捷联惯性系统初始对准中IMU安装误差及陀螺漂移的估计与补偿

为尽可能消除IMU安装误差和陀螺漂移对系统精度的影响，运用主从惯导传递对准技术，采用扩展状态滤波器和速度／姿态角组合匹配的方法，估计出IMU安装误差和陀螺漂移误差，并对系统进行补偿。仿真结果表明，补偿了安装误差和陀螺漂移后，捷联惯性系统的导航参数精度可提高1个数量级以上。     

捷联惯导系统初始对准中Kalman参数优化方法

针对Kalman滤波器在捷联惯导系统（SINS）初始对准中的应用，系统分析了Kalman滤波器参数（包括估计误差协方差阵初值P0，模型噪声方差阵Q和量测噪声方差阵R）选取对系统状态变量的估计精度和收敛速度的影响。采用协方差性能分析法，进行了Kalman滤波器参数优化仿真，仿真结果表明：调整扁的取值可改变状态变量估计的收敛速度，调整Q或R的取值，既可改变状态变量（尤其是陀螺误差）的收敛速度又可改变它们的估计精度。综合考虑时，局的取值要比真实值大一些，Q和R的取值要比真实值小一些，这样既可缩短陀螺误差和加速度计偏置误差的估计时间，又可提高它们的估计精度。中还给出了使滤波器正常可靠工作的P0、Q和R参数的范围。     

车载RINS方位陀螺温度漂移模型在线修正方法

方位陀螺漂移是影响车载旋转调制惯性导航系统（RINS）精度的重要因素。针对长期使用中方位陀螺温度漂移模型逐渐失效而导致补偿效果下降的情况,提出了一种基于遗忘因子最小二乘的车载RINS方位陀螺温度漂移模型在线修正方法。利用车载实验中停车阶段的速度作为量测,通过Kalman滤波器对方位陀螺漂移进行估计,之后采用遗忘因子最小二乘对陀螺漂移模型进行在线修正。仿真结果表明所提出的方法可以对陀螺漂移模型进行有效修正。车载导航试验表明,车载RINS系统工作一年以上的时间后,利用所提方法对初始的漂移模型修正后,导航过程最大径向位置精度可提升78%,验证了所提出的方法的有效性。     

基于未补偿偏置滤波器的惯导动态初始对准

动态初始对准是惯性导航系统(惯导)工程应用的重要功能之一。针对动态环境下随机干扰和弱可观惯性仪表误差导致对准滤波器性能下降的问题,采用未补偿偏置滤波器实现惯导系统的初始对准。给出了带高度阻尼的惯导水平通道误差模型,根据最小二乘估计原理定量分析了陀螺漂移误差对降维滤波器精度的影响,进而推导出带偏置结构的对准误差模型,设计出基于水平位置误差观测的7维未补偿偏置Kalman滤波器。动态试验结果表明,未补偿偏置滤波器能有效提高惯导动态初始对准性能,仅需40 min对准精度即达标,比直接降维滤波器快一倍以上,具有较强的工程应用价值。     

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%。     

基于互补滤波的动中通天线姿态估计

为了满足低动态下天线稳定的要求,构建了一个基于微机械陀螺、加速度计和磁强计组合的动中通低成本姿态测量系统.该系统利用加速度计重力场分量估计的倾角和磁强计地磁场分量估计的航向角作为辅助信息,校正陀螺漂移误差.根据陀螺与辅助传感器的互补特性,设计一个多轴互补滤波器,利用陀螺的高频分量和辅助信息的低频分量估计姿态角.根据载体机动状态调整控制器参数,使滤波器能自适应选择交接频率,减小机动加速度对姿态估计的影响.实验结果表明,互补滤波能有效地估计出姿态,系统的动态估计精度在±2°内.     

恒速偏频激光陀螺系统静基座初始对准中等效东向陀螺漂移估计

以单轴恒速偏频激光陀螺系统为研究对象,在分析IMU传感器误差的基础上,建立了合理有效的静基座初始对准滤波器模型。针对系统连续旋转运行的特性,提出了简洁适用的滤波器估计误差检验方法,利用自主设计的原理样机验证了恒速偏频技术的实际可行性,对滤波算法进行了实验测试。实验结果表明,初始对准滤波算法能够稳定有效地估计IMU传感器误差,且等效东陀螺漂移估计精度优于0.0004(°)/h,该系统具有很高的工程应用潜力。     

舰载姿态加角速度匹配传递对准方法研究

用于传递对准的测量参数匹配法极大地受限于舰船所处海况，为解决这一问题，提出了姿态加角速度匹配法。在三种典型的海况下，对这一传递对准方法中舰船甲板变形和陀螺常值漂移进行了Kalman滤波估计及精度分析，并对陀螺漂移标定的可行性进行了深入的分析。研究结果表明，姿态加角速度匹配法具有稳健的对准精度和快速性，陀螺漂移的标定依赖于舰船甲板动态变形的大小。     

单轴旋转SINS方位陀螺漂移分析与估计

单轴旋转SINS的方位陀螺漂移对长航时导航精度至关重要,方位陀螺漂移的估计是单轴旋转SINS的关键技术之一。通过对单轴旋转SINS方位陀螺漂移估计的主要影响因素进行分析,提出将水平阻尼网络引入到导航流程中,建立带水平阻尼网络的误差模型,利用位置匹配Kalman滤波对方位陀螺漂移进行估计,并设计了一种合理的估计流程,能够全面估计出惯性器件零偏,保证了方位陀螺漂移的估计精度。数学仿真和海上试验结果表明,对陀螺角度随机游走系数约为0.001(°)/h～(1/2)的SINS,经过6 h的估计流程后方位陀螺漂移估计精度优于0.001(°)/h,估计完成后转入纯惯性导航定位精度优于1.5 n mile/24 h(max),验证了该方法的可行性。     

捷联惯导系统传递对准误差模型降阶分析

针对捷联惯导系统(SINS)传递对准实际工程应用时的降阶建模问题,给出了速度匹配卡尔曼滤波器误差模型的降阶建模过程,分析模型降阶对传递对准误差估计精度的影响,通过将各状态量对滤波估计的影响等效成惯导系统的初始失准角,以量化的方式比较各状态量影响滤波精度的大小,从而为模型降阶提供依据.最后进行了数学仿真及试验验证,试验结果表明模型降阶方法是可行和有效的,降阶模型对失准角及陀螺漂移的估计精度能够达到模型降阶前的精度,达到了预期的效果,而且模型降阶后滤波器的计算量比降阶前减少了85%左右,大大提高了滤波器计算的实时性,满足实际工程应用的要求.     

舰船惯性导航系统海上无阻尼状态的校准

为满足装备高机动舰船的惯性导航系统海上重调的需求,设计了一种无阻尼状态下的校准方案,以保证惯性导航系统的续航导航精度。设计中采用卡尔曼滤波器估计系统误差和陀螺漂移,并利用残差检验方法进行故障检测与隔离。仿真分析和系统试验结果表明：无论载体在静态还是动态机动情况下,采用该方案进行校正后的系统精度都明显提高。该方案具有：滤波估计过程在无阻尼状态下进行,不受舰船运动状态的限制;分别估计陀螺常值漂移和随机漂移,隔离随机漂移对常值漂移量测的影响,精确补偿系统误差和陀螺常值漂移;以及在外参考信息源有误差干扰情况下仍能获得理想的校正效果等特点,具有重要的应用价值。     

Sigma点Kalman滤波在惯性导航初始对准中的性能评估

捷联惯性导航系统的大失准角初始对准过程具有非线性特性,Sigma点卡尔曼滤波算法可用于解决大失准角的对准问题。为提高Sigma点卡尔曼滤波的数值稳定性并降低算法复杂度,推导了简化的方根形式的滤波算法。为评估不同Sigma点卡尔曼滤波在初始对准中的性能,引入了一种适用于姿态角全为大失准的欧拉角误差模型。最后对不同Sigma点卡尔曼滤波在初始对准中的应用进行了仿真,并对算法的精度与复杂度作了分析与总结。结果显示该算法可较好的处理大失准角情况下的对准问题,所推导的简化方根滤波算法在不影响对准精度的情况下可使算法的复杂度降低20%,并增强了数值稳定性,是一种较为实用的方法。     

基于平方根中心差分卡尔曼滤波的大方位失准角初始对准

基于大方位失准角条件下捷联惯导系统误差模型的非线性特点,采用非线性滤波方法进行初始对准.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,而中心差分卡尔曼滤波在递推过程中具有计算量大,数值不稳定等缺点.针对上述问题采用了一种改进的中心差分滤波算法一一平方根中心差分卡尔曼滤波.仿真结果表明,与扩展卡尔曼滤波相比,平方...     

带模型误差系统的自适应卡尔曼滤波在捷联惯导系统初始对准中的应用研究

对于有模型误差的惯导系统,采用常规卡尔曼滤波会导致较大的状态估计误差,甚至使滤波器发散。可采用自适应卡尔曼滤波算法,通过引入虚拟噪声,利用观测数据带来的信息,在线改进滤波器的设计,并将其运用到捷联惯导系统的初始对准中,由此得到的滤波估计比常规卡尔曼估计具有更高的精度和准确度。试验及计算机仿真结果验证了该方法的有效性。     

一种新的惯性导航初始对准滤波方法

Unscented卡尔曼滤波(UKF)在算法实现和估计精度方面均优于传统的扩展卡尔曼滤波(EKF)。但是当系统状态的维数比较高时，非局部的采样导致估计误差变大，此时需要采用尺度变换模式的UKF(SUKF)方法。中在惯导系统静基座初始对准的非线出虑波问题中引入SUKF，并通过仿真对比了新方法和EKF的估计效果。实验表明，新方法的收敛速度和估计精度均好于EKF。     

自适应Kalman滤波在SINS初始对准中的应用

为了提高捷联惯导系统的对准精度和收敛速度,提出了一种基于Sage-Husa自适应滤波算法的初始对准方法。针对方位小失准角的情况,推导出精对准误差模型和自适应Kalman滤波方程。常规Kalman滤波算法,在噪声统计特性已知的情况下,使用比较方便;多数情况下,噪声统计特性是处于未知状态,从而引入自适应Kalman滤波算法。它利用观测到的数据自动进行噪声统计特性的在线估计和修正,使系统达到最佳的滤波效果。通过仿真验证,该自适应滤波算法有效地提高了收敛速度和对准精度。     

基于交互式多模型秩滤波的移动机器人组合导航算法

针对非结构化环境下移动机器人组合导航系统中存在的时变或非高斯噪声,将秩滤波器(rank Kalman filter,RKF)与交互式多模型算法(interactive multiple model filter,IMM)相结合,提出一种交互式多模型秩滤波算法(IMM-RKF)。秩滤波根据秩统计量相关原理确定采样点和权值,可适用于具有非高斯噪声的非线性系统;交互式多模型算法是解决结构和参数易发生变化系统中状态估计问题的重要途径,能够抑制组合导航系统中时变噪声引起的导航参数估计误差。仿真实验表明,相比于交互式多模型扩展卡尔曼滤波(IMM-EKF)和交互式多模型无迹卡尔曼滤波(IMM-UKF),提出的IMM-RKF算法能够提高组合导航系统姿态、速度和位置估计精度。     

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。     

Data assimilation of local model error forecasts in a deterministic model

One of the most popular data assimilation techniques in use today are of the Kalman filter type, which provide an improved estimate of the state of a system up to the current time level, based on actual measurements. From a forecasting viewpoint, this corresponds to an updating of the initial conditions. The standard forecasting procedure is to then run the model uncorrected into the future, driven by predicted boundary and forcing conditions. The problem with this methodology is that the updated initial conditions quickly ‘wash‐out’, thus, after a certain forecast horizon the model predictions are no better than from an initially uncorrected model. This study demonstrates that through the assimilation of error forecasts (in the present case made using so‐called local models) entire model domains can be corrected for extended forecast horizons (i.e. long after updated initial conditions have become washed‐out), thus demonstrating significant improvements over the conventional methodology. Some alternate uses of local models are also explored for the re‐distribution of error forecasts over the entire model domain, which are then compared with more conventional Kalman filter type schemes. Copyright © 2002 John Wiley & Sons, Ltd.     

一种快速有效的捷联系统初始对准算法

在捷联惯性系统中，初始对准是影响系统输出精度的最重要环节，陀螺漂移是引起对准误差的主要原因。本文在对捷联系统误差进行分析的基础上，结合卡尔曼滤波器的滤波特性，提出一种把陀螺随机常值漂移标定与初始对准进行多级组合的卡尔曼滤波方法。