基于经验模态分解的光纤陀螺随机序列平稳化处理

采用AR模型等时间序列分析方法对光纤陀螺随机误差进行建模前需要对传感器输出序列进行平稳化检验和处理.引入经验模态分解法,对低精度光纤陀螺输出序列进行平稳化处理,采用逆序法检验平稳化处理的效果,引入偏态和峰态系数对随机系列进行正态性检验,并与小波分析等方法进行比较实验.结果表明:经验模态分解法不仅能有效去除陀螺输出信号的...     

光纤陀螺随机漂移辨识方法研究

陀螺随机漂移是影响惯性导航和组合导航精度的重要因素.为了有效辨识出光纤陀螺随机漂移噪声的参数,采用了自相关函数、功率谱密度和Allan方差对实测陀螺数据进行分析.实验结果表明:自相关函数、功率谱密度和Allan方差都能有效辨识出陀螺输出信号中的角度随机游走噪声,只有Allan方差能辨识出其中的角速率随机游走噪声.功率谱...     

基于奇异值分解的鲁棒容积卡尔曼滤波及在组合导航中的应用

为了提高GPS/INS 组合导航系统对异常观测值的鲁棒性, 引入??∞ 滤波思想提出一种新的非线性鲁棒滤波. 分析H_∞ 鲁棒容积卡尔曼滤波中不同约束水平对滤波结果的影响, 指出在一定范围内当约束水平越小时, 系统的鲁棒性越强, 但容易造成Riccati 不等式无解, 导致滤波发散. 采用奇异值分解代替容积卡尔曼滤波中的Cholesky 分解, 改善了滤波的稳定性, 放宽了??∞ 鲁棒容积卡尔曼滤波器对约束水平的要求. GPS/INS 组合导航实验验证了该滤波方法的正确性和优越性.

     

GPS/INS组合系统的多重渐消鲁棒容积卡尔曼滤波

在对适用于GPS/INS组合导航非线性模型的容积卡尔曼滤波进行深入研究的基础上,提出了一种改进的多重渐消H∞鲁棒容积卡尔曼滤波算法.基于系统状态的可观测性给出多重渐消因子矩阵求解过程,提高滤波算法的稳定性,抑制滤波发散;引入H∞鲁棒思想,构造多重渐消H∞鲁棒容积卡尔曼滤波器;提出采用一种奇异值分解的矩阵分解策略代替标准容积卡尔曼滤波中的Cholesky分解,进一步提高算法的数值稳定性.结果表明:改进的多重渐消H∞鲁棒容积卡尔曼滤波算法不仅能有效抑制滤波发散,提高算法的稳定性,还对观测异常值具有更高的鲁棒性;提出的新算法与标准容积卡尔曼滤波算法相比,X,Y,Z3个方向的位置精度分别提高了55.8%,46.6%和39.7%.     

露天矿卡车低成本GPS/INS组合导航系统动态对准模型

低成本GPS/INS组合导航系统是露天矿卡车调度系统的理想定位系统,但低成本GPS/INS无法实现静态初始对准。提出地固系下捷联惯性导航系统动态初始对准的非线性误差模型,该模型不需要假设失准角为小角并且直接在地固系下解算,尤其适合于GPS辅助INS动态对准。提出一种简化的Cubature卡尔曼滤波进行GPS/INS数据融合。采用车载实测数据仿真露天矿卡车初始对准实验,实验结果表明：利用GPS信息辅助INS动态初始对准,即使在大失准角情况下,姿态角误差也可以较快收敛。