基于MARG传感器的自主姿态测量新算法

针对基于三轴陀螺、三轴加速度计以及三轴磁强计组成的传感器组合(MARG传感器)的姿态测量算法存在的不足和限制,以自主姿态测量为前提,提出了一种新的基于四元数的优化递推估计算法。这一算法能够在线估计补偿陀螺漂移误差,不再需要对系统方程进行线性化处理。与基于EKF的方法相比,在同等计算复杂度下,该算法具有更高的精度和更好的稳定性。算法本身内蕴了对四元数单位长度的限制,不再需要任何归一化处理。仿真结果显示出了该算法具有令人满意的效果,利用水上漂浮试验初步验证了该算法的稳定性。     

船用惯导系统姿态角微分估计算法

针对船用惯性导航系统,为提高姿态角微分估计精度,总结了实用的微分算法:滑动线性回归器、最佳差分法、5点回归、抛物线拟合、无滞后抛物线拟合和Kalman滤波器,推导了各方法对应的滤波器模型、幅值衰减特性和相位畸变特性,利用以上特性提出了设计微分滤波器的原则,并通过动态试验验证了以上理论,提出了组合最佳差分和Kalman滤波器的姿态角速率估计算法,其姿态角速率精度约为0.1421(°)/s,收敛时间为0.685 s,不仅具有很好的精度,并且有很好的收敛特性.     

基于CPLD的导弹惯性测量单元模拟器设计

介绍了采用CPLD器件开发的导弹用惯性测量单元（IMU）模拟器的设计原理及其实现方法。该模拟器采用软硬件相结合的方式，可模拟某型真实惯性测量单元（IMU）的接口与输出信号。通过软件控制硬件输出的脉冲个数，可模拟真实惯性测量单元在静态和动态工作时的状态。该模拟器具有硬件体积小、成本低、可连续长时使用等特点和可轻松修改模拟器硬件电路的优点。该模拟器在某型号空空导弹惯导系统仿真实验中已经得到实际应用。     

动态约束下的惯性姿态测量系统分析

分析了动态条件下，载体姿态参数的惯性测量问题。以实际工程应用为背景，推导了运动约束条件下，基于两个激光陀螺，两个加速度计的系统姿态测量模型。根据载体姿态动态变化的不同频谱特性，进行了基于频域分析的算法设计，通过实验验证了算法的可行性。     

基于惯性测量单元的运动员呼吸状态监测方法

针对人体在处于不同状态下呼吸幅度和速率的不同,并综合目前已有的呼吸监测方法,提出了一种基于卡尔曼滤波算法的可穿戴式惯性测量单元的呼吸状态监测方法。首先将两个惯性测量单元固定在人体的前胸与后背,测量人体在不同运动状态下呼吸时胸廓收缩和扩展所引起的加速度与角速度变化,在对前胸、后背惯性测量单元所测量的数据进行坐标变换空间对准后,采用差分模型下的卡尔曼滤波算法解算出运动员单纯呼吸运动状态下的加速度变化曲线,进而得到不同运动状态下运动员的呼吸频率和呼吸深度参数,该参数可作为评价运动员身体素质的重要指标。最后在搭建的可穿戴式惯性测量单元呼吸监测实验平台中进行模型验证,并将人体不同姿态下的实验结果与标准呼吸面罩测量结果比对,准确率均达到90%以上,实现了对运动员呼吸状态的便携式、可穿戴式实时精确测量。     

基于车轮安装惯性测量单元的车载组合导航

微电子机械系统惯性测量单元(MEMS-IMU)因其精度低且温度敏感性大,以及传统安装方式通常存在航向角不可观等原因,在车载导航和轮式机器人应用场景中表现为定位误差迅速累积。为解决上述问题,设计了一种将MEMS-IMU安装在载体车轮中心的导航方案。利用MEMS-IMU与车轮一起旋转的运动特性,提取出运动速度信息,并结合运动约束构造了三维速度观测信息,从而改善最终的组合导航性能。该方案从安装方式和算法设计层面取代了对里程计传感器的依赖。基于轮式机器人的实测结果表明,该方案的平面定位误差(均方根值)相比于传统安装MEMS-IMU的导航方案降低了58.53%,相比于传统MEMS-IMU和里程计组合导航方案降低了29.67%。     

船用捷联系统姿态算法的仿真研究

随着惯性器件的质量日益提高和计算机技术的飞速发展,惯性捷联系统已从航天、航空向航海领域延伸。本文主要研究在舰船运动环境下捷联系统的姿态算法,并以典型船舶运动为实例对五种不同的算法进行了计算机实时仿真和比较,所得结论,将对研制船用捷联系统具有参考意义。     

基于Simulink和FlightGear软件的机载惯性测量单元仿真

包含动力学和运动学特性的机载IMU数据对于飞行对准等惯性系统算法研究具有重要意义。基于人在回路仿真的思想,设计了一种可包含完整飞机模型,不需要设计特定的自动驾驶仪,来实现任意机动下机载惯性测量单元仿真的方案。给出了惯性测量单元仿真模型,设计了基于Simulink、AeroSim模块集及FlightGear模拟飞行软件的新方案,实现了一个机载惯性测量单元的仿真模型,该模型采用飞行摇杆,由人实现对飞机的控制和机动飞行。仿真结果表明,采用该仿真方案,避免了复杂的自动驾驶仪设计,可以得到机动飞行条件下的机载惯性测量单元仿真数据和导航参数基准数据,方案切实可行。     

船用捷联惯导系统的姿态算法研究

本文研究了在船舶摇摆运动下的捷联惯导系统姿态算法问题，对于不同的采样周期，姿态误差不同的情况，得出了船用捷联系统应该采用等效转动矢量法消除不可交换性误差，以提高姿态精度的结论，仿真结果表明在不减小采样周期的前提下，等效转动矢量法能大大提高姿态精度。     

基于地平仪两轴姿态测量的卫星自主相对导航

针对近圆轨道编队卫星,提出了一种仅需要地平仪两轴姿态测量的卫星自主相对导航滤波方法,利用星间相对测量与偏航姿态运动的弱相关性,解决了欠偏航量测下的相对位置估计以及三轴姿态确定问题。可观性分析证明了该方法的可行性及对编队构型参数的适应性。大量仿真表明,对于绕飞和伴飞构型,该方法均收敛,性能特性与理论分析一致。针对当前典型的地平仪与星间测量能力,相对位置滤波精度均优于2 m(3σ),绕飞构型偏航姿态精度优于1.0°(3σ),伴飞构型偏航姿态精度优于0.5°(3σ),是对中等精度编队卫星配置简化的有益探索。     

基于模糊鲁棒自适应CKF算法的MEMS-IMU姿态估计

针对微机电惯组（MEMS-IMU）受到状态突变干扰、存在未知量测噪声等情况下,传统滤波算法无法准确估计系统姿态问题,提出了一种基于模糊鲁棒自适应容积卡尔曼滤波（FRA-CKF）的姿态估计算法。通过分析滤波新息序列的统计特性,根据χ2检验原理设置了修正门限和修正边界,构造了容积卡尔曼滤波、鲁棒修正和自适应修正的隶属度函数,制定相应的模糊修正准则,使算法兼顾自适应性和鲁棒性。仿真及静、动态实验验证了所提出算法的有效性。静态实验结果表明,所提出的滤波算法相比CKF算法,航向角估计的均方根误差降低了80%,提高了滤波的精度和稳定性。     

基于Gibbs矢量估计卫星轨道姿态的滤波算法研究

针对“矢量观测 陀螺”这种典型的三轴稳定卫星姿态确定系统模式,引入具有四元数优越性的Gibbs矢量作为姿态参数,提出了一种新的具有良好实时性能的轨道姿态估计方案。在方案设计中,为描述卫星轨道姿态的Gibbs矢量,推导出了基于四元数的运动学方程,并将QUEST法作为处理多矢量观测信息的压缩技术引入估计器,使得滤波修正算法得以简化。另外,针对单矢量观测情况,给出了能够加快状态估值收敛速度的改进协方差修正算法。仿真结果验证,新方案的姿态估计精度与传统的欧拉角估计法相当,而运算效率却明显高于欧拉角估计法。     

基于星体测量的惯导水平姿态标定技术

水平姿态误差标定是提高测量船惯性导航系统精度的重要手段.传统的水平精度标定一般只能在实验室或坞内等静态条件下通过高精度水平仪来实现.针对动态条件下水平作差、平台旋转及经纬仪方位俯仰信息联立求解等标定方法存在标定条件苛刻、精度相对较低等局限性,提出了一种基于星体测量的惯导水平姿态标定新技术——俯仰脱靶量求解法,推导了计算公式,并对解算精度进行了系统分析.通过惯导精度鉴定及某次试验任务的检验,其解算精度在5.8″以内,具有较高的置信度.该方法解决了惯导水平姿态动态条件下标定的技术难题,为提高惯导水平姿态精度、实战数据的事后处理以及动态条件下加速度计零位标定提供了依据,对提高航天测量船总体测量精度具有重要意义.     

光纤陀螺惯性测量单元的设计与实现

本文介绍采用全数字闭环光纤陀螺组成的惯性测量单元的实现方法,采用DSP作为中央处理单元,完成三轴组合的时序控制、数字解调、滤波算法、波形合成及数据传输,并对三轴陀螺进行了全面的性能测试,测试结果表明惯性测量单元中每个陀螺零漂均小于0.5°/h,标度因数线性度＜200 ppm,达到了预期的设计要求.     

斜置惯性测量单元的一体化标定技术

针对陀螺和加速度计均倾斜安装的低精度惯性测量单元,将三个 MEMS 加速度计组件和三个光纤陀螺组件分别考虑为一个整体,提出了一体化标定技术,将传统的零位、比例因子、安装误差等参数等效考虑为一个转换矩阵。根据实验得到的低精度斜置惯性测量单元的温度特性和非线性的经验公式,提出了补偿温度特性和非线性的一体化标定模型。利用速率转台和大理石平板在不同温度下进行测试,采用多元线性回归,得到了实用的角速度模型与加速度模型。实时补偿效果表明,当温度从 0℃到 24℃变化时,在±60(°)/s 转速内角速度误差小于 0.02 (°)/s,加速度误差小于 0.003g。     

基于MEMS惯性传感器的高精度步长估计算法（英文）

针对传统计步算法精度低适用性不高的问题,提出了一种基于MEMS足部定位模块的高精度自适应步长估计算法。首先通过分析行人步态的周期特征,精确地判断每个步态周期中单脚离地和落地的时间差值,采用零速更新法结合时间阈值、加速度阈值和加速度方差阈值进行步态检测;然后对转换后地理坐标系下传感器信号进行双重积分,计算出行人每一步的空间轨迹,无需进行前期步长数据采集或者生物模型参数提取,即可实现对行人步长的精确估计。在AHRS_box惯性传感器模块上进行了实验,结果表明该算法估计得出的步长和行走距离误差均小于2.5%,证实了该算法的有效性。     

基于自适应姿态估计的MIMU/GPS紧组合导航算法

当可见卫星数低于4颗时,惯性/卫星松组合方式不能正常工作,紧组合方式虽能工作但当载体出现频繁的大角度转向时,导航误差易出现较大波动,特别是姿态角误差在长时间导航时出现发散的情况。针对上述问题,对比了当载体在频繁转向时,不同的紧组合观测信息对系统导航误差的影响,提出基于多模型的自适应姿态估计方法。设计模糊逻辑推理,智能判断载体的运动状态,自适应分配对应姿态估计的权重,从而提高MIMU/GPS组合导航系统性能。仿真实验表明,该方法解算的速度精度在0.1 m/s以内,位置精度在5 m以内,而且不受载体大角度转向的影响,能够持续输出高精度的导航信息。     

基于MEMS惯性测量单元的多源信息自适应步数检测方法

针对基于MEMS惯性测量单元的行人航迹推算中步数检测方法仅利用单一的加速度信号检测精度较低的问题,提出一种多源信息自适应步数检测方法。该方法通过综合考虑人体运动过程中的加速度信号和角速度信号,根据不同的步态特征通过设定不同的自适应阈值条件实现步数的检测。虽然常规的峰值检测算法和固定阈值检测算法在单一步态下步数检测精度相对较高,但是对复杂运动状态下的步数检测精度很差,无法适用于真实的行人运动过程中步数的检测。然而多源信息自适应步数检测方法却能够在行人不同运动状态下精确检测步数,该方法明显优于常规的峰值检测方法和阈值检测方法。试验结果表明,本文提出的多源信息自适应阈值检测方法在行人不同运动状态下的步数检测精度可达98%以上。     

基于状态约束的MIMU/磁强计组合姿态估计滤波算法

构建了基于MEMS技术的陀螺、加速度计、磁强计及空速计组合的微小型飞行器姿态测量系统.研究了基于四元数的扩展卡尔曼滤波算法.取姿态误差四元数和陀螺随机漂移构建状态向量,通过误差四元数微分方程和陀螺随机误差模型建立卡尔曼滤波状态方程,采用速度信息实时补偿加速度计输出值得到重力矢量,利用重力矢量估计水平姿态,通过滤波补偿姿态误差,降低了对陀螺的精度要求.将状态向量之间的约束方程作为伪量测方程引入到量测模型中,解决了由于状态向量相互约束导致的滤波发散和奇异.动态飞行滤波噪声的自适应调整增强了系统性能.仿真和实验表明,该滤波算法能够有效避免系统的漂移,提高系统测量精度和稳定性.