捷联惯导系统初始对准的H∞滤波及卡尔曼滤波比较研究

研究了基于卡尔曼滤波和基于H∞滤波的两种初始对准方法。通过建模仿真及比较分析，得出了在外界噪声影响较大或有建模误差时，使用卡尔曼滤波将出现滤波延缓甚至发散现象，而使用H∞滤波，能有效克服传统Kalman滤波器性能恶化的问题，既可获得较高的对准精度，又提高了系统的实时性，从而从总体上提高初始对准效果。     

捷联惯导系统多位置对准研究

利用把线性时变系统作为分段常系数系统来研究其可观性的方法,对多位置静态捷联惯导系统的误差方程进行了可观性分析,并采用卡尔曼滤波技术,对平台误差角及测量元件误差进行了估计,给出了两位置及三位置的方差仿真曲线。仿真结果表明三位置对准提高了方位误差角及垂直陀螺误差的可观度,从而加速了它们的收敛速度,提高了系统的对准、标定精度。     

捷联惯导系统初始对准中Kalman参数优化方法

针对Kalman滤波器在捷联惯导系统（SINS）初始对准中的应用，系统分析了Kalman滤波器参数（包括估计误差协方差阵初值P0，模型噪声方差阵Q和量测噪声方差阵R）选取对系统状态变量的估计精度和收敛速度的影响。采用协方差性能分析法，进行了Kalman滤波器参数优化仿真，仿真结果表明：调整扁的取值可改变状态变量估计的收敛速度，调整Q或R的取值，既可改变状态变量（尤其是陀螺误差）的收敛速度又可改变它们的估计精度。综合考虑时，局的取值要比真实值大一些，Q和R的取值要比真实值小一些，这样既可缩短陀螺误差和加速度计偏置误差的估计时间，又可提高它们的估计精度。中还给出了使滤波器正常可靠工作的P0、Q和R参数的范围。     

捷联惯导系统双位置快速抗干扰对准方法

经典捷联惯导系统双位置参数辨识精对准采用水平速度作为量测值,对部分参数辨识时间较长,且收敛速度受递推计算初值影响。提出了一种利用单位时间的水平比力作为量测值的双位置快速抗干扰对准方法,并忽略误差构成的高阶项,可以将三次曲线转换为线性模型进行估计,提高了初始对准的收敛速度。双位置对准试验结果表明,双位置快速抗干扰对准方法算法计算量小,算法简单,对准速度快,抗干扰性强,对准精度高且不受递推计算初值的影响,具有较强的工程实用价值。     

基于Elman神经网络和Kalman滤波的捷联惯导精对准

在采用Kalman滤波进行捷联惯导精对准时,当模型存在误差或系统噪声不能反映实际噪声时,会降低滤波精度甚至导致滤波发散.针对这个问题,提出基于Elman神经网络和Kalman滤波的捷联惯导精对准方法.首先对已知噪声统计特性的系统进行Kalman滤波,将稳定可靠的状态估值作为网络期望输出用来训练Elman网络,然后再用训练好的网络对未知噪声统计特性系统进行状态估计.利用仿真数据对该算法进行验证,结果表明该算法能够克服Kalman滤波精对准的缺陷,提高了对准精度,尤其是航向角的精度.     

递阶遗传-H∞滤波混合优化的前向神经网络在捷联惯导对准中的应用

将前向神经网络用于捷联惯性导航系统(SINS)的对准问题。首先,运用递阶遗传算法(HGA)优化神经网络(NNW)的拓扑结构,并对网络其余参数进行全局粗调;然后运用H滤波算法对具有最优结构的神经网络的其余参数在线自适应精调,并对这一过程与常规算法进行了计算机仿真比较。仿真结果表明:该算法能根据实际问题自适应确定网络结构,而且精度、实时性与常规方法相仿。     

捷联惯导系统罗经法自对准

研究了摇摆状态下捷联惯导系统罗经法自对准技术,设计了水平、方位精对准参数以及基于MATLAB／SIMULINK的参数分析系统,最后进行了基于VC＋＋6．0的捷联惯导系统罗经法自对准的软件设计、仿真分析与精度评估。仿真结果表明,罗经法自对准在不同海情、不同初始姿态误差角、全方位、带量化误差的条件下均具有较高的对准精度、较好的快速性和动态品质,能够满足捷联惯导系统在摇摆基座下实现自对准的要求,同时为下一步的工程应用提供了依据。     

抗扰动的捷联惯导系统回溯参数辨识对准法

针对捷联惯导系统参数辨识对准法航向角估计时间长且收敛速度受到计算初值影响大的问题,提出了将对准用的陀螺和加速度计采样数据存储后按时间进行正向和逆向排列,形成正向序列和逆向序列。由正向导航的解算公式推导出逆向导航的解算公式,利用公式的一致性提出了回溯误差参数辨识对准法。利用抗扰动的惯性系对准算法为回溯参数辨识法提供对准初值,应用回溯参数辨识法对误差参数反复进行逆向和正向辨识后对对准结果进行修正,能够有效提高对准精度。实验结果表明,利用相同时间的采样数据,该算法航向角的对准误差仅为改进前算法的25%。     

低成本捷联惯导系统初始对准方法

为了缩短低成本捷联惯导系统初始对准时间并提高对准精度,给出了一种基于微型电子罗盘的初始对准方法。首先利用电子罗盘辅助加速度计完成粗对准,然后,分别设计了自适应扩展卡尔曼滤波器和平淡卡尔曼滤波器（UKF）用于精对准。实验结果显示,在系统量测噪声方差阵未知时,在滤波器中加入自适应方法能有效的提高对准精度;而采用非线性滤波的UKF算法,即使在粗对准之后方向失准角比较小的情况下,也可获得比线性滤波更优的对准精度和快速性。     

无陀螺捷联惯导系统角速度解算精度的研究

在无陀螺捷联惯导系统中,角速度的解算精度是技术关键,由于角速度是由载体上加速度计敏感出的比力解算出的,选择合理的方法解算角速度是提高其精度的根本,文中提出高解算精度的新途径,并以某型导弹为例,对其进行实时仿真,证明了它的可行性。     

车载捷联惯导系统静止条件下的初始对准方法研究

根据捷联惯导系统(SINS)的误差模型，从提高初始对准中卡尔曼滤波估计的可观测性和可观测度的角度出发，提出了同时利用加速度表的输出和速度误差量这两种信息作为卡尔曼滤波的测量量，对陆地车辆捷联惯导系统在静止条件下进行初始对准。可观测性定性分析、可观测度定量计算和仿真结果都表明，充分利用外部可观测信息，可以提高系统的可观测性和可观测度，加快初始对准的速度，减小估计误差。该方法已经在实际的SINS中得到应用。     

一种新型的GPS/SINS导航系统对准方法

对准是一切导航系统运行前必经的步骤，对于低成本的GPS／SINS导航系统尤其重要，在对一种在研导航系统杆臂效应分析的基础上提出了一种新的对准方法，可有效提高现场对准能力，实现实时补偿。     

自抗扰控制技术在捷联惯导动基座初始对准中的应用研究

提出并设计了应用自抗扰控制技术(ADRC)的捷联惯性系统动基座初始对准方案。通过数字仿真，将卡尔曼滤波与自抗扰控制的性能进行了详细的比较，证明该方法具有对准时间快，精度高，抗干扰能力强等特点。     

一种快速精确的捷联惯导系统初始对准方法研究

传统的多位置对准方法虽然使捷联惯导系统静基座初始对准的精度得到提高，但是用卡尔曼滤波器对其状态变量进行估计时，方位失准角收敛很慢。本提出了一种快速多位置对准估计方位失准角的方法，直接利用两水平失准角快速收敛的估计结果对传统多位置对准中方位失准角的估计，从而大大提高了捷联惯导系统静基座对准的精度和速度，计算机仿真结果验证了该方法的有效性。     

GPS/SINS系统空中对准姿态角误差可观测性研究

提出一种新的判断系统可观测性和可观测度的方法,详细分析了机体各种运动对系统姿态角误差可观测性和可观测度的影响,并把该方法应用于组合导航系统的可观测性和可观测度的研究中。该方法利用了误差状态的最小二乘估计均方误差阵的特征值和特征向量,能判断系统的可观测度,避免进行卡尔曼滤波计算求协方差阵。仿真结果表明该方法简单、快速、有效。     

捷联惯性系统初始对准中IMU安装误差及陀螺漂移的估计与补偿

为尽可能消除IMU安装误差和陀螺漂移对系统精度的影响，运用主从惯导传递对准技术，采用扩展状态滤波器和速度／姿态角组合匹配的方法，估计出IMU安装误差和陀螺漂移误差，并对系统进行补偿。仿真结果表明，补偿了安装误差和陀螺漂移后，捷联惯性系统的导航参数精度可提高1个数量级以上。     

FitzHugh-Nagumo神经元网络的同步振荡与联想记忆

本文研究由FitzHugh—Nagumo神经元所组成的脉动神经元网络的同步与联想记忆恢复。基于神经元微观生理结构，本文给出具有空间随机分布延时的神经元间耦合，而这种随机分布延时描述了脉动信号从突触前神经元到突触后神经元在轴突上传播所需要的时间。记忆由空时发放的神经元集群表达，在噪声涨落的作用下，系统取得了对不完整输入的记忆恢复。     

神经网络在陀螺漂移误差模型辨识中的应用

神经网络具有很强的自学习、自适应能力及非线性变换特性，为模型的辨识提供了一条十分有效的途径。本文基于反向传播（Back-Propagation）网络的研究，将神经网络应用于陀螺漂移误差模型辨识，通过陀螺的实际测试数据对神经网络的加权进行训练，得到了较为满意的结果。