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。     

基于简化无迹Kalman滤波的非线性SINS初始对准

传统的小干扰失准角模型只适合于小失准角情况下的初始对准,对于处于大失准角下的舰船或飞机的对准必须寻求不做任何线性假设的非线性模型和非线性滤波方法。针对以上问题,建立了基于四元数的姿态误差方程,给出了基于复杂噪声模型的UKF算法,在该算法的基础上假设量测方程为线性,得出简化的UKF算法,避免了重采样、多次求解量测预测方程、计算量测预测方差等一系列繁杂过程。基于以上理论建立了适合简化UKF算法的非线性滤波模型,在大失准角、小失准角下与常规Kalman和EKF算法做对比仿真,结果表明,在小失准角下三种方法效果相当,但在大失准角下简化UKF和EKF显示出了处理非线性模型的优势,对准速度和精度都好于常规Kalman算法。由于EKF线性化造成的高阶截断误差使得对准精度略低于简化UKF。     

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。     

机载导弹大安装偏差下的快速二次传递对准方法

针对机载导弹大安装偏差下非线性传递对准模型复杂、计算量大等缺点,提出了一种基于双线性模型的快速二次传递对准方法。基于分级修正思想,在兼顾对准精度与计算复杂度的前提下分两次完成对准:一次对准采用9维线性模型完成对安装偏差角的粗估计,以其结果为依据将主惯导本体系旋转至虚拟过渡坐标系,从根源上消除大失准角,保证了二次对准线性模型的准确性;二次对准利用一次对准存储的数据和惯导实时输出数据,采用12维线性模型完成对安装偏差角的修正和陀螺仪零偏的估计,从而获得更高的对准精度。地面试验结果表明,该方法与基于无迹卡尔曼滤波的非线性传递对准方法相比,在不影响对准精度的前提下计算复杂度降低了70%,有效解决了机载导弹大安装偏差下传递对准的工程实现性问题。     

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。     

星敏感器辅助的临近空间飞行器姿态匹配传递对准方法

为解决临近空间飞行器的精确、快速传递对准问题,提出了发射点惯性坐标系下基于星敏感器信息辅助的传递对准方案。根据星敏感器输出的不同形式的姿态信息,如利用TRIAD算法获得的姿态角信息或利用QUEST算法获得的姿态四元数信息,分别建立了基于平台失准角和基于加性四元数的非线性传递对准模型。针对非线性特性模型,采用UKF滤波算法进行了数学仿真。仿真结果表明,在2 s内,两种方案的姿态角误差均可以收敛到20"。仿真验证了两种算法的有效性,为临近空间飞行器的传递对准提供了参考。     

基于旋转矢量误差模型的舰载机大失准角传递对准技术（英文）

为实现舰载机大方位失准角条件下的快速传递对准,提出采用旋转矢量误差模型。分别推导了速度匹配和速度加角速度匹配的量测模型。为解决非线性滤波器的稳定性和快速性,提出采用平方根无迹卡尔曼滤波SRUKF来估计失准角。仿真结果表明,旋转矢量误差模型相对于非线性的欧拉角误差模型有更高的估计精度。在海况引起的摇摆运动下,运用速度加角速度匹配方法可以在50 s内完成对准,此时水平精度达到20?以内,航向精度达到1?以内。由此表明所提出的算法可以满足舰载机传递对准快速性和精确性的要求。     

极点配置对SINS罗经对准性能影响

分析了罗经对准基本原理。基于常见的几种罗经极点配置方案及其对准性能与不足,将一个二阶振荡环节和一个临界阻尼环节相串联,把4个极点配置在同一个圆上,得到一种新的极点配置方案。该配置方法既保证了对准算法的快速跟踪性能,又兼顾对准精度。采用车载晃动对准数据和风扰条件下的车载导航数据,比较了不同极点配置的对准效果。试验说明,新的极点配置方案可以跟踪载体低频姿态角变化,在180 s内完成SINS对准过程;该方法能够克服大风扰动影响,提高SINS晃动基座对准精度。针对大失准角条件下的对准问题,通过相平面分析证明,罗经回路产生的非线性罗经驱动力矩同样可以将数学平台驱动到导航坐标系,实现大失准角条件下的快速对准。     

一种船舶漂浮状态下捷联惯导快速自对准方法

为解决无外部参考信息船舶SINS漂浮状态下捷联惯导快速自对准问题,提出了在粗对准阶段采用时变参数罗经法、精对准阶段采用卡尔曼滤波精对准的方案。传统方案中罗经对准方案常常被用于精对准,这里采用大方位失准角条件下时变参数的罗经法进行粗对准,代替目前成熟的凝固法粗对准方案,在大方位失准角条件下同时利用东向通道和北向通道的速度误差进行控制回路反馈,在方位对准初期采用较大的阻尼振荡频率使大方位角快速减小,随后逐渐减小阻尼振荡频率以提高收敛精度,在经历1.4个振荡周期之后,方位失准角收敛到较小范围后,此时切换到卡尔曼滤波精对准阶段。通过实测试验数据的仿真表明,在船舶漂浮状态下经过不到4 min的时变罗经方位对准,能达到凝固对准法5 min时的对准精度,从而节省了对准时间。     

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。     

天文观测角辅助的高超声速飞行器传递对准方法

针对复杂环境下高超声速飞行器的可靠、精确和快速的传递对准需求,提出了一种基于星敏感器天文观测角(高度角、方位角)的传递对准算法。以发射点惯性坐标系为导航系,分析了惯导系统在惯性系下的误差方程,提出了大失准角情况下的基于星敏感器天文高度角、方位角匹配的对准算法。针对该系统状态方程和量测方程的非线性特性,采用UKF滤波算法进行了仿真。仿真结果表明:观测星数达到两颗时,该方案可以在2 s内使得姿态角的估计误差达到13″。仿真验证了该算法的有效性,对其他高空飞行器的传递对准有一定参考价值。     

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.     

一种大安装偏差快速传递对准中的闭环卡尔曼滤波算法

在大安装偏差快速传递对准中,模型线性化误差会导致卡尔曼滤波器(KF)估计有偏。针对该问题,提出了一种基于闭环卡尔曼滤波器(CLKF)的传递对准方法。基于安装关系估计值与主惯导姿态建立子惯导粗基准,使子惯导载体系失准角为小角度,从而降低了线性化误差对KF估计精度的影响。进一步采用状态反馈机制修正子惯导状态与安装关系估计值,使子惯导基准载体系和计算载体系逐渐逼近标称载体系,以保证系统在整个传递对准过程中始终处于良好的线性状态。仿真结果表明,CLKF估计精度不随系统非线性增强而下降,与无迹卡尔曼滤波器(UKF)相当且优于KF;CLKF计算量仅为UKF的3%,与KF相当,显著提高了线性滤波器的估计精度,同时有效避免了采用非线性滤波器而引起计算量较大的问题。     

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。     

采用粒子滤波的捷联惯导非线性快速初始对准算法

针对常规捷联惯导静基座初始对准模型维数高,难以保证粒子滤波实时性的问题,提出了一种适用于粒子滤波的二位置非线性快速初始对准模型。该模型利用二位置方法消除惯性器件的常值误差,因此无需对惯性器件误差进行状态扩展,从而在保证对准精度的前提下降低了粒子滤波的运算量。在二位置非线性快速初始对准模型中航向角是直接可观测的,因此可以提高航向角的对准精度和速度。仿真结果表明,采用基于粒子滤波的二位置非线性快速初始对准方法,水平姿态精度在6″以内,航向角精度为10′以内,还较好地满足了粒子滤波应用于捷联惯性导航系统初始对准中的实时性要求,有效提高了初始对准的速度。     

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。     

两种快速传递对准方法在航空制导武器中的应用

对常用的两种快速传递对准状态模型(ψ角与m_ψ角模型)的等效性进行了分析与证明。在此基础上,针对MEMS-IMU低精度与稳定性欠佳等特性,综合考虑对准精度与算法实时性,建立了11维ψ角与m_ψ角快速传递对准模型。与传统的15维模型相比,新模型的计算复杂度降低了约60%。与此同时,提出了"安装角滤波器+陀螺仪零偏滤波器"的双滤波器并行工作设计思路,并给出了一种抑制器件误差影响与环境干扰的带宽隔离滤波器参数设计方法,提高了传递对准滤波器设计的灵活性与系统鲁棒性。通过飞行试验对传递对准系统模型与设计方法进行了试验验证,结果表明,相较于传统算法,收敛时间减少至30 s以内,传递对准精度提高约40%,有效解决了低精度MEMS-IMU在航空制导武器中的应用问题。     

动基座传递对准非线性滤波器的设计及应用

在非线性、非高斯条件下进行动基座传递对准,如果采用卡尔曼滤波会出现误差较大甚至发散的问题。本文引入强跟踪自适应滤波器,建立对估计误差的一步预测方差PK/K-1的加权算法,来达到抑制噪声的目的;同时,针对初始对准对准精度与快速性的要求,建立了动基座传递对准精确的非线性滤波模型。通过计算机仿真,模拟了飞机机动模式,验证所提滤波器的可行性。最后,通过与扩展卡尔曼滤波的比较,说明非线性强跟踪自适应滤波器在对准精度与速度上都有更好的表现。     

大方位失准角下舰载机传递对准技术

为了提高舰载机的生存能力、快速反应能力以及机载导弹的命中率,必须快速准确地完成舰载机惯导系统的初始对准.由于舰船所处的环境比较复杂而且受到诸多干扰因素的影响,通常采用传递对准方法来解决舰载机惯导系统的初始对准问题.针对大方位失准角下舰载机惯导系统的传递对准问题,详细推导了速度加姿态匹配传递对准的非线性模型,然后采用UKF滤波算法进行数学仿真.仿真结果表明,舰船在中等海况下的不同机动运动对传递对准基本没有影响;采用不同频率的UKF滤波算法,则在20 Hz时传递对准误差较低频时小一倍.