组合导航系统非线性滤波算法综述

总结了组合导航系统具有非线性及模型不确定性的特点,指出了现阶段工程中的卡尔曼滤波及扩展卡尔曼滤波无法真正满足组合导航系统的实际应用要求;然后,以组合导航系统为背景,详细介绍近20年来非线性滤波理论所取得的成果,且阐述了它们的优缺点及在组合导航系统中的应用情况;接着分析了现阶段组合导航系统中滤波算法的新发展,最后对组合导航系统滤波算法进行展望,指明其进一步的可能研究方向.     

无陀螺惯性测量单元设计及仿真分析

在简述无陀螺惯性测量单元(GF-IMU)测量角速度的一般原理的基础上,提出了一种九加速度计的配置方案及其角速度解算方法.该算法利用加速度计输出的测量信息直接求得所测量的角速度的绝对值,没有积分运算引入的迭代误差,在一定程度上提高了载体角速度的解算精度.针对该九加速度计配置方案在解算载体角速度时,存在需要开方及符号误判等不足,提出一种解算角速度的微分算法,彻底消除解算过程中开方及符号判断带来的误差,提高了系统精度和实时性.仿真分析证明了方案的可行性和算法的有效性.     

基于姿态跟踪的LINS晃动基座初始对准

为了提高激光捷联惯性导航系统在晃动基座上的初始对准准确度,将惯性仪表数据的低频波动看作载体真实姿态晃动的反映,采用对准算法跟踪这种姿态变化.粗对准在惯性坐标系进行,利用惯性系对准对姿态变化敏感的特性,跟踪载体姿态角变化,确保粗对准误差为小角度;精对准采用标准Kalman滤波,避免了复杂的非线性算法,将两个水平加速引入Kalman滤波的量测向量,利用水平加速度对姿态角变化的敏感性,提高了Kalman滤波对准算法跟踪载体姿态变化的能力.提出了一种晃动基座对准准确度的考核方法,通过激光捷联惯性导航系统车载晃动对准和跑车试验,表明所提对准算法可以在风扰、发动机工作、人员晃动等干扰条件下,实现自对准,对准时间180s,对准重复性为0.04°,跑车水平定位误差达到770m/h,满足高准确度惯性导航设备要求.     

基于参数辨识α-β-γ滤波的自适应调整跟踪窗算法

针对传统a-β-γ滤波器受跟踪精度与收敛速度之间的矛盾以及系数固定的影响而难以跟踪强机动性目标的局限性,设计了一种基于参数辨识的自适应的a-β-γ滤波跟踪器.该滤波器根据目标机动性的变化,利用跟踪误差调整模糊集系统的输出,在保证精度的前提下,得到自适应的系数值,使跟踪结果快速收敛,很好地解决了跟踪精度与收敛速度之间的矛...