捷联惯导在轨标定算法研究

为了保证长期在轨工作的捷联惯性导航系统的精度,设计了一种捷联惯导在轨标定算法.通过分析捷联惯导的主要误差源,建立了标定误差模型和导航误差模型.用加速度计的零位漂移、陀螺仪的零位漂移、陀螺仪的标度因数误差和安装误差构造系统状态方程,利用卫星导航系统提供的速度、位置信息和星敏感器提供的姿态信息构造量测方程,经过滤波运算得到各项误差估计值.算法解决了捷联惯导与星敏感器坐标轴不重合的问题,提高了嵌入式计算机的计算能力.最后对算法进行了数学仿真,仿真结果证明了算法的有效性.     

多惯组冗余系统安装误差的空中标定技术

以多组平行安装的捷联惯导构成的冗余系统为研究对象,提出了一种GPS辅助条件下惯导间安装误差的空中标定算法。该算法以其中一套惯导系统为安装基准,与GPS伪距、伪距率信息深组合后的导航结果为真实参考信息,标定前利用飞机机动提高基准惯导的姿态精度,标定开始时刻将基准惯导的导航信息装订给待标定惯导作为导航初值并进行姿态更新,利用待标定惯导的导航误差模型建立卡尔曼滤波器,量测量取为组合姿态与待标定惯导姿态的姿态误差,通过姿态匹配的方式对两套惯组之间安装误差进行标定。仿真结果显示,该方法不需要飞机做精确的角机动,只利用简单的摇翼和盘旋机动就可以对安装误差进行精确标定,且标定精度可达到角秒级水平。     

基于修正的卡尔曼滤波的姿态估计算法研究

研究惯导系统的稳定性问题,其中微惯性测量单元(MIMU)可以为捷联惯导系统提供实时的姿态和航向信息。研究姿态估计提高导航精度,由于陀螺漂移引起姿态误差,单独使用MIMU使姿态精度差。为了克服陀螺误差随时间积累不断增大,无法长时间提供稳定的姿态的缺点,提出采用磁强计修正的卡尔曼滤波四元数姿态估计算法。算法以姿态四元数为状态向量,通过四元数更新方程建立离散滤波状态方程,将加速度计和磁强计输出的六维数据转化为四元数的量测值建立量测方程,有效减少了计算量,补偿陀螺的漂移误差带来的影响。仿真结果表明改进算法提高了捷联惯导系统的精度和稳定性。     

捷联惯导互补滤波姿态融合算法设计

为了满足低成本、高性能的载体测姿需求,针对MEMS器件漂移导致载体姿态无法准确测量的问题,提出了一种基于方向余弦矩阵（DCM）更新的多轴显式互补滤波载体姿态估计算法。利用陀螺仪和辅助传感器的噪声所处频段互补的特点,运用互补滤波进行信息融合,发挥各个传感器的优点,提升系统的姿态测量精度。分别以三轴转台与实验车辆为验证平台,设计了静态与动态实验。实验结果表明,该姿态融合算法能够稳定输出高精度的姿态信息,抑制陀螺漂移导致的姿态发散,有效提高载体姿态的测量精度,满足捷联惯导系统的测姿需求。     

惯性导航系统在线标定方法研究

论文针对惯性导航系统在线标定的问题,利用GPS提供的基准速度和位置信息,采用基于卡尔曼滤波技术的“速度＋位置”匹配方法,以惯导系统与GPS的速度和位置的差值作为量测值,对加速度计和陀螺仪误差进行在线标定。仿真结果表明,经在线标定补偿后惯导系统定位误差降低了97．2％。该方法显著提高了导航精度,效率较高,具有一定的实用价值。     

基于捷联惯导/里程计的车载高精度定位定向方法研究

研究了一种基于捷联惯导系统和里程计进行车载高精度定位定向的方法;采用里程计与捷联惯导中的陀螺仪构成航位推算系统,建立了航位推算系统的误差模型;为了增强航位推算姿态误差的估计效果,将载车姿态与位置信息一起作为量测,构建组合定位定向的量测方程;采用Sage-Husa自适应滤波设计捷联惯导/里程计组合定位定向算法,以增强算法对外界环境和载车机动的鲁棒性;仿真结果表明,基于捷联惯导/里程计的车载定位定向方法能够达到±20.4m(3σ)的定位精度,航向精度达到±3.1′(3σ),水平姿态精度达到±0.6′(3σ)。     

车载惯导里程仪组合导航系统安装误差标定研究

研究了捷联惯导、GPS、里程仪和气压高度计构成的组合导航系统中惯导安装误差角对里程仪航位推算精度的影响;提出了以GPS输出作为辅助信息对惯导安装误差进行标定的方法;设计了以里程仪航位推算误差传播方程为系统方程,以里程仪航位推算结果和GSP位置输出之差为量测,通过卡尔曼滤波估计惯导安装误差的标定方法;仿真结果表明,该方法对惯导安装误差的标定精度能达到角秒级。在调试过程中采用该方法标定补偿后的系统实际跑车实验航位推算精度达到5m+行程的0.15%,表明补偿后残余的惯导安装误差影响已经可以忽略。     

机载安装误差对捷联惯导系统的综合影响研究

机载惯导系统的安装误差会引起加速度计输出中的附加干扰加速度,以及陀螺仪输出中的陀螺漂移,从而对惯导系统产生影响。针对捷联惯导系统(SINS)中的机载安装误差进行了深入全面的研究,推导出角安装误差和位置安装误差同时存在时系统的误差模型,并对机载安装误差给导航系统精度带来的影响进行了系统仿真。仿真结果表明:安装角误差和位置误差对于惯导系统的精度带来不可忽视的影响,将会引起惯导系统的迅速发散,必须对其加以补偿。该研究对于提高SINS的对准精度提供了理论依据,具有较好的工程应用价值。     

捷联惯导/北斗高精度组合导航方法研究

提出采用紧组合方式进行捷联惯导/北斗组合导航设计,首先对捷联惯导与北斗系统进行误差分析与建模,将捷联惯导系统误差、北斗等效时钟误差相应的距离(伪距误差)以及等效时钟频率误差相应的距离率(伪距率误差)作为组合导航系统状态;利用捷联惯导位置输出与北斗接收机星历输出构造获得等效伪距,将其与北斗接收机测量的伪距对应相减作为量测,推导建立对应的量测方程,采用卡尔曼滤波设计捷联惯导/北斗组合导航滤波算法;仿真结果表明,该组合导航方法的速度精度达到±0.05 m/s,位置精度达到±3.2 m,水平姿态精度达到±0.4′,航向精度达到±1.6′。     

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.     

基于SLAM的旋翼无人机组合导航算法研究

在旋翼无人机组合导航中,针对缺乏GPS作为导航信号源的室内飞行环境,为了达到精确定位的目的,提出一种基于SLAM（simultaneous localization and mapping）的旋翼无人机组合导航算法。首先,引入双线性插值算法,实现基于扫描匹配的即时定位与地图构建;其次,对陀螺仪、加速度计和磁罗盘建立捷联惯导系统误差模型,针对旋翼无人机的使用环境对误差模型进行简化;最后,应用联邦卡尔曼滤波算法,设计组合导航系统模型,将SLAM算法和捷联惯导系统估计出的位置数据进行融合。仿真结果表明所设计基于SLAM的旋翼无人机组合导航算法能够进一步提高组合导航系统对旋翼无人机位姿估计的精度。     

MEMS SINS-GPS组合导航系统设计

为实现满足中低精度要求的低成本导航系统,选用MEMS惯性传感器研制了捷联式惯性导航系统(SINS);针对MEMS惯性传感器噪声较大和惯性导航系统误差随时间迅速累积的问题,利用小波对MEMS陀螺信号进行了降噪处理,并采用SINS-GPS卡尔曼滤波组合导航系统以消除惯导系统的误差累积,输出较高精度的速度、位置信息.对SINS和组合导航系统进行了仿真实验,实验结果表明所建系统的长时间导航性能有一定改善.     

井下捷联惯导系统导航数据处理滤波分析

针对现有煤矿井下定位技术误差较大、准确性不足的问题,引入了捷联惯导系统对煤矿井下人员和设备进行精确定位导航。为进一步提高捷联惯导系统的定位精度,提出了采用扩展卡尔曼滤波和采样卡尔曼滤波对系统数据进行滤波的算法,分析了扩展卡尔曼滤波和采样卡尔曼滤波的滤波原理,并对算法公式以及滤波效果进行了仿真分析。仿真结果表明,在假设井下噪声为高斯白噪声的前提下,采样卡尔曼滤波抖动性较小,曲线更为平滑,即滤波后的数据更加接近于真实数据,能够更准确地反映出坐标信息,且误差基本控制在允许的范围之内,具有较好的滤波效果。     

基于MEMS惯性传感器的行人导航轨迹复现研究

针对目前行人导航对精度的需求,提出了基于微机电系统(MEMS)惯性传感器的行人导航系统.系统置于行人脚面,导航算法依据传统捷联惯性导航,采取基于卡尔曼滤波的补偿累积误差算法和零速检测方法,采用三条件判断法,即传感器三轴的总加速度、总加速度方差和总角速度的三条件满足判断方式,解决了行人导航步行过程中累积的误差补偿与校准.分别以圆形路线和矩形路线验证导航算法的适用性和准确性,对比分析实验结果表明:误差结果控制在5%以内,满足导航要求.     

基于视觉/惯导的无人机组合导航算法研究

目前视觉惯性组合导航系统多采用优化紧/松耦合以及滤波紧/松耦合算法,应用误差状态卡尔曼滤波能够将较低频率的视觉位姿信息提升到与惯性信息同步的频率;提出一种基于自适应卡尔曼滤波的视觉惯导组合导航算法,首先考虑到系统建模与传感器测量误差,采用自适应渐消卡尔曼滤波进行导航解算,通过实时计算遗忘因子,以调节历史数据的权重,可抑制建模误差,提高组合导航系统性能,然后针对视觉SLAM解算过程造成的视觉位姿信息滞后于惯导信息的问题,提出一种延时补偿方法;仿真实验表明,采用延时补偿的自适应渐消卡尔曼滤波算法能够有效抑制建模误差,并降低视觉位姿信息滞后带来的影响,提高无人机组合导航的解算精度,姿态、速度、位置解算精度分别达到5°、0.5m/s、0.4m以内。     

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.     

An algorithm and observability research of autonomous navigation and joint attitude determination in asteroid exploration descent stage

In this paper, an autonomous relative navigation and joint attitude determination algorithm in asteroid exploration descent stage is researched based on feature point information of perpendicular asteroid surface image observed by optical navigation camera, distance vectors from spacecraft to asteroid measured by three angled installed lidars and relative velocity increment measured by accelerometer when the relative distance vector to the centroid of asteroid can not be obtained. The inertial attitude of spacecraft is determined by sun vector, star vectors and inertial angular velocity respectively measured by sun sensor, star trackers and inertial reference unit. Also, in order to obtain measurement error model transferred from sensor noise, a covariance matrix solver considering error correlation is presented via the error model of normalized vector to first order. Numerical simulation and improved observability evaluation of filtering are undertaken to discuss the results of complete sensor observation and weak observation of lidars, and verify the effectiveness of the presented relative navigation and attitude determination algorithm.     

Separate bias Kalman estimator with bias state noise

A modified decoupled Kalman estimator suitable for use when the bias vector varies as a random-walk process is defined and demonstrated in a practical application consisting of the calibration of a strapdown inertial navigation system. The estimation system accuracy associated with the modified estimator is shown to be essentially the same as that of the generalized partitioned Kalman estimator. Considering that the sensor error random rates assumed in the example are on the order of 5 to 10 times greater than normally associated with contemporary strapdown systems, it may be inferred that inertial navigation systems possessing more typical sensor error random growth characteristics should be amenable to a decoupled estimator approach in a broad spectrum of aided-navigation system applications. This should also be true in a variety of other applications in which the bias vector experiences only limited random variation     

Real-Time Implementation of GPS Aided Low-Cost Strapdown Inertial Navigation System

This work details the study, development, and experimental implementation of GPS aided strapdown inertial navigation system (INS) using commercial off-the-shelf low-cost inertial measurement unit (IMU). The data provided by the inertial navigation mechanization is fused with GPS measurements using loosely-coupled linear Kalman filter implemented with the aid of MPC555 microcontroller. The accuracy of the estimation when utilizing a low-cost inertial navigation system (INS) is limited by the accuracy of the sensors used and the mathematical modeling of INS and the aiding sensors’ errors. Therefore, the IMU data is fused with the GPS data to increase the accuracy of the integrated GPS/IMU system. The equations required for the local geographic frame mechanization are derived. The direction cosine matrix approach is selected to compute orientation angles and the unified mathematical framework is chosen for position/velocity algorithm computations. This selection resulted in significant reduction in mechanization errors. It is shown that the constructed GPS/IMU system is successfully implemented with an accurate and reliable performance.