基于罗经法和CDKF的捷联惯导摇摆基座自对准

针对舰船和舰载武器系统存在风浪的情况下自对准精度下降的问题,提出了一种改进罗经法粗对准和利用中心差分卡尔曼滤波(CDKF)法进行精对准的捷联惯导系统摇摆基座下的自对准方法。利用经典罗经算法在惯性系下对捷联系统进行粗对准,可以在方位角存任意误差时收敛到一个精对准算法可以容忍的范围内,而CDKF精对准算法在存在相对较大的失准角下仍能实现高精度的姿态角误差估计。仿真实验证明:提出的方法对准精度高,速度快,实现简单,适用与各种无机动条件下的捷联惯性系统的自始准。     

基于滑动窗的GPS位置辅助动基座粗对准方法

针对传统的GPS位置信息辅助动基座粗对准方法,对准精度易受仪表累积误差和载体转向的影响,提出了一种基于滑动窗的GPS位置辅助动基座粗对准方法。削弱了仪表累积误差的影响,同时抑制了因载体转向引起的航向角对准误差的波动,提高了粗对准精度。仿真结果表明,该方法较传统方法在水平姿态角上精度相当?在航向角上对准精度有明显优势,性能更优。     

捷联惯导系统任意失准角双模型快速传递对准

传递对准是机载和舰载装备惯导系统初始对准的首选方案,由于传递对准大多在恶劣的外部环境下进行,使得常规的线性误差模型不能准确的描述传递对准过程中的误差传播特性,所以国内外研究者提出了一系列的非线性误差模型,但是这又带来了非线性系统状态估计时计算量较大的问题。针对这一问题提出了一种双模型快速传递对准方法,在传递对准的初始时刻,失准角较大时,采用基于速度加四元数匹配的非线性误差模型和非线性滤波算法如Unscented卡尔曼滤波进行传递对准状态估计,当失准角的估计达到一定的精度后对子捷联惯导进行一次校准,再切换到基于速度加姿态角匹配的常规线性误差模型和常规卡尔曼滤波,仿真结果表明,该方法能够获得比单独使用线性误差模型或非线性误差模型高的对准精度,并且计算量比采用非线性误差模型时大大减小。     

车载惯性导航仪快速初始对准技术

为了完成车载惯性导航仪在静基座下的对准与标定,提出采厢两位置对准方案.在惯性导航仪粗对准的基础上,建立了含有解算速度项的初始对准模型,并选取水平速度作为观测量.为了兼顾对准时间,采用自适应Kalman滤波器对失准角、惯性器件常值误差和随机误差进行实时估计,完成初始对准和标定.通过多次水平转台对准试验,表明在400 s对准时间内,方位角误差减小到0.7°以内,水平姿态角误差减小到0.04°以内,同时对系统中水平惯性器件的常值误差做出了估计,更加有利于导航精度的提高.     

基于自抗扰控制技术的捷联罗经对准算法

在大失准角条件下,研究了自抗扰捷联罗经对准算法．基于欧拉平台误差角概念建立了适用于自抗扰控制的二阶水平通道状态空间模型．以水平速度误差作为量测实现水平姿态对准,从稳定的水平通道指令角速度中提取方位失准角信息,完成方位自对准．仿真结果表明,该对准算法可较快地实现大失准角的自对准且对准精度与经典罗经对准法相当．     

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.     

H∞滤波和Kalman滤波在初始对准中的比较研究

摇摆状态下的捷联惯导初始对准,由于动基座情况下干扰较大,造成对准精度下降.推导了大失准角误差模型,设计了相关的H∞滤波器和Kalman滤波器,并比较了二者的性能.通过静基座和摇摆动基座初始对准仿真试验分析,得出静基座条件下,Kalman滤波性能较好;而在外界干扰较大或系统模型不准确的环境中,Kalman滤波性能恶化,H∞滤波的对准精度优于Kalman滤波,且实时性好,适合于工程应用.     

EKF和SUKF在大摇摆基座初始对准中的应用

通过在SINS解算过程中加入速度和位置阻尼信息,推导了惯导系统在大失准角情况下的简化非线性误差模型,研究了非线性SUKF和EKF滤波器在大幅度摇摆基座初始对准中的适用性,有效解决了传统解析式粗对准算法不能应用于大幅摇摆基座自主初始对准的问题.两种非线性滤波器在系统粗略装订初始姿态的情况下,可以不经过粗对准过程直接实现系统的精确对准.最后以舰船系泊条件下的大幅摇摆基座为仿真环境,仿真验证了两种非线性滤波对准算法的有效性,并比较了两种算法的对准精度.结果表明两种非线性滤波器的对准精度相当,从计算复杂度的角度考虑,EKF算法有更强的实用性.     

捷联惯导系统方位失准角对准技术研究

研究低成本捷联惯导系统中静基座方位失准角对准问题。传统采用的MIMU精度较低,误差模型的非线性化。为改善方位失准角的对准精度,提出了一种UPF方法的方位失准角对准方法。建立了关于磁强计辅助MIMU的粗对准模型,并将磁强计辅助完成粗对准的方位角偏差引入精对准的线性和非线性误差模型之中,给出了一种简化的UPF递推算法,对比了不同误差模型下的三种滤波方法的效果。仿真结果表明,无论是线性还是非线性误差模型下,UPF都获得了比KF和UKF更优的对准精度和收敛性,具有重要理论意义和应用参考价值。     

SINS大失准角初始对准的改进算法研究

在捷联导航系统优化控制的研究中,捷联惯导系统(SINS)初始对准的误差方程存在是非线性,对于静基座初始对准造成误差较大。传统采用的方法是将失准角视为小角度,可将误差模型线性化,利用KF完成静基座的初始对准。但是对于动基座大失准角来说,多采用非线性滤波方式来解决,建立误差模型,并采用UKF滤波进行数据融合。由于非线性模型的噪声参数未知等原因,常规的UKF可能会出现滤波发散现象,为解决上述问题,提出采用自适应方法的UKF来对建立的非线性模型进行滤波。仿真结果表明,在大失准角情况下,采用非线性模型的AUKF比UKF滤波具有更好的对准精度和更快的收敛速度,可为优化设计提供参考。     

天线反射对混波室场均匀性校准的影响

摇摆状态下的捷联惯导初始对准,由于动基座情况下干扰较大,造成对准精度下降。推导了大失准角误差模型,设计了相关的H∞滤波器和Kalman滤波器,并比较了二者的性能。通过静基座和摇摆动基座初始对准仿真试验分析,得出静基座条件下,Kalman滤波性能较好;而在外界干扰较大或系统模型不准确的环境中,Kalman滤波性能恶化,H∞滤波的对准精度优于Kalman滤波,且实时性好,适合于工程应用。     

级联卡尔曼滤波在初始对准中的应用

针对微惯组测量误差大,尤其是陀螺仪误差较大,不能辨别地球自转角速度,造成捷联惯性导航系统不能实现自对准的问题,采用GPS和磁强计辅助微惯组进行对准。当载体处于静止状态时,没有外力作用,加速度计仅输出重力加速度信息,可提供水平姿态角的观测信息,航向角观测由加速度计和磁强计的输出融合解算得到,通过构建级联的四个卡尔曼滤波器,分别实现水平姿态角、航向角、陀螺仪误差、失准角和加速度计零偏的估计,将估计的姿态角转换为待修正的姿态矩阵,利用估计的失准角对姿态矩阵作进一步修正,最终得到修正的姿态矩阵,完成初始对准目的。     

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.     

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。     

一种新的舰载机惯导初始自对准方法

由于自对准技术不依赖于惯导系统本身以外的任何信息,因而是舰载机惯导系统初始对准的首选方案。由于受海况等因素影响,系泊条件下的舰体会产生大幅摇摆,致使舰载机惯导自对准中滤波的量测值会产生较大的不确定性量测干扰,从而可能导致卡尔曼滤波器发散和对准精度低等问题。鉴于此,建立了舰船系泊下舰载机捷联惯导自主精对准状态空间模型,设计了一种基于H^∞滤波的舰载机惯导自对准新方法。仿真结果表明,基于H^∞滤波的自对准方法在保证系统鲁棒性的同时,不但可以估计出姿态误差角误差,还可以估计出陀螺常值漂移和加速度计常值偏置误差,并可以获得较好的快速性,水平精度在2′以内,方位精度在10′左右。     

基于弹载IMU/GPS组合导航系统的动基座对准研究与仿真

对基于弹载IMU／GPS组合导航系统的动基座对准问题进行了研究与仿真;首先,分析了弹载IMU与GPS的系统误差,建市获得了其系统误差模型;然后,利用卡尔曼滤波技术,设计了弹载IMU／GPS组合导航系统的动基座对准算法;仿真结果表明,在初始误差较大的情况下,经过360秒的动基座对准,IMU的姿态角误差可降至10个角秒,同时位置和速度误差也得到了有效修正,从而证明该动基座对准算法是行之有效的。     

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.     

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。     

考虑转台定位误差时的快速自对准方法研究

捷联惯导初始对准精度直接影响到惯导系统的工作精度,传统自对准方法对转台定位精度要求较高,转台存在定位误差时严重影响自对准精度。提出了一种考虑转台定位误差条件下的捷联惯导快速两位置自对准方法,根据对准位置与旋转过程中的惯导相邻时刻输出信息小幅慢变的特点,通过引入中间坐标系,实现实际旋转角度的精确跟踪和导航误差实时更新计算,辨识出初始姿态角误差,并根据对准精度要求对辨识结果迭代修正,从而实现动态条件下的高精度寻北。对该算法在静、动态环境下的寻北性能进行了实验验证,实验结果表明:静态环境下寻北精度的1倍标准差为18.3248″,动态环境下寻北精度的1倍标准差为32.633 07″,对准精度与计算速度均满足要求,能够有效克服转台定位误差对自对准精度的影响,具有一定的工程应用价值。     

强跟踪滤波器在潜射运载器传递对准中的应用

潜射运载器在发射前进行精确的传递对准十分重要.然而潜射运载器的传递对准精度会因为潜艇挠曲变形而受到严重影响.为了解决艇体挠曲变形给运载器传递对准精度带来的不利影响,对强跟踪滤波器在潜射运载器动基座传递对准中的应用进行了研究,设计了强跟踪滤波器,仿真结果表明在潜艇具有很小的机动以及考虑艇体挠曲变形的条件下能够较好地估计出从惯导相对主惯导的失准角.由于该方法不必建立艇体挠曲变形的复杂模型,使得解决挠曲变形对传递对准精度影响的问题大大简化了,具有一定的工程意义.