空地制导武器传递对准及组合导航半实物实时仿真系统设计

针对空地武器攻击时敏目标半实物仿真系统的应用需求,以往所采用的纯数字仿真系统及方法已无法满足和实现所需要的功能,现有的半实物仿真技术又存在功能单一、接口有限、二次开发难的缺陷,提出了一种空地武器攻击时敏目标半实物仿真系统方案,重点设计了传递对准算法和GPS/INS组合导航算法。以空地制导炸弹为例,系统仿真功能涵盖了从载机挂弹飞行、系统自检、传递对准、热电池激活、数据链开启、炸弹投放、弹体姿态稳定、弹翼张开、滑翔中制导、中末交班、导引头开启、末制导直到命中时敏目标结束的全工作流程,针对该复杂系统的时间统一问题,提出了一种全系统投弹前后的传递对准时间同步方法。最后的模拟投弹试验结果表明:所设计的半实物仿真系统结构合理、实时性好、功能齐全,可为后期空地制导武器的研制提供一种非常有效的半实物仿真试验方法。     

精确制导炸弹坐标转换技术

将制导炸弹的SINS/GPS组合导航系统输出的导航信息进行坐标转换,产生制导控制系统所需要的发射坐标系下的信息,以实现制导炸弹的制导与控制功能.针对某型制导炸弹的工程化研制,研究了制导炸弹在飞行过程中不同坐标系间的转换关系,分析了方位角误差对制导炸弹坐标转换精度的影响,推导了一个新的方位角计算方法.提出了一种递推的坐标转换方法,并与传统的坐标转换方法和基于迭代的坐标转换方法进行了比较.仿真结果表明,该方法可对坐标转换过程中产生的误差进行相应的修正,并且误差不会积累,该方法的转换精度最高.仿真结果验证了该方法的正确性和可行性.     

航空制导炸弹GPS/IMU降阶滤波器设计与性能分析

为降低对航空制导炸弹弹载计算机的要求，中设计了一种速度、位置交替组合模式的9阶GPS／IMU组合导航降阶卡尔曼滤波器。通过将IMU噪声简化为等效的系统白噪声和将GPS定位和测速误差状态处理为测量噪声的方法消除IMU、GPS误差状态，把常规滤波器系统状态降为9阶：接着利用方差误差分析法和蒙特卡洛打靶法对降阶滤波器的精度进行了分析，并与常规18阶滤波器进行了比较。研究表明：对于短期低速飞行的制导炸弹，将IMU误差等效白噪声均方差取为IMU有色误差噪声的3～5倍时，降阶滤波器具有与常规18阶滤波器相近的导航精度。     

舰载武器惯导系统对准综述

按照船上对准和飞行对准两条线路，概述了国内外舰载武器INS对准发展现状。分析和归纳了舰载武器INS船上对准所涉及的重要因素如测量匹配方法、机动方式、惯性传感器件误差、船体挠曲变形、杆臂效应及数据延时等，介绍了飞行对准中GPS、雷达辅助INS的模式和GPS／INS组合抗干扰技术，着重强调了影响舰载武器INS对准性能提高的主要因素并给出了解决这些问题的基本思路。最后，初步讨论了舰载武器INS对准研究发展趋势。     

一种制导炸弹MINS／GPS导航系统误差分析与分配

研究了对准误差和惯性敏感器主要误差对制导炸弹捷联惯导位置误差的影响,并从捷联惯导位置导航精度要求反推出对准误差和微机械惯性敏感器工具误差的分配原则和方法.分析了微机械陀螺和微机械加速度计的误差模型,并说明在短时间工作过程中均可简化为零偏叠加随机噪声.捷联惯导系统误差模型研究和弹道仿真表明,水平姿态对准误差和惯性敏感器零偏是制导炸弹惯导误差的主要误差源,用GPS辅助的组合导航可对所有主要误差源的误差进行估计并补偿.根据理论分析和仿真结果,以及误差源的误差和系统导航位置误差存在的正比关系,分析了MINS/GPS制导炸弹捷联导航的误差分配原则和方法,并给出了误差分配样例.     

利用差分GPS/INS进行飞机精密进场着陆的可行性

文中研究利用全球定位系统(GPS)进行飞机精密进场着陆的可能性。着重讨论了系统的精度,带伪卫星(PL)的差分GPS技术及GPS接收机的惯性信息辅助等问题。研究结果表明,按GPS联合计划署(JPO)所确认的纯GPS性能,目前它尚不能满足国际民航组织(ICAO)制定的精密着陆技术要求。采用常规差分GP5达不到ICAOⅠ类精密进场着陆的垂直精度指标。带伪卫星的差分GPS除能连续校正GPS信号的偏置误差外,还能明显改善系统的几何精度因子。惯性信息辅助可以改进着陆制导过程申组合系统的动态特性,提高强干扰及机动飞行中卫星信号的快速捕获性能。利用有PL的差分GPS/INS系统可以实现ICAOⅠ类精密进场着陆。     

INS-GPS组合制导系统在弹道式导弹中的应用

本文着重研究了应用INS-GPS组合制导方法来提高弹道式导弹射程精度的问题。为了充分利用GPS,以提供较精确的制导信息,应用数学方法建立了GPS的信息转化模型和信息预测模型,实现了最优线性滤波,获得了良好的制导效果。     

航空时敏炸弹SINS/GNSS组合导航系统设计(英文)

为满足机载精确制导弹药小型化、高可靠性方面的要求,设计了一体化闭环光纤惯导/GNSS紧凑型组合导航系统,该样机基于DSP C6747+FPGA浅并行架构,运用自适应卡尔曼滤波算法实现组合导航系统的信息融合,样机整体尺寸为13 cm×14 cm×12 cm。为验证系统性能,搭建了弹载组合导航半实物仿真平台,通过计算机仿真模拟目标信息和炸弹飞行全过程,分析了在组合导航系统辅助下制导炸弹对目标的打击精度,最后对样机进行了地面跑车试验的考核。半实物仿真与地面跑车试验结果表明,该组合导航系统具有较好的实时性和稳定性,导航精度满足精确打击的要求。     

某型军用运输车辆振动系统频响函数矩阵估计的研究

军用运输车辆在运载弹药的过程中,车身的振动会影响到车载弹药的安全性和可靠性。本文针对我军某常用型号运输车的弹药运输过程,使用动态信号测试系统对车身进行了振动测试,对车辆的多输入多输出系统进行了建模。用MATLAB对实测信号进行处理,用Hn方法估计振动系统的频响函数矩阵,并对辨识出的结果进行了检验。该成果对如何提高车载弹药安全性的研究提供了一定的理论依据,同时可以作为分析整车振动系统传递函数、振动强度和结构参数的基础。     

低成本制导弹药虚拟运动预测组合导航方法

采用捷联惯导/卫导松组合导航系统的低成本制导弹药在执行任务时,卫星导航信号闪烁、断续、丢失等情况时有发生,严重降低了导航精度。为解决卫导信号短时缺失条件下的精确导航问题,提出了一种基于虚拟运动状态预测和自适应卡尔曼滤波器的卫导信号补偿导航方法。首先,建立卫导接收机正常工作时的状态与量测方程,构建三维空间下弹药制导过程的动力学模型。其次,根据制导律与动力学特性预测制导弹药的虚拟运动状态,并将其输入卡尔曼滤波器,在一定程度上替代卫导信号。最后,设计一种自适应卡尔曼滤波器,该滤波器可根据新息序列实际协方差与理论协方差的不匹配度自动调节增益。仿真结果表明,在卫导信号短时缺失的情况下,相比基于扩展卡尔曼滤波器的松组合导航方法,所提方法可将平均定位精度提升55%以上,为卫导信号短时缺失条件下的组合导航提供新思路。     

联邦滤波信息分配新方法

总结了联帮滤波器理论的基础和实现方法,提出了一种基于矩阵范数进行信息动态分配的联帮滤波新算法。设计了一种由INS、GPS和Doppler测速雷达构成的多传感器组合导航系统,在新的信息分配因子准则下,对多种融合速率时的组合系统进行了仿真。仿真结果表明：该方法可以达到与集中式卡尔曼滤波十分接近的全局估计效果,并且该方法有助于简化组合导航系统的故障检测和隔离算法。     

带模型误差系统的自适应卡尔曼滤波在捷联惯导系统初始对准中的应用研究

对于有模型误差的惯导系统,采用常规卡尔曼滤波会导致较大的状态估计误差,甚至使滤波器发散。可采用自适应卡尔曼滤波算法,通过引入虚拟噪声,利用观测数据带来的信息,在线改进滤波器的设计,并将其运用到捷联惯导系统的初始对准中,由此得到的滤波估计比常规卡尔曼估计具有更高的精度和准确度。试验及计算机仿真结果验证了该方法的有效性。     

自适应卡尔曼滤波在惯导初始对准中的应用研究

本文研究了自适应卡尔曼滤波技术在惯导系统中的应用。在噪声统计特性未知或近似已 知的情况下,采用常规卡尔曼滤波会导致较大的状态估计误差,甚至使滤波发散;而自适应卡 尔曼滤波在估计状态的同时,利用观测数据带来的信息,可在线估计噪声的统计特性,从而不 断地改进滤波器的设计,由此得到的滤波估计比常规卡尔曼估计精度更高。本文采用Ｓａｇｅ 和 Ｈｕｓａ 自适应滤波算法,结合惯导初始对准,给出了计算机仿真。仿真结果进一步证实在噪声统 计特性不确切知道的情况下,自适应卡尔曼滤波的估计精度高于常规卡尔曼滤波的估计精度。     

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。     

特殊情况下的卡尔曼滤波器及其工程应用

本文研究了特殊情况下的卡尔曼滤波器，不需要噪声的统计特性便可实现状态的最优估计。文中给出了工程应用的实例，即在空中传递对准中的应用。     

Fuzzy logic adaptive Kalman filtering in the control of irrigation canals

A fuzzy logic adaptive Kalman filtering methodology was developed for the automatic control of an irrigation canal system under unknown disturbances (water withdrawals) acting in the canal. Using a linearized finite difference model of open channel flow, the canal operation problem was formulated as an optimal control problem and an algorithm for gate opening in the presence of arbitrary external disturbances (changes in flow rates) was derived. Based on the linear optimal control theory, the linear quadratic regulator (LQR), assuming all the state variables (flow depths and flow rates) were available, was designed to generate control input (optimal gate opening). As it was expensive to measure all the state variables (flow rates and flow depths) in a canal system, a fuzzy logic adaptive Kalman filter and traditional Kalman filter were designed to estimate the values for the state variables that were not measured but were needed in the feedback loop. The performances of the state estimators designed using the fuzzy logic adaptive Kalman filter methodology and the traditional Kalman filtering technique were compared with the results obtained using the LQR (target loop function). The results of the present study indicated that the performance of the fuzzy logic adaptive Kalman filter was far superior to the performance of the observer design based upon the traditional Kalman filter approach. The obvious advantages of the fuzzy logic adaptive Kalman filter were the prevention of filter divergence and ease of implementation. As the fuzzy logic adaptive Kalman filter requires smaller number of state variables for the acceptable accuracy therefore, it would need less computational effort in the control of irrigation canals. Copyright © 2009 John Wiley & Sons, Ltd.     

基于进化人工神经网络的组合系统滤波技术

在组合系统运用Kalman滤波器技术时,准确的系统模型和可靠的观测数据是保证其性能的重要因素,否则将大大降低Kalman滤波器的估计精度,甚至导致滤波器发散.为解决上述Kalman应用中的实际问题,提出了一种新颖的基于进化人工神经网络技术的自适应Kalman滤波器.仿真试验表明该算法可以在系统模型不准确时、甚至外部观测数据短暂中断时,仍能保证Kalman滤波器的性能.     

基于Krein空间的鲁棒Kalman滤波在传递对准中的应用研究

基于Krein空间的鲁棒Kalman滤波器与通过其它方法建立的鲁棒Kalman滤波器相比有较高稳态精度。文中将基于Krein空间的鲁棒Kalman滤波方法用于导弹捷联惯导系统动基座传递对准，并与标准Kalman滤波进行了比较。仿真结果表明，在垂直比力参数存在摄动的情况下，如果基于Krein空间的鲁棒Kalman滤波器的参数选取适当，它的精度鲁棒性优于标准Kalman滤波。     

惯导系统初始对准的非线性滤波算法

本文推导了方位误差角比较大时惯导系统初始对准的误差方程,在这个误差中包含了非 线性的部分。在方位误差角较小时,可将非线性的对准方程简化为线性的对准方程。用卡尔曼 滤波对线性系统进行仿真,用扩展卡尔曼滤波、迭代滤波、二次滤波对非线性系统仿真。比较仿 真结果可见,扩展卡尔曼滤波可大大提高方位对准的精度,而迭代滤波、二次滤波在方位角上 又比扩展卡尔曼滤波的精度高。     

量测噪声自动加权Kalman滤波

从Kalman滤波技术的稳定性出发,分析了Kalman滤波算法的实质及容量发散的原因。提出在Kalman滤波中引入了系统量测噪声协方差阵（R）的计算,并对其加权,从而影响滤波增益,抑制发散。推算舰位／GPS组合导航的应用仿真表明：量测噪声自动加权Kalman滤波算法对系统模型误差和量测噪声协方差误差具有良好的自适应性。