铁电存储器在捷联惯性导航系统中的应用研究

采用铁电存储器(FM25V20)替换EEPROM(AT24CM01)作为捷联惯组内部导航参数的新存储载体,大量惯组参数可快速读取,惯组系统初始化参数读取时间由50s左右减少至1s以内,从而使惯组系统上电初始化总时间大为缩短,显著降低了系统对就绪准备时间的要求。该项技术已在多个产品上得到应用。     

一种里程计辅助车载捷联惯导行进间对准方法

提出一种车载捷联惯导行进间对准方法。以里程计信息为辅助,将行进间对准过程分为粗对准和精对准,以惯性坐标系作为捷联惯导解算的参考基准并借助里程计信息进行粗对准,采用10状态Kalman滤波器进行精对准,观测量采用捷联惯导解算的速度与里程计解算得到的速度之差。进行仿真试验和实车试验,试验结果表明：该方法实现了行进间初始对准,兼容静基座及晃动基座初始对准,对行车路线及行进方式不做要求,捷联惯导在25 min内实现了和静基座对准相同的精度,对准精度与对准的时间正相关,对准时间越长对准精度越高。     

基于高阶卡尔曼滤波的激光捷联惯导系统级标定方法

随着激光捷联惯导系统的不断发展,系统对于误差标定的精度要求也在不断提高。在现有系统级标定算法的基础上,全面考虑了惯性器件零偏、安装误差角、标度因数误差、加速度计二次项、内杆臂等误差,并在计算速度和位置误差观测量时考虑了外杆臂误差,提高了激光捷联惯导系统误差模型的准确性,并基于此设计了一种基于高阶卡尔曼滤波算法的系统级标定方法。通过实验验证表明,与分立式标定方法相比,所提出的系统级标定方法具有更高的标定精度,能够满足高精度激光捷联惯导系统的标定需求。     

一种基于联邦卡尔曼滤波器的多源信息融合定位算法

为提高车载组合导航定位系统的容错能力和信息源扩展能力,设计了一个联邦卡尔曼滤波器,搭建了一种开放式算法架构,选取了SINS/GNSS/里程计/高程计四种典型的车载定位信息源进行融合。算法框架以SINS为主参考系统,分别与其它信息源组成了子滤波器,子滤波器的输出结果经故障诊断和系统重构后,进入主滤波器进行信息融合。进行了仿真试验和实车试验,试验结果表明:该算法在降低误差状态维数,具备容错能力的情况下,达到了集中式卡尔曼滤波器的定位精度,提高了车载定位系统的环境适应性和信息源扩展性。