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。     

大陀螺零偏条件下的快速传递对准算法

针对某些某些微机械陀螺零偏重复性差的特点,提出了滤波反馈修正和陀螺零偏粗对准预处理两种方法,使“速度＋姿态”快速传递对准算法在大陀螺零偏条件下能够不损失估计精度。在简要介绍“速度＋姿态”．决速传递对准算法数学模型的基础上,探讨了大陀螺零偏导致的惯导系统非线性误差。为减小上述非线性误差的影响,提出用每一步滤波估计值修正子掼导状态的反馈修正方法,和在进行卡尔曼滤波前直接测量比较主、子惯导陀螺输出的陀螺零偏粗对准预处理方法。仿真结果表明,采用上述两种方法,快速传递对准算法可在陀螺零偏过大的情况下保持算法的有效性和估计精度。     

粒子群优化算法在传递对准中的应用

给出了一种基于粒子群优化算法的捷联惯导传递对准算法。简单分析了传递对准任务要求和主子惯导惯性器件输出之间的关系,将传递对准问题作为参数优化问题进行求解,给出了基于粒子群优化算法进行传递对准的数学模型。定义了传递对准的优化目标函数,介绍了粒子群优化算法及其应用于传递对准的具体算法设置。用粒子群优化算法求解目标函数的最小值,可获得主子惯导之间的失准角,进行一次校正即可完成传递对准过程。通过计算机仿真对算法进行了验证分析,在仿真条件下（陀螺精度为0.1°/h）,能达到方位0.1°的精度。与其他对准算法一样,算法受载体机动条件的影响较大,一般需要姿态机动来提高陀螺的信噪比。     

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UPF和修正Rodrigues参数的无陀螺姿态确定算法

针对无陀螺或陀螺失效等情况下的飞行器姿态确定问题,基于无冗余姿态描述形式修正Rodrigues参数,提出了仅利用星敏感器矢量观测信息来确定飞行器姿态的UPF(Unscented Particle Filter)算法.UPF利用UKF(Unscented Kalman Filter)得到粒子滤波的重要性密度函数,从而克服了标准的粒子滤波没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足.修正Rodrigues参数描述飞行器姿态具有简洁高效的特点,通过切换方法避免了奇异性现象.仿真结果表明,该姿态确定算法可以取得比UKF更快的滤波收敛性和更高的滤波精度,并且比四元数算法计算效率提高近10%.     

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。     

船用惯导双平台双位置海上启动方法

针对平台式惯导系统海上动态启动时传统的罗经对准方法和传递对准方法的缺点,提出了一种双平台双位置海上启动方法。粗对准阶段以牵引惯导提供的姿态角作为水平和航向基准通过伺服回路完成粗水平调平和粗方位对准。精对准阶段建立了双位置下的卡尔曼滤波方程,实现了东向陀螺漂移的估计补偿,解决了海上启动时对舰船匀速直航的限定条件。仿真结果表明,相比传统的海上启动法,在0.01(°)/h的东向陀螺漂移的情况下方位失准角的估计误差由2′减小到0.5′左右。     

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.     

基于强跟踪滤波的旋转捷联惯导初始对准方法

旋转捷联惯性导航系统在传统系统结构上进行了改进,陀螺和加速度计安装于转动基座上,通过捷联算法中的积分运算消除陀螺仪和加速度计中的非随机性误差。针对该导航系统的结构特点,研究了一种基于强跟踪滤波算法的快速估计平台误差角的初始对准方法,推导了系统的误差数学模型,论述了强跟踪滤波基本方法及初始对准状态方程与观测方程,进行了数字仿真验证。基于某型光纤陀螺和MEMS加速度计,通过在高精度转台上的旋转实验进一步进行了基于实际系统的算法性能验证。结果表明,对于中低精度的光纤陀螺旋转捷联惯性导航系统,所提出的对准方法具有较高的对准性能,具有工程应用价值。     

一种新的捷联惯导快速双位置对准方法

针对传统双位置对准过程中受载体运动和惯导标定误差的影响导致卡尔曼滤波器收敛速度较慢的问题,提出一种新的双位置对准方法.设计了快速双位置对准方案,整个对准过程分为两个阶段,将两个阶段的数据分别采用两个卡尔曼滤波器进行处理,从而保证对准卡尔曼滤波器可以快速收敛.通过两个阶段的滤波结果之间的物理关系,可以准确地计算出各项误差参数,包括姿态误差角、机体系中水平方向的陀螺常值漂移和加速度计零偏.仿真结果表明,对准过程可在10 min之内完成,采用常值漂移为0.02(°)/h的陀螺,水平姿态角估计误差在0.1′之内,方位姿态角估计误差在1′之内.该方法切实可行,适用于需要进行双位置对准且对准时间限制比较严格的情况.     

联邦滤波器理论研究

应用矩阵理论和信息分配原理导出集中卡尔曼滤波、分散化滤波和联邦滤波之间的等价关系，证明联邦滤波器的全局滤波精度和集中卡尔曼滤波的滤波精度相同，并用信号流程图直观清晰地说明联邦滤波比分散化滤波结构更简单，计算量小。提出一种动态最优信息分配系数确定的方法，该方法使联邦滤波局部滤波器的设计也成为最优，并从理论上证明其具有最高的软故障检测灵敏度。     

联邦滤波器的滤波稳定性研究

首先证明了联邦滤波器中各局部滤波器实际上滤波不相关,然后通过使用集中式滤波器的滤波稳定性定理,来分析联邦滤波器的滤波稳定性。仿真实验首先根据上述方法证明了联邦滤波器的滤波稳定性,然后通过改变滤波初始值的方法对上述方法的执行结果进行了实验验证。     

广义联邦滤波器的全局最优性

基于分散化滤波算法和信息分配原理,建立了广义联邦滤波器设计理论。证明了联邦滤波器当其主滤波器和局部滤波器的维数都相同时,其全局滤波和集中卡尔曼滤波等价,是最优的;同时提出当主滤波器维数和局部滤波器维数不相同时,达到全局滤波最优的解析补偿方法,其附加计算量小,并可作为一种性能指标用于子系统的软故障检测。在组合导航系统中运用此方法对非公共状态信息进行补偿,仿真结果验证了该方法的有效性。     

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。     

组合导航系统多重衰减因子自适应估计算法比较研究

提出了多重衰减因子自适应估计卡尔曼滤波方法,用该方法对系统每个误差状态估计进行控制,提高滤波器的估计性能。仿真结果表明,新算法在系统噪声特性不准确的情况下,能够抑制卡尔曼滤波估计的发散,GPS/SINS组合导航精度比强跟踪滤波估计的精度高。这种算法推导形式简单,计算量小,适合在线运算。     

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。     

基于矢量观测确定卫星姿态的两种非线性滤波算法

在确定卫星姿态确定的状态估计法中，经典的扩展卡尔曼滤波（EKP）和新提出的非线性预测滤波（NPF）这两种实时滤波算法各有优缺点。通过大量仿真计算，对这两种滤波算法在不同情况下进行了多角度的对比分析，旨在寻求它们各自的适用条件。结果表明：当模型误差较大甚至非线性或测量误差较大时，NPF滤波效果好于EKF：当状态变量的初始估计误差较大时，EKF滤波效果好于NPF：当需要估计真实模型误差时，只能用NPF。     

粒子滤波在惯导系统非线性对准中的应用

首先介绍了粒子滤波中自举滤波的原理和算法，说明该算法可用于处理非线性系统的状态估计问题。进而列出了捷联惯导系统速度误差方程和姿态误差方程，并将其用于惯导系统非线性对准。最后，通过对仿真结果的分析，指出通过结合粒子滤波和传统的扩展卡尔曼滤波，可以得到一种精度优于卡尔曼滤波，而计算量小于粒子滤波的非线性滤波方法。     

基于单向无迹卡尔曼滤波的飞机姿态算法

针对扩展卡尔曼滤波方法在飞机姿态滤波中存在的线性化误差大、需要解繁琐的Jacobian矩阵等问题,将一种新型卡尔曼滤波方法——单向无迹卡尔曼滤波应用于载有低精度、高噪声传感器的低成本飞机姿态滤波系统,并在精度及计算量上与EKF和容积卡尔曼滤波进行了比较。利用实测飞行数据进行实验,结果表明:相对于EKF,SUKF实现容易,且使姿态滤波精度提高到二阶;相对于CKF,SUKF计算简单,比CKF减少约33%的计算量。     

基于奇异值分解的多重渐消鲁棒Cubature卡尔曼滤波及在组合导航中的应用

为了提高标准Cubature卡尔曼滤波（CKF）的稳定性和鲁棒性,提出一种改进的多重渐消H∞滤波Cubature卡尔曼滤波算法。首先基于系统状态的可观测性给出多重渐消因子矩阵求解过程,提高滤波算法的稳定性,抑制滤波发散;其次,引入H∞鲁棒思想,构造多重渐消H∞滤波Cubature卡尔曼滤波器;最后,提出采用一种奇异值分解的矩阵分解策略代替标准Cubature卡尔曼滤波中的Cholesky分解,进一步提高算法的数值稳定性。实际GPS/INS组合导航实验表明,改进的多重渐消H∞滤波Cubature卡尔曼滤波算法不仅能有效抑制滤波发散提高算法的稳定性,而且对观测野值具有更高的鲁棒性;提出的新算法与标准CKF算法相比,XYZ三个方向的位置精度分别提高了55.8%,46.6%和39.7%。