MPF-CKF在SINS大方位失准角初始对准中的应用

针对捷联惯导系统在大方位失准角情况下的初始对准问题, 提出了一种基于MPF-CKF的非线性滤波方法.MPF-CKF将部分惯性器件误差作为模型误差, 降低了系统的维数, 不仅提高了初始对准的精度, 而且克服了将模型误差假设为高斯白噪声的局限性.通过滤波仿真比较, 进一步表明了MPF-CKF能提高SINS在大方位失准角初始对准中的估计精度和收敛速度.     

CDKF在捷联惯导系统大失准角初始对准的应用

文章基于欧拉平台误差角的概念,建立了大失准角条件下的捷联惯导系统(SINS)非线性误差模型,深入研究了中心差分卡尔曼滤波(CDKF)技术及其在大失准角对准中的应用,进行了静基座下基于扩展卡尔曼滤波(EKF)、Unscented卡尔曼滤波(UKF)和CDKF滤波的SINS初始对准仿真。仿真结果表明,在失准角均为大角度条件下,用CDKF滤波水平对准精度可达0.18,′方位对准精度可达1.63,′比EKF具有更高的精度,并且避免了求Jacobian矩阵带来的不便,提高了可靠性;与UKF相比具有稍高的精度,并减少了可调参数,在实际应用中更加简单方便。     

BP神经网络在捷联惯导初始对准中的应用研究

提出了基于多层BP神经网络的滤波器，并用于捷联惯导初始对准中．采用BP网络替代初始对准系统中的闭环卡尔曼滤波器，可以确保系统的误差状态始终为小量，实现了惯导初始对准中的滤波与校正功能。采用BP神经网络滤波的优点是：数据并行计算速度快，在滤波时不需要初始数据。仿真结果表明，这种方法简化了系统运算的代数结构，提高了系统状态估值运算的实时性，并且可以保证系统的对准精度。     

捷联惯导初始对准理论及仿真研究

阐述了捷联惯导系统初始对准理论，推导出SDS对准的基本方程，并采用SMM法对准回路进行设计，最后给出了仿真结果．     

改进的单轴旋转SINS初始对准方法

针对单轴旋转捷联惯导系统中,传统静基座对准的极限精度受器件误差制约的问题,在对静基座初始对准进行误差分析的基础上,提出了一种利用单轴转台实现的初始对准误差修正技术。利用单轴旋转捷联惯导系统本身具有的转动控制机构,通过转位操作,根据对准稳态误差在不同位置的投影关系计算出误差大小,并对系统加以补偿,从而提高系统对准精度。通过仿真试验可以看出:与两位置对准方法相比,该初始对准误差修正技术能够提高精度,并减少对准时间,同时,可以使水平失准角和方位失准角的对准误差显著下降。     

支持向量机在初始对准状态估值中的应用

在捷联惯导系统初始对准状态估值过程中,针对传统Kalman滤波器的实时性问题,提出了基于支持向量机(SVM)网络的滤波器。采用闭环Kalman滤波器的输入和输出数据作为训练样本对进行训练得到SVM模型。通过仿真实验对比表明,采用SVM网络滤波器的估计精度与采用闭环Kalman滤波器的相当,但估计速度比较快。     

捷联惯导系统陀螺罗经对准性能的协方差分析

文中推导了协方差方程式的数值解,研究了初始对准回路滤波器参数设计方法。利用协方差分析,从统计意义上探讨了地面晃动基座上采用一阶数字滤波的捷联系统陀螺罗经对准的性能。分析了随机误差源的影响,指出动态干扰环境下,载体的扰动加速度和等效东向陀螺的常值漂移及随机游走噪声是造成方位误差的主要因素。     

H∞控制理论在捷联惯导系统初始对准中的应用

提出了一种应用H∞控制理论来进行捷联惯性导航系统初始对准的方法。文中介绍了H∞控制理论以及相关定理，并建立了基于观测器思想的初始对准广义受控对象模型。经过与相关理论相结合，提出了一种基于观测器的动态控制的设计方法。最后给出两种设计结果和仿真曲线，根据两种控制器的特点和性能总结出了一套初始对准方法，实际应用结果表明，此方法是可行的。     

SINS/GPS组合导航系统初始对准的可观测度分析

针对SINS/GPS组合导航系统的误差传递模型进行了可观测度分析,确定了卡尔曼滤波器对系统各个状态的估计效果.在飞行器处于不同飞行姿态下,通过对相应的状态估计误差协方差阵的特征值及特征向量的比较,发现在动基座对准时,对飞行器引入线加速度可显著提高方位角的估计精度,并且在相同的条件下,拐弯运动的方位角估计速度更快、精度更高.此外,拐弯运动能够估计出加速度计零位偏置.此方法可以为飞行器在初始对准时选择最佳机动方案提供依据.     

基于自适应组合滤波的惯性导航系统初始对准方法

针对系统噪声不确定情况下的惯性导航系统非线性初始对准问题,提出了一种基于自适应组合滤波的初始对准方法.首先给出了一种基于Kalman/UKF组合滤波的神经网络实时训练算法;进而提出了基于Kalman/UKF组合滤波的非线性系统状态估计方法,该算法利用神经网络在线估计系统噪声,并利用Kalman/UKF组合滤波在线同时估计初始对准的状态量和神经网络的权值;最后将该算法应用于惯性导航系统非线性初始对准问题中,并进行了仿真研究.仿真结果表明:自适应组合滤波算法不仅保证了初始对准的精度,而且具有更好的实时性,是解决惯性导航非线性初始对准问题的一种有效且实用的方法.     

SINS大失准角传递对准模型的可观测性分析

捷联惯导系统(SINS)是在军事、航空等领域有着广泛应用的全自主导航系统,传递对准是确定其导航初值的一项关键技术.针对捷联惯导系统大失准角传递对准模型进行了可观测性分析研究.首先,建立了SINS欧拉角误差模型,并根据水平失准角为小角度的工程实际情况等对误差模型进行了简化;然后,从非线性系统的可观测性分析出发,利用微分几何理论给出系统的可观测矩阵,并给出了系统可观测度定义以及通过奇异值分解分析状态变量可观测度的方法.将该方法应用于SINS大失准角传递对准模型中,对系统进行了"速度"匹配和"速度+姿态"匹配模式下的可观测性和状态可观测度分析;最后,设计了UKF滤波器进行传递对准仿真,仿真结果与可观测分析结论一致,验证了该可观测分析方法的正确性.结果表明,这两种匹配模式下系统均为不完全可观测,并且"速度+姿态"匹配模式下状态变量的可观测度相比"速度"匹配模式下的状态可观测度高.     

均匀重采样粒子滤波器在SINS初始对准中的应用

针对标准粒子滤波算法中存在的样本贫化问题,提出一种在随机重采样中加入均匀采样的均匀重采样方法,不但可以保证标准粒子滤波算法逼近精度,同时能通过保留被抛弃粒子的分布范围增加粒子的多样性.针对捷联惯性导航系统的初始对准问题,应用这种均匀重采样的粒子滤波算法进行了仿真研究.仿真结果表明,在初始方位失准角为10°的情况下,均匀重采样粒子滤波算法的对准精度高于标准的粒子滤波算法,初始对准的稳定性也得到了有效改善.     

Method of Improving the Navigation Accuracy of SINS by Continuous Rotation

A method of improving the navigation accuracy of strapdown inertial navigation system (SINS) is studied. The particular technique discussed involves the continuous rotation of gyros and accelerometers cluster about the vertical axis of the vehicle. Then the errors of these sensors will have periodic variation corresponding to components along the body frame. Under this condition, the modulated sensor errors produce reduced system errors.Theoretical analysis based on a new coordinate system defined as sensing frame and test results are presented, and they indicate the method attenuates the navigation errors brought by the gyros‘ random constant drift and the accelerometer‘s bias and their white noise compared to the conventional method.     

Research on SINS Alignment Algorithm Based on FIR Filters

An inertial frame based alignment (IFBA) method is presented, especially for the applications on a rocking platform, e.g., marine applications. Defining the initial body frame as the inertial frame, the IFBA method achieves the alignment by virtue of a c     

车辆运动状态下SINS的初始对准技术

对车辆运动状态下捷联惯导系统的初始对准技术进行研究.以里程计作为外部传感器,建立了运动状态下初始对准的数学模型,分析了系统状态的可观测性,并进行了仿真研究.结果表明,捷联惯导系统只要求短时间内(几秒钟)车辆处于静止状态,以进行解析式粗对准,之后车辆就可以向预定地点行驶,10 min内即可在运动状态下完成精对准,且对准精度比静基座下高.     

GNSS/SINS/视觉导航鲁棒算法

全球导航卫星系统(Global Navigation Satellite System,GNSS)、捷联惯性导航系统(Strapdown Inertial Navigation System,SINS)和视觉传感器优势互补,3者信息融合可获得高精度、无漂移的导航定位信息.针对GNSS／SINS／视觉融合导航易受运动速度、光照变化、遮挡等影响导致定位精度和鲁棒性降低问题,本文在图优化框架的代价函数中加入SoftLOne鲁棒核函数,设置量测值粗差检验程序,降低离群点带来的负面影响.进一步,对量测值计算残差进行卡方检验,对超限残差降权处理,提高系统精度和鲁棒性.实验结果表明,本文算法较不施加鲁棒核函数、不采用异常值剔除策略和卡方检验的传统算法,以及加入其他鲁棒核函数的算法精度更高、鲁棒性更好,能够较大程度提升GNSS／SINS／视觉导航定位精度和鲁棒性,在大尺度环境下,未出现较大漂移误差,绝对位姿均方根误差0.735 m,绝对位姿误差标准差0.336 m.     

捷联式惯性导航系统初始对准扰动补偿控制算法

提出了一种捷联惯性导航系统初始对准扰动补偿二级控制器的设计方法。选取载体的飞行姿态、速度与位置增量建立了扰动补偿控制的状态空间数学模型,基于Backstepping控制方法,通过引入虚拟反馈控制变量设计了非线性控制器,保证大初始扰动条件下系统状态稳定收敛到系统的平衡点集。在平衡点集,设计了H2最优状态反馈控制律,以保证系统状态在平衡点集的渐进收敛。仿真和系统试验结果表明,这种二级补偿控制方法能有效抑制初始对准扰动误差,导航解算精度能够满足工程实际需要。