GFSINS姿态角速度双路组合方案设计

针对无陀螺捷联惯导系统解算载体姿态角速度精度不高的系统瓶颈,分析现有的一种九加速度计配置方案角速度信息输出特征,提出通过改进解算方法,在载体上同时获取两套相对完整而独立的姿态角速度信息从而构成姿态角速度双路组合方案的设想,并且在该组合方案中引入反馈型自适应神经网络,通过设置合理的神经网络学习周期,提供更逼近真实值的加速度计输出,结合包含加速度计误差少、没有加速度计误差积累两种优点的姿态角速度辅助算法,以获得更高精度的载体姿态角速度输出,进一步提高无陀螺捷联惯导系统导航精度.仿真结果验证了该设计思想可行性,并且证明了角速度双路组合方案相对普通角速度解算方案在精度上的优势.     

GFSINS姿态角速度解算滤波环节设计

姿态角速度解算是无陀螺捷联惯导系统（GFSINS）的关键技术之一,目前基于代数方法提取的GFSINS姿态角速度的精度无法达到导航要求。通过总结现有的姿态角速度信息代数提取方法,分析各提取方法的输出特点,设计了四类姿态角速度提取的滤波提取方案,并利用系统两路独立的姿态角加速度和姿态角速度输出,设计了一类组合滤波器。仿真结果表明该滤波器获得的姿态角加速度和姿态角速度输出精度和稳定性相对现有姿态角速度信息代数提取算法均有大幅度提高。