基于强跟踪滤波器的SINS大失准角初始对准新方法

捷联惯性导航系统静基座初始对准时一般先进行粗对准,使失准角缩小到一定范围内从而满足小失准角假设下的线性误差模型,然后再进行精对准。在不进行粗对准时失准角一般为大角度,需要采用复杂的非线性误差模型和非线性滤波方法。研究发现通过设置合理的误差协方差矩阵初值,采用反馈校正滤波结构,并引入强跟踪滤波算法可以在大失准角情况下既无需粗对准,又无需采用非线性模型来实现精对准。仿真结果表明,该方法可以实现大失准角初始对准,鲁棒性好,在任意姿态初值下都可以使航向角在300 s内收敛到0.05°的理论极限精度,与小失准角精对准方法的速度和精度相当但省去了粗对准因而耗时更短,与无迹卡尔曼滤波在600 s时才收敛到0.5°的速度相比大为改善。     

几种传递对准方程的比较研究

对比了几种传递对准数学模型，比较了其精度并分析了差异的原因。对准时考虑了杆臂效应。仿真时主惯导的数据由轨迹发生器产生，与以往的仿真方法相比，这种方法接近实际情况，更能全面考察所建立的对准模型。     

基于大失准角时变参数罗经初始对准算法

为了解决大失准角条件下的捷联惯导初始自对准问题,通过分析捷联惯导系统大失准角误差模型,利用平台惯导系统罗经对准原理,提出了一种新的捷联惯导系统罗经对准方案。该方案的具体实现划分为三个阶段:方位角未知情况下的水平对准;大失准角时变参数罗经方位对准;定参数罗经对准。该方案通过实时调节罗经参数缩短了对准时间;利用大方位失准角模型代替小失准角模型,在算法收敛阶段更加准确地描述了捷联惯导系统的误差传递方式。仿真试验表明,使用陀螺随机漂移稳定性为0.01(°)/h的捷联惯导系统,该对准方案能在60 s内方位精度到达1°,并能在对准结束时达到3’的方位对准精度。     

一种快速传递对准改进方案的设计仿真

针对传统速度匹配方案的不足之处,引入姿态辅助观测信息,设计了一种快速传递改进方案,理论分析及仿真结果表明,该方案的航向对准在数秒内即可完成,飞机只需做简单的机翼摆动作。     

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。     

简化UKF滤波在SINS大失准角初始对准中的应用

基于欧拉平台误差角的概念提出了大失准角误差条件下的捷联惯导系统（SINS）非线性初始对准误差模型,该模型无法再用经典的加性噪声模型描述。为了降低滤波计算量,在系统模型噪声和量测噪声均为复杂加性噪声并且量测方程是线性方程时,推导了简化的UKF（unscented Kalman filter）滤波方法,简化UKF滤波公式显示：除通过非线性状态方程使用UT（unscented transformation）变换进行状态及其方差预测外,其它滤波步骤与标准Kalman滤波完全相同。最后,对静基座下SINS初始对准进行了仿真试验,结果表明大失准角条件下的SINS误差模型和简化UKF滤波估计方法是有效的。     

大方位失准角下舰载机传递对准技术

为了提高舰载机的生存能力、快速反应能力以及机载导弹的命中率,必须快速准确地完成舰载机惯导系统的初始对准.由于舰船所处的环境比较复杂而且受到诸多干扰因素的影响,通常采用传递对准方法来解决舰载机惯导系统的初始对准问题.针对大方位失准角下舰载机惯导系统的传递对准问题,详细推导了速度加姿态匹配传递对准的非线性模型,然后采用UKF滤波算法进行数学仿真.仿真结果表明,舰船在中等海况下的不同机动运动对传递对准基本没有影响;采用不同频率的UKF滤波算法,则在20 Hz时传递对准误差较低频时小一倍.     

基于自适应无迹粒子滤波的SINS大方位失准角初始对准

针对捷联惯导系统大方位失准的情况进行分析,提出了采用了自适应UPF滤波进行初始对准的方法。该滤波器基于强跟踪滤波器的思想,通过引入衰减记忆因子有效增强当前信息残差对系统的修正作用,在一定程度上降低了由于系统简化、噪声统计特性不确定对系统造成的影响,同时较好地克服了UPF中粒子退化的现象。当系统噪声统计特性确定时,自适应UPF水平对准时间比UPF对准时间大约少200 s,方位对准时间大约少150 s,对准结束后,自适应UPF对准的纵摇、横摇以及航向误差均值分别为?0.018?、0.0074?、?0.8609?,UPF对准对应的值分别为0.0209?、0.0189?、1.0983?。当系统噪声统计特性不确定时,自适应UPF水平对准时间比UPF对准时间大约少400 s,方位对准时间大约少450 s,对准结束后,自适应UPF对准的纵摇、横摇以及航向误差均值分别为0.0105?、0.0122?、?0.7304?,UPF对准对应的值分别为0.0454?、0.0278?、2.8174?。仿真结果表明:在系统噪声统计特性确定或不确定的情况下,自适应UPF能在一定程度上提高大方位失准捷联惯导系统的初始对准速度和对准精度。     

基于UKF的旋转式SINS大方位失准角初始对准方法

旋转调制自补偿技术可以调制惯性元件的常值误差,从而提高惯性导航系统的导航精度。出于实际工程应用需求,研究了旋转式SINS大方位失准角初始对准方法。以单轴旋转式SINS为例,给出了单轴旋转式SINS大方位失准角非线性误差模型;根据系统误差模型的非线性特性,利用简化Unscented卡尔曼滤波(Unscented Kalman Filter UKF)算法,设计了系统的大方位失准角初始对准算法。数字仿真实验结果表明:在相同条件下,提出的UKF算法在收敛速度与对准精度方面均优于EKF算法;系统试验验证结果表明,采用本文提出的初始对准方法,系统的水平对准精度优于0.1′,方位对准精度优于1.5′,证明本文提出的初始对准方法在工程应用中是有效、可行的。     

大方位失准角下舰载机快速传递对准技术

为解决舰载主惯导与机载子惯导之间大失准角问题,同时满足对准快速性的需求,提出了从舰载机进入弹射位置开始,到舰载机飞离甲板时间内,基于虚拟惯导(VINS),综合利用舰载主惯导信息、跑道航向信息以及激光多普勒测速仪(LDV)信息,利用速度匹配方法实现舰/机惯导传递对准的方法,并建立了传递对准误差模型。该模型利用舰艇坐标系与跑道坐标系之间的方向余弦矩阵,将舰载坐标系与机载坐标系之间的大失准角问题,转化为机载坐标系与跑道坐标系之间的小方位失准角问题。考虑弹射过程舰艇及舰载机的运动模型,利用数学仿真对传递对准误差模型进行了验证,并与UKF滤波方法进行了对比。仿真结果表明,该方法可以在8 s内实现舰/机惯导的传递对准,对准性能与UKF滤波方法相当,且对准过程不需要舰艇进行任何机动运动。     

一种改进的速度加姿态匹配快速传递对准算法

给出了一种针对工程应用的改进快速传递对准算法。推导了速度及主子惯导z轴安装误差角量测构造方法,给出了基于速度加z轴安装误差角量测的降阶快速传递对准滤波器模型。通过仿真测试了降阶滤波模型的对准性能。最后利用协方差分析方法针对性分析了航向误差对主要未建模误差的敏感程度,结果显示:摇翼机动条件下30 s时航向误差收敛到0.1°内,航向误差主要受主惯导航向误差及z轴挠曲变形的影响,对主惯导数据时间延迟不敏感。该方法兼具传统速度加姿态匹配算法的优点,又避开了其在摇翼机动时对时间延迟、挠曲变形敏感的缺点。     

基于惯性参考系基准的快速传递对准方法

研究了以惯性参考系为基准的新型传递对准方法。推导了计算惯性坐标系和计算体坐标系传递对准动态误差模型,并给出了相应的"速度+姿态"观测方程。基于惯性参考系的对准方法通过链式法则将子惯导输出的姿态矩阵描述为三个变换矩阵之积,其中两个变换矩阵通过对准时间和主惯导提供的位置信息可得到精确求解,剩余的变换矩阵(子惯导体坐标系至惯性坐标系间的变换矩阵)通过子惯导陀螺仪的输出进行解算,其误差通过传递对准估计得到的失准角进行补偿。对提出的两种对准方法进行摇摆实验验证,方位对准误差优于4’(1)。与传统基于导航坐标系的方法相比,基于惯性坐标系的方法直接将误差定位到惯性坐标系上,具有算法简便的特点。     

一种动基座传递对准算法性能评估的工程方法

在东北天地理坐标系下,推导了捷联惯导动基座传递对准模型.在此基础上,提出了一种在不具备精确标定设备的试验条件下,进行动基座传递对准算法性能评估的工程方法.该方法基于安装误差角滤波估计结果,对子惯导的初始姿态进行修正,并重新进行子惯导的导航解算;通过比较初始姿态修正前后子惯导的导航误差,对传递对准算法的性能进行定性分析.基于试验数据的处理结果表明,所建立的对准模型和采用的对准算法性能评估方法具有重要的工程应用价值.     

一种改进的粒子滤波算法在SINS初始对准中的应用

在实际工程环境中,针对捷联惯导系统(SINS)大失准角初始对准中噪声统计特性未知的问题,设计了一种基于H?滤波算法的鲁棒无迹粒子滤波算法(RUPF)。通过将无迹卡尔曼滤波算法(UKF)和鲁棒环节引入到粒子滤波(PF)的重要性密度函数中,得到了RUPF算法,提高了算法的鲁棒性。通过半物理实验,将RUPF算法与无迹粒子滤波算法(UPF)在SINS静基座大失准角对准中的性能进行了比较,在不同实验条件下,航向失准角精度至少提高了40%,对准精度优于0.05°,对准时间减少了约50 s。实验结果表明,RUPF算法可以以较高的精度和较快的速度完成大失准角初始对准,且对准精度和对准速度均优于UPF算法。     

舰船平台上一种改进的传递对准方案设计与仿真

为了提高舰船惯性导航系统在动基座下的传递对准的精度和快速性,针对舰船平台的应用特点,采用卡尔曼滤波器对主、子惯导的"速度加角速率"参数的误差量进行滤波估计并进行了算法设计。运用卡尔曼滤波器的平滑算法改善传递对准的精度。针对卡尔曼滤波器平滑算法会降低对准速度的缺点,在只损失一小部分精度的前提下,创新性的采用卡尔曼滤波器的降阶算法提高了对准速度。通过Matlab软件对卡尔曼滤波器算法、卡尔曼滤波器平滑算法和卡尔曼滤波器平滑加降阶算法的速度误差和姿态误差分别进行了仿真。仿真结果表明,"速度加角速率"匹配传递对准改进算法具有稳健的对准精度和快速性,有一定工程应用参考价值。     

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。     

基于平方根中心差分卡尔曼滤波的大方位失准角初始对准

基于大方位失准角条件下捷联惯导系统误差模型的非线性特点,采用非线性滤波方法进行初始对准.扩展卡尔曼滤波存在精度低,且需要计算雅可比矩阵等不足,而中心差分卡尔曼滤波在递推过程中具有计算量大,数值不稳定等缺点.针对上述问题采用了一种改进的中心差分滤波算法一一平方根中心差分卡尔曼滤波.仿真结果表明,与扩展卡尔曼滤波相比,平方...     

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。     

基于SE(3)-EKF的旋翼无人机GNSS/SINS空中快速对准方法

针对旋翼无人机GNSS/SINS组合导航系统采用传统对准方法难以在大失准角下实现空中快速对准的问题,提出了一种基于SE(3)-EKF的旋翼无人机GNSS/SINS空中快速对准方法。将姿态和速度状态误差量构造为李群元素,并考虑陀螺仪和加速度计零偏误差,构建了群-矢量混合误差模型,推导了基于SE(3)-EKF的GNSS速度量测方程。实验结果表明：当失准角为[3°, 4°, 95°]时,所提方法在200 s内实现了约为0.1°的水平姿态对准精度,较传统的扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）分别提高了50%以上和20%以上;航向角误差约为0.4°,相较于EKF、UKF分别降低了45%以上和43%以上。当失准角为[20°, 20°, 175°]时,EKF和UKF已无法收敛,而所提方法水平姿态误差可收敛到约0.1°,方位误差可收敛到约0.5°,验证了所提方法适用于不同场景下的初始失准角,具备一定的工程应用价值。     

基于自适应联邦滤波的传递对准算法

为了提高传递对准的对准速度和对准精度,研究了基于自适应联邦滤波的"速度 姿态角"传递对准的算法,在状态变量中加入了安装误差角和挠曲变形角,在算法中进行了估计并补偿。为了保证滤波的实时性,采用联邦滤波的方法,分别建立了速度匹配子滤波器、姿态角匹配子滤波器和主滤波器的模型,给出了状态方程和量测方程。在子滤波器中利用模糊控制器对噪声特性进行了自适应调整以解决系统噪声和量测噪声是未知情况下滤波发散或者精度不高的缺点从而增强系统的鲁棒性。最后在载体匀速直线加三轴摇摆的运动模型下进行了仿真,结果表明该方法能够有效地估计安装误差角和部分挠曲变形角,并且能够以一定精度完成初始对准。