GPS/INS组合导航系统中的高斯粒子滤波混和算法

采用非线性滤波器的惯性组合导航系统中,非线性滤波器的精度和实时性直接决定了惯性组合导航系统的性能.计算量和精度之间的矛盾是制约粒子滤波在GPS/INS组合导航系统中应用的主要因素.在分析高斯粒子滤波算法原理的基础上,提出了一种高斯粒子滤波混和算法,对系统线性部分采用线性递推方式,对系统非线性部分采用非线性递推方式,从而提高高斯粒子滤波精度和实时性.针对GPS/INS组合导航系统,混和算法利用卡尔曼滤波的线性递推方式进行量测更新,仿真结果表明混和算法在较少粒子条件下,相对高斯粒子滤波算法精度提高20％,滤波时间降低40％.     

粒子滤波在惯导系统非线性对准中的应用

首先介绍了粒子滤波中自举滤波的原理和算法，说明该算法可用于处理非线性系统的状态估计问题。进而列出了捷联惯导系统速度误差方程和姿态误差方程，并将其用于惯导系统非线性对准。最后，通过对仿真结果的分析，指出通过结合粒子滤波和传统的扩展卡尔曼滤波，可以得到一种精度优于卡尔曼滤波，而计算量小于粒子滤波的非线性滤波方法。     

采用粒子滤波的捷联惯导非线性快速初始对准算法

针对常规捷联惯导静基座初始对准模型维数高,难以保证粒子滤波实时性的问题,提出了一种适用于粒子滤波的二位置非线性快速初始对准模型。该模型利用二位置方法消除惯性器件的常值误差,因此无需对惯性器件误差进行状态扩展,从而在保证对准精度的前提下降低了粒子滤波的运算量。在二位置非线性快速初始对准模型中航向角是直接可观测的,因此可以提高航向角的对准精度和速度。仿真结果表明,采用基于粒子滤波的二位置非线性快速初始对准方法,水平姿态精度在6″以内,航向角精度为10′以内,还较好地满足了粒子滤波应用于捷联惯性导航系统初始对准中的实时性要求,有效提高了初始对准的速度。     

圆锥误差补偿算法在三轴激光捷联惯导系统中的应用

圆锥误差是影响捷联惯导系统姿态算法精度的原理性误差,其对三轴激光捷联惯导系统精度的影响显著.对三轴机抖激光陀螺捷联惯导系统,除了弹体运动可能引入圆锥运动外,三轴机抖激光陀螺产生的机械抖动也会在惯导系统中引入圆锥运动.文中分析了两种圆锥运动在三轴激光捷联惯导系统中产生的机理,并给出了圆锥误差补偿算法在不同试验条件下的应用效果.     

捷联惯导系统初始对准的H∞滤波及卡尔曼滤波比较研究

研究了基于卡尔曼滤波和基于H∞滤波的两种初始对准方法。通过建模仿真及比较分析，得出了在外界噪声影响较大或有建模误差时，使用卡尔曼滤波将出现滤波延缓甚至发散现象，而使用H∞滤波，能有效克服传统Kalman滤波器性能恶化的问题，既可获得较高的对准精度，又提高了系统的实时性，从而从总体上提高初始对准效果。     

捷联惯导系统减振设计

机抖激光陀螺的捷联惯性导航系统结构设计的关键在于惯性测量单元（IMU）的减振设计。文章描述了一种IMU减振系统设计的方法,并在实际应用当中获得良好的效果。IMU减振系统的设计方法主要分为三大内容。首先是对减振系统中减振器的布局方案进行仿真分析,建立减振系统的六自由度振动响应模型,研究减振器布局方案的频谱特性,比较得到减振效果较优的减振器方案。然后针对获得的减振器布局方案,设计IMU结构框架和各向同性的减振器,并采用有限元的方法,对IMU的减振系统进行模态分析,获得IMU减振系统的前20阶模态频率和振型,用有限元仿真分析的方法来验证减振设计。目前这种IMU减振系统的设计方法已应用到某新型捷联惯导系统当中,减少了系统陀螺精度的降低。     

激光陀螺捷联惯导系统外场快速标定新方法

针对激光陀螺具有标度因数稳定、漂移误差变化小的特点,建立了适合激光陀螺捷联惯导系统的陀螺及加速度计组件简化误差参数模型,推导出了适合激光陀螺捷联惯导系统外场快速自标定的误差模型,设计了激光陀螺捷联惯导系统9位置系统级标定方法,并通过试验验证了该方法可快速准确的标定出加速度计组件的标度因数、安装误差、零偏及激光陀螺安装误差等15个主要参数,方法简单易行。     

机载激光捷联惯导系统动态误差的影响分析

激光捷联惯导系统中传感器由于直接与载体固联,同时还存在激光陀螺抖动振动,使系统误差特性较平台式系统更复杂,振动对系统动态误差影响更大。针对某型激光惯导系统随载机试飞中长航时精度超差的问题,分析了振动诱导误差的形成机理,查明了长航时精度超差的原因是由于惯导部件与其安装支架连接后的产品谐振频率与飞机螺旋桨叶通过频率耦合所致,为此提出了降低惯导部件内减振器带宽、提高载机惯导部件安装支架刚度的改进措施。经完善激光惯导系统算法,实施改进措施后,试飞考核,系统精度达标,从而验证了措施的正确性。     

激光陀螺捷联惯导系统多位置标定方法

在建立惯性仪表简化误差模型的基础上,提出了一种多位置标定方法.该方法充分考虑标定条件、设备以及时间等因素,设计了一种多位置连续转动标定方案,充分激励惯性仪表各项误差参数,从而建立起所有误差参数与系统导航误差之间的关系,通过测量每个位置静态导航状态下的速度误差,采用最小二乘估计,全面辨识出所有21个误差参数.理论分析和实验结果表明,与传统标定方法相比,该方法对标定设备要求低,无需北向基准,实现简单方便,在较短的时间内就可以一次标定出惯性仪表所有21个误差参数,标定精度与基于精密转台的标定精度相当,具有较强的工程实用性.     

机抖激光捷联惯导系统静态圆锥运动形成机理

以三轴机械抖动激光陀螺捷联惯导系统为研究对象,利用数值仿真方法,详细讨论了静态环境条件下圆锥运动的形成机理以及机械抖动激光陀螺的惯性参数对惯导系统圆锥运动的影响规律。研究认为,在静态环境条件下,惯导系统的质量分布特性不是产生圆锥运动的原因;惯导系统在静态环境条件下出现的圆锥运动是由于机械抖动陀螺抖动机构的三类不平衡——静不平衡、动不平衡和配不平衡造成的。     

地形辅助/惯性/GPS组合导航系统的可视化仿真研究

研究了多传感器信息融合技术在地形辅助／惯性／GPS组合导航系统中的应用，并在此理论基础上，采用一种新的仿真方法研究该组合导航系统，即采用多种高级语言混合编程，对该组合系统进行可视化仿真。仿真结果表明：采用联合滤波器的地形辅助／惯性／GPS组合系统具有较高的导航精度，最终达到可视化仿真研究的目的，从而对组合系统性能的研究起到了积极的推动作用。     

基于卡尔曼滤波的信息融合算法优化研究

通过比较采用联邦卡尔曼滤波的状态向量融合和量测信息融合,得出量测信息融合优于状态向量融合,因为只有当卡尔曼滤波一致时状态向量融合才有效.采用基于最小均方差估计的观测值加权融合法融合了多传感器数据,保持了观测向量的维数.这种方法具有高效性.为了提高该算法的速度和精度,对系统的量测空间进行了等价变换,而等价系统的状态空间却没有改变.给出了等价变换前后的系统误差方差阵和状态估计均一致性的证明.把矩阵分析中的L-D分解算法运用到该算法中以避免计算矩阵的逆,从而改善了算法的稳定性和精度.举例验证了所设计算法的这些优点,给出了采用联邦卡尔曼滤波和所优化滤波算法的状态估计和误差的仿真结果,并依次进行了分析.经过这种优化,算法的精度和速度得到很大提高,已经应用到实际工程中.     

基于UKF的INS/GNSS/CNS组合导航最优数据融合方法

为了提高INS/GNSS/CNS组合系统的导航精度,提出了一种基于UKF的多传感器最优数据融合方法。该方法具有两层融合结构,第一层中,GNSS和CNS分别通过两个局部UKF滤波器与INS组合,以并行的方式获得INS/GNSS和INS/CNS子系统的局部最优状态估值;第二层中,根据线性最小方差准则推导出一种矩阵加权数据融合算法,对局部状态估值进行融合,获取系统状态的全局最优估计。提出的方法无需采用方差上界技术对局部状态进行去相关处理,克服了联邦卡尔曼滤波(FKF)及其优化形式存在的缺陷。仿真结果表明,相比于FKF,提出方法的导航精度可至少提高36.4%;相比于UKF-FKF,其导航精度也可至少提高21.0%。     

利用卡尔曼滤波和参数自调整控制器提高飞行仿真转台性能

为了提高惯性器件仿真的真实性,飞行仿真转台被广泛应用于半实物仿真系统.但是飞行仿真转台的响应误差、响应滞后、非线性等特性影响了整个半实物仿真系统的性能.采用卡尔曼滤波器对转台的状态进行估计,并设计了带有前馈的闭环控制器,减小了飞行仿真转台的低频相位滞后.通过对转动轴上的转动惯量进行辨识,控制器的参数可以自动调整来减小负载惯量变化对系统的影响,同时控制器对系统的力矩扰动进行了补偿.经过试验验证,转台小信号运行时的失真度残小为原来的1/5,动态仿真性能也有显著提高.     

基于H∞滤波的变权多通道数据融合方法研究

在对多通道定位数据进行数据融合中，采用H∞滤波可有效地解决各传感器数据误差模型不确定的滤波和状态估计问题。但由于数据采样时刻及精度的不一致性，对于多通道数据的融合应采用变权融合方式，以提高融合后数据的可靠性。该由此给出了一种基于H∞滤波的变权数据融合计算方法，通过对实测实时数据的仿真计算表明，其方法具有很好的实用性。     

信息融合理论及其在INS/GPS/Doppler组合导航系统中的应用

本文总结了Ｃａｒｌｓｏｎ 提出的联邦滤波器理论,并通过证明比较了联邦滤波方法和集中式 滤波方法的等价性,探讨了联邦滤波器的设计方法以及信息的合理分配原则,分析了两种简化 的结构形式。构造了ＩＮＳ／ＧＰＳ／Ｄｏｐｐｌｅｒ 组合导航系统滤波结构,经过仿真证明了联邦滤波器 的性能及其在组合导航系统中应用的可行性。     

组合导航系统多重衰减因子自适应估计算法比较研究

提出了多重衰减因子自适应估计卡尔曼滤波方法,用该方法对系统每个误差状态估计进行控制,提高滤波器的估计性能。仿真结果表明,新算法在系统噪声特性不准确的情况下,能够抑制卡尔曼滤波估计的发散,GPS/SINS组合导航精度比强跟踪滤波估计的精度高。这种算法推导形式简单,计算量小,适合在线运算。     

INS／ESGM／Doppler组合导航系统中的联合Kalman滤波方法

在INS/ESGM/Doppler组合导航系统集中Kalamnihan滤波器的基础上,进一步建立了该组合导航系统的联合Kalman滤波器结构和滤波算法,并讨论了该滤波器的容错性及简化形式。数字仿真的结果表明,本文所设计的联合Kalman滤波器与集中Kalman滤波器相比,其滤波精度基本一致,而滤波器的解算速度更快,容错性能更好。     

惯性/高度表组合导航系统卡尔曼滤波算法的浑沌及其控制

本文研究了组合导航系统中应用卡尔曼滤波器进行信息最优估计时的浑沌现象和浑沌 控制,并以惯性系统和高度定位组合导航系统为例,研究了当载体受周期激励时,由于采样频 率选择不当,卡尔曼滤波算法将导致浑沌结果,从而影响系统导航精度。本文还提出了利用变 步长的参数调整法来抑制这种浑沌。