非对称冗余惯导的在线标定与容错估计反馈策略

为保证惯性导航信息的可靠性，在体积与成本受限的情况下设计了一种非对称冗余惯性导航系统，包括FOG-INS和MEMS-INS两套惯导。无故障时FOG-INS输出导航信息并利用序贯变分贝叶斯卡尔曼滤波在线标定MEMS惯性器件误差，估计结果的指数加权收敛度被映射到统一闭区间内实现标准化评价。诊断出FOG-INS故障后，估计反馈策略将基于标准化评价结果补偿MEMS惯性器件误差，校正MEMS-INS并输出导航信息。仿真实验结果显示，经过0.8 s的检测延时，故障后基于变分贝叶斯卡尔曼滤波的MEMS惯导y轴陀螺漂移、z轴陀螺漂移的估计相比于标准Kalman滤波分别提升了80.80%和67.76%，发生故障60 s后完成误差校正的MEMS-INS水平位置误差相比于不校正时减小了33.59%，有效保证了惯性导航信息的可靠性。     

基于神经网络的GPS深度融合弹载惯导模型

针对传统弹载惯性导航系统误差修正采用线性化模型，无法对非线性误差进行修正的缺点，提出一种基于神经网络的GPS深度融合弹载惯导模型。构建IMU六路脉冲数到发射惯性坐标系下视速度增量的非线性映射关系，利用GPS信息对网络误差模型进行训练，为GPS信号失效后的长航时惯性导航系统提供更高精度的误差修正模型。仿真实验结果表明，相较于纯惯性导航系统，所提模型能够在GPS信号失效后抑制惯导系统误差发散，速度精度提高76.56%，位置精度提高91.61%。     

基于Kalman滤波原理对惯导中重力扰动的估计及补偿方法

重力扰动(空间同一点实际重力与正常重力之差,包括垂线偏差和重力异常两部分)一直是惯性导航系统的重要误差源之一。随着惯性器件精度的逐步提高,重力扰动所引起的导航误差已成为高精度长航时惯导系统的主要误差之一,不能被忽略,必须对其进行补偿。针对重力扰动误差精确补偿问题,只考虑重力异常的情况,推导并建立了考虑重力异常的惯导误差方程。对误差传播进行了分析,利用Kalman滤波原理设计了带有重力异常状态量的状态方程,并利用GPS和惯导的速度误差作为观测量对重力异常进行滤波并对滤波后得到的重力异常值对惯导重力异常项补偿。进行了2 h的仿真,结果表明:Kalman滤波后可得到当地的重力异常值,重力异常补偿后,速度误差精度可以提高约0.3m/s,姿态精度提高约0.3′,位置精度提高约150 m。     

一种提高车载定位定向系统定位精度的方法

在车载定位定向系统中,通常采用停车修正或引入GPS等外信息校正系统,这会降低陆地武器装备的战场生存能力和自主性。基于上述情况,分析了惯导系统以及与里程计构成的航位推算系统的误差模型,得出了惯导系统短时间内定位精度高以及航位推算系统定位误差随时间增长缓慢的规律。据此推导并提出了一种提高系统定位精度的方法,该方法不需要停车或外部信息,首先利用惯导系统对航位推算系统进行校正,估计出里程计标度因数误差和载车的安装误差并进行补偿;之后利用航位推算系统对惯导系统进行校正;采用加权函数对系统位置输出进行加权优化处理。理论分析和仿真实验表明利用此方法在2 min内能估计出里程计标度因数误差和载车的安装误差,估计精度在90%以上;加权后的位置输出精度在0.2%D(D为里程)以上。     

一种双惯导组合导航方法

一些舰艇装备两套或多套惯性导航系统。为提高这些舰艇导航信息输出的精度和稳定性,提出一种双惯导组合导航方法。从惯性导航系统的误差特性出发,分析了固定指北惯性导航系统和台体方位旋转惯导系统的误差特性,并根据两种惯导系统的不同误差特性,设计了Kalman滤波组合导航控制方案,通过仿真验证了组合导航控制方案的效果。仿真结果表明,采用该方法后,在不增加任何硬件成本的基础上,能够提高导航信息输出精度和稳定性。例如,当陀螺漂移为0.002(°)/h,加速度计零偏5×10-5 g时,固定指北惯导24 h定位误差约为2.8 n mile,速度误差波动约0.2 kn,台体方位旋转惯导系统24 h定位精度约为1.7 n mile,速度误差波动约0.5 kn;当采用组合导航控制时,组合输出24 h定位精度约1.5 n mile,速度误差波动约0.15 kn。     

双惯导联合旋转调制光纤陀螺标度因数误差自校正方法

旋转调制光纤陀螺航海惯导系统中,光纤陀螺标度因数误差会与地球自转角速度耦合产生等效的天向和北向陀螺漂移误差,也会与船体摇摆角速度以及惯性测量单元旋转调制角速度耦合产生短时动态误差,限制了长航时航海惯性导航精度。通过使用两套三轴旋转调制光纤陀螺航海惯导系统进行联合旋转调制,提出一种光纤陀螺标度因数误差在线估计与自校正方法。根据两套三轴旋转调制光纤陀螺航海惯导系统的水平旋转轴空间夹角关系建立观测方程,实现在线估计滤波。半实物仿真结果表明,自主导航过程中光纤陀螺标度因数误差在线估计精度优于1 ppm,利用输出校正方式在线补偿光纤陀螺标度因数误差导致的惯导定位误差,有效抑制了两套三轴旋转调制光纤陀螺航海惯导系统定位误差的增长。实际转台模拟实验中,两套三轴旋转调制光纤陀螺惯导系统300 h纯惯性导航整体定位最大误差分别减小25%和40%。算法采用地心地固坐标系,因此也适用于极区导航情况。     

双主惯导对子惯导的高精度传递对准方法

激光陀螺惯性导航系统在旋转调制过程中会产生锯齿形速度误差,影响舰载武器系统子惯导传递对准精度。通过分析锯齿形误差产生的机理,提出了一种基于不同旋转控制策略的双惯导数据融合方法,估计并补偿主惯导惯性元件误差,从而减小主惯导锯齿形速度误差波动幅度。仿真结果表明,补偿后主惯导速度锯齿形速度误差峰峰值减小了一个数量级,子惯导传递对准后的水平角精度提高了1.5″,方位角精度提高了3′。     

一种应对主基准速度误差跳变的局部基准速度输出平滑处理方法

对于采用主基准速度信息进行传递对准或持续校准的局部基准惯导而言,主基准速度误差跳变不仅影响局部基准的对准或校准结果,而且易使局部基准的输出修正速度误差也产生相应跳变,进而影响利用该局部基准速度进行传递对准的子惯导的对准过程。为应对该问题,提出了一种工程适用的局部基准速度输出平滑处理方法,该方法在Kalman滤波的基础上,利用残差χ2检测基准速度误差跳变时刻,对滤波得到的速度误差状态量进行平滑处理并用其修正局部基准惯导速度,从而得到无速度误差跳变的局部基准输出速度。通过主基准速度误差跳变三种不同情况的仿真,验证了该方法能够有效的控制局部基准输出速度误差的变化率在(0.4 m/s)/(15 min)范围内,满足子惯导对准要求,具有较强的工程适用性。     

一种激光陀螺惯性测量单元混合标定方法

针对采用低精度转台标定高精度激光陀螺惯性测量单元(IMU)的方法进行了研究。提出一种不依赖转台精度的静态解析与Kalman滤波估计混合的新型高精度标定方法。首先采用多位置静态解析法粗标定出IMU系统参数的低精度初始值;然后根据惯性导航算法基本误差方程,建立以IMU系统参数粗标定结果的残差为估计对象,以IMU速度误差为观测量的扩展Kalman滤波器,估计出系统参数残差,进一步修正粗标定结果。实验结果表明,该方法能够利用低精度转台获得与高精度转台相当的参数标定精度,降低了惯导系统的标定成本,满足高精度激光陀螺IMU的使用需求。     

惯导系统初始对准的H∞滤波器设计

在对系统的噪声统计特性的了解并不确切的情况下，将H∞滤波技术应用于惯导系统初始对准，对失准角和仪表误差进行估计，克服了传统Kalman滤波器的性能恶化问题。通过对系统频域特性进行整形，有效地抑制了低频干扰对系统误差传播特性的影响，效果优于Kalman滤波。     

降阶扩展卡尔曼滤波算法在船用INS/GPS组合导航系统中的应用

TNNS(真航向导航系统)由MS860接收机、INS及处理数据的PC/104架构的嵌入式工控机构成。针对TNNS推导了INS(惯性导航系统)的误差模型,提出了适合于TNNS的降阶扩展卡尔曼滤波算法组合GPS和INS。系统在东海作了三次海试,软件及滤波算法平台由C/C 编制。海上试验表明,组合滤波后,INS的位置误差由100m降低到40m以下;进行最优化滤波后的航向误差σ由原来的0.105°减小为0.034°,纵横摇的误差也大幅减小。整个海试结果表明,在TNNS中组合GPS/INS采用的降阶扩展卡尔曼滤波算法,大幅提高了系统精度和可靠性。     

INS/CNS/GPS组合导航系统仿真研究

研究了INS／CNS／GPS组合导航系统的原理和特点，对组合导航系统进行了计算机仿真，提出了采用平台失准角、INS与GPS的位置之差和速度之差作为观测量的方法。采用卡尔曼滤波技术，可以估计出平台的失准角、惯性器件误差及导航参数误差。仿真结果表明：通过校正惯导平台、消除导航参数误差，可以大大提高了系统的导航精度。     

信息融合技术在INS/GPS/DVL组合导航中的应用研究

为克服某船载导航系统不能满足长时间高精度导航定位需要的缺点,提出了一种基于信息融合技术的INS/GPS/DVL联邦滤波器组合导航方案.介绍了INS/GPS/DVL联邦滤波器的工作模式,在建立INS、GPS和DVL误差模型的基础上,推导了滤波器的组合形式,并详细阐述了该联邦滤波器的融合算法.通过计算机仿真技术分析了该组合导航系统的性能,仿真证明了所设计的联邦滤波器可以充分利用各种导航传感器的信息,提高导航系统的精度,比单独的惯性导航系统能提供更为精确的位置、速度和姿态信息,有效地提高了导航系统的综合能力.     

基于模糊逻辑控制的舰船组合导航自适应卡尔曼滤波器

双天线GPS提供的载体姿态信息与惯性导航系统信息进行融合可提高组合导航系统的性能。由于在实际应用中,GPS接收机可能会受到某种干扰无法提供舰船航向信息,从而降低传统卡尔曼滤波器的性能。因而提出了一种新的基于模糊逻辑控制的自适应卡尔曼滤波器。改进后的卡尔曼滤波器使用两个模糊逻辑控制器来调整两个系统的组合模式,并且根据卡尔曼滤波器的内部状态、GPS工作状态和舰船运动状态来计算卡尔曼增益。通过使用INS和GPS的实测数据验证,这种基于模糊逻辑控制的自适应卡尔曼滤波器能有效的提高INS/GPS组合导航系统的性能。     

Performance enhancement for ultra-tight GPS/INS integration using a fuzzy adaptive strong tracking unscented Kalman filter

This paper conducts performance evaluation for the ultra-tight integration of Global positioning system (GPS) and inertial navigation system (INS) by use of the fuzzy adaptive strong tracking unscented Kalman filter (FASTUKF). An ultra-tight GPS/INS integration architecture involves fusion of the in-phase and quadrature components from the correlator of the GPS receiver with the INS data. These two components are highly nonlinearly related to the navigation states. The strong tracking unscented Kalman filter (STUKF) is based on the combination of an unscented Kalman filter (UKF) and strong tracking algorithm (STA) to perform the parameter adaptation task for various dynamic characteristics. The STA is basically a nonlinear smoother algorithm that employs suboptimal multiple fading factors, in which the softening factors are involved. In order to resolve the shortcoming in a traditional approach for selecting the softening factor through personal experience or computer simulation, the Fuzzy Logic Adaptive System (FLAS) is incorporated for determining the softening factor, leading to the FASTUKF. Two examples are provided for illustrating the effectiveness of the design and demonstrating effective improvement in navigation estimation accuracy and, therefore, the proposed FASTUKF algorithm can be considered as an alternative approach for designing the ultra tightly coupled GPS/INS integrated navigation system.     

基于快速正交搜索的车载导航方法

以某型自行火炮炮载惯导系统为研究对象,针对系统剩余高阶非线性误差得不到有效补偿的问题,结合卡尔曼滤波(KF),提出了基于快速正交搜索(FOS)的组合估计方法,既消除了线性误差,也对系统的高阶非线性误差起到了良好的抑制作用。试验结果表明,在没有卫星信号的情况下,与单独使用KF相比,FOS/KF可以有效提高导航精度,经过补偿后的平均水平速度误差仅为0.034 m/s,定位误差可基本保持在10 m以内,实现了非线性条件下的高精度自主导航。     

简化超球体SRUKF的GPS/MIMU组合姿态估计

针对加速度计、磁强计易受机动加速度和周围环境影响的问题,提出了一种单基线GPS/MIMU组合姿态估计方法。该方法利用单基线GPS天线代替磁强计提供航向信息,并利用GPS的速度信息对加速度计输出的机动加速度分量进行补偿,构成单基线GPS/MIMU组合姿态确定单元。同时考虑实时性要求,在SRUKF的基础上,引入加性非扩展形式和超球体单形采样,提出了简化超球体平方根UKF算法,通过减少状态维数和采样点的数量,降低算法计算量。建立加性噪声下的单基线GPS/MIMU姿态模型,并采用简化超球体平方根UKF算法进行姿态估计。实验结果表明,单基线GPS的速度信息可以有效提高加速度计对水平倾角的确定精度,姿态估计算法收敛后的最大误差小于0.8°,估计精度与UKF相当,且执行时间仅是UKF的42%。     

惯导系统初始对准的非线性滤波算法

本文推导了方位误差角比较大时惯导系统初始对准的误差方程,在这个误差中包含了非 线性的部分。在方位误差角较小时,可将非线性的对准方程简化为线性的对准方程。用卡尔曼 滤波对线性系统进行仿真,用扩展卡尔曼滤波、迭代滤波、二次滤波对非线性系统仿真。比较仿 真结果可见,扩展卡尔曼滤波可大大提高方位对准的精度,而迭代滤波、二次滤波在方位角上 又比扩展卡尔曼滤波的精度高。     

空间稳定系统加速度计在线标校

三轴加速度计是惯性导航系统的核心元件之一,其误差对导航精度具有重要影响。提出一种适用于空间稳定系统的加速度计在线标校方法。在三轴加速度计十二系数误差模型基础上,推导比力的模误差与加速度计误差系数之间的关系式。设计一个五维静态Kalman滤波器进行加速度计组合误差系数的在线标定,并讨论了加速度计组合误差的补偿方法。计算机仿真和多组试验结果表明:采用所提方法,空间稳定系统加速度计误差的标校精度达到1×10-5g量级,所用加速度计的长期稳定性优于1.5×10-5g,对实现高精度导航具有实用价值。     

GPS 动态滤波的新方法

本文提出一种ＧＰＳ动态定位滤波的新方法。该方法直接从ＧＰＳ接收机输出的定位结果入手，将各种误差因素的影响等效为输出定位结果的总误差，视为有色噪声，建立线性卡尔曼滤波模型对位置和速度信息进行估计。与以往采用的非线性卡尔曼滤波器相比，滤波后定位误差明显减小，且模型简单，系统运算量降低，实时性较好。另外，为了提高滤波器的动态性能，还提出了一种有效的次优加权自适应卡尔曼滤波算法