阻尼参数连续可调的惯导水平内阻尼方法

针对惯导系统传统阻尼方法存在的阻尼网络设计复杂、状态切换产生较大超调误差等主要问题,提出了一种基于变阻尼比例控制的惯导水平内阻尼方法,在无阻尼惯导东向、北向水平修正回路中增加一条前向比例环节通道,通过合理设计比例参数,利用提取的加速度信息进行惯导水平内阻尼,抑制惯导中舒拉振荡误差.相对于传统阻尼方法,该方法使得阻尼网络设计大为简化.该方法通过连续调整比例控制系数,可实现阻尼系数的连续线性修正,能有效抑制无阻尼状态向阻尼状态切换时超调误差.     

基于外定位阻尼的捷联惯导算法设计

传统外阻尼惯导系统以外速度作为辅助参考,但在仅能提供外定位参考的条件下,为了避免由定位信号差分求取速度时造成噪声放大负面效应,推导了基于定位误差的罗经初始对准算法,并将它与捷联惯导姿态解算相结合,得到定位阻尼捷联惯导算法.该算法具有计算量小和稳定性好等优点,但与Kalman滤波组合导航相比,也有它自己的应用条件并存在一些不足之处.最后,利用GPS定位和激光捷联惯导系统进行了车载试验,验证了所提算法的有效性.     

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%。     

格网坐标系下自适应反馈增益阻尼方法

针对格网坐标系下传统阻尼网络参数选择的复杂性和固定性的问题,以及考虑到外速度阻尼时外界速度的有效性,提出了一种自适应反馈增益阻尼方法。首先,设计了一种新的反馈增益阻尼回路。再引入自适应滤波评估外速度信息,从而实时求解阻尼回路反馈增益,使反馈增益具有自适应性,实现阻尼系统周期震荡误差的同时抑制系统超调。最后仿真实验表明,所提出的自适应反馈增益阻尼方法加快了惯导系统误差的收敛速度,能够自主进行不同阻尼状态间的优化切换,而且比传统外速度水平阻尼误差超调量减小了15%,提高了舰船在极区航行时的导航性能。     

基于互补滤波的惯导系统水平阻尼网络设计

Schuler振荡阻尼技术是提高惯导长期工作精度的关键技术之一。针对采用低阶阻尼网络的惯导系统抑制高频和低频参考速度误差难以兼顾的问题,基于互补滤波思想,提出一种高阶水平阻尼网络设计方法。将两个采用低阶网络、分别具有优良高频和低频特性的Schuler回路通过一对互补滤波器进行组合,形成双Schuler回路组合系统。它等效于采用某高阶网络的单Schuler回路,该回路对高频和低频参考速度误差的衰减率可同时达到40 dB/10 deg或更高。计算机仿真和海上试验结果均表明:采用所设计高阶网络的系统对参考速度误差兼有优良的高频和低频滤波特性,综合滤波性能优于采用低阶阻尼网络的系统,具有工程应用价值。     

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’’。     

高精度惯导系统重力扰动的阻尼抑制方法

重力扰动已经成为高精度长航时惯导系统的主要误差源之一。针对船用高精度惯导系统的重力扰动抑制问题,从舰船INS误差模型出发,推导了重力扰动在惯导系统中的传播特性。仿真结果表明垂线偏差将引起系统较大的舒拉振荡误差。为抑制重力扰动对系统的影响,引入常速度误差反馈阻尼网络和相位超前串联阻尼网络。分析了重力扰动在水平阻尼网络中的传递特性,实现了相应滤波器的设计。在此基础上完成了实验验证,海上试验结果表明,所引入的两种阻尼网络都能够阻尼掉重力扰动引起的舒拉振荡型导航误差,其中,相位超前串联阻尼网络效果更优,抑制率达到70%以上。     

消除舒拉振荡误差的理论与实践

惯性导航系统的舒拉振荡误差,不仅影响速度、姿态、位置等导航参数精度,而且严重影响系统重调或位置更新效果,是长航时惯性导航系统必须解决的问题。采用经典控制理论的阻尼网络衰减舒拉振荡,是国内外经典专著介绍和实践的设计方法。这种以破坏纯惯性解算无干扰条件为代价的传统方法,生成了"阻尼"和"无阻尼"这对互为悖论的矛盾,带来许多经典控制理论无法解决的问题。试图利用现代控制理论,在保持纯惯性解算模式不被干扰破坏的条件下,消除舒拉振荡误差。仿真试验给出满意的理想结果,证明利用现代控制理论解决阻尼问题的优越性能。     

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。     

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。     

一种用于旋转捷联惯导系统误差分离与补偿的改进环境函数法(英文)

旋转捷联惯导系统可以有效调制惯性器件常值误差,使系统定位精度得到提高。但系统因内部的旋转运动使得惯性器件的输出需要转化,从而增加了器件综合误差解算的复杂性。文中分析了旋转惯导系统的特性,建立了一种新的惯性器件工具误差模型,对捷联惯导系统下的环境函数误差辨识方法提出了改进方案,对惯性器件工具误差进行辨识分离。同时,针对环境函数矩阵求解时样本少、解算精度不高的问题,提出了利用加权最小二乘法对多样本值进行权重匹配分析的方法,提高了器件误差的辨识精度。实验结果表明,零偏估计及分段分离补偿的方法能较好地补偿惯性器件特性误差,有效提高系统的定位精度。     

法向量位置模型下旋转调制惯导极区综合校正算法

为抑制极区惯性导航系统随时间积累的导航误差，提出一种基于法向量位置模型的综合校正算法，对旋转调制惯导系统的等效方位陀螺常值漂移进行了估计。在法向量位置模型下建立了位置误差与漂移角之间的数学模型，推导了漂移角和等效方位陀螺常值漂移的方程，在外水平阻尼条件下设计实现了综合校正算法。基于北极实际航测数据的处理试验结果表明，提出的综合校正算法具有全球适用性，能够估计等效方位陀螺常值漂移以提高导航定位精度，采用所提综合校正算法后的归一化定位误差相比于阻尼后的结果大约减小53%。     

一种弹道导弹捷联惯导/地磁组合导航方法

基于惯性器件和磁强计的测量信息,提出一种弹道导弹捷联惯导/地磁组合导航方法。以捷联惯导误差方程为基础建立系统的状态模型,以磁强计测量值与根据地磁场模型计算的地磁场强度值之差作为量测,只用一个观测表达式即同时包含载体的位置及姿态信息。引入状态反馈,利用混合校正的卡尔曼滤波得到系统导航信息的最优估计。仿真结果表明,该算法能有效抑制捷联解算误差的发散,磁强计精度为100 nT时,定位精度2.68 km,姿态精度优于5′。该导航方法完全自主,精度较高,具有一定工程应用价值。     

高动态载体高精度捷联惯导算法

捷联惯导系统的精度是导航的关键.传统的捷联惯导算法受惯性传感器更新速率限制,其精度和实时性在高动态下受到极大影响.在研究传统捷联惯导算法的基础上,建立了统一的捷联惯导微分方程,并提出了基于一次采样的四阶龙格库塔捷联算法,降低了惯性器件采样频率对捷联解算周期的限制.利用设计的基于DSP的半物理仿真系统验证表明,该算法能有效满足高动态下捷联惯导算法的实时性要求,定位精度提高约1倍,具有重要的工程应用价值.     

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%。     

抗差自适应模型预测滤波及其在组合导航中的应用

为了提高捷联惯导(SINS)/天文导航(CNS)/合成孔径雷达(SAR)组合导航系统的定位精度,在吸收模型预测滤波和抗差自适应滤波算法优点的基础上,提出了一种新的抗差自适应模型预测滤波算法。该算法首先利用模型预测滤波估计出系统模型误差,并对其进行实时修正,以抑制系统模型误差对导航解算精度的影响;然后利用抗差自适应因子控制观测异常,抑制观测噪声对导航解算精度的影响。将提出的算法应用于SINS/CNS/SAR组合导航系统进行仿真验证,并与抗差自适应滤波进行比较,结果表明,提出的算法得到的姿态误差、速度误差和位置误差分别在[0.2,0.2]、[0.3m/s,0.3m/s]和[6 m,6 m]以内,滤波性能明显优于抗差自适应滤波算法,说明该算法能有效抑制系统模型误差及观测异常对导航解的影响,提高组合导航的解算精度。     

基于陀螺仪输出误差观测的冗余INS标定方法

冗余惯导系统陀螺仪由于确定性误差及随机误差的干扰,影响系统精度,且冗余惯导系统陀螺仪的标定过程中存在部分误差不可观测的问题。针对冗余惯导系统,设计了一种基于陀螺仪输出误差观测的标定方法。采用改进的经验模态分解算法对陀螺仪信号进行降噪处理,降低随机误差的干扰。改进冗余配置下的量测方程,以冗余陀螺仪输出误差为观测量,对陀螺仪的常值误差、标度因数及安装误差进行标定。基于四面体配置的MEMS静基座导航试验结果表明,所提出的方法与传统的零空间扩增标定方法相比,系统1 min时定位精度由70.32 m提升至24.27 m,航向角误差由22.49′提升至6.39′,验证了所提出的标定方法的有效性。     

基于BDS/INS紧组合的动对动相对导航算法

针对动对动相对定位中卫星观测质量不佳、信号易丢失导致北斗卫星导航系统定位精度不高、无法连续定位的问题,提出了一种基于BDS/INS紧组合的动对动相对导航算法。通过惯导系统与北斗卫星导航系统紧组合的方式,以捷联惯导误差作为组合系统状态量,通过多普勒信息进行伪距平滑,并利用扩展卡尔曼滤波将惯导及卫星观测信息进行融合,解算相对导航结果。通过车载实验对所提出的相对导航算法进行了验证,实验结果表明,所提出的BDS/INS紧组合动对动相对导航算法能够保持分米级相对导航精度,卫星信号短时中断时,能有效保持高精度相对导航结果输出。     

基于高斯混合模型的惯导/计程仪组合导航方法

针对长航时舰船航行过程中电磁计程仪误差变化较大,同时存在未知测量噪声,无法满足船用捷联惯导/电磁计程仪组合导航系统对计程仪要求的问题,提出了一种用于非线性非高斯系统状态估计的滤波方法。以无迹卡尔曼滤波为组合导航系统基本算法,测量噪声密度分布中引入高斯混合模型,提出了捷联惯导/电磁计程仪组合导航的高斯混合模型无迹卡尔曼滤波算法,达到实时准确估计并补偿惯性导航系统误差的目的。航行试验验证了基于高斯混合模型组合导航方法的可行性,使得捷联惯导/电磁计程仪组合导航系统的最大定位误差由水平阻尼的1213 m减小到392 m,且比传统无迹卡尔曼滤波方法进一步消除了计程仪误差的影响,定位精度提高了15%。     

基于神经网络的GPS深度融合弹载惯导模型

针对传统弹载惯性导航系统误差修正采用线性化模型,无法对非线性误差进行修正的缺点,提出一种基于神经网络的GPS深度融合弹载惯导模型。构建IMU六路脉冲数到发射惯性坐标系下视速度增量的非线性映射关系,利用GPS信息对网络误差模型进行训练,为GPS信号失效后的长航时惯性导航系统提供更高精度的误差修正模型。仿真实验结果表明,相较于纯惯性导航系统,所提模型能够在GPS信号失效后抑制惯导系统误差发散,速度精度提高76.56%,位置精度提高91.61%。