船用武器捷联姿态基准系统快速传递对准方法研究

研究了一种改进的快速传递对准算法在船用姿态基准系统中的应用。这种改进利用了舰船主惯导系统角速率和速度信息，与子系统的捷联姿态基准系统的相应信息相匹配，通过卡尔曼滤波器提取从系统的误差估计量。针对船用的三种武器做了各种仿真，结果表明在40秒时间内对三个失准角的估计都能达到较高的精度。研究还表明，在传递对准滤波器中引入固定区域平滑算法对姿态误差估计的精度将有明显的提高。     

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。     

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.     

一种改进的速度加姿态匹配快速传递对准算法

给出了一种针对工程应用的改进快速传递对准算法。推导了速度及主子惯导z轴安装误差角量测构造方法,给出了基于速度加z轴安装误差角量测的降阶快速传递对准滤波器模型。通过仿真测试了降阶滤波模型的对准性能。最后利用协方差分析方法针对性分析了航向误差对主要未建模误差的敏感程度,结果显示:摇翼机动条件下30 s时航向误差收敛到0.1°内,航向误差主要受主惯导航向误差及z轴挠曲变形的影响,对主惯导数据时间延迟不敏感。该方法兼具传统速度加姿态匹配算法的优点,又避开了其在摇翼机动时对时间延迟、挠曲变形敏感的缺点。     

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。     

基准信息时间延迟对速度匹配传递对准性能的影响分析

传递对准过程中,由于主惯导的解算和传输延迟,子惯导解算信息与进行匹配的基准信息不能完全同步,有些情况下时间延迟较大.采用捷联惯导速度匹配传递对准,仿真分析了舰船几种典型运动状态下基准信息时间延迟对姿态误差角、陀螺漂移、加速度计零偏估计效果的影响.仿真结果表明,对准过程中舰船匀速和匀加速运动,基准信息延迟几乎不会影响对准性能;对准过程中舰船变加速直线运动,加速度变化时基准信息延迟影响卡尔曼滤波器估计精度,速度稳定后,影响会慢慢减小;对准过程中舰船进行转弯和大规模的机动运动,基准信息延迟会严重影响速度匹配传递对准性能,方位误差角估计误差达到10′左右,陀螺漂移和加速度计零偏的估计时间和精度显著下降.     

基于自适应联邦滤波的传递对准算法

为了提高传递对准的对准速度和对准精度,研究了基于自适应联邦滤波的"速度 姿态角"传递对准的算法,在状态变量中加入了安装误差角和挠曲变形角,在算法中进行了估计并补偿。为了保证滤波的实时性,采用联邦滤波的方法,分别建立了速度匹配子滤波器、姿态角匹配子滤波器和主滤波器的模型,给出了状态方程和量测方程。在子滤波器中利用模糊控制器对噪声特性进行了自适应调整以解决系统噪声和量测噪声是未知情况下滤波发散或者精度不高的缺点从而增强系统的鲁棒性。最后在载体匀速直线加三轴摇摆的运动模型下进行了仿真,结果表明该方法能够有效地估计安装误差角和部分挠曲变形角,并且能够以一定精度完成初始对准。     

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%。     

一种有效的空－空导弹捷联惯导系统快速精确传递对准方法

针对空－空导弹对于准确度与速度的特殊要求,建立了动基座姿态角传递对准的卡尔曼滤波模型,详细及准确地推导了姿态角匹配方案中卡尔曼滤波器的量测方程,提出了一种有效的空－空导弹捷联惯导系统快速精确传递对准方法。通过计算机仿真,验证了该方法的快速性和有效性,最后,采用分级标定的思路,实现了在飞机摇摆机翼情况下,对惯性器件误差的准确标定。     

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.     

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Krein空间的鲁棒Kalman滤波在传递对准中的应用研究

基于Krein空间的鲁棒Kalman滤波器与通过其它方法建立的鲁棒Kalman滤波器相比有较高稳态精度。文中将基于Krein空间的鲁棒Kalman滤波方法用于导弹捷联惯导系统动基座传递对准，并与标准Kalman滤波进行了比较。仿真结果表明，在垂直比力参数存在摄动的情况下，如果基于Krein空间的鲁棒Kalman滤波器的参数选取适当，它的精度鲁棒性优于标准Kalman滤波。     

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。     

低成本捷联惯导系统初始对准方法

为了缩短低成本捷联惯导系统初始对准时间并提高对准精度,给出了一种基于微型电子罗盘的初始对准方法。首先利用电子罗盘辅助加速度计完成粗对准,然后,分别设计了自适应扩展卡尔曼滤波器和平淡卡尔曼滤波器（UKF）用于精对准。实验结果显示,在系统量测噪声方差阵未知时,在滤波器中加入自适应方法能有效的提高对准精度;而采用非线性滤波的UKF算法,即使在粗对准之后方向失准角比较小的情况下,也可获得比线性滤波更优的对准精度和快速性。     

一种自适应联合卡尔曼滤波器及其在车载GPS/DR组合导航系统中的应用研究

—本文设计了实现车载ＧＰＳ／ＤＲ组合导航系统最优综合的联合卡尔曼滤波器，并给出了滤波算法。提出了一种自适应联合卡尔曼滤波器结构及其算法，并应用于ＧＰＳ／ＤＲ组合导航系统的最优综合校正中。理论分析及计算机仿真结果均表明，应用该自适应联合卡尔曼滤波器可大大提高车载ＧＰＳ／ＤＲ组合导航系统的定位精度及容错能力。     

基于Allan方差解耦自适应滤波的旋转SINS精对准方法

对旋转式SINS精对准方法进行了研究,由于转位机构转动干扰以及惯性器件误差不确定性带来的影响,旋转式SINS状态方程和量测方程噪声方差参数难以确定,进而导致初始对准精度降低,针对这个问题引入自适应Kalman滤波技术。Sage-Husa是一种常用的自适应滤波算法,但是存在噪声参数强耦合缺陷。通过研究Allan方差与量测噪声方差之间的关系,利用Allan方差滤波器具有带通滤波的特点,独立计算量测噪声协方差阵R_k,该方法能够有效克服Sage-Husa滤波耦合问题,相比其它改进方法具有简单易实现等特点。对该研究进行了仿真实验与实际系统验证实验,结果表明:对于中等精度光纤陀螺单轴旋转SINS,自适应Kalman滤波算法航向角对准精度比标准Kalman滤波算法精度要高0.6’左右,且在误差估计过程中,自适应Kalman滤波器能够更好地抑制外界干扰误差的影响,是一种较好的精对准方法。     

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。     

联合直接攻击弹药精确制导技术分析

从技术分析的角度对联合直接攻击弹药(JDAM)的武器制导系统进行了研究。安装JDAM制导控制装置的弹药武器,通过GPS/INS组合制导和尾翼调节,控制武器精确命中目标。在对JDAM系统组成和精度分析的基础上,详细讨论了JDAM系统的卡尔曼滤波器、捷联惯性导航技术、传递对准和GPS辅助惯性制导等技术。对设计中遇到主要的技术难点和相应的解决途径也进行了分析。