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。     

基于磁/惯性传感器旋转弹体定姿的Kalman滤波器设计

微惯性传感器精度较低,其漂移会引起很大的姿态误差,不能提供长时间稳定姿态;磁传感器组合的姿态角误差不随时间累积但姿态角更新速度慢。针对这一问题提出了利用磁/惯性传感器构建低成本姿态探测系统的方案,设计了Kalman滤波器融合二者信息——以磁传感器解算的姿态角和等效旋转矢量法解算的姿态角之差作为观测量,以惯性传感器的漂移和姿态误差角作为状态变量,整个解算过程无需使用地磁场强度。仿真结果表明了该算法的有效性,二者组合定姿可实现高精度的姿态测量。     

捷联惯导姿态算法若干问题的研究

研究了捷联系统姿态更新的等效旋动矢量算法，并以锥运动为条件，对等效旋动矢量算法进行了优化。此外还对四元数、旋动矢量及其优化算法进行了仿真比较。仿真结果表明：等效转动矢量算法的精度明显优于四元数算法，且等效转动矢量的采样频率越高，姿态更新算法的精度就越高。     

捷联惯导中的等效旋转矢量算法及其仿真研究

本文研究了等效旋转矢量算法，编制了动态环境下的导航轨迹发生器，进行了等效旋转矢量算法的导航仿真，并与四元数的四阶龙格—库塔导航算法进行比较，验证了等效旋转矢量算法的优越性     

基于MEMS姿态传感器的声矢量传感器设计

针对声矢量传感器姿态变化难以准确测量导致目标测向精度低的现状,设计一种微型MEMS姿态传感器,并将其封装在声矢量传感器内部,实现基于MEMS姿态传感器的声矢量传感器设计。首先根据声矢量传感器姿态测量与校正原理,采用四元数姿态解算方法及扩展卡尔曼滤波器设计MEMS姿态传感器,并对其进行姿态精度测试;然后基于MEMS姿态传感器进行声矢量传感器样机设计、制作、参数测试;最后对样机进行了海上实验,结果表明,通过姿态校正后声矢量传感器目标方位估计精度与GPS推算方位精度一致,验证了利用MEMS姿态传感器设计声矢量传感器的可行性。     

数字滤波器在惯性测量装置中的应用

分析了数字电压表和数字示波器对惯性测量装置（IMU）模拟输出的测量数据，为了减少惯性测量装置模拟输出中的干扰信号对模数转换结果的影响，设计了数字巴特沃斯滤波器和中值平均滤波器。通过计算机仿真和实测说明：这两种数字滤波方法均可以在几乎不增加硬件的条件下提高IMU数字输出精度。     

一种高精度捷联姿态算法

本文讨论求解捷联姿态矩阵的等效矢量算法。利用ＧｏｏｄｍａｎＲｏｂｉｎｓｏｎ定理，从几何角度推导出计算等效转动矢量的公式，从而得到一种高精度捷联姿态算法。进行了数字仿真，并与四元数法、二子样、三子样、四子样算法进行了比较，结果表明，这种算法可大大减小圆锥误差，具有运算量小、精度高的优点。     

单轴旋转惯导系统“航向耦合效应”分析与补偿

从单轴旋转惯导系统的误差方程出发,分析载体角运动对系统的影响,从改变IMU旋转角速率的角度补偿系统的"航向耦合效应"。针对绕载体系Z轴正反旋转的单轴旋转系统,载体航向运动与IMU的旋转运动耦合改变了从旋转坐标系到导航坐标系的坐标变换矩阵的形式,从而影响系统误差调制效果,导致系统的"航向耦合效应"。为保证该坐标变换矩阵的周期性,考虑改变IMU的旋转角速率,使之绕导航系而非载体系匀速旋转,隔离载体航向运动与IMU旋转运动的耦合,补偿航向运动对系统的影响。最后,利用海上试验实测的姿态和航向数据进行了单轴旋转惯导系统的误差仿真。结果表明,采取"航向耦合效应"补偿方案时,无姿态运动条件下系统位置误差减小一半;在实际姿态运动条件下,系统误差减小三分之一。     

捷联惯导姿态误差模型分析

捷联惯性导航系统以数字平台代替了平台惯导的机械平台。所谓数字平台,即存储在导航计算机中的坐标变换矩阵。四元数和旋转矢量是用来描述捷联惯导系统姿态的两种常用方法。传统的线性误差模型如psi角误差模型、等效倾角误差模型,仅仅适用于误差角非常小的情况。对于误差角比较大的系统,误差模型变得非线性,由此引入旋转矢量误差模型。通过对加性四元数、乘性四元数以及旋转矢量误差模型的分析表明,三者是等价的,并且当误差角很小的时候,乘性四元数误差模型和旋转矢量误差模型可以退化为等效倾角误差模型。     

船用捷联惯性导航系统姿态算法精度评估研究

分析了捷联惯性导航系统姿态解算中不可交换性误差产生原因，提出并分析了一种旋转矢量误差估计模型，并从该模型出发推导了几种高精度的捷联姿态算法，提出了由角速度提取角增量的梯形算法。以船舶为应用对象，进行了数字仿真和算法精度分析比较，结果表明：等效旋转矢量法和梯形算法可以提高系统的姿态解算精度。     

采用卡尔曼滤波器的GPS／INS姿态组合系统的研究

阐述了利用位置和速度以及GPS姿态作为观测量的GPS/INS组合导航系统原理,建立了状态变量为21维的组合系统动态方程,给出了用于卡尔曼滤波的GPS姿态误差模型,并对组合系统进行模拟分析,基于这种组合方式,使系统的位置和航向测量精度获得大幅度提高。     

车载捷联惯导系统定位测姿算法研究

GPS／INS组合精确测定平台的位置和姿态是移动测图系统中的重要模块。对陀螺仪和加速度计所测角速度和比力进行两次积分得载体姿态、速度和位置即SINS力学机械编排。目前该过程大多在地理坐标系进行。这里详细推导了地球坐标系中完整的解算过程，以四元数姿态矩阵更新及重力计算为核心，由IMU原始观测值解算出了载体位置、速度和姿态等参数，可快速高效与CPS输出的位置速度信息进行组合滤波处理，可据此编程进行工程应用数据处理。     

基于H_∞滤波的主/子惯导组合中挠曲变形补偿算法

针对舰载环境下,主/子惯导组合中主、子惯导间的挠曲变形问题,设计了H?滤波算法。算法将主、子惯导间的挠曲变形作为一种能量有限的量测噪声,通过H?滤波对不确定噪声的鲁棒性来保证滤波精度。在经典的"速度+姿态"匹配方法的基础上,仿真比较了:1)方案一,已知挠曲变形时的标准Kalman滤波算法;2)方案二,未知挠曲变形时的标准Kalman滤波算法;3)方案三,未知挠曲变形时的H?滤波算法。仿真误差曲线直观表明:基于H?滤波算法可以在未知挠曲变形时有效提高组合精度;统计结果表明:滤波方案三得到的姿态与速度的系统误差、随机误差均与理想条件下的方案一相当;相较于方案二,滤波方案三得到的姿态与速度的系统误差至少可减小40%,随机误差至少可减少15%。     

传递对准中测量延迟的补偿方法

采用“速度 姿态”匹配方式，提出了一种解决传递对准中主惯导数据测量延迟现象的方法。该方法将主惯导数据测量延迟时间扩展为卡尔曼滤波器的一个状态变量，并同时考虑了测量延迟时间对速度和姿态测量量的影响。在主惯导数据存在测量延迟的情况下，推导了速度、姿态测量方程，最后对提出的方法进行了仿真。仿真结果表明，该方法可以加快滤波器的收敛速度，提高传递对准的对准精度。     

卫星惯性/星光组合自主定姿方法研究

利用星敏感器测量所得的恒星星光方向信息,采用六状态变量推广卡尔曼滤波,得到卫星姿态误差和陀螺漂移误差信息并进行相应的修正。仿真结果表明,这种方法修正效果良好,采用中等精度陀螺组件就可以实现高精度定姿;仿真结果还验证了陀螺随机误差、星敏感器测量噪声和滤波周期等因素对定姿精度的影响。     

基于模糊逻辑控制的舰船组合导航自适应卡尔曼滤波器

双天线GPS提供的载体姿态信息与惯性导航系统信息进行融合可提高组合导航系统的性能。由于在实际应用中,GPS接收机可能会受到某种干扰无法提供舰船航向信息,从而降低传统卡尔曼滤波器的性能。因而提出了一种新的基于模糊逻辑控制的自适应卡尔曼滤波器。改进后的卡尔曼滤波器使用两个模糊逻辑控制器来调整两个系统的组合模式,并且根据卡尔曼滤波器的内部状态、GPS工作状态和舰船运动状态来计算卡尔曼增益。通过使用INS和GPS的实测数据验证,这种基于模糊逻辑控制的自适应卡尔曼滤波器能有效的提高INS/GPS组合导航系统的性能。     

大方位失准角的舰载武器INS对准

研究了舰载武器惯导系统（INS）大方位失准角的传递对准问题。首先,给出了适用于大方位失准角的INS姿态误差和速度误差传播模型。然后,提出了一种改进的利用速度＋角速率匹配的传递对准算法,该算法能够借助海浪引起的舰船运动进行传递对准。通过基于奇异值分解的卡尔曼滤波器（SVD-KF）的引入,给出了非线性滤波算法的实现方案,并对SVD-KF和EKF在大方位失准角的舰载武器INS对准就姿态失准角的估计精度和收敛速度进行了比较。仿真结果验证了所提大方位失准角传递对准算法的可行性。     

基于自适应联邦滤波的传递对准算法

为了提高传递对准的对准速度和对准精度,研究了基于自适应联邦滤波的"速度 姿态角"传递对准的算法,在状态变量中加入了安装误差角和挠曲变形角,在算法中进行了估计并补偿。为了保证滤波的实时性,采用联邦滤波的方法,分别建立了速度匹配子滤波器、姿态角匹配子滤波器和主滤波器的模型,给出了状态方程和量测方程。在子滤波器中利用模糊控制器对噪声特性进行了自适应调整以解决系统噪声和量测噪声是未知情况下滤波发散或者精度不高的缺点从而增强系统的鲁棒性。最后在载体匀速直线加三轴摇摆的运动模型下进行了仿真,结果表明该方法能够有效地估计安装误差角和部分挠曲变形角,并且能够以一定精度完成初始对准。     

基于自适应UKF算法的MEMS陀螺空中在线标定技术

为保证微型卫星定位应用中系统精度与稳定性,需要对姿态传感器进行实时在线标定.在无外界姿态参考时,提出一种用三轴磁强计测量值来实时估计MEMs陀螺的零漂误差的方法,采用UKF滤波算法,将陀螺漂移作为滤波状态向量,通过建立三轴磁强计测量微分方程,作为系统量测方程实现陀螺漂移的最优估计.针对磁强计测量信息易受干扰导致滤波量测模型不准确的问题,将自适应因子引入到UKF中,通过在线监控和调整测量误差,减少陀螺标定的估计误差,增强系统性能.实验结果表明,经过标定,MEMS陀螺精度提高约30%,并且在磁强计有外界干扰时,陀螺的标定结果收敛.将标定后的MEMS陀螺进行姿态解算,其动态误差小于2°.     

基于粒子滤波的微小卫星姿态确定算法

为了提高非线性卫星姿态控制系统的滤波性能,在建立了采用磁强计及太阳敏感器的卫星姿态模型的基础上尝试了新兴的粒子滤波(PF)算法对卫星系统进行姿态估计,进而对采用矢量观测的三轴稳定卫星的姿态确定问题进行了滤波算法的实时仿真,并将四元数转换成旋转矢量引入了粒子滤波算法,最后给出了卫星模型在不同粒子数目下的滤波性能比较,并在系统初始误差较大的情况下将粒子滤波算法与EKF滤波算法进行了滤波性能的对照。仿真结果表明,粒子滤波算法对粒子数目具有明显的依赖性,但是当粒子达到一定的数目时,粒子滤波的精度以及滤波稳定性都可以得到保证,尤其是在系统初始误差较大的情况下粒子滤波算法更显示了其优于EKF算法的滤波性能。