基于惯性参考系基准的快速传递对准方法

研究了以惯性参考系为基准的新型传递对准方法。推导了计算惯性坐标系和计算体坐标系传递对准动态误差模型,并给出了相应的"速度+姿态"观测方程。基于惯性参考系的对准方法通过链式法则将子惯导输出的姿态矩阵描述为三个变换矩阵之积,其中两个变换矩阵通过对准时间和主惯导提供的位置信息可得到精确求解,剩余的变换矩阵(子惯导体坐标系至惯性坐标系间的变换矩阵)通过子惯导陀螺仪的输出进行解算,其误差通过传递对准估计得到的失准角进行补偿。对提出的两种对准方法进行摇摆实验验证,方位对准误差优于4’(1)。与传统基于导航坐标系的方法相比,基于惯性坐标系的方法直接将误差定位到惯性坐标系上,具有算法简便的特点。     

正多边形截面形心主轴非唯一性的更一般证法

<正> 文[1]中给出了正多边形截面形心主轴非唯一性的一个证明方法,这种方法必须利用等腰三角形的惯性矩和惯性积的公式,结果只能用于正多边形.本文给出一个不利用等腰三角形惯性矩和惯性积     

捷联惯性系粗对准误差及数值问题分析

针对捷联惯导系统惯性系粗对准算法的对准误差进行了详细地分析。首先,依据惯性器件输出模型和粗对准算法模型,经过严格数学推导,得到了对准误差的解析表达式。其次,从求解矩阵方程的角度考察粗对准过程,得出对准过程等效于病态方程组的求解问题。理论分析表明,一方面惯性系粗对准算法的理论对准精度取决于惯性器件的精度,另一方面,对准误差上限取决于具体的算法和量测相对误差。在此基础上,进行了简单而有效的计算机仿真,结果与理论分析及工程经验吻合。     

弹载惯性/卫星/星光高精度组合导航

选取捷联惯导系统误差作为组合导航系统状态,利用捷联惯导与卫星导航系统各自的位置输出构造量测,设计惯性/卫星组合导航算法。在惯性/星光组合导航算法设计中,对星敏感器安装误差进行建模并也列入组合导航系统状态,利用星敏感器输出的姿态矩阵和根据惯导输出计算得到的等效姿态矩阵构造量测。从而,利用联邦滤波技术设计出弹载惯性/卫星/星光高精度组合导航方法。该组合导航方法的仿真结果表明,其定位、定姿精度分别达到12.1m(3σ)和0.27′(3σ),而且能够有效标定出惯性器件的随机常值误差和星敏感器的安装误差。     

伪静态环境凝固惯性系快速对准算法（英文）

惯性导航系统在开始工作时需要进行初始对准从而确定初始姿态。提出了一种与经典的对准算法如陀螺罗经或卡尔曼滤波技术不同的凝固惯性系快速(IF3)对准算法。可在任意初始误差条件下进行对准,且能适应高频扰动环境。将姿态矩阵分解成地球自转、惯性速率和对准矩阵三个部分。对准矩阵依靠两组分别处于不同惯性系里的观测向量确定。通过采用前置平滑滤波、层叠采样和二重积分技术,对准精度显著改善。在载车发动机怠速运行和人员上下车扰动条件下,60 s 对准误差优于 1 mil (1s ),180 s 对准误差优于 0.6 mil(1s ),300 s 对准误差优于 0.4 mil(1s )。实验结果证明了 IF3 对准算法的快速性、准确性和鲁棒性。     

对"联邦滤波器信息分配系数的优选算法"一文的商榷

介绍了联邦滤波算法和信息分配原理，指出《中国惯性技术学报》第11卷第6期“联邦滤波器信息分配系数的优选算法”一中存在一些问题，说明使用该优选算法进行信息分配，可能使主滤波器方差阵失去正定性；将联邦滤波用于GPS姿态测量，实验表明动态选择信息分配因子，相对于固定信息分配因子的算法并没有明显优势。     

太极图的力学美

 证明任意平面图形有两个"惯性矩旋心", 它们位于惯性矩较大的主形心轴上, 与形心等距, 特殊情况下与形心重合. 以惯性矩旋心为原点的坐标轴旋转时, 图形的惯性矩守恒. 太极图阴阳两图形的"惯性矩旋心" 都是一静一动, 两图静旋心位于太极中心, 两图动旋心在阴阳转化时作中心对称运动. 从力学视角, 静旋心的安详守恒之美与动旋心的变化律动之美相反相成, 赋予太极图"漏宇宙万物演化之玄机"的神秘美.     

基于GPS的弹载捷联惯导动基座传递对准技术

针对载机未装备主惯导系统的弹载捷联惯导初始对准问题,提出了一种基于机载GPS信息的动基座传递对准算法。首先利用惯性凝固思想设计了基于比力积分和GPS速度信息的惯性系粗对准算法,粗略估计弹载惯导的初始姿态;然后通过分析惯导系统在惯性系下的导航误差方程,设计了基于GPS信息的"速度+位置"匹配卡尔曼滤波精对准算法,对粗对准误差做进一步估计补偿。车载试验结果为:与车载激光捷联惯导输出相比,水平和方位对准精度分别为6’和18’。试验验证了该算法的有效性,为未装备机载主惯导的弹载捷联惯导的快速初始化提供了工程应用参考。     

磨损磨粒的主成分聚类方法分析

采用主成分聚类分析理论对正常磨粒、滑动磨粒、切削磨粒和疲劳磨粒等4种不同磨粒表面纹理灰度共生矩阵进行分析,得到4个不同纹理方向的能量、熵、惯性矩、局部平稳性、相关、最大概率和方差7个参量.利用主成分理论求解,构造主成分方程,得到磨粒纹理参量主成分的二维分布,最后,通过聚类分析,将4种磨粒纹理参量的主成分划分为不同的聚类区域.结果表明:主成分聚类分类方法可以对磨粒的多参量进行聚类分析;主成分聚类分类方法对冗余数据具有较强地处理能力;多组主成分聚类分析方法具有互补性,特别适合多参量磨粒分类的信息融合处理.     

一种用于分散化滤波的融合算法及其在组合导航系统中的应用

提出了一种局部估计相关时的最优融合算法，其特点是加权矩阵是对角阵，即全局估计中的各分量分别是局部估计中相应分量的线性组合，在此融合算法中局部估计是最优的，并且不存在由主滤波器向子滤波器的信息反馈，因此具有较好的客措性。给出了最优加权矩阵的存在性和唯一性的证明，并通过与现有类似融合算法的对比，表明该算法具有计算量小的优点。最后，以组合导航系统为例作了仿真计算，结果表明该融合算法是可行的。