基于外参考速度辅助的行进间罗经法对准

为实现行进间罗经法对准,将外参考速度引入,同时设计不同机动方式下的罗经法控制回路参数调节规律提高对准精度、缩短对准时间。首先分析线运动对罗经法对准造成的影响,设计基于外速度辅助的行进间罗经法对准方案;然后利用对准回路传递函数进行误差分析,分析不同机动给对准精度造成的影响;最后提出不同机动方式下的罗经法对准回路控制参数设置规律。仿真结果表明基于外速度辅助的行进间罗经法对准能有效完成捷联惯导在匀速直线运动中的对准。根据设置规律调节对准回路中的控制参数,可以抑制80%以上由载体摇摆造成的低频干扰,将航向误差的振荡幅值降低为原来的1/2,有效提高了对准精度。     

小型化光纤陀螺的轴向磁场误差特性建模方法探讨

小型化光纤陀螺的主要特点是光纤环径向尺寸逐步缩小,而轴向尺寸逐步增大,由此导致轴向磁场误差成为影响小型化光纤陀螺精度的重要因素之一。以小型化光纤陀螺轴向磁场误差特性为研究对象,依据光纤环中光纤的四极对称排列结构,提出轴向螺旋角展开分析法,利用Jones矩阵分别构建保偏型光纤陀螺及消偏型光纤陀螺的传输矩阵及轴向磁场误差模型,探讨光纤扭曲应力寄生圆双折射、轴向尺寸等因素与非互易性Faraday磁场相位误差的关系,得出光纤陀螺轴向磁场漂移误差的数学描述,以此为理论依据,探讨小型化光纤陀螺的轴向磁场误差因素,并提出相应的措施。     

室内环境下基于图优化的视觉惯性SLAM方法

基于图优化的即时定位与同步构图(SLAM)方法是在视觉里程计运动估计的基础上通过增加一个回环检测,从而对非线性多约束进行优化来提高定位精度。在视觉运动估计中,针对视觉特征点匹配错误率高的问题,提出了一种ORB特征点聚类抽样匹配跟踪的方法。在位姿图优化上,提出了一种改进型的回环检测方法,减少了两种错误匹配的可能性。最后将视觉SLAM与惯性导航进行组合,提高了系统的稳定性和定位精度。使用公开的室内SLAM测试数据集进行仿真,结果表明,该方法的定位均方根误差在厘米级,生成的点云地图清晰可见。     

基于惯导及水下声学辅助系统的AUV容错导航技术

由于GPS和无线电信号在水下衰减很快而无法使用,因此以惯性导航为核心,加以其它声学辅助导航设备的组合导航系统正适合水下航行器的使用环境。以捷联惯性系统/超短基线/多普勒测速仪/磁航向仪组合导航系统为研究对象,给出了联邦滤波结构,并利用?2残差检测法诊断出子系统的故障并进行系统重构从而不影响系统性能,最后对组合系统进行了仿真,成功检测出了超短基线系统定位故障并及时进行了隔离。姿态误差和速度误差在故障发生和消失时刻由于系统重构有轻微跳动,其它时刻均保持较高精度,当故障消失时位置误差又恢复到正常量级（5~10 m）。仿真结果表明,所提出的 SINS/水下声学辅助设备组合导航系统能够提供水下航行器精确的速度、姿态及位置信息,并能够正确及时检测并隔离故障。     

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。     

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。     

基于动调陀螺的单轴平台寻北仪及其误差分析

针对实验中发现的某寻北仪方位漂移与固定该寻北仪的载体的初始方位近似成180°周期函数关系的现象,基于动调陀螺单轴平台寻北仪的基本工作原理,导出了陀螺漂移对寻北仪方位稳定性产生影响的微分方程,并就陀螺漂移的各种不同情况对寻北仪方位稳定的影响进行了仿真分析。结果表明陀螺漂移是导致寻北仪系统出现此现象的原因。     

基于博弈论的鲁棒滤波器应用于GPS/INS组合系统的设计研究

考虑了组合导航系统中的不确定噪声问题；根据博弈理论与最优控制理论，提出一种能够在具有不确定噪声干扰中最小化滤波误差的极小极大值鲁棒滤波器。通过设计—种高动态的飞行轨迹进行仿真研究，发现在不确定噪声干扰下该算法具有比标准卡尔曼滤波器更高的精度。     

基于小波变换的自适应滤波技术在组合导航系统中的应用

针对组合导航系统中在线校正的误差噪声模型具有时变性的特点，使用小波变换对观测量进行预滤波，并使用自适应滤波技术进行在线校正，克服了常规卡尔曼滤波需要精确的误差模型的缺点。仿真结果证明：在系统和量测模型不确定时，文中提出的基于小波变换的自适应滤波能够使系统误差在较短的时间内收敛，并与常规卡尔曼滤波器的精度相当。     

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。