捷联惯导晃动基座四元数估计对准算法

针对捷联惯导晃动基座下的初始对准问题,提出了一种基于四元数估计(QUEST)的抗干扰对准算法。将惯性系对准方法中,求取初始姿态阵的问题转化为基于观测矢量确定载体姿态的Wahba问题,利用四元数估计算法得到最小二乘意义下载体初始姿态的最优四元数解。阐述了四元数估计算法的基本原理,详细给出了基于四元数估计算法的捷联惯导晃动基座对准方案。进行了车载实验,实验结果表明:四元数估计对准算法姿态角误差的收敛速度优于双矢量定姿对准算法,同时可进一步提高对准精度。经120 s对准后,水平姿态误差在5″以内,航向误差在1.3′以内。     

水下滑翔器位姿估计的改进高斯混合粒子滤波器设计与验证（英文）

近年用于水下滑翔器的低成本导航系统成为研究热点,导航器件的成本与精度之间的折中问题仍然是目前的难题。针对因使用低成本的导航元件而造成低精度位姿估计的问题,提出用于位姿估计的改进高斯混合粒子滤波(IGMPF)方法。用高斯混合模型来估计非高斯噪声,改进的粒子滤波进一步提高位姿估计精度。为了验证其效果,该方法应用于自主设计的水下滑翔器导航系统中并做了车载实验,实验结果表明所提IGMPF方法在实际应用中比传统的EKF和UKF表现更优,姿态角和位移误差比EKF和UKF减小了至少30%。     

基于简化无迹Kalman滤波的非线性SINS初始对准

传统的小干扰失准角模型只适合于小失准角情况下的初始对准,对于处于大失准角下的舰船或飞机的对准必须寻求不做任何线性假设的非线性模型和非线性滤波方法。针对以上问题,建立了基于四元数的姿态误差方程,给出了基于复杂噪声模型的UKF算法,在该算法的基础上假设量测方程为线性,得出简化的UKF算法,避免了重采样、多次求解量测预测方程、计算量测预测方差等一系列繁杂过程。基于以上理论建立了适合简化UKF算法的非线性滤波模型,在大失准角、小失准角下与常规Kalman和EKF算法做对比仿真,结果表明,在小失准角下三种方法效果相当,但在大失准角下简化UKF和EKF显示出了处理非线性模型的优势,对准速度和精度都好于常规Kalman算法。由于EKF线性化造成的高阶截断误差使得对准精度略低于简化UKF。     

基于对偶四元数的双星编队相对位姿测量

为了描述编队卫星中主从星的相对位置和姿态信息,提出了基于对偶四元数的编队卫星相对位姿测量算法。以双星编队飞行的位姿运动为主线,运用对偶四元数工具,充分发挥其能以最简洁的形式表示一般性刚体运动的优点,对卫星轨道和姿态进行分析并建立了对偶四元数位姿模型。同时设计类GPS测量技术来测量编队卫星的相对位置和姿态,该技术载波相位波长和伪码码元比GPS的更短,可获得更高精度的相对测量信号。由于状态方程和观测方程的非线性特征,使用UKF滤波来消除随机噪声对量测过程的干扰。实验结果表明,所设计的算法能够有效估计系统误差,卫星的位置误差和四元数误差收敛于零,验证了该算法的有效性。     

基于MARG传感器的自主姿态测量新算法

针对基于三轴陀螺、三轴加速度计以及三轴磁强计组成的传感器组合(MARG传感器)的姿态测量算法存在的不足和限制,以自主姿态测量为前提,提出了一种新的基于四元数的优化递推估计算法。这一算法能够在线估计补偿陀螺漂移误差,不再需要对系统方程进行线性化处理。与基于EKF的方法相比,在同等计算复杂度下,该算法具有更高的精度和更好的稳定性。算法本身内蕴了对四元数单位长度的限制,不再需要任何归一化处理。仿真结果显示出了该算法具有令人满意的效果,利用水上漂浮试验初步验证了该算法的稳定性。     

基于修正的Rodrigues参数的EKF算法在姿态估计中的应用

以低成本航姿测量系统为研究对象,针对四元数描述姿态时存在冗余的不足,提出使用三维独立矢量的修正的Rodrigues参数进行姿态解算,利用与其影子参数相互切换的方法解决了修正的Rodrigues参数在描述姿态时存在奇异的问题,根据系统中器件的特点,以陀螺零偏和修正的Rodrigues参数为状态向量,以加速度计、磁强计输出为观测向量建立了基于扩展Kalman滤波的姿态估计算法,避免了利用四元数进行姿态估计时状态误差方差阵产生奇异的问题,并在一定程度上减小了估计算法的计算量。最后通过全姿态以及摇摆基座数据仿真验证了算法的有效性。     

基于加性四元数误差方程的惯性/天文姿态组合算法

针对采用旋转四元数误差进行的组合导航误差建模中状态方程的非线性化问题,提出一种新的惯性/天文组合姿态组合算法,以姿态加性四元数误差和陀螺漂移为状态变量,推导系统线性化状态方程,并以天文导航和惯导姿态四元数之差为量测量,建立系统量测方程,然后利用卡尔曼滤波实现对该组合模式的信息融合,仿真分析表明,所设计的基于姿态四元数误差和陀螺漂移的组合模式能够有效估计系统状态误差,姿态误差0.02°左右,验证了其有效性,可避免较为复杂的非线性滤波器的使用,为工程实践提供了理论支持.     

基于自适应交互多模滤波的SCNS/RSINS紧组合对准方法（英文）

为了提高船用单轴旋转捷联惯性导航系统(RSINS)初始对准的精度和快速性,针对传统的EKF滤波线性化误差和单传感器精度不高的问题,设计了一种基于自适应交互多模(AIMM)算法的SCNS/RSINS紧组合对准方法。该算法将自适应滤波器与交互多模型相结合,利用了两个合理构建状态模型和量测模型的平行滤波来实现对实际模态的覆盖:滤波1应用姿态四元数算法建立了状态方程的模型,量测量为RSINS与SCNS之间的姿态四元数误差;滤波2的根据SCNS/RSINS的误差特性构建了状态方程模型,量测量为RSINS与SCNS位置和航向误差,然后应用自适应IMM算法将两个平行滤波的估计值进行数据融合。在某种程度上,因状态噪声和量测噪声的不确定性,EKF的性能会被降低,而通过模型转换机制,IMM可用于选择一个合理的模型自动计算器来自适应地调整对准过程中噪声的协方差矩阵,因此该算法可以有效地解决SCNS/RSINS组合导航系统的初始对准问题。仿真结果表明:与EKF算法相比,基于自适应IMM算法的SCNS/RSINS组合对准方法的估计精度和对准快速能力都得到了改善,其中对方位陀螺漂移的估计时间缩短了至少40%。     

基于UPF和修正Rodrigues参数的无陀螺姿态确定算法

针对无陀螺或陀螺失效等情况下的飞行器姿态确定问题,基于无冗余姿态描述形式修正Rodrigues参数,提出了仅利用星敏感器矢量观测信息来确定飞行器姿态的UPF(Unscented Particle Filter)算法.UPF利用UKF(Unscented Kalman Filter)得到粒子滤波的重要性密度函数,从而克服了标准的粒子滤波没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足.修正Rodrigues参数描述飞行器姿态具有简洁高效的特点,通过切换方法避免了奇异性现象.仿真结果表明,该姿态确定算法可以取得比UKF更快的滤波收敛性和更高的滤波精度,并且比四元数算法计算效率提高近10%.     

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°.     

基于四元数自适应卡尔曼滤波的快速对准算法

针对捷联惯导初始对准问题,提出了一种具有干扰抑制能力的四元数自适应卡尔曼滤波初始对准算法。通过将初始对准问题转化为Wahba姿态确定问题,直接建立四元数的滤波模型,并采用自适应卡尔曼滤波对初始时刻姿态四元数进行估计,利用姿态四元数更新求出当前姿态来实时地反映载体的姿态变化。针对直接构建量测模型导致收敛速度慢的问题,提出一种基于最优四元数估计法构造K矩阵原理的改进算法。利用三轴转台模拟不同的摇摆环境进行实验,转台实验表明了改进算法具有较快的收敛速度和良好的稳定性及精度,中等精度的惯导系统在150s至200s的对准时间内,航向角均值误差小于2'。     

基于鲁棒滤波的无人机着陆相对导航方法

针对无人机在移动平台上进行起降时的相对导航问题,提出了一种基于鲁棒高阶容积滤波的惯导/视觉相对导航方法。建立了相对导航系统模型,基于无人机与移动平台之间的相对运动给出了系统的相对惯导方程,并针对系统中传感器的量测特性给出了导航敏感器的测量方程。针对相对导航系统非线性较强且量测噪声不符合高斯分布等问题,在高阶容积滤波的基础上,结合Huber-based量测更新方程,设计了鲁棒高阶容积滤波相对导航滤波器,该方法具有较高的估计精度,且对混合高斯噪声有鲁棒性。相对姿态采用四元数表示,为保证四元数的归一化,在设计相对导航滤波器时采用修正的罗德里格斯参数表示姿态误差。仿真结果表明,该方法可以准确地给出无人机与移动平台之间的相对位置、速度和姿态信息,且估计精度高于扩展卡尔曼滤波、Huber-Based滤波以及高阶容积卡尔曼滤波。     

基于SE(3)-EKF的旋翼无人机GNSS/SINS空中快速对准方法

针对旋翼无人机GNSS/SINS组合导航系统采用传统对准方法难以在大失准角下实现空中快速对准的问题,提出了一种基于SE(3)-EKF的旋翼无人机GNSS/SINS空中快速对准方法。将姿态和速度状态误差量构造为李群元素,并考虑陀螺仪和加速度计零偏误差,构建了群-矢量混合误差模型,推导了基于SE(3)-EKF的GNSS速度量测方程。实验结果表明：当失准角为[3°, 4°, 95°]时,所提方法在200 s内实现了约为0.1°的水平姿态对准精度,较传统的扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）分别提高了50%以上和20%以上;航向角误差约为0.4°,相较于EKF、UKF分别降低了45%以上和43%以上。当失准角为[20°, 20°, 175°]时,EKF和UKF已无法收敛,而所提方法水平姿态误差可收敛到约0.1°,方位误差可收敛到约0.5°,验证了所提方法适用于不同场景下的初始失准角,具备一定的工程应用价值。     

基于状态约束的MIMU/磁强计组合姿态估计滤波算法

构建了基于MEMS技术的陀螺、加速度计、磁强计及空速计组合的微小型飞行器姿态测量系统.研究了基于四元数的扩展卡尔曼滤波算法.取姿态误差四元数和陀螺随机漂移构建状态向量,通过误差四元数微分方程和陀螺随机误差模型建立卡尔曼滤波状态方程,采用速度信息实时补偿加速度计输出值得到重力矢量,利用重力矢量估计水平姿态,通过滤波补偿姿态误差,降低了对陀螺的精度要求.将状态向量之间的约束方程作为伪量测方程引入到量测模型中,解决了由于状态向量相互约束导致的滤波发散和奇异.动态飞行滤波噪声的自适应调整增强了系统性能.仿真和实验表明,该滤波算法能够有效避免系统的漂移,提高系统测量精度和稳定性.     

UKF在深组合GPS/INS导航系统中的应用

采用联邦滤波的深组合GPS/INS导航系统预滤波器量测模型具有很强的非线性,导致扩展卡尔曼滤波（EKF）的预滤波器估计精度不高。Unscented卡尔曼滤波（UKF）方法是一种非线性分布近似方法,它使用有限数量的sigma点去逼近整个非线性动态系统的分布可能,从而避免了对非线性测量模型进行线性化,具有较高的精度和较好的鲁棒性。在分析深组合导航系统预滤波器模型和UKF原理的基础上,设计了基于UKF滤波算法的预滤波器,对码相位误差、载波相位误差、载波频率误差、载波频率变化率等参数进行估计,同时将UKF和EKF算法进行了仿真比较。结果表明,在深组合导航系统中使用UKF滤波比EKF有更高的导航定位精度。     

一种改进的舰载机快速传递对准方法

为提高舰载机的快速反应能力,设计了一种测量参数组合匹配传递对准新方法。以舰载机惯导的姿态四元数和移动基准惯导的姿态四元数为切入点,通过四元数乘法构建量测量,并与角速度匹配组合构成量测方程,可有效克服传统姿态角匹配计算量大的不足,并获得较好的快速性和滤波精度。给出了数学模型,阐述了工作思路,推导了量测方程,并在舰载条件下进行了分析比较和仿真验证。仿真结果表明,采用本文提出的方法可获得良好的稳健性、快速性和准确性,估计精度与角速度加姿态角匹配方案的精度相当,计算量也明显减小。舰载机惯导系统不但在不到10 s的时间里就完成了对失准角和安装误差角的估计,估计精度均在0.5'以内,还能在不到100 s的时间里完成对陀螺漂移的估计,实现对陀螺器件的标定。     

基于四元数卡尔曼滤波的捷联惯导初始对准算法

针对晃动基座捷联惯导初始对准问题,研究了一种具有干扰抑制能力的初始对准算法。根据重力矢量在惯性空间投影构成一包含地球北向信息的旋转锥面的现象,利用坐标系惯性凝固假设将重力量测矢量和参考矢量分别投影到载体惯性坐标系和导航惯性坐标系,将晃动基座条件下的初始对准转化为基于重力量测矢量确定对准起始时刻的姿态问题。借鉴四元数线性伪量测方程的概念,利用重力投影矢量与初始姿态四元数的线性量测关系实现初始姿态四元数的直接滤波估计。初始姿态四元数在对准过程中为常值,以其作为待估计的状态可避免系统模型误差和初始误差的影响。利用转台模拟不同的摇摆对准环境,导航级惯导系统可在10 min内完成初始对准且方位误差小于3’。     

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。     

基于罗德里格参数的线性最优估计自对准

针对车载捷联惯导系统怠速条件下的初始对准问题,提出了一种基于罗德里格参数的线性最优估计自对准算法。利用姿态阵分解和凯莱变换,将任意姿态下的无初值初始对准问题简化为罗德里格参数的无约束线性最优估计问题。讨论了算法的有效性,推导了算法的对准误差公式,并设计了一种简洁的工程实现方案。利用车载捷联惯导系统进行了四位置对准试验,每个位置对准六次,结果表明,在发动机振动及外界随机扰动下,新算法可以在5 min内完成对准,统计方位均方差(1σ)不超过3′。     

一种适用于星敏感器的大角速度下星跟踪算法

传统的星敏感器预报方法是利用当前四元数和陀螺输出角速度来预测下帧姿态四元数,再通过预测的四元数计算视场内恒星的理想星像坐标,最后在这些理想坐标为中心的范围内来获取实际的星像坐标。但是,由于陀螺漂移的存在,随着时间的增加,预测的理想坐标与实际坐标偏差越来越大,获取实际星像坐标扫描的区域越来越大,星敏感器的数据更新率也随之降低。为此,本文提出了一种适用于星敏感器的大角速度下星跟踪算法。首先根据连续两帧的姿态偏差计算星敏感器的角速度,利用角速度来计算星敏感器当前时刻与最近上一帧的姿态偏差。然后以该姿态偏差来预报当前时刻的星敏感器姿态输出,这样不仅提高了数据更新率,而且满足飞行器在大角速度机动时单纯采用星敏感器进行姿态测控的要求。最后,采用2010年外场试验实际观星数据对该算法进行了仿真验证。