单轴恒速偏频激光陀螺航姿系统晃动基座快速对准自适应滤波方法

以自主设计的单轴恒速偏频激光陀螺航姿系统为研究对象,在分析车载晃动基座上初始对准时残差序列特性的基础上,通过加窗估计测量噪声方差,并对测量信息进行去相关处理,进而提出了测量去相关改进的基于残差的测量噪声自适应滤波算法.实验室内静基座和车载晃动基座实验测试结果表明,所设计的自适应滤波算法与标准卡尔曼滤波算法相比,不需要预先精确得到测量噪声统计特性,并且车载晃动基座初始对准在200 s 时间内方位角误差小于40〞.     

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。     

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。     

捷联惯性系统初始对准中IMU安装误差及陀螺漂移的估计与补偿

为尽可能消除IMU安装误差和陀螺漂移对系统精度的影响，运用主从惯导传递对准技术，采用扩展状态滤波器和速度／姿态角组合匹配的方法，估计出IMU安装误差和陀螺漂移误差，并对系统进行补偿。仿真结果表明，补偿了安装误差和陀螺漂移后，捷联惯性系统的导航参数精度可提高1个数量级以上。     

考虑机抖激光陀螺信号滤波特性的圆锥算法修正

捷联惯导系统一般用圆锥算法来补偿其圆锥运动漂移,标准的圆锥算法是以理想的陀螺信号为输入设计的,而机抖激光陀螺常用数字低通滤波器来滤除抖动偏频信号,由于滤波器的非理想性,滤波后信号的幅频特性发生畸变,引入了较大的圆锥算法误差。参考标准圆锥算法误差公式,用相对圆锥误差分析方法比较研究了算法的误差变化特性,证明误差大小与滤波器通带特性有关。基于经典圆锥运动,推导了数据滤波后修正的圆锥算法公式。修正算法考虑了滤波器幅频特性的影响,补偿了滤波器引入的圆锥算法误差。仿真表明:修正算法在保证滤波器较小延时的同时,能明显减小算法精度损失,提高姿态算法整体精度水平。     

初始装订姿态误差对Kalman滤波器陀螺漂移估计的影响分析

探讨了动基座对准中的一个新的问题，初始装订姿态误差对Kalman滤波器估计陀螺漂移的影响，对该问题进行了试验和仿真。结果表明，利用速度匹配进行初始对准，初始装订姿态误差对两个水平陀螺漂移的估计值产生的影响，主要来自于系统初始装订姿态的精度和Kalman滤波器系统模型的精度，如果要保证滤波器足够的估计精度，应该首先从系统模型上解决。     

激光陀螺速率偏频系统初始对准方法研究

针对速率偏频激光陀螺转动的工作特性，建立了新的系统误差方程，并在静基座条件下，采用卡尔曼滤波方法实现了系统的初始对准。仿真结果表明，这种初始对准方法对准速度较快，水平对准精度比抖动偏频系统提高了一个数量级，方位对准精度也有较大提高，并且对两个水平加速度计随机常值偏置有很好的估计效果。     

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。     

光纤陀螺捷联式惯导系统初始对准方法研究

对光纤陀螺（FOG）的零偏重复性、零偏随时间变化规律的重复性进行了实骀研究。根据FOG零偏重复性好和零偏随时间变化规律的重复性好等特点，采用最小二乘估计和Kaiman滤波估计方法，提出、设计实现了一个有效实用的FOG捷联式惯导系统（SINS）初始对准方法，并与转位式初始对准方法的对准结果进行了比较，得到了精度相当的结果。     

预测滤波器理论在惯导非线性对准中的应用

讨论了预测滤波器的基本算法，并针对平台惯性导航系统在大方位失准角情况下的非线性对准中，用预测滤波器无法估计陀螺误差的问题，提出了将预测滤波和扩展卡尔曼滤波相结合的算法。通过对大失准角下的静基座和动基座对准的仿真，证明预测滤波和扩展卡尔曼滤波相结合的算法能够提高的平台姿态误差角特别是方位误差角的估计精度。比起扩展卡尔曼滤波算法，该算法还能降低系统的维数，减小计算量。     

利用磁强计及微机械加速度计和陀螺的姿态估计扩展卡尔曼滤波器

提出了一种用于惯性测量组合(IMU)姿态估计的扩展卡尔曼滤波器。此滤波器的状态转移阵利用基于四元数的等效旋转矢量来计算姿态。等效旋转矢量法可以避免欧拉角的奇异问题，并能有效抑制不可交换误差。测量四元数是利用高斯-牛顿迭代法解算以加速度计和磁强计输出数据为变量的方程组得出的。用从实际IMU采集的数据对滤波器进行测试，并比较了带有滤波器和没有滤波器的结果。     

一种高可靠捷联惯性测量单元布局

冗余传感器惯性测量单元通过传感器余度配置能够有效提高惯导系统的可靠性,同时对运动的重复测量为降低传感器测量误差和提高导航性能提供了必要条件。一种新型9传感器惯性测量单元,在实现9传感器最佳导航性能布局的同时,保障了每个方向的平动或者转动均可同时由5个传感器进行测量,使其可靠性等同于6套并行工作的单轴独立惯导系统。利用GLT(Generalized LikelihoodTest)方法和Monte Carlo模拟完成了该惯性测量单元故障检测、隔离性能研究。分析结果表明,该惯性测量单元的平均无故障时间为正十二面体6传感器惯性测量单元的1.4倍,为三轴正交配置惯性测量单元的3.8倍,传感器测量随机误差造成的影响分别降低13%和40%。因此,该布局特别适合于对长使用寿命、高安全性、高可用性有严格要求的应用领域。     

基于光照区太阳敏感器和陀螺辅助修正的微小卫星磁测技术

微小卫星经常用磁强计作为姿态测量的主要部件,磁强计的测量精度是影响微小卫星定姿性能的重要指标。为提高磁场估计精度,采用太阳敏感器和陀螺对磁强计误差进行辅助测量与修正,推导了磁强计误差估计方法,在光照区以太阳敏感器与陀螺输出作为俯仰滤波器观测量,估计出卫星俯仰角度和角速度。再采用最小二乘方法,利用滤波输出量对磁强计误差进行估计,估计的结果进入滤波器对磁场输出进行测量修正。仿真表明该方法简单易行,姿态角精度提高了1°左右,角速度精度最高提高了0.003(°)/s左右,并增强了卫星稳定性,有利于成像等任务的完成,有效提高了微小卫星导航系统性能。     

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。     

单轴旋转惯导系统旋转性误差分析及补偿

对单轴旋转惯导系统因旋转而引入的各项误差进行分析,研究其误差特性及补偿方法。针对单轴正反连续旋转方案,在假定惯性测试组件的器件误差和其他非旋转性的误差在精确标定的情况下,推导了因旋转轴安装不正交引起的涡动、轴系间隙引起的晃动、测角器件误差、旋转控制引起的换向超调误差、角位置、角速度不准确等因素而引起的误差的表现形式,定性和定量地分析了各误差对于系统精度的影响。针对对系统影响显著的旋转轴不正交误差,提出了一种基于系统自身旋转轴正反旋转的误差标定及补偿方法并进行了仿真实验。在给定条件下的仿真结果表明,该方法能够准确标定出旋转轴的不正交误差,标定精度达到角秒级。     

单轴旋转调制技术对激光陀螺慢变漂移的抑制

为了提高惯导系统长时间导航精度,采用旋转调制技术将惯性器件误差调制成周期性变化信号,抑制惯导系统误差发散.首先,基于惯性测量单元的误差模型,阐述了旋转调制技术的基本原理.然后,将激光陀螺慢变漂移建模成一阶马尔可夫过程,基于一阶马尔可夫过程的自相关函数,理论分析了旋转调制技术对激光陀螺慢变漂移的抑制.最后进行了仿真与试验...     

激光陀螺惯性测量单元系统级标定方法

传统的分立标定方法必须依靠高精度的转台提供姿态基准,不满足带减振器的惯性测量单元(IMU)和现场标定需求.首先建立了附加约束条件的陀螺和加速度计安装坐标系数学模型,根据陀螺和加速度计的输出误差方程,从惯性导航基本误差方程出发推导了惯性测量单元的系统级误差参数标定Kalman滤波模型,该模型包含了陀螺和加速度计零偏、比例因子、安装误差在内共21维标定误差状态变量,且仅以速度解算误差为观测量.依据所建立的模型和设计的标定路径对此系统级标定方法进行了仿真,仿真结果表明,陀螺和加速度计零偏估计精度分别优于0.005°/h和0.005 mg,安装误差估计精度优于1″,比例因子误差优于1ppm,满足高精度惯导系统的标定需求.     

时间同步误差对船体角形变测量的影响

针对激光陀螺船体角形变测量,分析评估了两组激光陀螺组合体时间同步误差的影响,并提出了一种时间同步误差的在线估计算法.严格推导了考虑了时间同步误差的惯性姿态匹配方程,从方程可见,船体在波浪摇摆条件下时间同步误差将导致额外的Kalman滤波观测量波动误差,直接影响船体角形变测量精度.另一方面,基于新推导的惯性姿态匹配方程,在滤波状态中增加时间延迟变量,通过Kalman滤波能够在线估计时间延迟大小.基于实测远望船体姿态和角变形数据进行了仿真,仿真测试表明大的时间延迟将导致大的船体角形变测量误差,同时验证了时间延迟在线估计方法的有效性.     

捷联系统陀螺静态漂移参数标定

本文研究了捷联惯性组件中螺静态漂移参数的标定问题,首先对陀 螺静态漂移误差进行了捷模,并在此基础上研究了陀螺的标度因数、安装误差系数及静态漂移系数的标定方法,文中给出了具体的实验方法和数据处理方法。理论分析表明本文所述方法能够有效地分离出捷联陀螺各项静态漂移参数。     

基于DRBF-EKF算法的车辆质心侧偏角与路面附着系数动态联合估计

车辆质心侧偏角和路面附着系数是实现车辆底盘智能化所需要的关键参数. 车辆质心侧偏角对于提高车辆安全性和操控性至关重要, 轮胎-路面附着系数决定轮胎力的峰值, 进而确定汽车的动力学稳定性边界. 本文针对四轮独立驱动电动汽车提出了一种基于惯性测量单元、轮毂电机内置转速/转角传感器的车辆质心侧偏角和路面附着系数动态联合估计方法. 对四轮独立驱动电动汽车进行车辆动力学分析, 结合Dugoff轮胎计算模型得到车辆质心侧偏角估计器; 利用机器学习中高维数据降维PCA多元分析方法, 提取主元特征参数, 建立路面附着系数估计器. 采用可自适应调节网络结构的双径向基神经网络和扩展卡尔曼滤波DRBF-EKF方法, 通过K-means算法改进RBF神经网络结构, 扩展卡尔曼滤波进行噪声滤波提高估计精度, 实现车辆质心侧偏角和路面附着系数的动态联合估计. 通过仿真和实车实验表明, 所设计的DRBF-EKF动态联合估计器实时性和估计精度均优于扩展卡尔曼滤波算法, 可以适应车辆行驶过程中路面附着特性与车速的变化, 表现出较强的鲁棒性; 与DRBF方法相比, 显著提高了估计精度; 并且分析了可以同时满足估计精度和实时性要求的最佳隐含层神经元个数.