状态变换扩展卡尔曼平滑算法在AUV水下航迹修正中的应用

水下自主潜航器(AUV)在水下勘测过程中常采用定期上浮的方式利用卫星定位信息(GNSS)校正惯性/多普勒测速仪(SINS/DVL)组合导航造成的位置误差,并通过平滑算法校正之前计算的水下航迹。针对AUV上浮前的水下航迹矫正问题,提出一种基于计算地理坐标系的状态变换扩展卡尔曼平滑算法(STEKF-RTS)。首先推导状态变换扩展卡尔曼滤波器的系统误差状态方程,并分别以GNSS信息和DVL速度为观测信息构建量测方程,以此系统模型进行前向滤波。完成前向滤波后,即潜航器上浮GNSS校正完成后,采用RTS平滑算法对水下航行阶段的航迹进行修正。实验结果表明,STEKF相较于EKF能减缓位置误差积累,STEKF-RTS相比EKF-RTS平滑算法能够进一步有效校正航线误差,1 h上浮时间间隔情况下,勘测航迹精度可控制在0.5%D以内。     

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.     

天文/卫星组合点校捷联惯性导航系统算法研究

捷联式惯性导航系统通常采用卫星导航系统的位置、速度信息对惯导解算误差进行校正,但对于水下载体惯性导航系统而言,由于只能获得点位置信息,对惯导的校正精度以及校正参量有限。针对上述问题,提出了基于天文/卫星组合校正捷联式惯导技术,通过卫星精确定位信息和天文快速观测信息,全面修正惯导系统误差、提高导航精度。仿真结果表明,基于天文/卫星组合校正算法对惯导进行校正,相对于传统校正算法精度可提高约50%。     

捷联惯导系统改进回溯快速对准方法（英文）

快速性是捷联惯导系统初始对准的一项重要指标。回溯算法通过存储一段时间的陀螺仪和加速度计的数据,并反复加以利用的方式,有效缩短了对准的时间。为了进一步提高初始对准的快速性,设计了一种快速回溯对准方法(FBA)。优化对准方法被用于算法的粗对准阶段,为回溯罗经法精对准提供较为准确的初始姿态,进而提高罗经回路的收敛速度。分析了回溯算法的基本原理,设计了快速回溯对准算法的实施过程。实验结果表明,提出的算法能够降低回溯次数,大大减少对准所需的数据量,使得对准的快速性进一步提高。     

一种适合工程实用的捷联航姿算法

从工程实用的角度出发，针对惯性元件输出中存在干扰这一问题对四元数的三子样旋转矢量算法和四阶龙格－库塔法进行了分析和比较，指出四阶龙格－库塔法是一种具有工程实用价值的捷联航姿算法，并给出了在理想情况和有干扰的情况下算法的仿真结果。     

利用差分GPS提高惯性导航系统飞行测试基准的精度

—本文研究用增广卡尔曼滤器（ＥＫＦ），把高精度ＩＮＳ、差分ＧＰＳ（ＤＧＰＳ）和测距／测距率无线电应答器系统（ＲＲＳ）及气压高度计进行最优组合，构成ＩＮＳ测试基准的方法；重点讨论ＩＮＳ／ＲＲＳ／ＤＧＰＳ卡尔曼滤波器误差模型。计算机仿真结果表明，基准导航系统的高度精度为１．２５ｍ（１σ），水平位置精度可达０．５９ｍ（１σ），速度精度为０．０１５ｍ／ｓ（１σ）。     

关于激光捷联惯性导航系统姿态算法的分析

圆锥误差和量化误差是激光捷联惯性导航系统姿态解算误差的两个最主要的误差源.从分析圆锥误差产生的机理出发,分别分析了以角度和角速度为计算参数的圆锥误差补偿算法,并对量化误差对圆锥误差补偿算法的影响进行了研究.通过理论分析和数字仿真,得出在实际工程应用中,采用角速度为输入信息的激光捷联惯性导航系统姿态算法应该在考虑量化误差的情况下,采用以角速度为计算参数的圆锥误差补偿算法.     

海洋重力传感器伺服回路分析与设计

海洋重力仪是改善舰船惯导系统精度的重要设备，其重力传感器的伺服回路决定着仪器的精度和动态性能。作在介绍零长弹簧海洋重力传感器结构原理的基础上，研究其伺服回路的结构组成和设计方法，分析了其主要环节参数对系统性能的影响，考察了其时域性能，对海洋重力仪的研制具有重要指导作用。     

惯性辅助电光测距技术研究与误差分析

将目标物上的某一点在两幅图像上的对应点之间的灰度值和坐标值进行比较，结合惯性导航系统的输出信号，可得到运载体与目标物间的距离。对惯性辅助电光测距方法进行了理论分析、测距仿真及误差分析。仿真结果与真实值之间的误差小于5%，表明了该算法的可行性和整个设计的可用性。