基于四元数卡尔曼滤波的捷联惯导初始对准算法

针对晃动基座捷联惯导初始对准问题,研究了一种具有干扰抑制能力的初始对准算法。根据重力矢量在惯性空间投影构成一包含地球北向信息的旋转锥面的现象,利用坐标系惯性凝固假设将重力量测矢量和参考矢量分别投影到载体惯性坐标系和导航惯性坐标系,将晃动基座条件下的初始对准转化为基于重力量测矢量确定对准起始时刻的姿态问题。借鉴四元数线性伪量测方程的概念,利用重力投影矢量与初始姿态四元数的线性量测关系实现初始姿态四元数的直接滤波估计。初始姿态四元数在对准过程中为常值,以其作为待估计的状态可避免系统模型误差和初始误差的影响。利用转台模拟不同的摇摆对准环境,导航级惯导系统可在10 min内完成初始对准且方位误差小于3’。     

基于惯性参考系基准的快速传递对准方法

研究了以惯性参考系为基准的新型传递对准方法。推导了计算惯性坐标系和计算体坐标系传递对准动态误差模型,并给出了相应的"速度+姿态"观测方程。基于惯性参考系的对准方法通过链式法则将子惯导输出的姿态矩阵描述为三个变换矩阵之积,其中两个变换矩阵通过对准时间和主惯导提供的位置信息可得到精确求解,剩余的变换矩阵(子惯导体坐标系至惯性坐标系间的变换矩阵)通过子惯导陀螺仪的输出进行解算,其误差通过传递对准估计得到的失准角进行补偿。对提出的两种对准方法进行摇摆实验验证,方位对准误差优于4’(1)。与传统基于导航坐标系的方法相比,基于惯性坐标系的方法直接将误差定位到惯性坐标系上,具有算法简便的特点。     

基于H_∞滤波的主/子惯导组合中挠曲变形补偿算法

针对舰载环境下,主/子惯导组合中主、子惯导间的挠曲变形问题,设计了H?滤波算法。算法将主、子惯导间的挠曲变形作为一种能量有限的量测噪声,通过H?滤波对不确定噪声的鲁棒性来保证滤波精度。在经典的"速度+姿态"匹配方法的基础上,仿真比较了:1)方案一,已知挠曲变形时的标准Kalman滤波算法;2)方案二,未知挠曲变形时的标准Kalman滤波算法;3)方案三,未知挠曲变形时的H?滤波算法。仿真误差曲线直观表明:基于H?滤波算法可以在未知挠曲变形时有效提高组合精度;统计结果表明:滤波方案三得到的姿态与速度的系统误差、随机误差均与理想条件下的方案一相当;相较于方案二,滤波方案三得到的姿态与速度的系统误差至少可减小40%,随机误差至少可减少15%。     

基于北斗/iNEMO惯性模块的机器人运动姿态解算方法

基于北斗/iNEMO惯性模块研究了一种组合式机器人运动姿态测量系统和解算方法。设计了以ARM为核心的嵌入式组合姿态解算平台,通过四元数法和卡尔曼滤波技术,对iNEMO惯性组件测量数据进行融合,进而在高动态环境中实时解算出机器人的运动姿态。同时,以北斗接收机输出的1PPS上升沿脉冲作为数据融合的同步信号,并利用其输出的导航信息辅助iNEMO惯性模块实现精对准。测试结果验证了设计方案的可行性和正确性,为机器人姿态解算提供了一种高精度、高稳定性、小体积、低功耗的解决方案。     

锆金属粉尘云的爆炸特性

采用20 L近球形爆炸实验系统对锆粉尘云的爆炸特性开展了实验研究,分别分析了初始点火能量、点火延迟时间、粉尘云浓度3种因素对锆粉尘云爆炸强度的影响,揭示了锆粉尘云在密闭容器中的爆炸特性。在本实验条件下,结果表明:初始点火能量对锆粉尘云最大爆炸压力有显著影响,锆粉尘云最大爆炸压力随初始点火能量的增大而增大;随点火延迟时间的增加,锆粉尘云最大爆炸压力先增大后减小,存在最佳点火延迟时间;随粉尘云浓度的增大,锆粉尘云最大爆炸压力先增大后减小,存在最佳锆粉尘云浓度,得到锆粉尘云的爆炸下限为18~20 g/m3。     

一种可用于运载火箭的SINS/GNSS自主导航方案

研究了一种可用于运载火箭的SINS/GNSS自主导航方案。起飞前捷联惯组采用基于惯性系重力加速度积分的解析粗对准和卡尔曼滤波精对准,起飞后采用SINS/GNSS卡尔曼滤波组合导航反馈实时修正姿态、速度和位置。仿真结果表明捷联惯组水平自主对准误差0.01°,方位自主对准误差1.5°,起飞后经组合导航修正后的姿态误差小于0.2°,速度误差小于0.4m/s,位置误差小于40m,考虑所有误差的蒙特卡罗仿真结果满足火箭入轨精度要求,此方案具有较高的工程应用价值。     

未知纬度的捷联惯导系统晃动基座自对准方法

传统捷联惯导系统晃动基座对准方法中,一般要求提供当地准确的地理纬度信息,如果给定的纬度存在误差,会对初始对准精度造成影响.针对纬度未知情况下的晃动基座对准问题,提出了利用三个不同时刻的重力视运动向量的运算进行对准的方法,推导了三矢量定姿对准的基本原理.针对含有随机噪声的加速度计测量值构造的重力视运动向量会导致向量运算时出现共线向量的问题,设计了一种基于平均权重系数的自适应卡尔曼滤波器,能在未知动态环境下有效去除加速度计随机噪声,提高对准精度.仿真和试验结果表明,该方法可在纬度未知条件下完成捷联惯导系统晃动基座下的自对准并估计出纬度值,对准精度可达惯性器件误差所决定的对准极限精度.     

强跟踪CKF及其在惯导系统初始对准中的应用

容积卡尔曼滤波(CKF)是常用的惯性导航系统(INS)初始对准算法。针对在模型失配和观测噪声干扰情况下常规容积卡尔曼滤波出现精度下降甚至发散的问题,提出了一种自适应渐消滤波算法,引入多重渐消因子对预测误差协方差阵进行调整。设计了基于滤波残差序列统计特性的滤波状态x~2检验条件,检测滤波器故障并确定是否引入渐消因子,使渐消因子的引入时机更加合理,有效增强了算法的自适应性。仿真试验表明,新算法可以有效提高初始对准精度及鲁棒性。     

基于初始位置的高速公路快速地图匹配算法

针对车辆行驶在高速公路过程中,传统地图匹配算法存在大量冗余检索时间,且消除垂直误差后仍存在水平误差等问题,设计了一种基于初始定位信息的快速地图匹配算法。该算法首先利用初始定位点到候选路段的距离与夹角确定车辆所行驶道路,然后考虑道路网拓扑结构和连通性,将后续定位点直接投影到初始确定的道路上,减少检索道路的时间;同时为提高算法的精确度,在引用初始定位信息时,通过设置距离阈值剔除定位数据漂移点,并利用一元线性方程建立HP模型以消除水平误差。经理论计算和实际测试表明,该算法利用初始获得的7个连续定位点,能准确检索出车辆正在行驶的道路,节省36%的检索时间,借助HP模型可以减少定位点与车辆实际位置之间45%的投影误差。因此,与连续匹配算法和垂直投影方式相比,该算法具有检索过程简单、检索准确率高、误差消除大的优势。     

基于无迹粒子滤波的飞行器再入段传递对准方法

针对再入式飞行器再入返回前需要精确和快速的传递对准需求以及空间环境特殊性,提出了一种适用于再入式飞行器空间平台对准方法,建立J2000坐标系下光纤陀螺惯组的系统状态方程,利用星敏感器输出的姿态和光纤陀螺惯组输出的姿态差值作为观测量,实现飞行器的"姿态"匹配传递对准算法。针对系统状态方程和量测方程的非线性特性以及单独使用无迹卡尔曼滤波(UKF)方法存在滤波不稳定性和单独使用粒子滤波(PF)方法存在粒子退化导致估计误差变大的问题,提出了无迹粒子滤波(UPF)算法,采用卫星工具包(STK)软件模拟飞行器在轨运行进行仿真验证。仿真结果表明:该方法可以在3s内使得失准角的估计误差小于0.6',估计精度提高了30%,收敛时间缩短了70%,相比传统方法提高了对准的精确性和快速性。