惯导平台漂移误差参数辨识的实验研究

本文给出了某型号惯导平台漂移误差参数辨识的一个工程实例。平台上陀螺输出的零位误差和质量不平衡误差是引起平台漂移的主要因素。为此,我们建立起描述平台漂移的数学模型,取框架角的测量值做为系统的输出,框架角和误差系数都被定义成了状态变量,这样参数辨识问题就转化成了对状态的估计。为使各误差系数都能受到重力的充分激励和便于工程应用,实验中我们采用了六位置伺服状态测漂方案。实验结果表明,应用ＥＫＦ 可以获得较好的辨识效果,明显优于力反馈法和光点测漂法。     

惯导平台陀螺安装误差角辨识的制约因素分析及对策

在惯导平台多位置静态测漂方案下,对陀螺安装误差角的辨识结果往往很不理想。本文通过分析陀螺误差角影响惯导平台漂移的机理,发现平台壳体的角速率是制约误差角辨识精度的主要因素。由此,在测漂过程中有针对性地引入了转台相对地面的角,速率。仿真结果显示,转台角速率的引入能使陀螺安装误差角的辨识精度得到明显的提高。     

基于边缘采样UKF滤波的捷联惯导初始对准方法

设计了基于四元数的捷联惯导非线性初始对准模型,同时指出该模型仅仅是姿态误差四元数和速度误差的非线性函数,而对于惯性器件误差而言则是线性的。针对该模型的部分线性特性,设计了基于边缘采样的UKF滤波算法,该算法仅对状态量中的非线性子集进行采样,因此对于部分线性模型而言,该算法在不损失滤波精度的前提下能够有效降低算法计算量。仿真及车载实测数据实验表明所研究的初始对准模型和相应的滤波算法是有效的,而且较传统方法具有明显的计算量方面的优势;在达到相同对准精度的前提下,所设计算法的计算量较传统算法降低了52%。     

两级解耦卡尔曼滤波在平台惯导系统自主标定和对准中的应用

本文结合实际工程背景，采用两级卡尔曼滤波方法对平台惯导系统进行对准和标定，分别构造陀螺滤波器和加速度计滤波器，前者用于估计平台失调角和陀螺误差系数，后者用于估计加速度计误差系数，然后利用分离偏差滤波理论，将陀螺滤波器分解成状态滤波器和偏差滤波器，使滤波计算进一步得到简化。与一般卡尔曼滤波器相比，此滤波器的计算量以及计算机内存占用量都大为减小，而且估计精度很高     

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%。     

惯导平台漂移误差参数估计的方案设计与仿真研究

本文研究了惯导平台漂移误差模型的参数辨识技术.平台漂移的误差源主要包括惯性器件的输出误差及其安装误差等,在测漂过程中让平台先后处在几个不同的位置,使各种误差源都能受到重力的激励.取加速度计或框架角的测量值做为系统的输出.框架角和误差系数都被定义成了状态变量,这样参数辨识问题就转化成了对状态变量的估计.由于状态和观测方程都是非线性的,故采用了扩展的卡尔曼滤波器.本文设计了六位置方案,进行了仿真.结果表明,该方案可以获得较好的辨识效果.     

粒子滤波在惯导系统非线性对准中的应用

首先介绍了粒子滤波中自举滤波的原理和算法，说明该算法可用于处理非线性系统的状态估计问题。进而列出了捷联惯导系统速度误差方程和姿态误差方程，并将其用于惯导系统非线性对准。最后，通过对仿真结果的分析，指出通过结合粒子滤波和传统的扩展卡尔曼滤波，可以得到一种精度优于卡尔曼滤波，而计算量小于粒子滤波的非线性滤波方法。     

捷联惯导系统改进参数辨识初始对准方法

在线晃动干扰环境下,现有捷联惯导系统(SINS)参数辨识初始对准算法的观测方程建模存在不足,对准收敛速度和精度都会受到影响。提出了改进参数辨识初始对准算法,将计算干扰速度的平均值列入辨识模型参数,提高了初始对准的收敛速度和对准精度,此外,还推导了比力双重积分的参数辨识模型,有利于进一步抑制晃动干扰的影响。仿真结果表明,改进算法消除了现有对准算法中可能存在的固有偏差,获得更加平滑的失准角估计效果。     

圆锥误差补偿算法在三轴激光捷联惯导系统中的应用

圆锥误差是影响捷联惯导系统姿态算法精度的原理性误差,其对三轴激光捷联惯导系统精度的影响显著.对三轴机抖激光陀螺捷联惯导系统,除了弹体运动可能引入圆锥运动外,三轴机抖激光陀螺产生的机械抖动也会在惯导系统中引入圆锥运动.文中分析了两种圆锥运动在三轴激光捷联惯导系统中产生的机理,并给出了圆锥误差补偿算法在不同试验条件下的应用效果.     

惯导平台温度的单片机 PWM 控制系统

本文介绍了惯导平台温度的单片机ＰＷＭ控制系统。文中论述了系统组成、控制原理、数学模型、算法软件等。本系统具有多点测温与控温、温控精度高、系统品质好、抗干扰性强、能进行误差校正、参数最优整定等特点。     

基于单向无迹卡尔曼滤波的飞机姿态算法

针对扩展卡尔曼滤波方法在飞机姿态滤波中存在的线性化误差大、需要解繁琐的Jacobian矩阵等问题,将一种新型卡尔曼滤波方法——单向无迹卡尔曼滤波应用于载有低精度、高噪声传感器的低成本飞机姿态滤波系统,并在精度及计算量上与EKF和容积卡尔曼滤波进行了比较。利用实测飞行数据进行实验,结果表明:相对于EKF,SUKF实现容易,且使姿态滤波精度提高到二阶;相对于CKF,SUKF计算简单,比CKF减少约33%的计算量。     

基于平方根UKF滤波的轨道机动飞行器自主导航方法

在利用SINS／GPS对轨道机动飞行器进行自主导航的过程中,为提高轨导航精度,将惯导工具误差作为状态变量进行估计,同时考虑了杆臂偏差对导航精度的影响,将GPS卫星的星历误差、对流层误差视为一阶马尔科夫过程,用Allan方差的方法建立了GPS接收机的误差模型。为保证滤波过程中协方差阵的正定性,提高计算精度和速度,应用平方根UKF滤波方法进行轨道机动飞行器自主导航,仿真结果验证了所给出方法的可行性和有效性。     

基于平方根无迹卡尔曼滤波平滑算法的水下纯方位目标跟踪（英文）

为了避免被动跟踪中非线性带来的计算复杂化及跟踪精度的下降,提出将平方根无迹卡尔曼滤波平滑算法(SR-UKFS)应用到水下纯方位目标跟踪。SR-UKFS利用Rauch-Tung-Striebel(RTS)平滑算法将平方根无迹卡尔曼滤波(SR-UKF)作为前向滤波算法得到的目标状态估计向后平滑,得到前一时刻目标状态估计,再利用该状态估计值进行再次滤波得到当前时刻目标状态估计。该算法得到的前一时刻的目标状态估计更加精确,从而进一步提高了目标跟踪的精度。最后,通过对SR-UKFS算法和SR-UKF算法的跟踪性能进行了对比分析和验证,仿真结果表明在相同条件下,SR-UKFS算法能减少59%的位置误差和54%的速度误差,SR-UKFS算法应用于水下纯方位目标跟踪系统是有效的,为水下纯方位目标跟踪系统的工程实现提供了非常有价值的参考。     

基于改进无迹卡尔曼滤波器算法的滞回模型参数识别研究

地震产生的周期荷载作用下,钢混桥墩结构表现出滞回行为。为描述滞回行为,研究者提出各类滞回模型,其中BWBN(Bouc-Wen-Baber-Noori)模型可以描述结构滞回行为的强度退化、刚度退化和捏拢效应等典型特征。此外,无迹卡尔曼滤波器UKF(unscented Kalman filter)算法是识别BWBN模型参数的高效方法,但当参数初始值与真实值的偏差过大及缺乏对系统的整体估计时,UKF算法识别过程受到局限。本文改进生成样本点规则,提出改进UKF算法。数值模拟结果表明,在无噪声条件下,改进UKF算法识别得到的参数估计值与准确值的误差平均为1.51%,最大误差为4%;在2%均方根RMS(root mean square)高斯白噪声条件下,误差平均为5.43%,最大误差为18%;在5%RMS高斯白噪声条件下,误差平均为8.9%,最大误差为26%和22%。改进UKF算法识别非线性滞回系统状态估计和BWBN模型参数更加准确和稳定。     

基于无迹粒子滤波的飞行器再入段传递对准方法

针对再入式飞行器再入返回前需要精确和快速的传递对准需求以及空间环境特殊性,提出了一种适用于再入式飞行器空间平台对准方法,建立J2000坐标系下光纤陀螺惯组的系统状态方程,利用星敏感器输出的姿态和光纤陀螺惯组输出的姿态差值作为观测量,实现飞行器的"姿态"匹配传递对准算法。针对系统状态方程和量测方程的非线性特性以及单独使用无迹卡尔曼滤波(UKF)方法存在滤波不稳定性和单独使用粒子滤波(PF)方法存在粒子退化导致估计误差变大的问题,提出了无迹粒子滤波(UPF)算法,采用卫星工具包(STK)软件模拟飞行器在轨运行进行仿真验证。仿真结果表明:该方法可以在3s内使得失准角的估计误差小于0.6',估计精度提高了30%,收敛时间缩短了70%,相比传统方法提高了对准的精确性和快速性。     

一种新的惯性导航初始对准滤波方法

Unscented卡尔曼滤波(UKF)在算法实现和估计精度方面均优于传统的扩展卡尔曼滤波(EKF)。但是当系统状态的维数比较高时，非局部的采样导致估计误差变大，此时需要采用尺度变换模式的UKF(SUKF)方法。中在惯导系统静基座初始对准的非线出虑波问题中引入SUKF，并通过仿真对比了新方法和EKF的估计效果。实验表明，新方法的收敛速度和估计精度均好于EKF。     

基于极大似然准则的INS/GNSS组合导航自适应UKF滤波算法

为提高INS/GNSS组合系统对过程噪声方差不确定性的鲁棒性,提出一种基于极大似然准则的自适应UKF算法。在该算法中,首先利用新息向量的统计信息构造量测向量的后验概率密度,然后通过极大似然准则在线求取过程噪声方差的估值,并将其反馈至UKF滤波过程,用于调整卡尔曼增益矩阵。提出的算法可以抑制过程噪声方差不确定性对滤波解的影响,克服了UKF的缺陷。仿真结果表明,当过程噪声的标准差增大为其真实值的4倍时,相比于UKF,提出方法的导航精度可至少提高45.5%;相比于ARUKF,其导航精度也可至少提高35.7%。跑车实验结果也验证了提出算法的有效性。     

Instantaneous spectrum estimation of earthquake ground motions based on unscented Kalman filter method

Representing earthquake ground motion as time varying ARMA model,the instantaneous spectrum can only be determined by the time varying coefficients of the corresponding ARMA model.In this paper,unscented Kalman filter is applied to es- timate the time varying coefficients.The comparison between the estimation results of unscented Kalman filter and Kalman filter methods shows that unscented Kalman fil- ter can more precisely represent the distribution of the spectral peaks in time-frequency plane than Kalman filter,and its time and frequency resolution is finer which ensures its better ability to track the local properties of earthquake ground motions nd to identify the systems with nonlinearity or abruptness.Moreover,the estimation results of ARMA models with different orders indicate that the theoretical frequency resolving power of ARMA model which was usually ignored in former studies has great effect on the estima- tion precision of instantaneous spectrum and it should be taken as one of the key factors in order selection of ARMA model.     

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。