基于MEMS传感器的微型姿态确定系统研究

针对捷联式姿态确定系统误差随时间积累的缺点,设计了一种由MEMS陀螺、加速度计及微磁强计组合的姿态确定系统。采用Allan方差方法分析了陀螺随机误差,通过建立姿态误差四元数微分方程和磁强计线性化测量方程,设计了姿态估计卡尔曼滤波器。系统采用实际测量值进行姿态解算,结果表明这种组合能够有效抑制传感器随机漂移引起的姿态误差,系统具有体积小、成本低、性能可靠等优点。     

陀螺误差现场系统标定方法研究

为了补偿在实际使用环境中陀螺误差对捷联惯导系统带来的影响,提出了陀螺误差的现场系统标定方法.该方法采用四元数微分方程作为系统方程,利用加计估计出的两个水平姿态角和磁罗盘或GPS辅助给出的方位角作为观测,建立广义卡尔曼滤波方程对陀螺误差进行滤波估计.同时设计了1种简单的静基座转动的标定路径用于陀螺误差系数的分离.仿真结果表明该方法可行有效,估计结果能够很好地弥补捷联惯导系统中陀螺各误差因素的影响.     

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.     

基于四元数姿态估计的捷联惯导初始对准算法

针对传统动基座捷联惯导系统OBA粗对准算法,在低精度传感器中,易受到陀螺零偏的影响,存在累计误差导致观测矢量精度低的缺点,本文研究了基于四元数的无迹卡尔曼滤波来进行载体的姿态估计.该方法可以估计陀螺仪的零偏,并在预测方程中将其去除,能够有效地抑制陀螺零偏带来的累计误差,从而提高姿态误差角的收敛精度.最后设计了仿真与车载实验,验证本文所研究算法的有效性.     

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)。     

小型尾坐式飞行器自适应SRUKF姿态算法

针对小型尾坐式飞行器姿态估计问题,设计了由陀螺、加速度计、磁强计组成的姿态测量系统。为了抑制MEMS陀螺漂移导致的姿态误差,以四元数为状态变量,以加速度计和磁强计的输出作为观测变量,建立了滤波模型。采用平方根无迹卡尔曼滤波(SRUKF)对传感器信息进行融合,保证了滤波算法的数值稳定性。由于小型尾坐式飞行器抗干扰能力弱,引入自适应算法,解决了量测信息受到干扰时滤波精度下降的问题,提高了系统的鲁棒性和可靠性。仿真结果表明,存在外界磁场干扰时,姿态误差小于1°。通过实际飞行实验,验证了算法的可行性。     

无位置输入的民机姿态航向误差修正算法

姿态更新算法与姿态误差修正算法是捷联姿态航向参考系统中一项长期研究的关键技术。研究了在无位置输入和无法计算位置项引起地球自转分量无法补偿的情况下,针对姿态航向系统仍必须提供可靠的、正确的姿态航向信息这一突出问题,提出了忽略误差方程中微小量,利用飞机航线覆盖区域的中心纬度值替代误差方程中的纬度项,将简化后的算法引入的误差等效为陀螺漂移和加速度计零位的思想。设计了基于四元数的内阻尼卡尔曼滤波器,更新姿态四元数修正误差。结果显示对于漂移为10°/h的光纤陀螺构建的系统,修正后姿态精度优于0.3°,航向精度优于1°。     

一种天文/惯性导航系统组合模式的研究

本文以姿态误差四元数与陀螺漂移误差之间的关系为基础,构建了系统状态方程;针对天文/惯性组合导航系统,以姿态四元数误差为观测值,具体推导了系统量测方程。利用卡尔曼滤波,对天文/惯性组合系统的融合方案进行了仿真,仿真结果较好的实现了对陀螺漂移误差的估计。     

车载GPS/光纤陀螺组合导航定姿技术研究

为了实现基于低精度的光纤传感器的高精度定姿导航,以确保陆上运动载体能够得到自身实时、准确的姿态信息,时光纤陀螺捷联惯导系统的测量误差进行了分析并建立组合导航系统的动态模型,利用GPS天线与惯导系统在栽体上的相时安装关系以及陆上载体的运动特征约束即非完整约束建立组合导航系统观测方程,采用卡尔曼滤渡器时惯导系统的测量误差和GPS天线与惯导系统间的杆臂量测误差进行估计,并使用估计结果时惯导系统的速度、姿态导航解算结果予以在线修正.通过车栽试验验证了此组合导航方案切实可行,系统定姿结果具有较高精度.     

基于DSC与MEMS的微型测姿系统研究

针对当前无人机航姿系统对GPS信息依赖严重的特点,设计了基于MEMS ADIS16405传感器和数字信号处理器（DSC）TMS320F28335的微型惯性测姿系统。以MEMS传感器的角速度、重力加速度、航向信息,建立姿态四元数方程,解算出飞行器姿态。运用扩展卡尔曼滤波方法,消除MEMS陀螺漂移误差。DSC28335的硬件平台实现了四元数扩展卡尔曼滤波算法。转台仿真试验表明,漂移误差能在线最优估计和实时补偿,输出的航姿精度较高。该微型测姿系统具有较高的实用价值。     

基于自回归模型的汽车姿态角在线预测系统

针对汽车姿态角在线预测问题,利用微惯性测量单元以捷联方式测量汽车6自由度运动参数,通过四元数法解算汽车的姿态角,应用卡尔曼滤波器对姿态角进行最优估计处理,在此基础上建立自回归模型对未来1 s~3 s的姿态角进行实时预测,使用Visual Basic 2005、NI Measurement Studio开发汽车姿态角在线预测软件,并对其进行实车道路试验,结果证明该软件具有较高的预测准确性。     

Improving positioning accuracy of vehicular navigation system during GPS outages utilizing ensemble learning algorithm

Recently, methods based on Artificial Intelligence (AI) have been widely used to improve positioning accuracy for land vehicle navigation by integrating the Global Positioning System (GPS) with the Strapdown Inertial Navigation System (SINS). In this paper, we propose the ensemble learning algorithm instead of traditional single neural network to overcome the limitations of complex and dynamic data cased by vehicle irregular movement. The ensemble learning algorithm (LSBoost or Bagging), similar to the neural network, can build the SINS/GPS position model based on current and some past samples of SINS velocity, attitude and IMU output information. The performance of the proposed algorithm has been experimentally verified using GPS and SINS data of different trajectories collected in some land vehicle navigation tests. The comparison results between the proposed model and traditional algorithms indicate that the proposed algorithm can improve the positioning accuracy for cases of SINS and specific GPS outages.     

基于共轭梯度法和互补滤波相结合的姿态解算算法

为了提高姿态解算精度,提出了一种基于共轭梯度和互补滤波相结合的多传感器数据融合策略。系统采用四元数方法进行姿态解算。利用加速度计和磁强计的输出数据,通过共轭梯度方法对姿态四元数进行寻优估计,再将其和利用陀螺仪输出数据更新的四元数进行互补滤波,解算出姿态角。实验测试表明,这种融合策略使姿态检测系统静态性能和和动态性能均有所提高,尤其在姿态剧烈变化时,其性能明显优于卡尔曼滤波和梯度下降法。     

基于MEMS的车辆姿态感知系统

针对MEMS传感器精度低、误差大等缺点,采用三轴加速度计、三轴磁强计和三轴陀螺仪进行组合姿态测量,使用卡尔曼滤波进行多传感器数据融合。将旋转矢量法解算出的陀螺仪的姿态四元数作为卡尔曼滤波的预测矢量,将高斯牛顿法解算出的加速度计和磁强计的姿态四元数作为卡尔曼滤波的观测矢量,建立卡尔曼传播方程,求出更高精度的姿态四元数,解算出姿态角,将 AHRS 中的姿态角与车辆的坐标系对应,实验结果表明车辆在不同状态下的姿态角度变化与车辆的运行状态一致。     

低成本无人机姿态测量系统研究

由于低成本的MEMS惯性器件本身的限制,单独使用时精度低、稳定性差,在短时间内会产生较大的误差,无法完成长时间中等精度的导航,解决这个问题常用的方法是采用现代信息融合技术来提高姿态测量系统的精度。利用地磁场、重力场这2个姿态参考向量,采用扩展Kalman滤波(EKF)对不同来源姿态数据进行数据融合,实现了低精度MIMU与磁传感器组合航姿系统。仿真和实验证明:3个姿态角的静态误差小于0.5°,航向角的动态误差小于3°,该系统能够保证无人机姿态测量的精度。     

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.     

基于DSP的小型捷联航姿系统的设计与仿真

针对以捷联惯导为中制导的战术导弹,设计了一种基于数字信号处理器（DSP）的小型数字化捷联航姿应用系统,并对捷联航姿系统的算法及器件误差补偿进行了分析与仿真。首先针对捷联航姿系统提出了器件误差的简化模型,然后通过对比四阶增量法和四阶龙格库塔法解四元数微分方程,提出了以四阶增量法为基础构建快速执行算法。最后采用一组实测信号对系统进行了仿真验证。结果表明,传感器的精度对仿真结果具有明显的影响,对惯性器件的实时误差补偿是非常必要的。所选算法的计算量与存储量都不大,在实际计算中可以选用。该系统具有运算速度快、精度适当等特点,不仅可用于小型战术导弹,也可用于其它低成本的小型导航领域。     

基于欧拉角微分模型的捷联惯导直接非线性对准方法

从捷联惯性导航系统欧拉姿态角非线性微分方程出发,利用静态对准零速度约束条件研究了由姿态角、速度输出和传感器误差组成的直接非线性对准简化模型;同时,结合该对准模型系统方程非线性、量测方程线性的特点,对状态与系统噪声联合采样的复杂加性噪声UKF算法进行简化,实现状态扩维后计算量不增加.随后,通过M ATLAB仿真对传统欧拉...     

北斗双星／SINS组合导航中的捷联惯导算法研究

摘要针对北斗双星／SINS组合导航系统,研究了捷联惯导的姿态和速度更新算法。将等效旋转矢量算法应用与姿态解算,消除了传统的四元数算法存在的不可交换性误差对导航精度的影响,并对速度解算中的划浆误差进行了补偿。将算法应用到北斗双星／捷联惯导组合导航系统,通过实际的跑车实验验证算法的有效性。