基于角加速度滤波的柔性杆臂补偿方法

针对基于柔性杆臂传递对准方案中的杆臂加速度构建时,角加速度提取噪声大的问题,提出利用跟踪微分器求取角加速度信号,以补偿杆臂挠曲一体化模型中的杆臂加速度误差。通过将子惯导角速率及其跟踪的微分结果作为模型分量,进而推导建立了考虑柔性杆臂的传递对准模型。仿真表明基于角加速度滤波的方法可以获得平滑的角加速度信息,基于柔性杆臂补偿的传递对准模型,可以实现三轴安装误差估计精度平均提高22.3%,姿态失准角估计精度平均提高4.6%,所提出的方法具有一定的工程适用性。     

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%。     

H~∞鲁棒滤波在惯导初始对准中的应用

本文给出了惯导系统初始对准的非线性模型 ,针对一般非线性滤波线性化所引起的模型误差 ,提出了 H∞ 鲁棒滤波方法 ,并与卡尔曼滤波器、二次滤波等方法进行了比较。仿真结果表明 ,该方法比二次滤波等方法计算量大大减小 ,精度要高 ;对于非线性模型 ,在存在模型误差或噪声不确定情况时 ,其滤波性能远优于扩展卡尔曼滤波及其它非线性滤波算法     

基于H∞滤波技术的传递对准方法

从实际应用的角度出发,提出利用跟踪微分滤波器抑制机翼挠曲变形产生的影响,通过杆臂效应补偿消除干扰加速度,用延时补偿算法减少由数据传输延迟造成的量测信息误差。在此基础之上,采用"速度 姿态"匹配方案,研究了基于H_∞滤波估计的快速传递对准方法。大量数值仿真、静态试验、动态跑车试验表明,这些方法有收敛速度较快、精度较高的特点,并具有较强的抗干扰能力。试验也验证了传递对准方法的有效、可行,能满足控制系统对导航信息的精度要求。     

捷联惯导系统传递对准两种滤波方法比较研究

将H∞滤波方法用于捷联惯导系统（SINS）空中动基座传递对准，并对卡尔曼滤波和H∞滤波应用于传递对准的鲁棒效果进行了比较研究。仿真结果表明，在有色噪声和白噪声强度较小时，两种滤波方法的滤波精度差别不大，但当有色噪声和白噪声强度较大时，卡尔曼滤波精度优于H∞滤波。换言之，卡尔曼滤波对于噪声的不确定性是具有一定的鲁棒性的，并且就估计精度而言，其鲁棒性优于H∞滤波，但H∞滤波的估计速度优于卡尔曼滤波。     

考虑杆臂及安装误差角的快速传递对准

介绍了杆臂效应及安装误差角在仿真中的添加方法,验证了杆臂补偿方法的可行性。机载武器传递对准时,杆臂效应影响机载武器子惯导的对准精度,通过主惯导杆臂速度补偿和对子惯导杆臂加速度补偿建立量测方程,并详细说明子惯导安装误差角的添加方法,最后采用卡尔曼滤波对子惯导进行传递对准。在安装误差角设为10′时,杆臂补偿后得到的姿态误差角估计结果：右盘旋分别为9．84′、10．33′、10．06′;S型机动分别为10．31′、10．08′、10．03′,满足精度要求。仿真结果表明,系统对杆臂效应的补偿效果较好,补偿方法可行,能在十几秒内完成对准。     

捷联惯导初始对准中杆臂效应误差的补偿

重点介绍了杆臂效应原理和舰载水下潜器传递对准误差模型，针对潜器用捷联式惯性导航系统(SINS)，在释放前摇摆基座上进行初始传递对准时，系统中存在的杆臂效应误差问题，提出了直接补偿杆臂干扰加速度和设计低通滤波器的补偿方案。通过计算机仿真：验证了方案可以有效的提高传递对准精度，提供高准确性的导航姿态基准。     

基于Krein空间的鲁棒Kalman滤波在传递对准中的应用研究

基于Krein空间的鲁棒Kalman滤波器与通过其它方法建立的鲁棒Kalman滤波器相比有较高稳态精度。文中将基于Krein空间的鲁棒Kalman滤波方法用于导弹捷联惯导系统动基座传递对准，并与标准Kalman滤波进行了比较。仿真结果表明，在垂直比力参数存在摄动的情况下，如果基于Krein空间的鲁棒Kalman滤波器的参数选取适当，它的精度鲁棒性优于标准Kalman滤波。     

奇异值分解H_∞联邦滤波及其在传递对准中的应用

捷联惯导(SINS)合成孔径雷达(SAR)组合导航系统中,SINS与SAR天线附加的惯性测量元件(IMU)之间的抗干扰、动态快速传递对准是一个研究难题。为了既不增加滤波器阶数,减小计算量,又能提高传递对准的速度和精度。在吸收现有滤波算法优点的基础上,提出了一种新的奇异值分解H∞联邦滤波算法。首先,建立了速度+姿态+位置匹配更新的传递对准模型,利用基于奇异值分解的H?子滤波器进行滤波,得到系统状态的局部最优估计值;然后,通过联邦滤波器对局部最优估计值进行融合得到全局最优估计值。仿真结果表明,提出的滤波算法得到的失准角估计值能在200s内收敛,且分别稳定在3'、-5'和20',性能明显优于H∞滤波和联邦滤波。新的滤波算法不但速度快,精度高,而且计算量小,抗干扰性好,为提高传递对准的精度提供了一种新方法和新途径。     

杆臂效应误差对晃动基座粗对准的影响

为提高晃动基座下惯导系统的粗对准精度,增强惯导系统对准过程中对环境的适应性,采用了一种基于补偿杆臂效应误差的晃动基座粗对准算法。研究了晃动基座下粗对准原理,推导了晃动基座下粗对准算法中的杆臂速度误差项,最后通过仿真和摇摆试验对在不同扰动条件下杆臂效应误差对粗对准的影响进行了验证。仿真验证和摇摆试验结果表明：在晃动基座下,杆臂效应误差对惯导系统粗对准精度影响显著,特别是在大幅晃动基座上,当补偿杆臂效应误差后,惯导系统粗对准精度可以提高10倍以上,为进一步实现高精度快速精对准奠定了基础。     

载波平滑伪距紧组合导航系统鲁棒自适应滤波算法

传统惯性/卫星紧组合导航系统采用载波相位平滑伪距可以有效提高伪距观测量精度,但平滑伪距后观测量噪声不符合白噪声特性而导致卡尔曼滤波器容易发散;同时由于周跳的存在会更加严重影响滤波器的稳定性。针对上述问题,分析了平滑伪距噪声特性并建立了噪声模型,在此基础上设计了鲁棒自适应滤波算法对观测噪声进行实时估计和补偿,结合抗差估计理论进行滤波以减小观测量噪声水平和模型不确定对滤波器带来的影响。理论分析和仿真结果表明,在复杂环境下,基于载波相位平滑伪距的鲁棒自适应紧组合导航系统定位精度提高了一倍以上。     

一种融合互补滤波和卡尔曼滤波高精度姿态测量算法

针对在4级海况下船体大幅度晃动,甚至丢失GPS信号的复杂环境,常规算法会导致姿态测量精度急剧下降的情形,为‘动中通’中的航姿系统设计了一套姿态融合算法。在GPS有效时,卡尔曼滤波的观测量引入双天线GPS输出的航向角,解决航向角观测性弱和估计不准的问题,同时引入互补滤波得到的陀螺修正量,提高了水平姿态角的可观性,融合两种算法提高了解算精度。在GPS无效时,通过互补滤波,抑制陀螺漂移,输出高精度水平姿态角,配合天线所接收信号的强度使‘动中通’正常工作。为验证算法的有效性,进行了动态实验,实验结果表明:该算法在GPS有效的情况下能保证俯仰滚动角(RMSE标准)精度在0.2°以内,航向角精度在0.5°以内,在GPS无效情况下也可使俯仰和滚动角精度长时间维持在0.3°以内,具有一定的工程应用价值。     

GPS/DR组合导航抗差自适应滤波算法

针对GPS/DR车辆组合导航系统的数学模型具有非线性,应用扩展卡尔曼滤波进行线性化会导致滤波结果出现较大误差的问题,引入了抗差自适应滤波算法。利用计算机仿真,分别对抗差自适应Kalman滤波和自适应Kalman滤波算法进行仿真验证,结果表明,抗差自适应滤波不但能自适应地确定观测噪声的协方差矩阵,而且能利用自适应因子调节状态参数噪声的协方差矩阵,可以控制观测异常和动态模型噪声异常对状态参数估值的影响,使状态参数的估值更加合理。自适应Kalman滤波使位置误差控制在30m,而对抗差自适应Kalman滤波能使位置误差控制在18m左右,且误差控制更稳定。     

基于交互式多模型滤波的船体变形惯性测量方法

基于惯性测量单元的匹配滤波算法是测量船体变形的发展趋势,然而在实际航行中,船体变形模型参数是未知或存在不确定性,模型参数的这一特性对滤波估计结果影响较大。针对此问题,利用"速度+角速度"匹配算法分析了模型参数未知对滤波估计效果的影响,引入交互式多模型卡尔曼滤波方法,利用不同模型参数的似然函数进行概率分配。最后通过仿真对提出的方法进行了验证,结果表明,与传统卡尔曼滤波相比,估计精度提高了5%~10%,收敛时间提高了1倍,动态变形角的收敛时间在10 s以内,静态变形角的收敛时间在5s以内,提高了系统的环境适应性。     

在实时单点定位中基于残差信息的改进抗差滤波方法

在利用卫星导航定位系统进行单点导航定位时,为了进一步提高导航定位的精度、实时性和可靠性,针对实时观测信息中存在粗差问题,基于残差分析理论,比较分析了最小二乘法、M估计、抗差滤波估计方法在GNSS单点导航定位中参数估计问题。在此基础上,针对观测量与动力学模型不准确的情况,利用残差信息,构建了有效的改进的基于残差信息的抗差滤波。其特点是观测信息误差比较大的情况下不会导致滤波精度明显下降。在GPS单点导航定位解算中,编程并计算,通过比较分析,结果验证了构建的滤波在单点定位中抗差的优越性,并在导航定位算法选择上得到一些有益结论。     

基于自适应时频峰值滤波的光纤陀螺去噪算法

为减小光纤陀螺输出信号噪声、提高惯导系统精度,提出了光纤陀螺信号自适应时频峰值滤波算法。对光纤陀螺信号进行初始变换并调制,采用伪Wigner-Ville分布对调制信号进行时频分析,给出了一种自适应的伪Wigner-Ville分布最优窗长获取准则,通过局部峰值搜索实现编码信号的瞬时频率估计进而还原出有用信号,实现了光纤陀螺噪声的去除。详细对比了小波方法与自适应时频峰值滤波算法并分析了两者的去噪效果。仿真结果和实际数据验证表明:自适应时频峰值滤波算法能有效减小光纤陀螺输出噪声,信噪比比小波滤波改善1³ dB;特别对于高动态信号,该算法滤波后的信号能够有效地跟踪原始信号。     

基于鲁棒滤波的无人机着陆相对导航方法

针对无人机在移动平台上进行起降时的相对导航问题,提出了一种基于鲁棒高阶容积滤波的惯导/视觉相对导航方法。建立了相对导航系统模型,基于无人机与移动平台之间的相对运动给出了系统的相对惯导方程,并针对系统中传感器的量测特性给出了导航敏感器的测量方程。针对相对导航系统非线性较强且量测噪声不符合高斯分布等问题,在高阶容积滤波的基础上,结合Huber-based量测更新方程,设计了鲁棒高阶容积滤波相对导航滤波器,该方法具有较高的估计精度,且对混合高斯噪声有鲁棒性。相对姿态采用四元数表示,为保证四元数的归一化,在设计相对导航滤波器时采用修正的罗德里格斯参数表示姿态误差。仿真结果表明,该方法可以准确地给出无人机与移动平台之间的相对位置、速度和姿态信息,且估计精度高于扩展卡尔曼滤波、Huber-Based滤波以及高阶容积卡尔曼滤波。     

基于相关滤波算法的全姿态加速度计寻北方案

加速度计寻北仪由于其角速度测量原理采用的是动态测试方案.考虑到采用数据拟合的方法处理动态测试数据去噪效果不强,而相关滤波算法作为一种专门在动态测试中应用的相位检测算法,对随机噪声和谐波噪声都有很强的抑制作用,提出了利用相关滤波算法进行信号去噪并提取北向角信息的思想;在此基础上,通过分析平台姿态角与寻北角之间的解析关系,推导了可以消除姿态影响的姿态补偿算法,该算法需要再增加两个加速度计敏感姿态角.仿真结果显示,相关滤波算法对加速度计中的各类噪声有很好的抑制作用,而经过姿态补偿改进后的相关滤波算法,消除了姿态角造成的原理性寻北误差,可以实现全姿态加速度计寻北,最终的等效调平误差仅为仪表误差所引起.     

基于惯导姿态信息的高鲁棒性星图识别算法

为提高组合导航条件下星图识别的速度和鲁棒性,提出了基于惯导姿态信息估计星敏感器光轴指向和观测瞬时导航星表的方法,将瞬时导航星表与"金字塔"星图识别算法结合,剔除了角距满足观测星对但位置远离光轴的导航星对,减少了识别时相应观测星的导航星候选结果,提高了识别的速度和鲁棒性.对光轴指向误差为10°的情况进行了仿真,结果表明:当星位置误差小于50"时算法可以识别只包含2颗导航星的星图,当星位置误差小于250"时算法的识别率接近90%;平均识别时间约为27 ms.仿真结果说明算法在星位置误差较大时具有优势.     

DEM与FEM动态耦合算法研究

离散单元法作为一种有效的数值分析方法,能够模拟脆性材料的裂纹扩展及碎片飞散等破坏特性,但是无法从根本上克服计算效率低下的诟病;传统有限单元法具有计算高效稳定的优点,却难以描述脆性材料冲击破坏过程中连续体向非连续体的转化。本文首先提出一种基于罚函数法的改进型离散单元和有限单元耦合方法,以提高耦合分析精度。在此基础上提出了动态耦合算法:即在初始阶段,模型全部为有限单元,当局部即将发生破坏时,仅使即将发生破坏的有限单元及相邻单元自动转化为离散单元,在离散单元区域研究破坏问题。这种算法充分利用有限单元法计算高效的优点,同时最大限度克服了离散单元法计算效率的不足。最后,通过两个简单算例验证了改进型耦合算法和动态耦合算法的有效性。