双轴旋转式SINS非线性初始对准方法

双轴旋转调制技术可以实现全部惯性元件常值误差的自补偿,从而提高惯性导航系统的导航精度.以双轴旋转调制式SINS初始对准方法为研究对象,建立了双轴旋转式SINS大方位失准角非线性误差模型,利用简化Unscented卡尔曼滤波(UKF)算法,设计了双轴旋转式SINS大方位失准角初始对准算法,利用提出的UKF算法进行了方位失...     

基于UKF的旋转式SINS大方位失准角初始对准方法

旋转调制自补偿技术可以调制惯性元件的常值误差,从而提高惯性导航系统的导航精度。出于实际工程应用需求,研究了旋转式SINS大方位失准角初始对准方法。以单轴旋转式SINS为例,给出了单轴旋转式SINS大方位失准角非线性误差模型;根据系统误差模型的非线性特性,利用简化Unscented卡尔曼滤波(Unscented Kalman Filter UKF)算法,设计了系统的大方位失准角初始对准算法。数字仿真实验结果表明:在相同条件下,提出的UKF算法在收敛速度与对准精度方面均优于EKF算法;系统试验验证结果表明,采用本文提出的初始对准方法,系统的水平对准精度优于0.1′,方位对准精度优于1.5′,证明本文提出的初始对准方法在工程应用中是有效、可行的。     

一种改进的基于小波神经网络的SINS快速初始对准方法

捷联惯性导航系统静基座初始对准的可观测度低,采用卡尔曼滤波等最优滤波方法进行SINS初始对准时,方位失准角收敛慢且存在滤波器实时性较差的问题。对此提出了一种改进的基于小波神经网络的SINS静基座快速初始对准方法。该方法采用一个小波神经网络替代卡尔曼滤波器,利用该小波神经网络估计出两个水平失准角等SINS误差,然后利用两水平失准角快速收敛的估计结果,通过另一个小波神经网络对方位失准角直接进行快速估计。初始对准试验结果表明,该方法在保证对准精度的情况下大幅度地提高了SINS静基座初始对准的速度,同时也大大提高了系统状态估值运算的实时性。     

基于SE(3)-EKF的旋翼无人机GNSS/SINS空中快速对准方法

针对旋翼无人机GNSS/SINS组合导航系统采用传统对准方法难以在大失准角下实现空中快速对准的问题,提出了一种基于SE(3)-EKF的旋翼无人机GNSS/SINS空中快速对准方法。将姿态和速度状态误差量构造为李群元素,并考虑陀螺仪和加速度计零偏误差,构建了群-矢量混合误差模型,推导了基于SE(3)-EKF的GNSS速度量测方程。实验结果表明：当失准角为[3°, 4°, 95°]时,所提方法在200 s内实现了约为0.1°的水平姿态对准精度,较传统的扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）分别提高了50%以上和20%以上;航向角误差约为0.4°,相较于EKF、UKF分别降低了45%以上和43%以上。当失准角为[20°, 20°, 175°]时,EKF和UKF已无法收敛,而所提方法水平姿态误差可收敛到约0.1°,方位误差可收敛到约0.5°,验证了所提方法适用于不同场景下的初始失准角,具备一定的工程应用价值。     

大方位失准角的舰载武器INS对准

研究了舰载武器惯导系统（INS）大方位失准角的传递对准问题。首先,给出了适用于大方位失准角的INS姿态误差和速度误差传播模型。然后,提出了一种改进的利用速度＋角速率匹配的传递对准算法,该算法能够借助海浪引起的舰船运动进行传递对准。通过基于奇异值分解的卡尔曼滤波器（SVD-KF）的引入,给出了非线性滤波算法的实现方案,并对SVD-KF和EKF在大方位失准角的舰载武器INS对准就姿态失准角的估计精度和收敛速度进行了比较。仿真结果验证了所提大方位失准角传递对准算法的可行性。     

一种改进的粒子滤波算法在SINS初始对准中的应用

在实际工程环境中,针对捷联惯导系统(SINS)大失准角初始对准中噪声统计特性未知的问题,设计了一种基于H?滤波算法的鲁棒无迹粒子滤波算法(RUPF)。通过将无迹卡尔曼滤波算法(UKF)和鲁棒环节引入到粒子滤波(PF)的重要性密度函数中,得到了RUPF算法,提高了算法的鲁棒性。通过半物理实验,将RUPF算法与无迹粒子滤波算法(UPF)在SINS静基座大失准角对准中的性能进行了比较,在不同实验条件下,航向失准角精度至少提高了40%,对准精度优于0.05°,对准时间减少了约50 s。实验结果表明,RUPF算法可以以较高的精度和较快的速度完成大失准角初始对准,且对准精度和对准速度均优于UPF算法。     

基于强跟踪滤波器的SINS大失准角初始对准新方法

捷联惯性导航系统静基座初始对准时一般先进行粗对准,使失准角缩小到一定范围内从而满足小失准角假设下的线性误差模型,然后再进行精对准。在不进行粗对准时失准角一般为大角度,需要采用复杂的非线性误差模型和非线性滤波方法。研究发现通过设置合理的误差协方差矩阵初值,采用反馈校正滤波结构,并引入强跟踪滤波算法可以在大失准角情况下既无需粗对准,又无需采用非线性模型来实现精对准。仿真结果表明,该方法可以实现大失准角初始对准,鲁棒性好,在任意姿态初值下都可以使航向角在300 s内收敛到0.05°的理论极限精度,与小失准角精对准方法的速度和精度相当但省去了粗对准因而耗时更短,与无迹卡尔曼滤波在600 s时才收敛到0.5°的速度相比大为改善。     

基于矩阵卡尔曼滤波的捷联惯导初始对准算法

针对捷联惯导系统大失准角晃动基座条件下的初始对准问题,提出了一种基于矩阵卡尔曼滤波的抗干扰自对准算法。该方法将传统大失准角非线性对准问题,简化为确定初始时刻姿态的线性矩阵卡尔曼滤波估计问题。借鉴惯性系REQUEST算法,将重力矢量在惯性系下的投影作为量测,利用K矩阵在对准过程中为常值特性,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,同时避免了传统方法对失准角大、小的假设,也不再区分粗、精对准过程,适用于任意姿态、无初值条件下的对准。在发动机振动及外界扰动条件下进行了四个方位的对准试验,试验表明,对于导航级惯导系统,算法可在5 min内完成初始对准且统计方位均方差小于3'(1σ),略优于传统算法。     

预测滤波器理论在惯导非线性对准中的应用

讨论了预测滤波器的基本算法，并针对平台惯性导航系统在大方位失准角情况下的非线性对准中，用预测滤波器无法估计陀螺误差的问题，提出了将预测滤波和扩展卡尔曼滤波相结合的算法。通过对大失准角下的静基座和动基座对准的仿真，证明预测滤波和扩展卡尔曼滤波相结合的算法能够提高的平台姿态误差角特别是方位误差角的估计精度。比起扩展卡尔曼滤波算法，该算法还能降低系统的维数，减小计算量。     

基于PF的SINS动基座初始对准

捷联惯性导航系统大方位失准角的误差模型是非线性的,传统的扩展卡尔曼滤波(Extended Kalman Filter, EKF)会产生线性化误差,影响初始对准精度.在给出捷联惯性导航系统动基座大方位失准角误差模型的基础上,推导了粒子滤波方法(Particle Filter, PF),并将扩展卡尔曼滤波、基于Scaled-Unscented变换的Unscented卡尔曼滤波(Unscented Kalman filter, UKF)和基于Residual重采样的粒子滤波用于捷联惯性导航系统的初始对准中,分别进行了加速和拐弯条件下的初始对准实验仿真.仿真结果表明,在大失准角情况下,粒子滤波相对于扩展卡尔曼滤波和Unscented卡尔曼滤波具有更高的对准精度和更快的收敛速度.     

舰船单轴旋转激光捷联惯导系统动态初始对准

初始对准的时间和精度是舰船惯导系统的重要指标。针对在不同情况下惯导系统启动的实际工程需求,提出了单轴旋转激光捷联惯导系统的初始对准方案。研究了系统在动基座情况下进行粗对准方法。建立了单轴旋转惯导系统的误差模型,使用卡尔曼滤波的方法实现了系统精对准过程。分别对惯导系统三种不同动态启动条件,设计了不同的对准方案。数字仿真结果表明,经过6h的初始对准,垂向陀螺常值漂移的对准误差在设定值的5.2%以内,垂向加表零偏的对准误差在设定值的1.8%以内。     

强跟踪CKF及其在惯导系统初始对准中的应用

容积卡尔曼滤波(CKF)是常用的惯性导航系统(INS)初始对准算法。针对在模型失配和观测噪声干扰情况下常规容积卡尔曼滤波出现精度下降甚至发散的问题,提出了一种自适应渐消滤波算法,引入多重渐消因子对预测误差协方差阵进行调整。设计了基于滤波残差序列统计特性的滤波状态x~2检验条件,检测滤波器故障并确定是否引入渐消因子,使渐消因子的引入时机更加合理,有效增强了算法的自适应性。仿真试验表明,新算法可以有效提高初始对准精度及鲁棒性。     

基于NPF-CKF的捷联惯导系统动基座初始对准技术

当海况不佳时,水下航行器大幅晃动,捷联惯导系统无法快速完成自主初始对准,因此提出了利用多普勒计程仪提供的速度信息进行运动中辅助对准。针对在非线性对准中扩展卡尔曼滤波存在精度低,且需要计算雅可比矩阵等不足,提出了一种基于非线性预测滤波的求容积卡尔曼滤波算法。该滤波算法将惯性器件测量误差作为模型误差使用非线性预测滤波器进行实时预测,然后再利用求容积卡尔曼滤波对模型误差补偿后的系统进行状态估计。仿真结果表明,与扩展卡尔曼滤波和求容积卡尔曼滤波算法相比,该滤波算法能够不仅提高失准角特别是方位失准角的估计精度,其精度约为45″,而且加快了收敛速度。同时由于该滤波算法降低了系统状态的维数,因此也大大减少了计算量。     

自适应UKF滤波在SINS初始对准中的应用

为了缩短捷联惯导系统的初始对准时间并提高对准精度,分别设计了平淡卡尔曼滤波器(UKF)和自适应平淡卡尔曼滤波器(AUKF)用于精对准。在系统噪声统计特性未知时,AUKF算法能自动平衡状态信息与观测信息在滤波结果中的权比,以实时调整状态向量和观测向量的协方差,从而提高系统的性能。实验结果显示,使用自适应UKF算法与普通的UKF算法相比,可以获得更优的对准精度和快速性,在东、北、天三个方向上,其失准角精度分别提高了0.2′、0.2′和4′;收敛时间分别缩短了10 s、30 s和25 s。     

旋转-静止混合对准方案在旋转火箭弹中的应用

由于成本考虑,旋转火箭弹捷联惯导系统中使用中低精度陀螺,利用传统的初始对准方法,对准精度难以满足要求。针对旋转火箭弹的特点,提出了一种旋转调制的非线性对准方法,利用该方法,Y轴和Z轴陀螺的随机漂移得到调制,从而提高了对准精度。针对单纯旋转调制对准无法精确估计陀螺漂移的缺点,提出了一种旋转—静态混合对准方案,利用旋转调制的对准结果,在静止段对陀螺漂移进行精确估计。仿真结果表明,由两个精度为0.2(°)/h和一个精度为0.01(°)/h的陀螺组成的捷联惯导系统,在230 s内对准误差小于0.05°,同时可准确估计出三个陀螺的漂移。该方案具有一定的工程实用价值。     

激光陀螺速率偏频系统初始对准方法研究

针对速率偏频激光陀螺转动的工作特性，建立了新的系统误差方程，并在静基座条件下，采用卡尔曼滤波方法实现了系统的初始对准。仿真结果表明，这种初始对准方法对准速度较快，水平对准精度比抖动偏频系统提高了一个数量级，方位对准精度也有较大提高，并且对两个水平加速度计随机常值偏置有很好的估计效果。     

机动对速度匹配法传递对准效果的影响

传递对准过程中,机动运动有利于改善对准效果,不同的机动运动方式对特定匹配模式下的对准效果改善程度不同。通过建立速度匹配法传递对准卡尔曼滤波器模型,对几种典型机动方式下的模型分别进行深入仿真研究,详细比较不同机动方式对捷联惯导系统对准效果的影响。仿真结果表明,采用速度匹配传递对准方式,载体单独做摇摆加线运动姿态误差角估计精度能达到1',陀螺常值漂移的估计精度能达到90%,加速度计常值零偏无法估计。载体做"S"形机动运动姿态误差角估计精度优于0.5',陀螺常值漂移的估计精度能达到95%以上,加速度计常值零偏估计精度能达到99%。     

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。