单陀螺多加速度计捷联惯性导航解算方法

六加速度计无陀螺惯导系统误差随时间发散比较严重。为了有效提高导航系统精度,提出了一种单陀螺仪多加速度计(五加速度计)的捷联惯性导航解算方法。该导航解算方法通过合理配置5个加速度计和1个陀螺仪,可不经积分而直接解算角速度,完全消除了加速度计输出方程中角加速度项的影响,能使在姿态和位置解算时分别减少1次积分,从而有效抑制误差随时间发散。给出了单陀螺多加速度计捷联惯导姿态和位置解算原理的理论推导过程,并对该导航解算方法进行了仿真。在仿真时间为80 s时,与无陀螺惯导相比,该方法的姿态解算和位置解算精度均提高了60%以上。     

GFSINS姿态角速度双路组合方案设计

针对无陀螺捷联惯导系统解算载体姿态角速度精度不高的系统瓶颈,分析现有的一种九加速度计配置方案角速度信息输出特征,提出通过改进解算方法,在载体上同时获取两套相对完整而独立的姿态角速度信息从而构成姿态角速度双路组合方案的设想,并且在该组合方案中引入反馈型自适应神经网络,通过设置合理的神经网络学习周期,提供更逼近真实值的加速度计输出,结合包含加速度计误差少、没有加速度计误差积累两种优点的姿态角速度辅助算法,以获得更高精度的载体姿态角速度输出,进一步提高无陀螺捷联惯导系统导航精度.仿真结果验证了该设计思想可行性,并且证明了角速度双路组合方案相对普通角速度解算方案在精度上的优势.     

全加速度计惯性测量系统角速度解算方法的优化

全加速度计惯性测量技术是利用加速度计代替原来的陀螺来解算载体的姿态和位置信息。利用十二加速度计惯性组合配置方案的冗余信息,通过积分法、开平方法和迭代法解算出三种角速度,然后依据加权平均原理将上述三种角速度信息进行数据融合并对角速度进行补偿。经过算法补偿,解决了角速度误差随时间积累而发散的问题,同时解算精度得到了大幅提高。通过实验,将由全加速度计惯性测量系统输出信息解算出的角速度值与理论角速度值进行比较。通过对比,开平方法和迭代法相对于积分法对角速度解算误差的发散均有较好的抑制效果,应用加权平均法相比其他三种方法得到的角速度精度更高,且误差不随时间发散。为该研究领域提供了较好的参考。     

新型无陀螺捷联惯导系统导航方案设计及建模

针对传统无陀螺捷联惯导系统角速度求解复杂,解算效率低,惯性元件安装精度要求高等问题,提出一种新型的无陀螺捷联惯导导航方案,将8-UPS型并联式六维加速度传感器作为其惯性元件,直接测量出运载体的六维绝对加速度。基于矢量力学理论,推导了其惯导基本方程;通过数值积分运算来提取载体的线运动参量;运用空间几何理论建立姿态方程,实时更新捷联矩阵以获取载体的角运动参量,从而完成了导航建模与解算。仿真结果表明该系统能满足航行体中精度实时导航的要求,是有效可行的。与同类导航相比,该系统具有结构紧凑、解算效率高、物理模型误差敏感性低等优势。     

旋转IMU在光纤捷联航姿系统中的应用

惯性测量单元输出信号的精度直接影响捷联惯性导航系统的精度,为了提高捷联系统的精度,以舰船光纤捷联惯性航姿系统为应用对象,采用了双轴旋转机构连续匀速旋转IMU的系统方法,把惯性测量单元输出信号中的漂移误差调制成正弦信号,通过捷联算法中的积分运算可以有效地消除陀螺和加速度计中的漂移误差,从而有效地提高捷联惯性航姿系统的精度,并进行了系统仿真实验。仿真结果表明:经过旋转以后的IMU输出信号误差较传统非旋转方法可以减小一个数量级。基于双轴旋转IMU的系统方法可以有效地减小IMU输出信号漂移误差和提高捷联惯性航姿系统的精度。     

一种用于无陀螺捷联惯导系统的角速度融合算法

无陀螺捷联惯导系统(GFSINS)是用加速度计的合理空间组合解算出载体的角速度。载体角速度的解算精度是GFSINS的技术关键。在分析GFSINS九加速度计配置方案的基础上,提出一种新的角速度融合算法,消除该方案解算过程中开方计算及符号判断带来的误差。该算法还明显抵消了加速度计输出中包含的常值零点偏移误差和温度漂移误差等,具有实时性好、计算量小、通用性强的优点。仿真计算表明该算法可行,并能在一定程度上提高系统解算精度。     

无陀螺惯性测量单元设计及仿真分析

在简述无陀螺惯性测量单元(GF-IMU)测量角速度的一般原理的基础上,提出了一种九加速度计的配置方案及其角速度解算方法.该算法利用加速度计输出的测量信息直接求得所测量的角速度的绝对值,没有积分运算引入的迭代误差,在一定程度上提高了载体角速度的解算精度.针对该九加速度计配置方案在解算载体角速度时,存在需要开方及符号误判等不足,提出一种解算角速度的微分算法,彻底消除解算过程中开方及符号判断带来的误差,提高了系统精度和实时性.仿真分析证明了方案的可行性和算法的有效性.     

H∞滤波在无陀螺捷联惯导系统中的应用

无陀螺捷联惯导系统角速度解算精度不高是其难以实现工程化瓶颈问题.为此,首先深入分析了无陀螺捷联惯导系统的角速度解算原理,并推导出了所用加速度计配置方案的角速度解算方程.然后创造性地构建了Kalman滤波器的状态方程和滤波方程,突破了以往采用Kalman滤波时必须引入额外观测信息(如GPS观测值)的模式.在此基础上构建了系统的H∞滤波器,并借助某型导弹的弹道数据,在外部噪声分别为白噪声和有色噪声的条件下对积分法、开方法、卡尔曼滤波器和H∞滤波器进行了仿真比较,验证了H∞滤波器具有较高的解算精度和对系统的不确定性具有良好的鲁棒性.     

基于角速度频域重构的旋转矢量解算

传统的旋转矢量解算对角速度一般采用多项式重构,而实际中在高动态环境下用多项式重构角速度的精度不高.从信号重构理论出发,研究了在对角速度信号进行频域连续重构的基础上进行旋转矢量解算,并对其在捷联惯性导航系统姿态矩阵实时求解中的应用进行了仿真.仿真结果表明,在高动态环境下新算法比传统算法更能有效地抑制不可交换误差,对于提高捷联惯性导航系统精度具有重要的意义.     

捷联惯性测量组合误差系数的软件补偿法研究

针对捷联惯性测量组合误差的数学模型,提出了惯性组合误差补偿的计算方法,推导了计算过程,得到了陀螺和加速度计误差补偿公式.通过补偿计算,能够得到弹体在采样时间间隔内运动的视速度增量和角增量.该算法能够满足应用的精度要求,对捷联惯性测量系统的误差补偿有一定的有效性和可行性.