捷联惯导系统中卡尔曼滤波的应用研究

为提高捷联惯导系统初始对准精度,提出将卡尔曼滤波技术应用于系统初始精对准,用以估计系统的失准角和惯性误差。对卡尔曼滤波技术在捷联惯导系统中的应用进行分析,建立捷联惯导系统初始对准误差模型和卡尔曼滤波量测方程。分析不同条件下不同滤波方法的滤波原理和滤波精度。在此基础上,提出一种将预测扩展卡尔曼滤波应用于逆向导航技术的思路,并进行了理论分析和捷联惯导系统自对准流程设计,为后续进一步深入开展惯导系统初始对准奠定基础。     

基于回路对准的大失准角传递对准技术研究

提出了一种大失准角情况下的传递对准方法,该方法基于回路对准使子惯导的姿态振荡误差衰减到小角度后进行滤波传递对准,设计了速度加姿态匹配的传递对准滤波模型。与传统传递对准方法相比,该方法无需建立子惯导非线性误差模型,应用经典Kalman滤波即可快速地完成对准。仿真试验表明,在大失准角情况下,子惯导失准角用外部速度可以调平到30′以内,传递对准姿态误差最大为0.5′,方位误差为2′。     

激光陀螺滤波评估方法研究

在现有硬件的基础上,通过滤波等软件算法来提高激光陀螺捷联惯导系统对准和导航精度是目前国内外学者所公认的。为了对激光陀螺滤波前后的效果进行准确、定量的评估,设计了Allan方差分析算法,开发了对准-导航及精度分析评估软件,分别从元件级、系统级对其展开了研究,并结合具体激光陀螺捷联惯导设备对其进行了实验验证。     

一种新的船用捷联惯导系统数字仿真器的设计

以舰船的运动特性为依据,设计了一种新的船用捷联惯导系统数字仿真器;用VC++编程语言设计舰船运动轨迹;建立陀螺仪、加速度计的误差模型;用惯导系统姿态更新、位置更新、速度更新解算的结果与航迹点参数(真值)比较,得到惯导系统误差;应用表明,该仿真器能够灵活地模拟出舰船在不同的运动状态下船用捷联惯导系统的各种导航参数,为研究舰载条件下的捷联惯导系统传递对准技术提供了可靠的试验数据。     

一种改进的速度加姿态匹配传递对准方法

为了提高传统速度加姿态匹配传递对准方法的快速性,设计了一种改进的传递对准方法,该方法提出在子惯导初始化之前利用主、子惯导陀螺和加速度计测量信息进行短时间的预对准,并设计了速度加姿态匹配的传递对准滤波模型。与传统传递对准方法相比,通过在预对准阶段直接计算主、子惯导之间的安装误差矩阵,子惯导进行初始装订时可以得到较小的初始姿态误差,从而使传递对准滤波器能够快速收敛,提高了对准的快速性和精确度。试验结果表明,通过预对准后对准滤波器在30s之内即可完成对准,姿态估计误差为1′,方位估计误差为1.5′,比传统传递对准方法具有更好的对准性能。     

基于简化模型与自适应滤波的车载SINS静基座快速对准

为了实现捷联惯性导航系统(Strap-down Inertial Navigation System,SINS)快速初始对准,根据已有可观测性分析结果,通过理论分析和计算得到了扩展观测量时初始对准系统最优可观测状态量组合,在此基础上简化了对准模型,建立了新的系统方程。针对载车发动机启动或其他情况导致系统噪声无法精确统计,提出了运用基于强跟踪滤波原理的自适应卡尔曼滤波(Kalman Filter,KF)算法抑制滤波发散,加快收敛速度。仿真结果表明运用简化模型和自适应滤波在系统噪声不匹配时具有更快的收敛速度和更高的对准精度,车载实验结果也表明运用简化模型和自适应滤波可以实现快速对准。     

捷联惯导/北斗高精度组合导航方法研究

提出采用紧组合方式进行捷联惯导/北斗组合导航设计,首先对捷联惯导与北斗系统进行误差分析与建模,将捷联惯导系统误差、北斗等效时钟误差相应的距离(伪距误差)以及等效时钟频率误差相应的距离率(伪距率误差)作为组合导航系统状态;利用捷联惯导位置输出与北斗接收机星历输出构造获得等效伪距,将其与北斗接收机测量的伪距对应相减作为量测,推导建立对应的量测方程,采用卡尔曼滤波设计捷联惯导/北斗组合导航滤波算法。仿真结果表明,该组合导航方法的速度精度达到±0.05m/s,位置精度达到±3.2m,水平姿态精度达到±0.4′,航向精度达到±1.6′。     

基于NiosII的光纤捷联惯导系统数据采集模块设计

针对光纤捷联惯导系统中采用传统技术的导航计算机需重复设计且效率低的现状,提出了一种基于Nios II的光纤捷联惯导数据采集及预处理实现方案;运用verilog HDL语言完成了对光纤捷联惯导系统中挠性加速度计和光纤陀螺仪的数据采集功能IP核设计,采用SOPC(可编程片上系统)技术定制了Nios II软核处理器,并实现16阶FIR低通滤波器的设计;通过对捷联惯导系统的静态采集实验,验证了数据采集功能IP核的准确性和FIR低通滤波器滤除部分噪声的有效性。     

机抖激光陀螺IMU信号低时延滤波技术研究

在小型无人直升机领域,激光陀螺捷联惯导不仅用于导航,而且用于飞行姿态控制,对激光陀螺捷联惯导的导航精度和实时性都有较高要求。而传统的高阶有限脉冲响应（FIR）低通滤波器对激光陀螺惯性测量单元（IMU）输出信号滤波后会产生较大的时间延迟,使得滤波后信号难以满足系统姿态控制的要求。为了兼顾测量精度和响应时间,研究了一种最小均方（LMS）自适应陷波器与低阶FIR低通滤波器相结合的滤波方法,并在其中引入了无限脉冲响应（IIR）窄带滤波器,解决了抖频参考信号的获取问题。理论分析和试验结果表明：该方法不仅能有效消除抖动偏频信号和外界高频噪声的影响,而且可以显著缩短延迟时间至2 ms,具有很高的工程实用价值。     

基于平面导航系的极区传递对准算法研究

针对极区经线快速收敛导致基于传统导航坐标系的传递对准模型和误差方程不适用的问题,提出了基于平面导航力学编排的极区传递对准算法,并设计了"速度+姿态"匹配的传递对准滤波模型。该算法基于Kalman滤波最优估计理论,利用舰艇主惯导高精度姿态、速度信息对局部基准姿态失准角进行估计补偿,以达到局部基准极区动基座条件下快速初始对准的目的。仿真结果表明,在中海况条件下,局部基准可在20s内完成方位精度为5′、水平姿态精度为3′的初始对准。     

Rapid transfer alignment of laser SINS using quaternion based angular measurement

A novel rapid transfer alignment algorithm for laser strapdown inertial navigation system (SINS) is studied. Transfer alignment have typically relied on velocity measurements from the master SINS as the source of alignment information, but lever arm error must be compensated accurately while velocity information is utilized, all most every quaternion based error model is nonlinear, so nonlinear filtering algorithms are need, suffering from computational complex and large error. Aim at these problems, a novel improved rapid transfer alignment algorithm formulation is presented, applying quaternion to built the process and measurement models, the improvement employs a special manipulation of the measurement equation results in a linear pseudo-measurement equation, thus the classical linear Kalman filter is employed to estimate the state, need not lever arm error compensation, results in the reduce of computational burden. Observability analysis of this new transfer alignment algorithm has been done based on the piece-wise constant system (PWCS) method, results show that the presented algorithm can accomplish the initial alignment task perfectly. A transfer alignment simulation system is also developed for the evaluation and analysis of the presented algorithm, simulation results are confirmed with the theoretical conclusion, which can achieve the transfer alignment accuracy about 1 mrad within 10 s.     

SINS初始对准中光纤陀螺EMD滤波

为了实现低成本SINS初始对准,降低对准过程复杂程度,提高系统对准精度,缩短对准时间,本文引入了EMD滤波技术。首先,采集IMU输出信号,根据EMD算法将信号分解为IMF簇,按照CMSE标准对信号进行重构,完成信号滤波处理;接着,按照AR模型对经EMD滤波前后的数据噪声进行建模;然后,分别利用原始信号和EMD降噪后信号进行SINS姿态粗对准;最后,根据IMU模型和SINS误差模型,采用零速对准方式,完成SINS精对准。实验结果表明:经EMD降噪后的信号粗对准精度为1.3°,精对准精度为0.87 mrad,精对准收敛时间为200 s。     

AR模型辅助SINS／GPS组合导航的实验研究

激光陀螺的随机漂移噪声类似于白噪声,可以采用AR（2）模型进行数字滤波来减小其对激光陀螺精度的影响。首先介绍了AR模型,然后利用IMU单元三组陀螺信号的AR（2）模型给出了车载SINS／GPS组合导航系统误差模型,并在GPS的辅助下,对SINS／GPS组合导航进行了实验研究。最后利用Kalman滤波器对车载SINs／GPS组合导航实际测量数据进行了离线的半实物仿真。实验结果表明,采用AR（2）模型辅助的SINS／GPS组合导航系统能够得到较高的姿态精度,并能有效抑制速度误差的发散。     

基于激光测速仪的高精度定位定向技术

基于激光测速仪的工作原理、测量特性,结合惯性导航系统的工作特点,提出一种实现车体自主高精度定位定向的组合方法。推导了用于车载组合定位定向的三波束激光测速仪误差模型,结合捷联惯导误差模型,选取了组合卡尔曼滤波器状态量,并推导了组合导航量测模型。最后针对这种基于激光测速仪的组合定位定向方法进行了仿真计算,列出了相关计算结果,仿真结果验证了这种方法的正确性。     

A Kalman filter algorithm based on exact modeling for FOG GPS/SINS integration

The Kalman filter is widely applied in fiber optic gyro (FOG) inertial integrated navigation system. To solve the problem of hard acquirement of Kalman filter parameters, a novel algorithm for FOG GPS/SINS integration navigation based on exact modeling is proposed in this paper. The models of inertial sensors using Allan variance analysis are established in proposed algorithm and the precise Kalman filter model is obtained based on the correspondence between Allan variance coefficients and inertial sensors parameters. The simulation and experimental results show that Kalman filter parameters can be obtained for GPS/SINS integrated navigation system precisely and efficiently based on Allan variance modeling method, and the algorithm has reference value for theoretical perfection and engineering applications.     

基于激光多普勒测速仪的车载组合导航

 针对车载纯捷联惯性导航系统(SINS)导航精度随时间增长而降低的不足,提出了基于激光多普勒测速仪（LDV）这一新型速度传感器的组合导航方案。通过建立SINS/LDV组合导航系统的状态方程和量测方程,设计了系统的卡尔曼滤波器,并对组合导航系统进行了仿真模拟。结果表明：SINS/LDV组合方案能够有效减小SINS导航参数随时间的累积误差,可以实现全自主、高精度导航;当LDV测速精度为0.1%时,组合导航系统的位置精度提高了2个数量级,速度精度提高了1个数量级。     

纯方位目标运动分析的卡尔曼滤波算法

本文介绍了纯方位目标运动分析的卡尔曼滤波算法，利用Lyapunov稳定性理论，通过计算算法的稳定性度量值，对三种卡尔曼滤波算法的稳定性进行了分析讨论，并通过仿真计算对各方法的估计性能进行了比较。     

水平线列阵方位—相速度联合的卡尔曼滤波方法*

传统的水下被动测向方法通过波束形成估计目标角度,水平线列阵波束形成中的参考声速应使用声传播的相速度,在被动测向中,由于声源距离未知,因此在对目标角度估计时选取的参考声速与接收阵处的相速度往往存在偏差,从而影响测向精度。本文提出了一种水平线列阵方位-相速度联合的纯方位扩展卡尔曼滤波方法,该方法引入相速度作为估计状态量以此校准参考声速,提高测向精度,进而改善了由于测向误差较大引起的纯方位扩展卡尔曼滤波算法跟踪结果发散的问题。浅海传播条件下的数值仿真结果表明,改进方法较常规纯方位扩展卡尔曼滤波算法具有更高的跟踪精度及稳健的跟踪性能。