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.     

大方位失准角传递对准非线性模型研究

针对惯导系统大方位失准角传递对准的非线性误差方程不准确问题,同时考虑杆臂效应和挠曲变形两种主要误差因素来建立挠曲变形和杆臂效应加速度一体化误差模型,从而完善惯导系统大方位失准角传递对准非线性模型.针对非线性滤波的稳定性和快速性问题,采用比例修正无味卡尔曼(UKF)滤波模型估计姿态失准角,并采用速度匹配算法对模型的正确性和滤波的有效性进行仿真验证.结果表明,该模型在大方位失准角传递对准时可以满足对准精度和时间的要求.     

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。     

舰载条件下一种新的传递对准方案与仿真研究

传递对准是战术舰载武器惯导系统初始对准的一种有效方法;针对舰载捷联惯导系统的初始对准问题,提出了一种新的动基座快速传递对准方案——速度+角速度匹配方案;给出了这种方法的数学模型,采用一种简单的航行轨迹,在三种典型的海况下,对这一传递对准方法中子惯导姿态误差角,速度误差和舰船甲板变形进行了卡尔曼滤波估计及精度分析;研究结果表明,速度加角速度匹配方法具有稳健的对准精度和快速性,估计精度随海况变化不大。     

联邦模糊自适应卡尔曼滤波在速度+姿态传递对准中的应用

在系统动态模型和噪声统计特性无法完全获得的情况下,通过调整卡尔曼滤波器的相关参数提高弹载子惯导对准性能,其效果是很有限的,采用联邦模糊自适应卡尔曼滤波方法进行速度＋姿态匹配传递对准,并对算法进行了可行性分析与仿真验证。仿真结果表明,在系统动态模型和噪声的统计特性不确定的情况下,速度+姿态匹配传递对准的联邦模糊自适应卡尔曼滤波短时间内能够较好地估计出弹载子惯导的初始姿态失准角,是一种非常有效的信息融合方法。     

CDKF在车载捷联惯导自对准中的应用

研究了车载捷联惯导在大方位失准角下的静基座自对准。采用Sigma点卡尔曼滤波,根据均值与协方差信息按非线性映射传播的特点,直接利用非线性模型,可以消除EKF存在的需要解析Jacobi矩阵以及将非线性系统线性化后的系统模型误差问题不易调整的弊端,其中的中心差分卡尔曼滤波(CDKF)精度高,且对状态协方差阵不敏感。仿真结果表明,在大方位失准角下采用CDKF进行初始对准,比用传统的EKF更精确且收敛速度更快。     

捷联惯导欧拉角误差模型二位置对准方法

在捷联惯导初始对准优化的研究中,由于存在非线性,很难描述误差特性。为提高捷联惯导系统初始对准的精度,缩短对准时间,根据欧拉角误差的传播规律,推导了惯导系统角度和速度误差微分方程,建立了非线性的对准模型。非线性模型的计算一直是难点问题,一般采用无迹卡尔曼滤波(UKF),为减小计算量,采用了超球面采样点变换(SSUT)的采样策略,结合线性的量测方程,对滤波算法进行了改造和简化。根据全局可观性理论,为提高系统观测度,以二位置静态对准为条件,并对提出的方法进行了仿真和实验验证。结果表明,模型具有很高的精度,并能有效估计惯性器件误差。改进方法对大失准角下的系统初始对准及惯性器件测漂具有较好的参考价值。     

基于UKF的MEMS捷联惯导传递对准方法

在飞行器导航系统优化问题的研究中,为解决MEMS捷联惯导(SINS)传递对准精度低和对准时间长的问题,提出了一种采用无迹卡尔曼滤波(UKF)的MEMS-SINS传递对准方法.首先利用欧拉平台误差角表示主子惯导坐标系之间失准角的方法,建立MEMS-SINS传递对准的大失准角误差模型.然后对建立的模型采用UKF滤波算法,使用确定性样本的方法来处理传递对准模型的非线性问题.最后对提出的传递对准方法进行仿真验证,并与扩展卡尔曼滤波(EKF)进行比较.仿真结果表明:在传递对准过程中,UKF获得了比EKF更好的对准精度和更短的对准时间,基本满足了战术级导航系统传递对准的精度要求.     

一种自适应滤波方法在捷联惯导系统大失准角初始对准中的应用

为了对静基座大失准角捷联惯导系统(SINS)进行初始对准,建立了在静基座下基于四元数的SINS非线性误差模型。该误差模型无需对姿态误差角进行小角度假设。为了在观测噪声方差未知的情况下估计SINS失准角,提出一种在线估计观测噪声方差矩阵的自适应扩展卡尔曼滤波方法。仿真结果表明,该自适应滤波方法能在观测噪声方差未知的情况下有效地对静基座大失准角SINS进行初始对准。     

H∞次优滤波在角速度匹配传递对准中的应用

角速度匹配传递对准的量测量是主惯导的高精度陀螺测量信息与子惯导的陀螺测量信息之差,将角速度匹配传递对准的量测量送入卡尔曼滤波器进行信息融合,以获得导航系统误差的最优估计值.通过对角速度匹配传递对准的系统状态模型和量测模型的构建与分析,在将机翼弹性变形等干扰项为有色噪声时,采用H∞次优滤波的角速度匹配传递对准方式估计弹体的安装误差角与姿态失准角,从而实现机载导弹武器系统的快速传递对准.仿真结果表明,基于H∞次优滤波的角速度匹配传递对准,能有效抑制实际应用中弹体的机翼弹性变形等外界不确定噪声的干扰,在确保传递对准鲁棒性能的同时,可以获得良好的快速性能和滤波精度.因此,作为一种空中飞行的对准方法,采用H∞次优滤波将干扰项作为有色噪声应用于角速度匹配传递对准更符合工程应用的实际情况.     

四元数扩维无迹卡尔曼滤波算法及其在大失准角快速传递对准中的应用

针对快速传递对准中量测失准角为大角度的情况,在非线性欧拉角误差模型基础上,推导了一种基于乘性四元数的等效快速传递对准模型.为解决四元数在无迹卡尔曼滤波（UKF）算法中的应用问题,提出了一种基于四元数的状态扩维无迹卡尔曼滤波（Q--AUKF）算法.该算法将系统噪声增广到状态向量中,解决了乘性四元数噪声无法进行向量意义下四则运算的问题.针对四元数加权均值规范化的限制,采用平均四元数算法保证其正交规范化要求.最后将其应用到快速传递对准中的仿真实验结果表明,在量测误差角为大角度的情况下,该算法具有更高的估计精度与收敛速度.     

捷联惯导大方位失准角快速初始对准

捷联惯导方位角快速性能优化问题,传统大方位失准角初始对准方位角收敛速度较慢,直接影响惯导系统的性能。为此提出一种无重置联邦滤波器的以速度误差和比力输出作为观测量的快速初始对准新算法。给出了捷联惯导系统非线性误差模型,并分析了两种观测量,建立了速度观测子滤波器和比力观测子滤波器,同时采用了相应的状态方程和观测方程。用三种方法进行了大方位失准角初始对准的数字仿真。仿真结果对比表明,新方法不仅使方位失准角收敛速度快,而且在加速度计噪声增大10倍的情况下,仍然具有极高的对准精度。     

车载战术导弹传递对准仿真研究

研究了车载战术导弹发射前的传递对准问题。提出了将主惯导安装于导弹发射架上,利用导弹发射前发射架的俯仰运动作为激励加快传递对准过程的方法。推导了弹载子惯导的误差方程和用于传递对准的量测方程。根据推导的方程设计了卡尔曼滤波器实现速度加姿态匹配传递对准。针对导弹发射前载车的典型运动情况进行了仿真。仿真结果表明,在载车运动过程中弹载子惯导的水平姿态误差角估计误差可在30 s内减小到2’以内,通过导弹竖起过程中角运动的激励,航向误差角估计误差迅速减小到3’以内。     

制导火箭弹传递对准时间同步研究

为解决制导火箭弹传递对准中主子惯导信息时间不同步问题,分析了主惯导参考信息时间延迟对传递对准的影响,给出了时间延迟的补偿方法。该方法先将时间基准统一到主惯导参考信息到来时刻进行卡尔曼滤波,再通过时间更新得到当前时刻子惯导的误差估计值。仿真结果表明该方法能够有效地解决时间延迟问题,且易于工程实现。     

主–从滤波器设计及其在传递对准中的应用

本论文研究主一从自适应卡尔曼滤波器的设计及其在动基座传递对准中的应用．对于舰载惯性导航系统,利用速度加角速度匹配方案能够实现快速对准,然而该方案对船体挠曲变形比较敏感,若处理不当将造成对准精度下降．本文将挠曲变形视为对准过程中观测量的不确定性干扰噪声进行处理,并且利用方差匹配策略设计了主一从自适应滤波器,这两个滤波器并行运算,其中主滤波器用于估计惯性导航系统的状态,从滤波器用于估计噪声的统计特性．仿真结果表明,在对准模型存在未知的随机系统噪声时,所设计的滤波器能够快速且准确地估计出失准角,符合传递对准在快速性和精度方面的需求．     

基于多元插值的DD型滤波算法仿真研究

DD型滤波是一种基于Striling多元插值方法,将函数按多项式近似展开的非线性滤波算法.相对于扩展卡尔曼滤波而言,它不需要对非线性函数进行微分运算,具有滤波精度高、数值稳定性好和适用范围广的优点,其运算量却与扩展卡尔曼滤波相当.对DD型滤波算法进行了深入分析,并将该算法应用于状态估计领域.对一多传感器目标跟踪问题进行了仿真计算,仿真结果表明了DD型滤波算法的有效性和实用性.