关于激光捷联惯性导航系统姿态算法的分析

圆锥误差和量化误差是激光捷联惯性导航系统姿态解算误差的两个最主要的误差源.从分析圆锥误差产生的机理出发,分别分析了以角度和角速度为计算参数的圆锥误差补偿算法,并对量化误差对圆锥误差补偿算法的影响进行了研究.通过理论分析和数字仿真,得出在实际工程应用中,采用角速度为输入信息的激光捷联惯性导航系统姿态算法应该在考虑量化误差的情况下,采用以角速度为计算参数的圆锥误差补偿算法.     

圆锥运动下磁场辅助角速度测量方法与实验

利用磁场传感器可辅助载体进行角速度测量.在用于飞行载体时,由于载体通常伴随有圆锥运动,并且载体自身会对内部磁场产生干扰,使磁场传感器输出产生畸变,从而导致利用磁场辅助测量的载体角速度的误差较大.针对这个问题,提出了一种基于实时误差补偿的在圆锥运动及磁场干扰影响条件下利用磁场辅助进行角速度测量的方法.该方法利用载体过去1周旋转的数据,实时对圆锥运动与磁场干扰进行补偿,然后根据补偿结果计算当前载体的角速度.当载体角速度越大时,精度越高.通过飞行实验对该方法进行了验证,实验结果表明,在角速度大于300 (°)/s时,角速度误差小于1(°)/s.     

激光捷联系统中的优化圆锥误差补偿算法

激光捷联系统中采用低通滤波器消除激光陀螺角增量输出中机械抖动引入的干扰信号,同时也对陀螺敏感的外界惯性输入角速度信号进行了频率整形,产生了视在圆锥误差,此时传统圆锥补偿算法未考虑滤波器影响补偿精度严重降低.针对本系统采用了31阶低通滤波器对陀螺的角增量输出整形,分析了其引入的视在圆锥误差,基于滤波器的频率特性,采用五子样圆锥误差补偿算法,即在旋转矢量更新周期内有五个陀螺采样信号,可以构成四种不同时间间隔的陀螺输出角增量信号的叉积,利用这些叉积的线性组合更新旋转矢量.仿真结果表明,对经过滤波器整形的陀螺输出角增量进行补偿,优化的圆锥补偿算法的补偿精度明显优于传统圆锥补偿算法,使系统姿态角的精度提高了两个数量级.     

基于多周期测量的四频差动激光陀螺高精度信号解调

分析了四频差动激光陀螺信号的解调原理，针对采用频率测量计数解调方法存在脉冲量化造成的角速度测量分辨率低的问题，改用多周期测量来代替频率测量，大大提高了四频差动激光陀螺信号的解调精度。通过数字滤波器滤波处理，可以减少随机噪声干扰，进一步提高精度。为满足实时性要求，该方法采用FPGA来实现。实验表明，此方法提高了四频差动激光陀螺角速度测量分辨率，为快速高精度方位自对准奠定了基础。     

立方星剩磁在轨辨识与主动补偿技术

立方星的姿态测量与控制系统常采用磁测磁控结合偏置动量轮的方案,整星剩磁干扰力矩是影响姿态控制精度的重要因素之一。提出了一种利用磁强计实现剩磁矩在轨辨识与利用磁力矩器实现剩磁矩主动补偿的新方案:基于磁强计输出和卫星姿态动力学建立了剩磁矩在轨辨识模型,并利用采样滤波器(UKF)提高单磁强计条件下的辨识效果;把控制对象简化成线性定常系统,分析了剩磁干扰力矩对姿态的影响数学模型,并针对磁力矩器和磁强计分时工作的特点,基于叠加性原理提出了基于角速度的剩磁矩主动补偿算法。仿真研究表明,在1000 s内剩磁矩在轨辨识精度为0.001 A×m~2量级,主动补偿后,偏航角、滚动角与俯仰角控制误差分别从4.3°、4.6°与2.1°均减少至0.4°以内。提出的方法为类似配置卫星减少剩磁干扰力矩的影响提供了一种新思路。     

挠性陀螺系统不对称性误差研究

首先从原理上分析其产生的原因,不对称性误差主要是由于陀螺系统中各环节的输入-输出关系并不是理想的线性特性而引起的;然后对陀螺系统不对称性误差进行定量分析,采用一种寻优的方法估算出不对称性误差值大小,并用实验进行验证;最后提出了一种不对称性误差的补偿方法,即在陀螺角速度模型中增加角速度绝对值项.实验结果证明了其简单有效性.     

基于状态观测器的扰动补偿在转台控制中的应用

为了减小干扰力矩对转台性能的影响,提出了基于观测器的扰动补偿控制来抑制干扰力矩的方法.首先采用传递函数的方法分析了状态观测器中各观测状态与观测器输入之间的关系,利用观测器获得角加速度信号构造扰动补偿器对外部扰动进行补偿控制,设计了具有扰动补偿的转台控制系统,并分析了加入扰动补偿后对控制系统的影响.分析和试验结果表明,此基于状态观测器的扰动补偿可以对低频的扰动进行有效的抑制,能够显著的提高转台低频小信号振动时的失真度和三轴联动精度,同时对瞬态扰动也有一定的抑制作用.     

基于LSTM深度神经网络的MEMS-IMU误差模型及标定方法

针对微惯性传感器受热、力学等环境的影响显著,传统的多项式误差模型补偿效果不理想的问题,建立一种基于长短时记忆(LSTM)深度神经网络的MEMS-IMU误差模型。模型输入信息为MEMS-IMU输出的角速度、加速度、温度,输出为角速度误差、加速度误差。同时,设计了基于长短时记忆神经网络的MEMS-IMU误差模型标定流程,构建了MEMS-IMU热、线运动、角运动等多维误差因素的综合激励训练集,对长短时记忆神经网络模型进行训练。对训练得到的模型进行验证,结果表明,相对于传统方法,采用所提出的模型对加速度和角速度进行误差补偿后残差均值减小约70%,均方差分别减小39%和64%,补偿效果更好。     

在反转平台离心机上标定陀螺仪的误差模型系数的方法

为了准确标定陀螺仪的静态误差模型系数,在带反转平台的精密离心机上建立坐标系,并在考虑离心机误差源的情况下分析了坐标系间的姿态关系.推导出了陀螺仪各轴上精确的角速度输入和比力输入标称值,再结合陀螺仪静态误差模型推导出含有陀螺仪漂移系数的各次谐波幅值表达式.通过离心机提供两个不同谐波加速度,采集陀螺仪各采样时刻的输出,对输出应用谐波分析法求得0-2次谐波幅值大小,再根据谐波幅值与漂移系数之间的关系,利用最小二乘法辨识各漂移系数.试验仿真表明采用带反转平台的离心机对陀螺仪漂移系数标定时可以有效规避某些离心机误差,离心机误差对于DI、Ds、DIO和Dos等参数的标定有很大影响,须在补偿离心机误差的情况下才能够实现精确标定.     

静电悬浮转子微陀螺再平衡回路设计

给出了一种基于MEMS技术的静电悬浮转子微陀螺,可同时测量两轴角速度和三轴线加速度,采用力平衡原理测量壳体输入的角速度,即对转子实行闭环控制使转子保持在零位,输出控制电压反映壳体输入角速度的大小。在分析转子所受力矩的基础上,建立了转子的力矩平衡方程。当陀螺工作在理想状态下,提出了两种再平衡回路设计,即只采用校正环节和采用解耦网络的自平衡回路设计。通过系统仿真表明了采用解耦网络设计的再平衡回路的优越性。当壳体输入阶跃角速度时,解耦控制具有响应速度快、超调小、动态性能好等优点。最后给出了采用积分电路和加法运算电路实现解耦控制的电路实现方案。