惯性系下粗对准的结果,推导了双轴转动调制捷联惯导系统的惯性系精对准误差模型;然后,针对观测模型的噪声不确定性问题,通过改变渐消因子阵的嵌入方式,提出了一种改进的多渐消因子自适应 Kalman滤波方法. 最后,仿真实验证明该方法能够有效解决动态干扰条件下旋转式捷联惯导系统的自对准问题,实现快速自主高精度对准.     

基于HMM/ KF 滤波的捷联惯组快速标定方法

提出一种快速标定捷联惯组常值零偏的六位置测试法.首先在传统解析式粗对准的基础上引入HMM/KF滤波器,利用HMM/KF滤波器滤除对准环境中的干扰噪声,实现捷联系统粗对准;然后分析利用粗对准的对准精度与惯性器件误差之间的关系,推导出求取捷联惯组常值零偏的数学表达式.对比实验分析结果表明,采用滤波技术的对准方法能够提高方位对准精度,而且能够快速有效地标定和补偿上一标定阶段残留的惯性器件常值零偏,改善导航性能.     

捷联惯导系统方位失准角对准技术研究

研究低成本捷联惯导系统中静基座方位失准角对准问题。传统采用的MIMU精度较低,误差模型的非线性化。为改善方位失准角的对准精度,提出了一种UPF方法的方位失准角对准方法。建立了关于磁强计辅助MIMU的粗对准模型,并将磁强计辅助完成粗对准的方位角偏差引入精对准的线性和非线性误差模型之中,给出了一种简化的UPF递推算法,对比了不同误差模型下的三种滤波方法的效果。仿真结果表明,无论是线性还是非线性误差模型下,UPF都获得了比KF和UKF更优的对准精度和收敛性,具有重要理论意义和应用参考价值。     

考虑转台定位误差时的快速自对准方法研究

捷联惯导初始对准精度直接影响到惯导系统的工作精度,传统自对准方法对转台定位精度要求较高,转台存在定位误差时严重影响自对准精度。提出了一种考虑转台定位误差条件下的捷联惯导快速两位置自对准方法,根据对准位置与旋转过程中的惯导相邻时刻输出信息小幅慢变的特点,通过引入中间坐标系,实现实际旋转角度的精确跟踪和导航误差实时更新计算,辨识出初始姿态角误差,并根据对准精度要求对辨识结果迭代修正,从而实现动态条件下的高精度寻北。对该算法在静、动态环境下的寻北性能进行了实验验证,实验结果表明:静态环境下寻北精度的1倍标准差为18.3248″,动态环境下寻北精度的1倍标准差为32.633 07″,对准精度与计算速度均满足要求,能够有效克服转台定位误差对自对准精度的影响,具有一定的工程应用价值。     

晃动基座下捷联惯导的抗干扰自对准算法

针对捷联惯导(SINS) 晃动基座下, SINS 难以快速实现自对准的问题, 提出SINS 的抗干扰自对准算法. 该算法通过将初始对准问题转化为Wahba 求解问题来消除角运动干扰的影响; 利用惯性坐标系重力矢量和晃动干扰加速度的频率特点, 通过设计低通滤波器对比力在惯性坐标下的投影进行滤波来消除线振动干扰的影响. 仿真结果表明, 该算法不需要进行粗对准, 能够在角运动干扰和线振动干扰同时存在的情况下快速实现自对准.

     

基于MEMS传感器的微惯性导航系统研究

针对惯性导航系统成本较高无法广泛使用,设计了一种利用电子罗盘进行自主式初始对准的低成本微惯性导航硬件系统,并对信号进行预处理;经过罗差修正后的电子罗盘精度达到±1°以内,可以满足捷联式导航系统初始对准要求,借助"四元数"理论编写导航解算算法,确定载体的姿态、速度、位置;实验结果表明,该系统短期精度较高,可以应用在普通导航控制系统中,且大大降低系统的体积、重量、成本等,具有广阔的市场应用前景。     

电子罗盘最佳椭圆误差补偿方法

摘要：电子罗盘的方位数据可作为导航系统的初始位置数据,然而,电子罗盘在实际使用中极易受到外界磁场环境的影响而产生罗差,有效的减少罗差是提高导航系统初始位置精度的一项技术措施。本文研究了电子罗盘的最佳椭圆误差补偿方法,并把该算法应用到实际SINS-GPS组合导航初始对中,给出了实施方案和罗差补偿数据。实验验证,最佳椭圆误差补偿算法有效的消除了罗差,该罗盘可以应用于普通导航初始位置对准及其它领域。     

纬度未知条件下捷联惯导摇摆基座自对准方法

针对纬度未知条件下捷联惯导摇摆基座自对准问题,本文将其看作基于特征值分解的优化问题处理,提出一种基于地球系重力矢量的摇摆基座自对准方法.首先,构建基于速度增量形式的目标函数,建立不依赖外部纬度信息的地球系下重力矢量模型,以提高地球系下重力矢量的估计精度;然后,将摇摆基座自对准看作Wahba姿态确定问题,基于地球系下重力矢量建立关于惯性系转换四元数的速度增量式目标函数,增强对噪声及振荡干扰的抑制,利用基于特征值分解的多矢量优化方法完成摇摆基座自对准,以提高对准精度;最后,通过设置捷联惯导摇摆基座初始对准仿真及船舶系泊实验,验证了所提方法的有效性.     

一种改进的视觉罗盘姿态测量方法

Montiel等人提出的“视觉罗盘”是一种以摄像机为唯一传感器,基于EKF-SLAM的姿态测量方法.在摄像机旋转不平滑时需要提高运动模型中系统噪声的先验方差设定值,但是会导致匹配计算量增大和匹配错误发生率升高.针对上述问题,本文给出一种改进的视觉罗盘姿态测量方法.该方法首先使用多分辨率路标选取策略初始化新路标,然后使用...     

基于陀螺辅助的磁罗盘抗干扰测量方法

为了解决磁罗盘使用过程中受到的磁干扰和加速度干扰影响测量精度问题。提出了基于陀螺辅助的磁罗盘抗干扰测量方法。选取磁罗盘姿态四元数微分程和传感器误差模型共同构建系统的滤波模型,由自适应卡尔曼滤波算法实现磁罗盘姿态估计,并借助于无磁转台对测量方法进行了实验验证,结果表明该方法是可有效实现磁罗盘的抗干扰测量,且能提高磁罗盘测量精度。     

基于欧拉角微分模型的捷联惯导直接非线性对准方法

从捷联惯性导航系统欧拉姿态角非线性微分方程出发,利用静态对准零速度约束条件研究了由姿态角、速度输出和传感器误差组成的直接非线性对准简化模型;同时,结合该对准模型系统方程非线性、量测方程线性的特点,对状态与系统噪声联合采样的复杂加性噪声UKF算法进行简化,实现状态扩维后计算量不增加.随后,通过M ATLAB仿真对传统欧拉...     

互补滤波和卡尔曼滤波的融合姿态解算方法

针对捷联惯性测量单元(IMU)噪声大、精度低的缺点和常规的姿态解算算法精度不高等问题,提出了一种互补滤波和卡尔曼滤波相结合的融合算法.该算法基于姿态角微分方程建立系统的状态方程模型,利用互补滤波后的姿态角作为系统的观测量,再应用扩展卡尔曼滤波(EKF)算法融合了陀螺仪、加速度计和电子罗盘的测量数据.为验证该算法有效性,用带有传感器的开发板依次进行静态和动态测试,实验结果表明:结合了互补滤波和卡尔曼滤波的融合算法,在静态时能够抑制姿态角漂移和滤出噪声,在动态时能够快速跟踪姿态的变化,提高了姿态角的解算精度.     

基于RBF神经网络的全姿态磁航向误差建模与补偿

对磁罗盘系统误差和目前多数文献所提出的全姿态磁航向误差补偿方法的不足进行了分析.针对具有一定俯仰角或横滚角的磁罗盘系统磁航向误差建模和补偿问题,提出了基于径向基函数(RBF)神经网络的修正方法,并与BP神经网络方法进行了比较.在分析算法原理的基础上进行了实验仿真,结果表明:采用RBF神经网络在明显提高网络收敛速度的基础上,大大减小了全姿态磁航向误差,校正效果优于BP神经网络.