适于地磁导航的高精度区域地磁场建模研究

从地磁匹配导航的原理出发,分析并提出了开发地磁匹配导航需要解决的关键技术问题。针对现有地磁场模型精度偏低、模型边界效应等问题,深入分析了传统补充国际地磁参考场值的缺陷。提出了采用边界插值约束的Taylor多项式拟合法,建立适合地磁匹配导航的高精度地磁场模型,为匹配算法提供可靠的参考依据;并提出了多项式最佳插值截断阶数的算法;最后,进行了仿真试验。试验证明：该技术具有优于补充国际地磁参考场值建立高分辨率模型的方法,可以提高模型的分辨率,改善建模过程中存在的边界效应问题。     

惯性/卫星组合导航试验设计

针对惯性/卫星组合导航技术的特点,从硬件组成、应用算法等方面分析了对组合导航精度具有影响的各种因素,提出了试验设计的准则,并给出了一个设计实例.     

惯性/星光组合导航技术综述

针对不同的应用平台, 对星光导航设备星敏感器和惯性/星光组合导航技术研究现状进行了叙述和总结, 探讨了惯性/星光组合导航技术面临的亟待解决的问题和未来的发展方向, 为国内该领域的研究人员提供一定的参考.     

捷联惯性/天文组合导航信息融合方法研究

为了提高弹道导弹捷联惯性/天文组合导航系统的精度及其在实际工作环境下的自适应性,本文对导航元器件误差进行深入分析,提出了一种基于自适应卡尔曼滤波的状态转移矩阵算法。该方法将简化的Sage-Husa自适应卡尔曼滤波算法与状态转移矩阵校正方法相结合,通过自适应滤波方法来补偿由于复杂工作环境而引入的元器件误差,并利用状态转移矩阵法校正主动段积累的速度、位置误差。通过实际弹道数据的仿真分析表明,新算法能够适应实际工作环境中元器件误差的时变特点,增强了系统对工作环境的适应能力,提高了导弹的导航精度。     

惯性/星光组合导航应用与发展

对惯性／星光组合导航技术进行了综述,描述了惯性／星光组合导航基本原理、工作模式以及关键技术,阐述了惯性／星光组合导航技术优势,介绍了惯性／星光组合导航系统的典型应用,最后指出了惯性／星光组合导航的发展方向。     

基于惯性/地磁的弹体组合测姿方法

针对单一传感器测姿精度有限和容错性不佳的问题,提出了基于惯性/地磁传感器的弹体姿态组合测量方法。该方法使用矢量因子联邦滤波算法对测量数据进行融合,并针对系统中存在的模型误差和噪声不严格符合高斯分布的问题,使用了改进的强跟踪无迹卡尔曼滤波算法作为联邦滤波的子滤波器。仿真结果表明,本文方法可以获得比任何单一传感器都高的估计精度,并比传统联邦滤波算法的融合精度更高。     

基于惯性系下陀螺误差在线估计修正的惯性与星光组合导航方法

传统惯性与星光组合通常需要将惯性系下的星光姿态信息转换到导航坐标系进而与惯性导航系统进行姿态组合,由于姿态信息转换过程中通常需要引入地理位置信息实现转换,从而不可避免地引入转换误差,无法充分发挥高精度星光姿态信息对惯性导航误差的修正作用。考虑到陀螺原始输出信息和星光姿态信息均能直接在惯性参考坐标系下测量获得,设计了一种基于惯性系下陀螺误差在线估计修正的惯性与星光组合导航方案。通过建立基于惯性系下陀螺误差估计修正的惯性与星光组合导航数学模型,直接在惯性系下对陀螺漂移误差进行在线开环跟踪估计;通过对陀螺误差实时修正,能够有效减小由于陀螺漂移所带来的惯性导航系统解算误差。仿真结果表明,该方案能够有效估计出陀螺的漂移误差,进而有效提高了惯性导航系统精度。     

辅助信息源短时失效下的捷联惯性基组合导航算法

捷联惯性基组合导航中,辅助信息源短时失效会导致组合精度降低,对此提出高斯过程回归辅助捷联惯性基组合导航算法。该方法利用经过组合导航闭环校正的捷联惯性导航系统速度输出作为高斯过程回归的训练输入集,辅助信息源的速度输出作为训练输出集,在未发生失效时对高斯过程回归进行训练,辅助信息源失效时利用高斯过程回归预测辅助信息源输出以实现组合滤波量测更新。在实测实验中,利用低精度微机电系统/全球定位系统组合车载数据,比较所提算法与传统算法在失效情况下姿态、位置和陀螺常值漂移估计效果。结果显示：在60 s的短时失效情况下,所提算法纵摇、横摇、位置估计效果提高90%左右,航向估计提高70.7%,东向、北向陀螺漂移估计分别提高10.3%,10.8%,证明所提算法可以有效地解决组合导航中辅助信息源短时失效问题。     

惯性/卫星组合导航半实物仿真系统设计

组合导航系统的理论研究已经相对成熟,但对理论研究的结果难于验证.利用跑车试验完成惯性/卫星组合导航系统半实物仿真试验,对组合导航研究的理论与应用研究具有重要的意义.介绍了惯性/卫星组合导航系统的基本构成,叙述了惯性/卫星组合导航半实物仿真系统研制的思路、构成和半实物仿真系统的工作流程,并给出了惯性/卫星组合导航系统的试验结果.     

基于自适应滤波的惯性+多模卫星组合导航算法研究

惯性+多模卫星组合导航系统通常采用定常参数的加权最小二乘算法进行多传感器信息融合,若加权系数与实际噪声统计特性不吻合,将会对组合导航精度产生不利影响.为解决该问题,提出一种基于自适应滤波的改进信息融合算法,对惯性及卫星导航数据应用自适应Kalman滤波以估计惯性导航误差,对滤波输出进行基于加权最小二乘法的多模信息融合,并根据滤波误差方差阵的解算结果对加权系数进行实时调整以优化估计精度.仿真结果表明该算法能够在一定程度上提高组合导航系统的精度和对不同随机噪声的适应能力.     

地磁匹配导航关键技术浅析

对国际上地磁匹配导航的研究情况及其关键技术做了简要介绍, 包括地磁匹配导航技术的由来、发展动态、基本原理和特点以及地磁匹配导航研究目前已经具备的条件和尚需解决的关键技术.最后对这种导航技术做了展望.     

地磁导航技术及其应用

地磁学是地球物理学的一个主要组成部分。地球磁场跟地球引力场一样,是一个地球物理场,它是由基本磁场与变化磁场两部分组成。基本磁场来源于地球内部。现在一般认为,地磁场是由处于地幔之下、地核外层的高温液态铁镍环流引起的。通过对天然或人为的地震波的测量,人们发现地核外     

一种改进的捷联惯性/天文组合导航方法

针对传统的捷联惯性/天文组合导航系统(SINS/CNS)不能精确估计加速度计偏置而导致导航误差发散的问题,提出了一种改进的组合导航方法。该方法将与位置相关的高度角误差、方位角误差以及由气压高度表得到的高度误差引入到系统的量测方程中,从而抑制了位置误差的发散,解决了传统方法中加速度计估计位置误差时存在的问题。根据上述原理以弹道导弹为载体推导了组合系统的线性模型,最后通过卡尔曼滤波实现了状态估计。仿真结果表明:该方法的导航精度优于传统方法,有效抑制了由加速度计偏置造成的位置误差,验证了该方法的有效性。     

当今和未来导航需要的大加速度惯性测量组合

大量的商业和军事应用要用到惯性测量组合(IMU)。尽管这些应用变化很快,但是,对能在稳定状态、大加速度条件下导航的IMU的需求和使用都在增长。因为存在大加速度负载,所以这些仪表必须非常接近甚至完全是固态的,其性能特点如下:较宽的动态范围,最小的非线性效应和较高的抗噪声能力;这些仪表还必须体积小、功耗和成本低。这种IMU的一个例子是先进动能导弹(ADKEM)所需要的IMU。     

复杂纹理环境的光流/惯性组合导航方法

为解决无人机(unmanned aerial vehicle,UAV)在全球定位系统(global positioning system,GPS)信号弱或拒止环境下实现自主导航的问题,提出一种适用于复杂纹理环境的光流/惯性组合导航方法.通过基于低纹理场景的改进卢卡斯-卡纳德(lucas and kanade,LK)光流法,解算图像光流信息,使用惯性导航系统信息辅助光流导航系统,同时也利用光流导航系统的特征点速度信息辅助惯导系统进行导航解算,利用卡尔曼滤波器以融合光流/惯性导航信息得到速度、位置估计信息,并通过仿真实验进行验证.仿真结果表明:该方法能够在纹理丰富和纹理较差的场景下进行精确的速度、位置信息估计,所提出的导航算法符合自主导航的实时性和精确性要求.