捷联惯导系统中卡尔曼滤波的应用研究

为提高捷联惯导系统初始对准精度,提出将卡尔曼滤波技术应用于系统初始精对准,用以估计系统的失准角和惯性误差。对卡尔曼滤波技术在捷联惯导系统中的应用进行分析,建立捷联惯导系统初始对准误差模型和卡尔曼滤波量测方程。分析不同条件下不同滤波方法的滤波原理和滤波精度。在此基础上,提出一种将预测扩展卡尔曼滤波应用于逆向导航技术的思路,并进行了理论分析和捷联惯导系统自对准流程设计,为后续进一步深入开展惯导系统初始对准奠定基础。     

捷联惯导/北斗高精度组合导航方法研究

提出采用紧组合方式进行捷联惯导/北斗组合导航设计,首先对捷联惯导与北斗系统进行误差分析与建模,将捷联惯导系统误差、北斗等效时钟误差相应的距离(伪距误差)以及等效时钟频率误差相应的距离率(伪距率误差)作为组合导航系统状态;利用捷联惯导位置输出与北斗接收机星历输出构造获得等效伪距,将其与北斗接收机测量的伪距对应相减作为量测,推导建立对应的量测方程,采用卡尔曼滤波设计捷联惯导/北斗组合导航滤波算法。仿真结果表明,该组合导航方法的速度精度达到±0.05m/s,位置精度达到±3.2m,水平姿态精度达到±0.4′,航向精度达到±1.6′。     

视觉技术辅助的无人机自主着陆组合导航研究

为提高无人机自主着陆过程中导航系统的自主性与精确性,设计了一种视觉辅助惯导组合导航方法。该方法以惯导误差方程为过程方程,以着陆过程中单目摄像机2个时刻所得地面特征点投影之间的双视图几何约束为量测方程,构建了非线性滤波器;利用SR-UKF方法实现了惯导误差估计,提高算法效率的同时有效地避免了UKF中由于矩阵开方运算导致的滤波失效;最后根据估计结果校正了惯导导航数据。仿真结果表明:该方法能够提高导航系统精度,使误差降低到惯导系统的8%左右。     

小波网络辅助卡尔曼滤波的捷联惯导传递对准

初始对准精度是捷联惯导系统的主要误差来源之一。针对舰载机捷联惯导的传递对准模型准确建模困难,且测量噪声和过程噪声随舰船动态而变化,这样就会降低滤波的精度,卡尔曼滤波有一定的局限性,提出了将小波神经网络辅助卡尔曼滤波器用于惯导系统的传递对准。把能直接影响卡尔曼滤波估计误差的参数作为网络的输入,进过样本训练后,把网络的输出与经过卡尔曼滤波得到的结果相加,实现了捷联惯导的传递对准的滤波功能。这种新算法在实际应用中的非线性情况下优于传统卡尔曼滤波方法。仿真结果表明了其实用性和有效性。     

旋转调制捷联惯导激光陀螺仪误差自补偿新方法

基于旋转调制的自补偿技术是进一步提高激光陀螺仪捷联惯导系统导航精度的有效方法。研究了旋转调制捷联惯导系统中的激光陀螺仪误差补偿方法。建立旋转式捷联惯导系统激光陀螺仪的误差传播方程,分析激光陀螺仪旋转误差效应及误差传播特性,在此基础上建立了调制策略编排目标函数;研究了双轴交替旋转调制模式下的调制策略编排方案,提出了一种改进的16次序双轴交替旋转调制方法,建立了基于双轴转动角速度的动态误差方程,实现了转动过程中激光陀螺仪的常值项误差、标度因数误差、安装误差的有效补偿,进一步抑制速度误差积累所引起的位置误差。仿真结果验证了该方法的有效性,提高了捷联惯导系统导航精度,可为旋转调制光学捷联惯导系统设计提供理论参考。     

基于自适应无迹卡尔曼的机器人室内定位算法

针对室内环境复杂,难以通过单一传感器对机器人精准定位的问题,以室内环境中的两轮差动移动机器人为研究对象,提出了一种自适应无迹卡尔曼室内定位算法。该方法以无迹卡尔曼滤波（UKF）算法为基础,融合里程计、超声波定位系统、电子罗盘等传感器数据,利用超声波定位低频特性好的特点,弥补里程计结合电子罗盘进行航迹推算的累积误差和打滑影响。鉴于实际中量测噪声往往难以确定,利用Sage-Husa自适应方法,并根据不同传感器的噪声特性设置不同的加权系数,在线更新量测噪声特性,以实现对量测噪声的自适应。通过仿真验证,该方法能在传感器噪声特性未知的情况下,有效适应传感器噪声的变化,从而能够在复杂室内环境下,实现较高精度和鲁棒性的位姿估计。     

全固态捷联式惯性/天文组合导航技术

传统惯性/天文组合导航的工作原理一般有天文测星输出的ψ角直接解析并校正惯导速度、位置和ψ角作量测估计并间接校正惯导速度、位置两种。针对这两种工作原理中未充分利用可观测度较大的陀螺常值零偏估计信息而导致长航时、短航时组合导航效果不理想的问题,提出全固态捷联式惯性/天文组合导航技术,将捷联式惯导和大视场星敏感器固连,以欧拉误差角作为Kalman滤波器的量测信息,实时估计并反馈陀螺常值零偏用于校正捷联惯导系统,可快速有效抑制各种由陀螺漂移引起的误差。实测数据仿真表明:以欧拉误差角作为Kalman滤波器的量测信息可使经度误差、纬度误差、航向角误差和陀螺常值零偏快速稳定、收敛,长航时试验中可使经度误差不大于0.5 nmile、纬度误差不大于0.2 nmile、航向误差30″,短航时试验中可使经度误差不大于0.25 nmile、纬度误差不大于0.12 nmile、航向误差20″。因此,该算法对于长时导航和短时导航都具有良好的适应性,具有实用价值和研究意义。     

双轴调制激光惯导系统组合点校技术研究

针对双轴调制激光惯导系统(D-INS)导航误差随时间发散的问题,提出了一种D-INS组合点校技术,利用多普勒计程仪的对地速度信息进行D-INS速度误差量测,基于最优估计理论完成D-INS姿态误差的估计与补偿,根据卫星导航系统的单点精确位置信息对D-INS位置误差进行校正,实现D-INS导航误差重调的同时有效抑制陀螺角随机游走引起的积累震荡误差,克服了现有两点校正误差重调技术需外界提供间隔特定时间的两点精确位置信息的使用限制。试验结果表明,利用该技术进行D-INS误差重调,可以实现系统一个自主导航周期的导航误差减小为相同条件下单点位置校正的50%,有效提高了系统长航时导航精度。     

惯导辅助单历元解算模糊度测姿方法

GNSS与INS在测姿方面的组合理论上可以提升精度，但实际中有时会由于GNSS模糊度固定率低、固定出错、易受干扰等原因导致其精度相对INS过低，以至于组合精度不佳。针对以上问题，提出一种用惯导辅助解算模糊度的方法（IAACM），利用惯导信息辅助解算模糊度浮点解，在固定模糊度后得出更精准稳定的GNSS载体姿态，该姿态可与INS姿态再次组合有效提升测姿精度。该方法在解算模糊度层面引入了惯导信息，具有不受卫星数量限制，单历元固定模糊度，误差稳定等优势。利用高精度GNSS接收机与光纤惯导组合搭建试验平台，在城市道路环境中进行跑车测试，验证模糊度固定情况及测姿精度。试验表明，该方法可提供更精准的模糊度浮点解，并可单历元固定模糊度，有效提升模糊度固定率，使测姿精度大幅提高。     

捷联式光学图像导引头视线角速率估计

为准确估计捷联导引头视线角速率,建立了捷联式光学图像导引头数学模型,根据弹目运动相对关系进行视线角速率估计算法研究。定义了估计算法所需坐标系并建立了导引头与陀螺数学模型;根据弹目相对运动学及姿态关系建立视线角速率估计非线性状态方程;针对滤波精度与实时性应用的问题,提出无迹Kalman滤波(UKF)方法估计视线角速率,并建立半物理实验系统进行算法验证,实验结果表明:视线角及视线角速率的最大估计误差分别为0.37°与0.68°/s,估计精度分别为0.1008°与0.2116°/s;数字信号处理器(DSP)中算法运行时间约为3.8ms,视线角速率估计算法同时能满足制导系统对精度与实时性的要求。基于UKF的视线角速率估计算法为捷联式光学图像导引头的工程应用提供理论依据。     

Target location accuracy analysis on loitering missile platform北大核心CSCD

不同于普通弹药,巡飞弹能够在目标上空进行“巡弋飞行”,获取目标位置信息,并传送至指挥中心,用于战场态势分析及火力布局。受限于巡飞弹载机负载能力和成本要求,巡飞弹光电系统目标定位能力无法与大型无人机媲美。为提高巡飞弹目标定位精度,从巡飞弹目标定位的原理和流程出发,分析影响目标定位精度的误差源。在典型工况下,研究了卫星定位系统经度和纬度误差、惯性导航系统（INS）航向误差、测角误差和测距机测量误差等主要影响因素对目标定位精度的影响程度,可作为提升目标定位精度的设计依据。针对卫星定位系统经度和纬度误差对目标定位精度的影响结果,进行外场试验,验证上述分析结论。试验结果表明:当卫星定位系统经度和纬度精度由5 m提升至1 m时,目标定位的圆概率误差（CEP）下降约31.5%,与理论分析基本吻合。     

星图匹配/惯性组合导航技术研究

为了多次、多点获得星光对惯性基准的误差观测量,采用了能自主识别导航星的星图匹配/惯性方案。以弹体姿态误差与陀螺漂移误差之间的关系为基础,构造了弹体姿态误差与陀螺漂移为状态量的状态方程,建立了CNS/INS组合导航模型。采用Kalman滤波技术,借助误差状态转移矩阵估计了导弹惯性基准的误差和光学陀螺的常值漂移误差。利用Matlab进行了仿真模拟,成功地实现了对导弹惯性基准误差和光学陀螺常值漂移误差的在线分离。     

改进的CS-UKF加速度方差自适应跟踪算法

针对基于当前统计模型的状态噪声协方差阵中的加速度方差调整方法对一般机动目标、非机动目标跟踪精度差的问题,研究其改进方法;在建立机动目标当前统计模型离散状态方程和雷达导引头离散观测方程的基础上;利用雷达导引头测量信息和位置预测值之间的扰动对加速度方差进行调整,提出了改进的加速度方差自适应调整无迹卡尔曼滤波跟踪算法;数字仿真验证了该算法对非机动目标、一般机动目标以及高机动目标均具有良好的跟踪效果。     

基于改进UKF的加油机位姿预测方法

针对无人机自主空中加油保持阶段加油机位姿跟踪精度不高的问题,提出了一种改进UKF（无损卡尔曼滤波）预测方法。建立了视觉导航系统模型,利用Harris算法检测角点,并用RANSAC（随机序列一致性）算法进行角点匹配。将历史预测数据引入当前时刻UKF预测值,并通过匹配角点所得姿态观测值对改进UKF预测值进行修正,从而实现加油机姿态的高精度预测。仿真结果表明,改进UKF在遭遇突发强干扰时姿态预测性能明显优于标准UKF,所预测误差小于5.8%,满足空中加油精度要求。该算法避免了强干扰引发的预测出错,有效抑制了突发干扰。     

基于MEMS传感器的姿态测量系统设计

为解决单目三维扫描装置摄像机标定完成后姿态不能改变的问题,针对单目三维扫描装置使用过程中的运动方式与特点,设计了一款基于 MEMS 传感器的姿态测量系统。采用四元数对姿态进行解算,通过三轴姿态确定(TRAID)算法构建量测模型,以无迹卡尔曼滤波(UKF)算法进行数据融合,能有效抑制姿态解算过程中陀螺仪的漂移问题。实验结果表明,利用该系统进行姿态测量时静态误差低于±0.2°,动态误差低于±1°,系统实时性好、适用于动态三维扫描系统。     

基于区域霍夫变换的机弹分离初始信息提取研究

为提供机弹分离数值仿真的精准初始物理信息，提出了基于区域霍夫变换的导弹物理信息提取方案，利用高速摄像机提取视频帧中导弹弹身与弹尾处的标识圆圆心位置，并通过坐标变换计算出导弹的物理信息。在帧处理上，利用帧前后时间间隔短、速度矢量变化可以忽略的特点，提出基于区域霍夫变换的圆搜索算法。该算法针对实际中运动矢量在搜索窗口具有偏置而非均匀分布的特性，对搜索框进行固定移位，预测区域与实际区域的中心误差不超过5%，且耗时较传统算法减少41.6%以上，计算结果与实际结果平均误差不超过2.39%，同时还具有复杂背景的适应能力，满足方案时效性与精度需求。     

一种导弹高超声速绕流红外辐射特性数值计算方法

主要研究导弹高超声速飞行时弹头流场对自身红外导引头的辐射照度影响问题.建立导弹弹头及气动流场模型,划分计算流场网格、红外导引头镜面网格和辐射场计算网格.从辐射照度和亮度的理论公式开始,推导出适用于辐射网格的气体辐射积分式,并将流场网格数值插值到辐射场网格,求出各节点辐射值得到由导弹飞行状态确定的导弹头部流场气体辐射,积分到红外导引头的光学系统镜面处,求出对其红外导引头的光学系统镜面处的辐射照度.得出流场气体对导引头主镜面的辐射照度值的分布规律:主镜面中心最大,围绕主镜面中心成环形分布,沿着半径方向逐渐减小,随着Mach数增大影响增加.      

基于UKF的恒星相机高精度姿态确定方法

为进一步提升姿态确定的精度和稳定性,首先分析了恒星相机和陀螺联合定姿的基本原理,然后选用误差四元数作为状态变量,推导了基于无迹卡尔曼滤波的恒星相机和陀螺联合定姿的算法.针对恒星相机、陀螺敏感器精度要求高的特点,仿真了多种精度的恒星相机数据和陀螺数据进行无迹卡尔曼滤波定姿试验,并与扩展卡尔曼滤波定姿试验结果进行了比较.试验表明无迹卡尔曼滤波定姿方法有效可靠、适用性强,可以有效提高恒星相机的姿态确定精度,三轴精度较扩展卡尔曼滤波算法提高约10%到20%.     

基于光学测量手段实时动态测量船体水平姿态

针对测量船传统实时水平测量方法精度较低（≥10.0″）的问题,引入了基于光学测量手段的动态实时船体水平姿态测量方法。采用＂光学编码精密测角＋惯性同步复示平台＋水平误差检测工具＂的设计模式,保证了跟踪的稳定性,提高了测量精度。实验结果表明：提出的方法可以提供比传统惯导系统更稳定、精度更高（纵摇5.37″,横摇3.60″）的船体水平姿态数据;可以作为一种普遍适用的运动载体精密水平测量监测手段,为运动载体实时提供高精度的水平基准信息,或用于运动载体惯导水平精度鉴定等。