导弹发射车SINS/GNS定位定向技术

针对导弹发射车对导航系统的全自主性及精度的特殊要求,提出将地磁匹配定位定向系统与惯性导航系统进行组合.地磁匹配过程中采用了基于 Hausdorff 距离的相似算法.基于U卡尔曼滤波算法,对SINS/GNS全自主定位定向组合系统与捷联惯导系统单独定位定向在同一条件下的误差情况进行了对比仿真.仿真结果表明,装有地磁匹配惯导系统的导弹发射车定位定向的精确度有了明显提高, 滤波收敛性较好.     

一种基于惯导/地磁信息融合的 低成本组合导航方法

为提高飞行器在轨导航精度需要高精度惯性导航器件,由此带来成本增加。针对短时间在轨小型飞行器,提出一种基于低成本惯导/地磁敏感器件的信息融合组合导航方法,通过利用微机电系统(Micro-Electro-Mechanical System,MEMS)惯性组合和磁强计输出参数共同构建状态方程和量测方程,并采用基于反馈校正的卡尔曼滤波算法,分析了高、中、低精度的惯导组合和MEMS三轴磁强计不同测量精度条件下的导航精度偏差。结果表明,采用惯导/地磁信息融合导航,可降低对惯性器件的精度要求,从而降低轨道飞行器导航的经济、质量成本和对安装空间的需求。     

旋转光纤捷联惯性导航系统的误差调制分析

提出一种带连续稳定旋转平台的新型光纤捷联惯性导航系统,旨在提高系统导航精度的同时。不增加惯导系统的成本。研究该惯导系统的组成结构和工作原理。分析旋转光纤捷联惯性导航系统误差调制过程,最后对整套惯性导航系统进行仿真。仿真结果表明,改进后的旋转光纤捷联惯性导航方案能够使惯性导航系统的精度提高一个数量级左右而不增加成本,因此具有重要的工程应用价值。     

以高精度惯组为参考的MEMS惯组参数在线估计方法

针对传统冗余惯性导航系统存在成本高,体积大,功耗大的问题,提出采用低精度MEMS惯组参与惯性导航冗余的导航系统冗余模式.利用MEMS惯组单次通电稳定性具有优势的特点,利用高精度惯组信息对低精度惯组参数进行在线估计.免除因增加惯性器件导致射前标定的大工作量.针对导航参数在飞行器飞行过程中可能发生变化的问题,提出一种自适应滑动窗口估计方法,利用数据的分散性对有效估计时间进行决策,并采用最小二乘法对参数进行估计,仿真结果表明该方法是有效的.     

基于相对惯性导航的机载导弹二次传递对准

为了克服机翼挠曲变形的影响,本文在传统传递对准方法的基础上,提出一种机载导弹的二次传递对准方法。核心思想由两个步骤组成:第一步,根据加速度计和陀螺仪的输出,利用相对惯性导航算法,实时解算弹载子惯导相对于机身主惯导的导航参数;第二步,以相对位置误差为量测值,在卡尔曼滤波器中估计相对导航误差,并将估计结果反馈至相对导航解算过程中。导弹的对准结果可以通过联立主惯导姿态与主、子惯导的相对姿态来获得。仿真结果表明,该方法在机翼发生挠曲变形的条件下,可以得到子惯导的高精度实时姿态信息。     

捷联惯导/天文组合导航

为了有效提高惯性导航精度,文中介绍了一种基于星敏感器的捷联惯导组合导航方法。首先分析了捷联惯导／星敏感器组合导航系统的工作原理。其次,对组合导航系统进行建模,分析系统误差,通过捷联惯导和星敏感器的输出构造量测值,建立系统的误差状态方程和量测方程。最后,利用间接卡尔曼滤波,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的位置、速度和姿态角。最终,通过对仿真结果的分析证实了该方法的有效性。     

巡航导弹的GPS/INS组合导航系统研究

提出了巡航导弹卫星/惯性组合导航系统的组合结构,分析并建立了组合导航系统的误差模型,采用了卡尔曼滤波器进行组合导航系统导航状态的最优估计,并进行了组合导航系统的仿真计算.仿真结果表明采用卫星导航定位系统对巡航导弹的惯性导航系统进行辅助将大幅度提高巡航导弹的导航精度,具有重要的实际意义.     

弹道导弹INS/GNSS/CNS组合导航系统研究

提出了弹道导弹惯性/卫星/天文组合导航系统的方案与组合结构,分析并建立了组合导航系统的误差模型,采用了联邦滤波器进行组合导航系统导航状态的最优估计,并进行了组合导航系统的仿真计算.仿真结果表明采用卫星导航定位系统和天文导航系统对弹道的惯性导航系统进行辅助将大幅度提高弹道导弹的导航精度,具有重要的实际意义.     

捷联惯导/里程计高精度组合导航算法

针对里程计(OD)刻度系数误差和惯导安装误差角对车载捷联惯导(SINS)/OD组合导航系统的影响,重新推导并建立了新的量测方程,在此基础上加入故障检测的方法,从而构成了新的组合导航算法。该组合导航算法能够有效地提高组合导航精度,及时准确地检测出量测故障;同时该组合导航算法同样适用于车辆运动学约束辅助导航模式,为OD发生故障时提供了一种容错方案。仿真结果验证了该算法的有效性。     

一种大动态惯导技术在旋转弹上的仿真与实验研究

针对大动态环境下旋转弹的特点,在无陀螺惯性测量系统的基础上,采用一种基于MEMS双陀螺多加速度计的捷联惯导方案。该方案可以克服单纯加速度计的惯导方案对加速度测量和安装精度的苛刻要求,实现对弹轴方向角速度的解算。计算机仿真结果表明,导航解算的误差可以满足旋转弹的精度要求。在仿真分析基础上,给出了一种面向炮弹系统．基于FPGA双核处理器结构惯导系统的硬件实现方案。     

弹道导弹IMU斜装余度配置设计的系统性能分析

余度技术是提高导航系统性能的一种重要手段,本文对捷联惯性传感器多余度配置技术进行了研究。针对弹道导弹的特点,设计了适用于背景弹道使用的IMU:由3陀螺正交配置的4加速度计斜装配置构成。分析了影响惯性传感器输出的主要因素,建立了惯性传感器的误差模型,研究了斜装对传感器测量的多重影响,尤其是它对非线性误差的较大改善。在此基础上,设计了具有余度配置结构的惯性测量装置(IMU)．针对该IMU,建立了余度配置系统的标定模型。仿真结果表明,采用该IMU的弹道导弹导航性能显著提高,在现有器件精度下有效提高了系统的精度和可靠性。     

弹道导弹捷联惯导/卫星系统/天文系统组合导航研究

捷联惯导/卫星系统/天文系统(SINS/GNSS/CNS)实现了优势互补,是提高弹道导弹命中精度的一种重要导航方法.设计基于UD-UKF滤波的组合导航系统无重置联邦滤波器,在发射惯性坐标系下建立sINS/GNSs/CNs组合导航的数学模型,对比分析SINS/CNS、SINS/GNSS及SINS/GNSS/CNS对惯导参...     

弹道导弹捷联惯性导航系统误差传播模型

弹道导弹捷联惯性导航系统(SINS)的误差是由陀螺仪和加速度计交叉影响产生的,与平台误差传播过程有本质区别,本文针对弹道导弹捷联惯性系统的实用模型开展了研究,得到了离散形式的误差传播,通过该模型建立的离散卡尔曼滤波仿真表明,模型准确地反映了捷联惯性导航系统的误差,为组合制导和提高射击精度研究提供了有利条件。     

基于MIMU/GPS组合导航定位系统的一种新型卡尔曼滤波算法的研究

文中提出了基于MIMU/GPS组合导航定位系统的一种新型卡尔曼滤波算法。系统以MEMSIMU为传感器核心,采用位置和速度组合,运用该算法对系统模型误差和量测噪声协方差误差具有良好的自适应性。     

一种新型导航系统在空空导弹上的应用

空空导弹具有重量轻、体积小,工作时间短等显著特点,传统的弹载导航系统主要是捷联惯性导航系统,它包括陀螺和加速度计,将一种新型导航系统——无陀螺捷联惯导/GPS组合导航系统应用到空空导弹领域;无陀螺捷联惯导系统(GFSINS)中只包含有加速度计,基于一种九加速度计配置方式,推导了GFSINS系统方程,并给出了导航系下GFSINS/GPS组合导航系统的卡尔曼滤波方程;仿真结果表明:GFSINS/GPS组合导航系统应用到空空导弹领域具有可行性。     

Research on SINS Error Recursive Model of Ballistic Missile

The strap-down inertial navigation system (SINS) error of ballistic missile is generated by the mutual influence of gyroscope and accelerometer, and the recursive model is completely different from that of gimbaled INS. In the paper, a discrete error recursive model was obtained by studying the applied SINS error model of ballistic missile, and the discrete Kalman filtering simulation based on the model was carried out. The simulated results show that the model can depict the SINS error exactly and provide the advantages for research on integrated guidance and improved hit accuracy.     

时间序列和径向基网络的MEMS IMU误差建模研究

为了提高IMU精度,进一步提高惯性系统精度,采用时间序列理论中的AR模型对MEMS IMU的误差估计和补偿作了深入的研究,并与径向基神经网络建模方法分析比较.通过卡尔曼滤波器比较了两种建模方法和补偿技术对位置误差的估计性能,试验结果表明:使用AR模型的卡尔曼滤波器估计误差比RBF神经网络小2～3个数量级而均方差和标准差差不多,验证了使用AR模型的卡尔曼滤波器得到的位置估计误差更小,使用更为灵活.     

深度相机与微机电惯性测量单元松组合导航算法

针对室内非结构环境下,全球定位系统、无线电定位等定位手段使用困难,轮式里程计在楼梯等场合易出现打滑或空转而误差较大,单一视觉传感器或微机电系统（MEMS）惯性测量单元（IMU）很难实现高精度自主定位,以及传统的视觉与MEMS IMU组合导航算法复杂、计算量大、导航精度低等问题,提出一种适用于室内的深度相机与MEMS IMU松组合导航算法。MEMS IMU预积分结果作为改进迭代最近点（ICP）算法的迭代初值,大幅减少了迭代次数;通过深度相机和MEMS IMU分别计算载体的位置并作差运算,将位置差值作为量测信息,使用扩展卡尔曼滤波估计MEMS IMU的导航误差,修正航位推算的结果;利用Kinect v1深度相机和MTI 100-IMU搭建的平台进行实验验证。结果表明,基于MEMS IMU辅助的改进ICP算法能够减少迭代次数约50%,基于位置差值的深度相机与MEMS IMU松组合算法导航定位误差小于总里程的10%.