方位捷联惯导平台系统及其误差分析

根据导航系统对高精度的需要,在捷联惯导和平台惯导的基础上提出了一种方位捷联惯导平台,该平台取消了普通平台系统的方位环及其伺服回路,保留了俯仰环和横滚环及其对应的伺服回路,介绍了平台的组成及工作原理,并且推导出平台角误差方程、速度误差方程和位置误差方程.建立状态方程和量测方程后用Kalman滤波的方法对系统进行软件仿真,仿真结果表明,方位捷联惯导平台综合了捷联和平台的优点,具有平台角误差小、收敛速度快等特点.     

多传感器信息融合技术在水下组合导航系统中的应用

为了提高水下航行器组合导航定位的精度,采用SINS(捷联式惯性导航系统)、DVS(多普勒速度声纳)、TCM2电子磁罗经和GPS浮标组成新型水下航行器组合导航系统,分析了SINS、DVS、TCM2电子磁罗经和GPS浮标的工作原理以及建立了各自输出误差模型,利用联邦Kalman滤波对水下组合导航系统进行信息融合,建立了水下组合导航系统联邦滤波器的观测方程和量测方程,并进行了计算机软件仿真实验。仿真实验表明:使用联邦卡尔曼滤波的水下组合导航信息融合技术导航输出精度满足水下航行器高精度高可靠性的性能指标。采用了SINS,DVS,TCM2,GPS浮标以及联邦卡尔曼滤波的水下组合导航系统可以有效地提高水下航行器组合导航定位的精度和可靠性,从而增长了水下航行器水下作业时间以及提高了水下航行器的水下导航定位性能。     

改进遗传人工神经网络在组合导航中的应用

鉴于常规卡尔曼滤波算法组合导航系统数据融合算法中,存在易于发散的缺陷,尝试将遗传优化人工神经网络引入组合导航系统中.针对传统遗传算法存在的易早熟、算法稳定性差、固定的交叉和变异概率影响收敛效果等缺点,采用浮点式编码方式,两两竞争的选择策略、引入突变操作、重新定义交叉算子和自适应的交叉变异算子等措施进行了遗传算法的改进.仿真结果表明,改进后的算法更为有效,并且精度与常规卡尔曼滤波算法相当.     

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。     

水下无源组合导航系统智能容错方法设计

为提高自主水下航行器的导航精度,比较目前 AUV 常用的水下导航方式,将捷联式惯性导航系统与地球物理导航系统相结合构成水下无源组合导航系统.采用容错联邦卡尔曼滤波对各子系统信息进行故障诊断、系统重构和融合.针对传统的2c检验法不能确定故障具体原因,而仅能判断量测信息是否有效的缺陷,提出利用神经网络辅助2c检验法进行故障诊断.通过对水下组合导航系统算法进行仿真分析,结果表明该算法能够快速、准确地判断系统故障源,通过故障隔离和系统重构,使系统在故障情况下依然保持正常工作.     

基于5阶球面最简相径的改进型容积卡尔曼滤波在SINS/DVL组合导航中的应用

为提高水下SINS/DVL组合导航系统的精度,建立了捷联惯性导航系统(SINS)的非线性误差模型,并建立多普勒测速仪的误差方程,以SINS为主导航设备建立SINS/DVL组合导航系统模型。设计了5阶球面最简相径容积卡尔曼滤波器,采用了球面最简相径采样规则改进容积卡尔曼滤波,并应用于SINS/DVL组合导航系统中。通过数学平台仿真验证了5阶球面最简相径容积卡尔曼滤波方法有效性,仿真结果表明:该方法能够有效提高SINS/DVL组合导航系统的精度,且稳定性好。     

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%。     

GPS软件接收机捕获算法

研究了GPS软件接收机捕获算法;针对常规时域串行搜索算法速度慢和并行码相位频域搜索算法 FFT计算量大等缺点,采用常规串行捕获算法和频域并行码空间捕获算法相结合的混合搜捕算法来实现对空中可见卫星的捕获;针对信号较弱情况下的卫星捕获,采用了非相关积分捕获算法;设计了中频信号仿真器,并使用其产生的仿真信号对捕获算法进行了验证.测试结果表明,混合搜捕算法能够为软件接收机提供较快的捕获能力,非相关积分捕获算法能够有效地实现微弱信号的捕获.     

混沌优化水下地形匹配算法研究

为了解决迭代最近点算法的定位精度和实时性问题,提出了一种基于混沌优化搜索的迭代最近点算法.在该算法中,以参考导航系统测量位置为中心规划真实位置的搜索范围,从参考地形图上提取相应的地形高程数据,与对应经纬度位置一起定义成模式类,将模式识别的过程转化成函数优化问题,然后运用混沌优化算法搜索目标函数最小值进行全局寻优,从而获得匹配最近点.仿真结果表明,在保证寻优性能的情况下,可以减少匹配次数,提高识别速度,满足地形匹配精度和实时性的要求.     

基于进化人工神经网络的组合系统滤波技术

在组合系统运用Kalman滤波器技术时,准确的系统模型和可靠的观测数据是保证其性能的重要因素,否则将大大降低Kalman滤波器的估计精度,甚至导致滤波器发散.为解决上述Kalman应用中的实际问题,提出了一种新颖的基于进化人工神经网络技术的自适应Kalman滤波器.仿真试验表明该算法可以在系统模型不准确时、甚至外部观测数据短暂中断时,仍能保证Kalman滤波器的性能.