捷联惯导角速度匹配传递对准方法研究

潜器用SINS在释放前摇摆基座上进行初始传递对准时，主惯导与子惯导之间不仅会因安装而产生常值失准角，而且会因为舰体的变形产生不确定失准角。用二阶马尔可夫对舰体变形进行了建模，并对角速度匹配传递对准方法进行了研究。计算机仿真验证了舰体变形模型的可行性，角速度匹配传递对准方案可以有效、快速地为潜器提供高精度的导航姿态基准。     

利用H∞滤波器改进舰船SINS在摇摆基座上的初始对准

在摇摆状态下,利用常规Kalman滤波器得到的初始对准精度较低。为了提高捷联惯性导航系统在舰船摇摆基座上的初始对准精度,提出应用鲁棒扩展H∞滤波器实现初始对准。鲁棒扩展H∞滤波器是建立在鲁棒控制理论基础上的次优估计算法,以牺牲一定的准确性来提高滤波器的鲁棒性。在摇摆基座初始对准中利用鲁棒扩展H∞滤波器,是为了克服在大干扰情况下,系统误差模型不准确造成Kalman滤波器估计误差较大的问题。半物理仿真试验结果表明:在舰船横摇、纵摇、艏摇运动环境下,采用鲁棒扩展H∞滤波器得到的初始对准姿态角误差在12″(1σ)以内,方位角误差在15′(1σ)以内,优于使用Kalman滤波器的结果。     

晃动基座行进间对准问题的QUEST算法

针对惯导系统晃动基座行进间初始对准问题,提出了一种基于重力矢量的QUEST(Quaternion Estimator)姿态最优估计算法。在传统基于重力矢量的初始对准方法基础上,将方向余弦矩阵的求解过程转换为Wahba问题,实现对重力矢量信息的充分利用,并通过QUEST算法实现了晃动基座下行进间粗对准的最优算法,改善了原有算法鲁棒性以及实时性等方面的问题。仿真和湖试实验验证表明,更改后的算法能够明显提高惯导系统在动基座下的姿态估计速度和精度,特别在周期性线振动环境下的对准精度能够提高一个数量级。多航次的湖试实验结果表明,改进后的算法能够有效提高航向对准精度,综合导航速度精度能够提高50%左右。     

预测滤波器理论在惯导非线性对准中的应用

讨论了预测滤波器的基本算法，并针对平台惯性导航系统在大方位失准角情况下的非线性对准中，用预测滤波器无法估计陀螺误差的问题，提出了将预测滤波和扩展卡尔曼滤波相结合的算法。通过对大失准角下的静基座和动基座对准的仿真，证明预测滤波和扩展卡尔曼滤波相结合的算法能够提高的平台姿态误差角特别是方位误差角的估计精度。比起扩展卡尔曼滤波算法，该算法还能降低系统的维数，减小计算量。     

GPS／SINS组合导航系统的动基座快速初始对准方法

—本文首先建立了ＳＩＮＳ的误差模型，并对系统模型进行了可观测性分析，然后基于ＳＩＮＳ误差模型的特点，通过对所采用卡尔曼滤波器仿真结果的分析，提出了一种快速估计方位失准角Ｄ的方法，从而大大缩短了初始对准时间，提高了对准速度。最后计算机仿真结果表明了该方法的有效性。     

舰载高速导弹SINS/GPS组合导航系统二次快速传递对准

基于惯性导航基本方程的精确表达式,采用二次传递对准的概念与方法,对舰载高速导弹SINS/GPS组合导航系统的动基座传递对准进行了研究。传递对准方案的设计充分利用了垂直发射的特点,将传递对准分为两次进行。第一次对准利用载舰的机动运动,快速完成航向对准,同时初步完成水平对准。第二次对准利用导弹垂直发射和大加速度的特点精确而快速地实现水平对准。仿真结果表明:第一次对准在30s内使航向失准角的估计误差减少到3.05′;在垂直加速度为20g的情况下,第二次传递对准在10s的时间内使东向和北向两个失准角都能得到快速的估计,误差分别为0.4′和0.465′。     

基于GPS观测量和模型预测滤波的机载SINS/GPS空中自对准

针对机载SINS/GPS组合导航系统地面静基座对准时间较长的问题,提出了一种基于GPS观测量和模型预测滤波(MPF)的机载SINS/GPS空中开机自对准方法。该方法首先在载机匀速直线飞行阶段进行SINS/GPS空中开机粗对准,利用GPS获得初始位置、速度和航向,利用加速度计的输出信息计算两个初始水平姿态角;然后在载机进入最优S机动飞行段进行SINS空中精对准,采用MPF和EKF相结合的滤波器估计SINS的误差并进行校正。计算机仿真结果表明,该方法实现了SINS的空中开机自对准,大大缩短飞机的地面准备时间,空中开机粗对准的方位角误差小于15°,俯仰角和横滚角误差小于2°,而空中精对准的方位角、俯仰角和横滚角的估计误差分别达到了67.36〞、47.31〞和-32.52〞。     

双轴旋转式SINS非线性初始对准方法

双轴旋转调制技术可以实现全部惯性元件常值误差的自补偿,从而提高惯性导航系统的导航精度.以双轴旋转调制式SINS初始对准方法为研究对象,建立了双轴旋转式SINS大方位失准角非线性误差模型,利用简化Unscented卡尔曼滤波(UKF)算法,设计了双轴旋转式SINS大方位失准角初始对准算法,利用提出的UKF算法进行了方位失...     

基于PF的SINS动基座初始对准

捷联惯性导航系统大方位失准角的误差模型是非线性的,传统的扩展卡尔曼滤波(Extended Kalman Filter, EKF)会产生线性化误差,影响初始对准精度.在给出捷联惯性导航系统动基座大方位失准角误差模型的基础上,推导了粒子滤波方法(Particle Filter, PF),并将扩展卡尔曼滤波、基于Scaled-Unscented变换的Unscented卡尔曼滤波(Unscented Kalman filter, UKF)和基于Residual重采样的粒子滤波用于捷联惯性导航系统的初始对准中,分别进行了加速和拐弯条件下的初始对准实验仿真.仿真结果表明,在大失准角情况下,粒子滤波相对于扩展卡尔曼滤波和Unscented卡尔曼滤波具有更高的对准精度和更快的收敛速度.     

基于雷达测距与角位置辅助的SINS空中对准方法

针对卫星导航受限条件下捷联惯性导航系统(SINS)空中初始对准问题,提出了一种基于雷达测量斜距-角位置匹配模型。推导了传统雷达位置匹配模型方案量测线性化过程,说明了线性化后量测噪声统计特性随斜距变化的缺陷,同时提出直接采用雷达测量的距离和角位置作为量测信息的对准方案。根据雷达与飞行器之间的相对位置关系,建立了雷达斜距与角位置信息辅助的捷联惯性导航系统初始对准量测方程,利用无迹卡尔曼滤波器(UKF)解决了量测方程非线性问题。最后通过200次蒙特卡洛分析仿真验证了算法的可行性,斜距大于50 km条件下,300 s时航向对准误差角统计均值为?0.0289°,统计标准差为0.0377°,同时有较高的水平对准精度,且明显优于传统位置匹配对准方案。     

捷联惯导系统传递对准误差模型降阶分析

针对捷联惯导系统(SINS)传递对准实际工程应用时的降阶建模问题,给出了速度匹配卡尔曼滤波器误差模型的降阶建模过程,分析模型降阶对传递对准误差估计精度的影响,通过将各状态量对滤波估计的影响等效成惯导系统的初始失准角,以量化的方式比较各状态量影响滤波精度的大小,从而为模型降阶提供依据.最后进行了数学仿真及试验验证,试验结果表明模型降阶方法是可行和有效的,降阶模型对失准角及陀螺漂移的估计精度能够达到模型降阶前的精度,达到了预期的效果,而且模型降阶后滤波器的计算量比降阶前减少了85%左右,大大提高了滤波器计算的实时性,满足实际工程应用的要求.     

基于大失准角时变参数罗经初始对准算法

为了解决大失准角条件下的捷联惯导初始自对准问题,通过分析捷联惯导系统大失准角误差模型,利用平台惯导系统罗经对准原理,提出了一种新的捷联惯导系统罗经对准方案。该方案的具体实现划分为三个阶段:方位角未知情况下的水平对准;大失准角时变参数罗经方位对准;定参数罗经对准。该方案通过实时调节罗经参数缩短了对准时间;利用大方位失准角模型代替小失准角模型,在算法收敛阶段更加准确地描述了捷联惯导系统的误差传递方式。仿真试验表明,使用陀螺随机漂移稳定性为0.01(°)/h的捷联惯导系统,该对准方案能在60 s内方位精度到达1°,并能在对准结束时达到3’的方位对准精度。     

粒子群算法优化的捷联罗经初始对准方法

初始对准是惯导系统的关键技术,罗经法对准是实现捷联惯导系统初始对准的重要手段。罗经对准回路的参数选择直接影响对准结果的好坏。对于不同的捷联惯导系统,罗经回路的最优参数也是不同的。传统的方法是根据经验以及大量的反复试验确定罗经对准参数,不能保证对准参数为最优。针对此问题,提出以水平罗经对准回路阻尼振荡周期T_(d1)和航向罗经对准回路阻尼振荡周期T_(d2)为寻优目标,用粒子群算法对参数(T_(d1),T_(d2))进行寻优的方法,以确定出满足条件的最优对准参数,从而提高捷联罗经初始对准的性能。实验结果表明:粒子群算法能够快速、准确地搜索出罗经对准回路的最优参数,提高捷联罗经对准的性能。将粒子群算法应用到捷联罗经初始对准中是有效的。     

激光陀螺速率偏频系统初始对准方法研究

针对速率偏频激光陀螺转动的工作特性，建立了新的系统误差方程，并在静基座条件下，采用卡尔曼滤波方法实现了系统的初始对准。仿真结果表明，这种初始对准方法对准速度较快，水平对准精度比抖动偏频系统提高了一个数量级，方位对准精度也有较大提高，并且对两个水平加速度计随机常值偏置有很好的估计效果。     

一种新的捷联惯导快速双位置对准方法

针对传统双位置对准过程中受载体运动和惯导标定误差的影响导致卡尔曼滤波器收敛速度较慢的问题,提出一种新的双位置对准方法.设计了快速双位置对准方案,整个对准过程分为两个阶段,将两个阶段的数据分别采用两个卡尔曼滤波器进行处理,从而保证对准卡尔曼滤波器可以快速收敛.通过两个阶段的滤波结果之间的物理关系,可以准确地计算出各项误差参数,包括姿态误差角、机体系中水平方向的陀螺常值漂移和加速度计零偏.仿真结果表明,对准过程可在10 min之内完成,采用常值漂移为0.02(°)/h的陀螺,水平姿态角估计误差在0.1′之内,方位姿态角估计误差在1′之内.该方法切实可行,适用于需要进行双位置对准且对准时间限制比较严格的情况.     

基于NPF-CKF的捷联惯导系统动基座初始对准技术

当海况不佳时,水下航行器大幅晃动,捷联惯导系统无法快速完成自主初始对准,因此提出了利用多普勒计程仪提供的速度信息进行运动中辅助对准。针对在非线性对准中扩展卡尔曼滤波存在精度低,且需要计算雅可比矩阵等不足,提出了一种基于非线性预测滤波的求容积卡尔曼滤波算法。该滤波算法将惯性器件测量误差作为模型误差使用非线性预测滤波器进行实时预测,然后再利用求容积卡尔曼滤波对模型误差补偿后的系统进行状态估计。仿真结果表明,与扩展卡尔曼滤波和求容积卡尔曼滤波算法相比,该滤波算法能够不仅提高失准角特别是方位失准角的估计精度,其精度约为45″,而且加快了收敛速度。同时由于该滤波算法降低了系统状态的维数,因此也大大减少了计算量。     

捷联惯导系统传递对准两种滤波方法比较研究

将H∞滤波方法用于捷联惯导系统（SINS）空中动基座传递对准，并对卡尔曼滤波和H∞滤波应用于传递对准的鲁棒效果进行了比较研究。仿真结果表明，在有色噪声和白噪声强度较小时，两种滤波方法的滤波精度差别不大，但当有色噪声和白噪声强度较大时，卡尔曼滤波精度优于H∞滤波。换言之，卡尔曼滤波对于噪声的不确定性是具有一定的鲁棒性的，并且就估计精度而言，其鲁棒性优于H∞滤波，但H∞滤波的估计速度优于卡尔曼滤波。     

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’’。     

车载SINS行进间初始对准方法

针对车载捷联惯导系统,提出了一种行驶条件下的初始对准方法。通过实施两次技术性短时停车(共计30s),利用车辆启动前和行进途中停车状态下的重力矢量,确定初始时刻载体坐标系(定义为惯性坐标系)和中间时刻一个过渡坐标系的姿态关系;经姿态转换,实现车载捷联惯导系统行进间高精度自对准。16次车载实验结果表明:该方法的方位对准精度达到0.03°(1σ),水平精度优于0.005°(1σ);对准时间长短可变。该对准方法不需要外部速度观测,对准中间过程自由行驶,有利于提高载车机动能力。