分布式系统中捷联惯性系统动基座对准研究

为解决舰载捷联系统动基座对准中甲板挠曲变形及惯性组件箱(IMU)的安装误差对初始对准精度的影响，建立了捷联惯性系统误差模型、甲板挠曲变形模型、IMU安装误差模型，并利用速度加姿态角匹配方法，建立了量测误差模型。在此基础上利用状态扩展法建立Kalman滤波器，并进行了仿真。仿真结果表明，在舰船有摇摆的情况下，可以有效地估计IMU安装误差角和甲板挠曲变形误差角。     

基于模式判别的运动学约束辅助空中动基座对准方法

为优化初始对准性能,在北斗卫星导航系统辅助捷联惯导系统进行空中动基座初始对准架构下,提出基于残差的角运动模式判别方案,通过残差检验法实时判断系统是否处于稳态,并在此基础上提出一种基于运动学约束模型辅助的空中动基座对准方法。若检测到飞机处于稳态,则引入角速度约束模型,捷联惯导系统解算的角速度作为虚拟量测信息,联合北斗卫星导航系统信息进行量测更新。在多种机动方式下验证该方案的可行性及空中动基座对准性能。仿真验证结果表明:采用所提出方法辅助北斗卫星导航系统进行空中对准,各种机动条件下均可显著提高对准的快速性及精度。在典型的加速机动下,所提出方法与仅采用北斗信息的空中动基座对准相比,航向角对准时间由120 s缩减至60 s,对准精度由26′提升至10′。所提出方法在不增加传感器的前提下,优化了空中动基座初始对准性能,对工程应用具有一定参考价值。     

基于四元数卡尔曼滤波的捷联惯导初始对准算法

针对晃动基座捷联惯导初始对准问题,研究了一种具有干扰抑制能力的初始对准算法。根据重力矢量在惯性空间投影构成一包含地球北向信息的旋转锥面的现象,利用坐标系惯性凝固假设将重力量测矢量和参考矢量分别投影到载体惯性坐标系和导航惯性坐标系,将晃动基座条件下的初始对准转化为基于重力量测矢量确定对准起始时刻的姿态问题。借鉴四元数线性伪量测方程的概念,利用重力投影矢量与初始姿态四元数的线性量测关系实现初始姿态四元数的直接滤波估计。初始姿态四元数在对准过程中为常值,以其作为待估计的状态可避免系统模型误差和初始误差的影响。利用转台模拟不同的摇摆对准环境,导航级惯导系统可在10 min内完成初始对准且方位误差小于3’。     

基于Rodrigues参数和量测非线性的SINS/GPS动基座对准

对GPS辅助下,捷联惯导系统动基座对准问题进行了研究。利用姿态阵分解,将动态对准问题转换为一个常值姿态的估计,采用Rodrigues参数进行姿态描述,建立了系统方程线性,量测方程具有二阶非线性的对准模型,进而推导了基于二阶非线性量测完整泰勒级数展开的滤波算法。同时,对Rodrigues参数描述姿态时的奇异点问题进行了详细地讨论,设计了能自动判别并规避奇异点的滤波对准方案。以车辆典型机动轨迹为对象进行了蒙特卡洛仿真,结果表明,所设计算法能够在5 s内实现奇异点的判别及处理,且当GPS速度误差为0.1 m/s,位置误差为3 m,更新率为1 s时,惯性级捷联惯导系统在120 s时间内,可以达到水平姿态误差角均方根小于10″,方位误差角均方根小于4′的对准精度。     

简化UKF滤波在SINS大失准角初始对准中的应用

基于欧拉平台误差角的概念提出了大失准角误差条件下的捷联惯导系统（SINS）非线性初始对准误差模型,该模型无法再用经典的加性噪声模型描述。为了降低滤波计算量,在系统模型噪声和量测噪声均为复杂加性噪声并且量测方程是线性方程时,推导了简化的UKF（unscented Kalman filter）滤波方法,简化UKF滤波公式显示：除通过非线性状态方程使用UT（unscented transformation）变换进行状态及其方差预测外,其它滤波步骤与标准Kalman滤波完全相同。最后,对静基座下SINS初始对准进行了仿真试验,结果表明大失准角条件下的SINS误差模型和简化UKF滤波估计方法是有效的。     

舰载导弹惯导系统姿态变化量匹配法传递对准

针对捷联惯导系统的动基座传递对准问题,采用姿态变化量匹配法,在不依赖舰船自主机动运动而仅仅依靠外界风浪随机干扰的情况下,对系泊状态下的舰载导弹捷联惯导系统传递对准进行仿真研究。仿真结果表明:在三种海况下,姿态变化量匹配法可以使3个失准角估计在短时间内均达到要求精度;随着舰船摇摆频率和幅度的增大,失准角的估计精度会进一步得到提高。研究表明姿态变化量匹配法具有对准算法简单、对准速度快、精度高等优点;利用一定强度的风浪,通过该种匹配方法能够成功的解决动基座传递对准问题。     

基于参数识别的SINS/DVL初始对准方法

针对多普勒测速仪(DVL)辅助捷联惯导系统行进间对准时易受DVL量测噪声的影响,提出一种基于参数识别的SINS/DVL初始对准方法。首先,建立了基于DVL辅助的SINS行进间初始对准观测矢量模型,分析了DVL量测噪声对观测矢量的影响;然后,研究了观测矢量变化规律,建立了观测矢量参数识别模型,利用建立的参数识别模型,设计了基于自适应卡尔曼滤波的参数识别算法,并对观测矢量进行了重构,减小了DVL量测噪声对观测矢量的影响;最后,设计了仿真与跑车实验。实验结果表明,所提出的参数识别算法可以有效抑制DVL量测噪声对初始对准结果的影响。相较于传统方法,在载体运动条件下实现对准误差标准差小于0.1°。     

一种快速精确的捷联惯导系统初始对准方法研究

传统的多位置对准方法虽然使捷联惯导系统静基座初始对准的精度得到提高，但是用卡尔曼滤波器对其状态变量进行估计时，方位失准角收敛很慢。本提出了一种快速多位置对准估计方位失准角的方法，直接利用两水平失准角快速收敛的估计结果对传统多位置对准中方位失准角的估计，从而大大提高了捷联惯导系统静基座对准的精度和速度，计算机仿真结果验证了该方法的有效性。     

基于自适应交互多模滤波的SCNS/RSINS紧组合对准方法（英文）

为了提高船用单轴旋转捷联惯性导航系统(RSINS)初始对准的精度和快速性,针对传统的EKF滤波线性化误差和单传感器精度不高的问题,设计了一种基于自适应交互多模(AIMM)算法的SCNS/RSINS紧组合对准方法。该算法将自适应滤波器与交互多模型相结合,利用了两个合理构建状态模型和量测模型的平行滤波来实现对实际模态的覆盖:滤波1应用姿态四元数算法建立了状态方程的模型,量测量为RSINS与SCNS之间的姿态四元数误差;滤波2的根据SCNS/RSINS的误差特性构建了状态方程模型,量测量为RSINS与SCNS位置和航向误差,然后应用自适应IMM算法将两个平行滤波的估计值进行数据融合。在某种程度上,因状态噪声和量测噪声的不确定性,EKF的性能会被降低,而通过模型转换机制,IMM可用于选择一个合理的模型自动计算器来自适应地调整对准过程中噪声的协方差矩阵,因此该算法可以有效地解决SCNS/RSINS组合导航系统的初始对准问题。仿真结果表明:与EKF算法相比,基于自适应IMM算法的SCNS/RSINS组合对准方法的估计精度和对准快速能力都得到了改善,其中对方位陀螺漂移的估计时间缩短了至少40%。     

基于IEKF的水下无人潜器无源动基座自对准方法

针对水下无人潜器无准确外参考信息条件下惯导系统动基座自对准问题,提出基于不变扩展卡尔曼滤波(IEKF)的动基座自对准方法。首先,建立系统误差模型,并针对系统动态模型的不确定性,设计自对准的不变扩展卡尔曼滤波算法;同时基于水下无人潜器一般工作在匀速运动状态,将航向信息耦合到自对准滤波器的量测方程中,最终实现了无准确速度信息条件下的动基座初始对准。跑车实验证明,提出的方法在大失准角情况下,航向角在30 min内收敛到惯性元件所对应的航向精度水平。证明了所提出方法的有效性和可行性。该方法增强了水下和陆上惯性导航设备初始对准的环境适应性。