捷联惯导系统仿真器的设计

提出了一种通用捷联惯导系统仿真器的设计方案、根据捷联惯导系统的特点，利用面向对象技术进行模块分解，设计出了可以模拟多种环境、扩展性很强的仿真器，为相关导航系统算法的验证提供数据源、     

陆用捷联惯导系统中里程计刻度因子的在线辨识

提出陆用捷联惯导系统中里程计刻度因子的在线辨识算法．该算法利用捷联惯导系统在初始对准结束后，刚转入导航工作状态的短时间内，惯导解算精度高的特点，通过加速度计的测量值，采用渐消记忆最小二乘递推算法对里程计的刻度因子进行在线辨识．仿真试验表明，该算法有较强的工程实用性，能有效地解决里程计测量路程的误差积累问题，从而提高整个陆用捷联惯导系统的定位精度．     

VC环境下捷联惯导模拟器的开发

以捷联惯导系统为基础，在VC编译环境中，设计出可以模拟多种环境扩展性较强的模拟器，完成了对捷联惯导系统各种状态下的模拟，包括捷联惯导解算、传感器误差设置与测试、航迹状态设置等，为相关导航系统算法的验证提供了数据源．     

捷联惯导系统姿态算法误差的频域分析

从频域角度分析了捷联惯导系统在姿态解算过程中误差产生的原因，并在典型圆锥运动情况下进行了定量计算．结果表明，由于采样和量化过程中的误差，使惯导系统输出的姿态角出现了耦合误差，并提出了对采样信号进行预处理即设计滤波函数以减小采样信号失真的观点．     

捷联惯导系统姿态算法误差的频域分析

从频域角度分析了捷联惯导系统在姿态解算过程中误差产生的原因,并在典型圆锥运动情况下进行了定量计算.结果表明,由于采样和量化过程中的误差,使惯导系统输出的姿态角出现了耦合误差,并提出了对采样信号进行预处理即设计滤波函数以减小采样信号失真的观点.     

激光捷联惯导系统中转位系统的设计与实现

研究激光捷联惯导系统中的转位控制技术。采用捷联惯导系统本身的ＲＬＧ实现转位系统的闭环数字控制,给出了转位伺服系统的结构组成以及数字控制器的设计方法和设计过程,给出了数字控制器的计算机实现方法和软件流程。仿真及调试结果表明,所设计的转位伺服系统满足捷联惯导系统的要求,既保证了转动的平稳性,克服了到位撞击问题,又不增大体积,增加成本。     

激光陀螺惯导系统扰动基础上的初始对准

扰动基础上的初始对准是车载激光陀螺惯导系统(L INS)的难点技术之一。针对 L INS在车辆发动机不关闭和有少量人员走动的情况 ,进行了大量实验研究。通过分析L INS惯性元件的信号特征 ,改进 Kalm an滤波对准技术。对获得的观测信号进行预处理 ,降低干扰影响 ;并改进Kalman算法 ,使之具有更好的稳定性。实验结果表明 ,该算法对于提高扰动基础上的对准精度是有效的     

再入飞行器的脉动响应分析

采用有限元方法和MSC／NASTRAN软件，建立了某型号再入飞行器的动力学分析模型。根据再入飞行器的脉动压力环境和随机振动分析理论，计算了某型号再入飞行器脉动响应加速度的均方根值和功率谱密度曲线，其数值计算结果与试验结果比较一致。     

单轴旋转式捷联惯导系统转位方案

对单轴旋转式捷联惯导系统进行研究,针对系统不隔离载体运动会使常值漂移不能被完全平均而产生较大误差的问题,提出一种新的转位方案.基于旋转式惯导系统的基本原理,对传统的四位置转停方案进行了改进.在不隔离载体运动的情况下,周期性地对载体运动给系统带来的误差进行补偿,从而使系统的精度大大提高,并且降低了系统的复杂程度.对陆用车辆和水上舰艇进行了计算机仿真,结果表明,该方案能够在不隔离载体运动的条件下,抑制因载体运动所产生的常值漂移误差,并对其进行实时补偿.     

一种应用于GPS/低成本INS组合导航的自适应滤波算法

为了提高在全球卫星定位系统(GPS)接收机导航解更新间隔期间组合导航系统的定位精度,在分析了惯导系统(INS)误差模型的基础上,使用一种对噪声协方差矩阵进行实时自适应估计的算法改进了通常使用的标准Kalman滤波器。采集清华大学内的跑车实测数据,并使用自适应算法进行处理,结果表明:该方法可以有效地提高GPS导航解间隔期间组合导航系统的定位精度,整体定位精度可以提升近10%,在车辆行驶状态变化较大的路径中获得了最高达40%的位置精度提升。该方法易于实时实现,在实际工程实现中具有一定的应用前景。     

基于图像导引头及惯导相对位置信息的弹目距离估计算法

针对远程图像制导空地导弹无GPS信息条件下,惯导长时间工作后位置精度较差,无法满足剩余制导时间计算要求的问题,提出基于图像导引头角量测及导弹相对位置与高度信息弹目相对距离估计算法,并分析了典型误差条件下不同采样计算频率对算法精度的影响,结合弹道特点给出算法具体应用方案及剩余制导时间计算策略.通过仿真计算,验证了算法具有较高的计算精度,有实际工程应用价值.     

DGPS/INS Data Fusion for Land Navigation

IntroductionLandnavigationhasledtothecreationofmanyresearchprojectsandplatformslikeTRAVELandOPSYDE,whicharepartoftheAUTORISproject(AutomaticsforanIntelligentandSafeRoad).TheTRAVELplatformconsidersthecreationofanautonomousconvoyofvehicleswhiletheOPSYDEprojectconsistsofdatafusiontechniquestosolvetheproblemofmultisensornavigationinordertoincreasetheaccuracyandreliability.Testplatformisinstalled,composedbyROBUCARelectricvehiclesandtheironboardsensorswherethemostimportantareGPSand…     

DGPS/INS Data Fusion for Land Navigationa

The interest for land navigation has increased for the recent years. With the advent of the Global Position System (GPS) we have now the ability to determine the absolute position anywhere on the globe. The problem is that the GPS systems work well only in open environments with no overhead obstructions and they are subject to large unavoidable errors when the reception from some of the satellites are blocked. This occurs frequently in urban environments, forests and tunnels. GPS systems require at least four "visible" satellites to maintain a good position fix. In many situations in which higher level of accuracy is required, the navigation cannot be achieved by GPS alone. This paper discusses the design of a reliable multisensor fusion algorithm using GPS and Inertial Navigation System in order to decrease the implementation cost of such systems on land vehicles. The major contribution of this paper is in the definition of the possible developments and research axes in land navigation.     

Optimal Nonlinear Filter for INS Alignment

IntroductionKalman filtering(KF) is a popular tool for solvingestimation problems,but its optimality heavilydepends on the model linearity.Although KF canbe extended to extended Kalman filtering(EKF)for nonlinear systems,its performance relies onand is limited by the model linearization. Forhighly nonlinear systems,linearization may causevery large model errors that may even result indivergence of the filtering process. Despite themany papers on nonlinear filtering theory,theimplementation…     

GPS/INS在火车安全告警系统中的应用

为了弥补目前火车车辆运行中人工统计调度工作量大、效率低等缺陷，提出了一种基于全球定位系统和惯性导航技术(GPS／INS)的火车安全告警系统的设计方案；重点讨论了GPS／INS在信息融合时所使用的卡尔曼滤波方法，避免了独立的惯性导航系统无限位置误差和GPS的1Hz慢速数据修正的问题；利用原有国家铁路网数据库进行数据修正，进一步提高了系统的精度．在此基础上设计的火车安全告警系统就能够简捷、准确地计算车辆运行里程，当车辆达到维修等级时自动进行报警提示，从而降低火车车辆调度工作的工作量及运行风险．     

组合导航系统新息自适应卡尔曼滤波算法

全球定位系统(GPS)量测噪声的不稳定变化将造成惯性导航系统(INS)/GPS舰用组合系统卡尔曼滤波器性能下降,在对自适应卡尔曼滤波器分析的基础上,提出了一种新的基于新息估计的自适应卡尔曼滤波算法.该算法通过计算新息方差强度的极大似然估计最优估计,将新息方差计算直接引入卡尔曼滤波器的增益计算.仿真结果表明,本文方法较标准卡尔曼滤波器可以提高系统精度和抗干扰能力.     

IMM-SRUKF在GPS/INS组合导航中的应用

针对无迹卡尔曼滤波(UKF)鲁棒性不强的问题,结合全球定位系统/惯性导航系统(GPS/INS)紧组合模型特点,提出了基于交互式多模型(IMM)的混合平方根无迹卡尔曼滤波(SRUKF)算法.该算法采用交互式多模型结构,克服了模型不确定性因素的影响;采用平方根滤波技术,解决了协方差矩阵难以保持正定的问题.同时,考虑到内部滤波器与线性/非线性模型不匹配,引入混合滤波思想,对SRUKF进行了优化.将新算法应用于紧组合模型进行仿真,结果表明:新算法能够以适当的时间复杂度,获得较强的鲁棒性能,适用于复杂的导航环境.     

捷联惯导系统非线性误差补偿的随机采样法

为了补偿由于惯性敏感元件高频振动整流所引起的非线性输出误差,研究一种新的补偿方法--随机采样法.以加速度计为对象,对随机采样法进行描述和分析,并与传统的固定采样频率方法进行了对比.在此基础上,对原随机采样法进行了改进.最后给出了详细的仿真程序和结果.仿真结果表明,新的随机采样法比原方法的精度有明显改善,所引入白噪声的强度更小,但计算负担的增长不是很明显.     

基于EMD-小波随机消噪模型的GPS/INS组合导航

为提高GPS/INS组合导航精度,提出了EMD-小波INS随机误差削弱模型.首先分析了GPS/INS组合系统的误差特点,给出组合导航的基本原理.基于EMD的多尺度结构,结合小波分解理论,提出基于EMD-小波的GPS/INS组合导航技术路线.采集新南威尔士大学校园内的实测数据,分别选用1s与2s的GPS采样信息和100 Hz的INS数据,进行融合试验.用随机模型消噪前后的INS数据计算导航解,并与GPS测量的位置进行比较,分析误差分布情况.结果表明,滤波后的INS自主导航解要优于滤波前.当GPS更新周期为1 s时,X,Y,Z方向上导航精度分别提高9.07％,13.89％,35.14％,残差最大值分别减小2.62％,19.54％,31.23％.当GPS更新周期为2s时,X,Y,Z方向上导航精度分别提高17.82％,23.46％,22.48％,残差最大值分别减小14.34％,28.85％,17.48％.