车辆动力学模型辅助的惯性导航系统

为提高车辆导航系统的精确度和可靠性,提出一种车辆动力学模型辅助惯性导航系统的方法。建立车辆非线性动力学模型,利用四阶龙格库塔法实时解算速度信息。以惯导误差方程为状态方程,动力学模型与惯性导航解算的速度差为观测量,设计了容积卡尔曼滤波器,并用估计的状态误差对惯导进行校正。仿真结果表明,所提出的利用车辆动力学模型辅助惯导的方法能有效抑制惯导误差的发散,位置精度和速度精度比纯惯导系统提高了一个数量级,航向角精度提高了73%。     

惯性导航系统的误差估计

惯性导航系统（INS）以其自主的工作能力广泛应用于军事武备的导航、制导与控制系统和国民经济的诸多领域。它的主要缺点是定位误差随其工作时间的增长而增大。对惯导系统的误差进行估计和补偿是在保证性能价格比的前提下，提高惯性导航系统精度的有效途径。目前，对惯导系统的误差修正均采用外信息（如GPS的输出信息）校正，即在INS工作的全部时间内，定期地利用GPS输出的速度和位置信息与INS输出的相应信息的差值作为观测量，对INS误差进行估计和补偿。Kalman滤波的方法广泛地应用于惯导系统的误差修正初始对准。本研究了当地水平惯导系统的误差估计和补偿问题。分析结果表明，采用Kalman滤波的方法，可以精确地估计惯导系统的误差（包括陀螺漂移和加速度计零偏），误差估计的精度高，并且估计的方差阵收敛快。     

基于UWB优化配置的室内行人导航方法

在卫星信号无法覆盖的室内条件下,行人的精确导航问题是当前研究的热点。为解决基于MEMS的微惯性导航系统误差随时间发散、航向角发散快的问题,提出了一种利用UWB辅助修正惯性导航系统,实现室内较高精度定位的方法。该方法采用基于零速修正的微惯导系统进行导航,以抑制惯导误差随时间发散,并在建筑内拐角、楼梯口等关键节点处优化配置UWB设备,采用UWB信息与微惯导数据进行卡尔曼滤波,实现对微惯导航向及位置的修正。与大规模使用UWB系统进行室内定位相比,该方法降低了系统布设成本,避免了UWB出现问题时对整体导航结果的影响,有效地保证了系统的定位精度。行走实验表明:直线行走时,微惯导最终定位误差为1.8%;转弯行走时,在UWB辅助定位下,微惯导最终定位误差小于1.0%。     

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。     

基于改进径向基神经网络的MEMS惯导系统误差抑制方法

由微机电惯性导航系统和全球定位系统构成的组合导航系统在卫导信号失锁的情况下,纯惯导定位误差将迅速发散。为了抑制惯导系统误差发散,提出了改进的径向基神经网络与自适应卡尔曼滤波算法,并提出了新的网络训练模型,采用自适应量子粒子群算法改进径向基神经网络的结构设计与参数。在卫导信号可用时用组合导航数据训练神经网络,当卫导信号失锁时,由改进的径向基神经网络预测自适应卡尔曼滤波的量测,使滤波器继续为系统提供速度与位置修正值。实验结果表明,转弯行驶状态下,卫星失锁15 s时,相比较原算法,水平定位精度提高了62%,有效抑制了惯导误差。     

重力异常对平台式惯性导航系统误差的影响分析

建立了重力异常导致平台式惯性导航系统误差的模型，导出了重力异常东向和北向分量对各个惯导误差量的传递函数，并运用Matlab工具进行了误差仿真，提出了在平台式惯导力学编排中修正重力异常的方案。     

双主惯导对子惯导的高精度传递对准方法

激光陀螺惯性导航系统在旋转调制过程中会产生锯齿形速度误差,影响舰载武器系统子惯导传递对准精度。通过分析锯齿形误差产生的机理,提出了一种基于不同旋转控制策略的双惯导数据融合方法,估计并补偿主惯导惯性元件误差,从而减小主惯导锯齿形速度误差波动幅度。仿真结果表明,补偿后主惯导速度锯齿形速度误差峰峰值减小了一个数量级,子惯导传递对准后的水平角精度提高了1.5″,方位角精度提高了3′。     

基于Bagging模型的惯导系统误差抑制方法

由惯性导航系统(SINS)和卫星导航系统(GPS)构成的组合导航系统一直是陆用车辆的主要导航设备。当GPS失锁时,SINS的定位误差将随着时间不受控制的迅速增长。为了提高惯导系统的定位精度,相比较于单一的神经网络,集成学习算法中的Bagging模型能够深度学习惯导误差之间的内在关系,进一步提高导航性能。在智能算法和组合导航系统的框架下提出了惯导系统的误差抑制方案,即在GPS存在时训练组合导航系统数据,当GPS失锁时预测惯导系统位置增量。试验结果表明,该方案能够在GPS丢失时抑制惯导系统定位误差发散,相比较于BP算法,Bagging模型的定位精度在5 min时提高了约49%,15 min时提高了约41%。     

基于Kalman滤波原理对惯导中重力扰动的估计及补偿方法

重力扰动(空间同一点实际重力与正常重力之差,包括垂线偏差和重力异常两部分)一直是惯性导航系统的重要误差源之一。随着惯性器件精度的逐步提高,重力扰动所引起的导航误差已成为高精度长航时惯导系统的主要误差之一,不能被忽略,必须对其进行补偿。针对重力扰动误差精确补偿问题,只考虑重力异常的情况,推导并建立了考虑重力异常的惯导误差方程。对误差传播进行了分析,利用Kalman滤波原理设计了带有重力异常状态量的状态方程,并利用GPS和惯导的速度误差作为观测量对重力异常进行滤波并对滤波后得到的重力异常值对惯导重力异常项补偿。进行了2 h的仿真,结果表明:Kalman滤波后可得到当地的重力异常值,重力异常补偿后,速度误差精度可以提高约0.3m/s,姿态精度提高约0.3′,位置精度提高约150 m。     

SINS/GPS/CNS 组合导航联邦滤波算法

针对飞行器在长航时高速巡航过程中,捷联惯性导航系统存在误差漂移,GPS 导航可能会丢星、信号失锁,天文导航系统易受环境干扰,组合系统模型线性化误差易导致滤波发散等问题,分析了三种导航系统的优缺点,提出了 SINS/GPS/CNS 组合导航联邦滤波算法,该算法可以取长补短,巧妙地将 GPS 定位和天文导航定姿精度高的优势辅助于捷联惯导系统,利用卡尔曼联邦滤波器对捷联惯导系统进行误差估计,并对联邦滤波算法进行了有效的改进.计算机仿真显示,该滤波器收敛速度快,具有一定的容错功能,其滤波精度较 SINS/GPS 组合导航系统在位置误差和速度误差上均有约5%左右的小幅提升,在平台角误差上更是提高了一个数量级.仿真结果验证了该组合导航方案的可行性和算法的有效性,有重要的工程应用价值.     

一种提高车载定位定向系统定位精度的方法

在车载定位定向系统中,通常采用停车修正或引入GPS等外信息校正系统,这会降低陆地武器装备的战场生存能力和自主性。基于上述情况,分析了惯导系统以及与里程计构成的航位推算系统的误差模型,得出了惯导系统短时间内定位精度高以及航位推算系统定位误差随时间增长缓慢的规律。据此推导并提出了一种提高系统定位精度的方法,该方法不需要停车或外部信息,首先利用惯导系统对航位推算系统进行校正,估计出里程计标度因数误差和载车的安装误差并进行补偿;之后利用航位推算系统对惯导系统进行校正;采用加权函数对系统位置输出进行加权优化处理。理论分析和仿真实验表明利用此方法在2 min内能估计出里程计标度因数误差和载车的安装误差,估计精度在90%以上;加权后的位置输出精度在0.2%D(D为里程)以上。     

基于导航信息双向融合的行人/移动机器人协同导航方法

为提高卫星导航系统失效且环境存在电磁干扰的情况下行人导航系统与移动机器人导航系统的定位性能,研究了一种基于人机一体化智能系统的信息双向融合协同导航方法。该方法利用行人导航系统与移动机器人导航系统不同的误差特性,构建信息双向融合滤波器同步修正两者的导航信息误差,即利用移动机器人捷联惯导系统较高的传感器精度完成对行人导航系统磁航向误差的实时修正,并利用行人导航系统较高的位移精度修正机器人惯导系统误差,实现同步提高两套导航系统的定位与航向精度。导航定位实验表明,该方法可有效提高人机一体化智能系统的导航定位精度,行人导航系统定位误差约为行进距离的3.3%,移动机器人导航系统的误差积累速度降低为单独工作时的1/3。本文所提出的方法利用了人机一体化智能系统的结构特征,在卫星导航系统失效的电磁干扰环境中有效提高了一体化系统的综合导航定位性能,具有较高的理论研究与工程应用价值。     

地球自转模型误差对高精度惯导系统定位精度的影响分析

针对1?n mile/100?d甚至更高精度的长航时惯性导航定位需求,分析并指出了传统地球自转角速度模型参数的不足之处。根据天文学中的岁差、章动和日长变化等相关模型,推导了求解精确的地球自转角速度的方法,给出了传统地球自转角速度模型误差的表达式,对惯导系统误差传播方程进行了修正。开展了长航时高精度惯性导航误差仿真验证。结果显示,传统的地球自转角速度模型误差会引起0.1?n?mile/100?d的纯惯性定位误差,但经过修正后误差可降低60%以上,仿真结果验证了所描述的误差传播方程的正确性。     

基于偏振光及红外传感器的辅助定姿方法

为了满足无人飞行器自主导航需求,提出了一种偏振光及红外传感器辅助惯导定姿方法。该方法选取了姿态四元数和陀螺误差模型构建滤波状态向量,采用偏振光传感器、红外传感器测量的三维姿态角作为量测向量建立卡尔曼滤波模型;融合后的最优姿态四元数转换为姿态矩阵反馈至惯性导航系统中,修正位置、姿态信息的解算。在分析了捷联惯导力学编排的基础上,参考常见的惯导系统参数进行了动态仿真。结果表明:偏振光、红外传感器可以有效地修正惯导姿态误差,修正后输出精度与偏振光、红外传感器输出精度相当,分别保持在±0.2°和±1°。提出的新型辅助定姿方法为提高惯导系统精度提供了一种新思路,具有广阔的应用前景。     

一种自适应H_∞滤波的运动学约束惯性导航方法

纯捷联惯性导航系统的精度主要受限于传感器精度,为了在固有的传感器精度上进一步提高纯捷联惯性系统导航精度,提出了一种基于自适应H_∞滤波的运动学约束辅助惯性导航算法。利用运动约束条件,将载体系中的侧向和上向速度作为量测量,将纯捷联惯性导航系统输出的姿态误差、速度误差及传感器误差作为状态量,采用一种能够自动调节滤波器参数的自适应H_∞滤波方法以提高系统性能。实验结果表明,所提出的自适应H_∞滤波运动学约束算法与无约束纯惯导算法相比能够提高23.7%～81%的定位精度,与无自适应H_∞滤波运动学约束算法相比能够提高16.3%～62.2%的定位精度。     

利用GPS对惯性导航装置进行飞行测试

文中研究了利用卫星导航系统(GPS)作为位置和速度基准,在飞行中对惯性导航装置(INU)进行测试的方法,给出了测试参考数据。与一般测试靶场设备相比,这种方法的优点是成本低、使用方便,而且能够进行连续的动态测试,反映整个惯导装置的误差传描特性,标定系统的主要误差源。测试精度完全适用于检验中等精度的飞机惯导装置。     

基于加速度计余度配置的MEMS捷联惯导初始对准方法

初始对准性能是影响智能弹药姿态控制与弹道修正效果的重要因素之一。针对弹载MEMS捷联惯性导航系统,研究了一种基于常规捷联惯导系统结构的3轴加速度计斜装余度配置系统结构改进方案,以及该结构的系统在大俯仰角条件下的初始对准方法,并在高精度转台上进行了对准方法的实际性能验证。实验结果表明了MEMS惯导系统的改进结构与初始对准方法,在载体大俯仰角条件下提高初始对准精度与加速度计偏置稳定性的有效性。本文的研究可为弹载环境下的MEMS惯性导航系统提供理论研究与工程应用参考。     

即时定位与制图辅助的INS/GPS组合导航系统

即时定位与制图可以在线构建环境特征地图同时利用所建地图辅助定位,可以建立基于特征地图的的地形辅助全自主式导航系统。当GPS信号有效时,导航系统利用INS/GPS组合方式进行精确导航,同时在线建立特征地图,并不断更新修正地图。当GPS信号无效的时候,之前建立的地图用来修正惯导误差,约束惯导误差在一定的范围内,达到精确导航的目的。将及时定位与制图在线制图的功能引入组合导航系统使得该系统具有在线跟踪路标制图和限制系统误差扩延的能力,此性能通过计算机仿真得到验证。     

捷联惯导基于星体跟踪器的高精度初始对准算法

捷联惯导与小视场星体跟踪器构成惯性/天文组合导航系统,导航精度受导航初始误差和器件误差的综合影响。基于此,提出一种捷联惯导与小视场星体跟踪器相组合的初始对准算法,对导航初始姿态误差和惯性器件误差进行估计修正。捷联惯导初始对准过程完成之后,在地面准静基座条件下做速度和位置阻尼条件下的惯导更新解算,利用捷联惯导系统的速度误差量测及小视场星体跟踪器的导航误差角测量量,设计组合粗对准算法和组合精对准算法,用于对捷联惯导系统的初始对准误差和惯性器件误差做进一步有效估计。仿真结果表明:对中等精度导航级捷联惯导系统,组合对准后水平姿态精度可提高到2’’,方位精度可提高到5’’。     

一种双惯导组合导航方法

一些舰艇装备两套或多套惯性导航系统。为提高这些舰艇导航信息输出的精度和稳定性,提出一种双惯导组合导航方法。从惯性导航系统的误差特性出发,分析了固定指北惯性导航系统和台体方位旋转惯导系统的误差特性,并根据两种惯导系统的不同误差特性,设计了Kalman滤波组合导航控制方案,通过仿真验证了组合导航控制方案的效果。仿真结果表明,采用该方法后,在不增加任何硬件成本的基础上,能够提高导航信息输出精度和稳定性。例如,当陀螺漂移为0.002(°)/h,加速度计零偏5×10-5 g时,固定指北惯导24 h定位误差约为2.8 n mile,速度误差波动约0.2 kn,台体方位旋转惯导系统24 h定位精度约为1.7 n mile,速度误差波动约0.5 kn;当采用组合导航控制时,组合输出24 h定位精度约1.5 n mile,速度误差波动约0.15 kn。