GNSS辅助捷联惯导行进间对准自适应滤波方法

针对车载武器系统快速发射需求,提出一种基于GNSS辅助的捷联惯导行进间对准自适应滤波方法。该方法把行进间传递对准分为粗对准与精对准两个阶段。粗对准阶段以GNSS为观测基准完成对捷联惯导姿态的粗捕获,降低初始偏差不确定性对于精对准阶段的影响。在精对准阶段,考虑到车载系统的运动特性,提出一种"水平+方位"行进间对准双滤波器并行的设计思路,利用车载系统在不同时间段的动力学特性,对三轴姿态估计进行分时解耦,实现初始姿态的高精度估计;与此同时,引入协方差成形自适应调节过程,以最小化Frobenius范数为优化指标,实现对行进间对准卡尔曼滤波器的自适应调节,增强系统鲁棒性。数值仿真表明,协方差成形自适应卡尔曼滤波方法能够有效保证系统在全运动剖面内的稳定,结合双滤波器并行方案能够有效解决行进间对准精度不高与稳定性欠佳等问题,水平对准精度优于1.5′(1σ),方位对准精度优于6′(1σ)。     

捷联惯导系统罗经法自对准

研究了摇摆状态下捷联惯导系统罗经法自对准技术,设计了水平、方位精对准参数以及基于MATLAB／SIMULINK的参数分析系统,最后进行了基于VC＋＋6．0的捷联惯导系统罗经法自对准的软件设计、仿真分析与精度评估。仿真结果表明,罗经法自对准在不同海情、不同初始姿态误差角、全方位、带量化误差的条件下均具有较高的对准精度、较好的快速性和动态品质,能够满足捷联惯导系统在摇摆基座下实现自对准的要求,同时为下一步的工程应用提供了依据。     

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。     

里程计辅助陆用惯导行进间对准方法

行进间对准技术能够使惯导在运动状态下完成系统初始化,它对于提高载体机动能力具有重要作用。与静基座对准不同,行进间对准通常需要利用外部设备(在陆用导航领域,通常使用GPS或里程计)提供载体运动信息对惯性导航系统输出进行补偿和修正。由于里程计辅助的行进间对准具有全自主的特点,因而被广泛采用。本文通过对里程计误差进行合理建模,并采用位移增量匹配方法实现了里程计和惯导系统的组合。同时,针对复杂路面环境下由于车体侧滑、空转等造成里程计测量失准等故障现象进行有效诊断,以此提高了组合导航系统的可靠性。通过行进间对准试验,结果表明由里程计辅助的惯导系统经过10 min初始对准,航向误差小于0.05°,精度和静基座相当。     

基于双速度模式的多级惯性系动基座粗对准算法

由于传统载体系速度(V~b)辅助惯性系对准算法(IA)中的近似忽略项,不可避免的存在模型误差问题将会影响捷联惯性导航系统对准精度,且会随载体速度增大而更加明显。对传统多级IA算法进行改进,提出基于双速度模式的惯性系初始对准算法来解决其模型误差问题且不牺牲其对准精度的稳定性,同时利用回溯计算来逐步提高对准精度,保证对准快速性。最后,通过仿真和车载半实物仿真试验进行验证。车载半实物仿真下,传统V~b辅助IA算法、传统多级IA算法以及改进多级IA算法在120 s的航向对准精度分别为-0.779°、1.747°和-0.314°,5次半实物仿真航向对准精度均方误差分别为0.7082°、2.6482°和0.3392°。试验结果表明采用所提出的双速度模式的多级惯性系粗对准算法具有优越的性能。     

捷联惯导系统改进回溯快速对准方法（英文）

快速性是捷联惯导系统初始对准的一项重要指标。回溯算法通过存储一段时间的陀螺仪和加速度计的数据,并反复加以利用的方式,有效缩短了对准的时间。为了进一步提高初始对准的快速性,设计了一种快速回溯对准方法(FBA)。优化对准方法被用于算法的粗对准阶段,为回溯罗经法精对准提供较为准确的初始姿态,进而提高罗经回路的收敛速度。分析了回溯算法的基本原理,设计了快速回溯对准算法的实施过程。实验结果表明,提出的算法能够降低回溯次数,大大减少对准所需的数据量,使得对准的快速性进一步提高。     

粒子群算法优化的捷联罗经初始对准方法

初始对准是惯导系统的关键技术,罗经法对准是实现捷联惯导系统初始对准的重要手段。罗经对准回路的参数选择直接影响对准结果的好坏。对于不同的捷联惯导系统,罗经回路的最优参数也是不同的。传统的方法是根据经验以及大量的反复试验确定罗经对准参数,不能保证对准参数为最优。针对此问题,提出以水平罗经对准回路阻尼振荡周期T_(d1)和航向罗经对准回路阻尼振荡周期T_(d2)为寻优目标,用粒子群算法对参数(T_(d1),T_(d2))进行寻优的方法,以确定出满足条件的最优对准参数,从而提高捷联罗经初始对准的性能。实验结果表明:粒子群算法能够快速、准确地搜索出罗经对准回路的最优参数,提高捷联罗经对准的性能。将粒子群算法应用到捷联罗经初始对准中是有效的。     

一种车载捷联惯导行进间QUEST优化粗对准算法

针对车载捷联惯导的传统动基座对准方法精度较低及环境适应性较差的问题,提出了一种基于QUEST的行进间粗对准优化算法。首先使用姿态矩阵分解的方法,得到不同参考系下对重力矢量的观测值。然后分析不同环境对于对准算法的影响,利用优化的QUEST算法,对不同时刻的重力矢量信息进行分析,基于误差信息对权重值大小进行合理分配,提高算法稳定性。实时估计车载体姿态、速度、位置,并反馈到下一次计算中去,形成闭环,提高粗对准精度。仿真和车载实验表明,该算法能够实现车辆行进过程中的姿态粗对准,多组实验下航向角误差在150 s内可达到±2°以内。     

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%。     

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。