基于状态变换的DVL辅助SINS初始对准方法

针对传统捷联惯性导航系统（SINS）/声学多普勒测速仪（DVL）组合导航系统初始对准过程中模型不精确引起的对准效率低的问题,提出了一种基于状态变换的SINS/DVL初始对准方法。与传统的SINS/DVL匹配模式不同,所提方案采用了基于载体系速度信息的匹配模式,建立了基于载体系速度误差的SINS误差方程,提高了系统误差模型精度。并考虑SINS和DVL之间的安装关系,重新建立了SINS/DVL初始对准系统及量测方程。最后仿真及试验结果表明,所提出的基于状态变换的DVL辅助SINS初始对准方法能在粗对准不够理想且存在安装偏差角条件下完成高精度的初始对准,提高了初始对准的鲁棒性能,同时在对准过程中能够保持高精度的位置信息。     

捷联式惯导系统快速初始对准方法研究

针对初始对准过程中对准精度与快速性相矛盾的问题，提出并设计了把扩张状态观测器（ESO）与卡尔曼滤波滤波估计器相结合，用于捷联惯导系统初始对准的方法。数值仿真结果表明，该方法使对准过程所需要的时间大大缩短，并保证了较高的对准精度及较强的鲁棒性。     

捷联惯导系统初始对准的H∞滤波及卡尔曼滤波比较研究

研究了基于卡尔曼滤波和基于H∞滤波的两种初始对准方法。通过建模仿真及比较分析，得出了在外界噪声影响较大或有建模误差时，使用卡尔曼滤波将出现滤波延缓甚至发散现象，而使用H∞滤波，能有效克服传统Kalman滤波器性能恶化的问题，既可获得较高的对准精度，又提高了系统的实时性，从而从总体上提高初始对准效果。     

捷联惯导系统多位置对准研究

利用把线性时变系统作为分段常系数系统来研究其可观性的方法,对多位置静态捷联惯导系统的误差方程进行了可观性分析,并采用卡尔曼滤波技术,对平台误差角及测量元件误差进行了估计,给出了两位置及三位置的方差仿真曲线。仿真结果表明三位置对准提高了方位误差角及垂直陀螺误差的可观度,从而加速了它们的收敛速度,提高了系统的对准、标定精度。     

一种低成本捷联惯导系统的初始对准方法

提出适用于低成本捷联惯导系统的初始对准方法，即采用非线性对准模型和采样卡尔曼滤波（Unscented Kalman Filter）进行状态估计。推导了方位大失准角下的非线性对准模型，并与采用线性模型的对准方法进行了仿真比较。给出了系统加性噪声情况下的UKF递推算法，并应用于方位大失准角情况下的非线性对准。仿真结果表明采样卡尔曼滤波优于扩展卡尔曼滤波（EKF），且UKF无需计算Jacobian矩阵，与EKF相比实现更为简单。     

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’’。     

光纤惯导／多普勒雷达／气压高度表组合导航半实物仿真

设计军用飞机的自主导航系统是军用飞机的一项关键技术.捷联惯导/多普勒雷达/气压高度表组合导航方法虽然在理论上已较完善,但在具体工程实现中却存在诸多问题.针对实际工程要求,分析并建立了一种适用于飞机的低成本光纤惯导/多普勒雷达/气压高度表组合导航系统方案并对该实际系统进行了多次闭合与非闭合路线的跑车试验,对试验结果的分析表明,该方案是有效的,系统能够有效地抑制惯导位置误差随时间积累而发散的趋势,满足实际导航要求.之后针对实际工程中遇到的问题,分析并提出了影响光纤惯导/多普勒雷达/气压高度表组合导航系统性能的主要因素是Doppler雷达、光纤惯导同机体间的安装误差以及组合导航系统中航向角误差的结论.     

车载稳瞄/惯导一体化技术

结合稳瞄系统和自主寻北定位定向系统的特点,研究了车载稳瞄/惯导一体化技术,阐述了车载稳瞄/惯导一体化系统的工作原理,进行了稳瞄/惯导一体化系统的总体设计。在随机调转的稳瞄平台上布置陀螺仪和加速度计组成惯性测量组件(IMU),IMU同时向稳瞄系统和导航系统提供信号,稳瞄平台在运动中完成瞄准的同时,解算出平台的姿态矩阵,通过平台环架转动夹角的角度量,获得车体姿态矩阵,以此得出车体的加速度在导航坐标系上的分量,最终完成航迹推算。通过跑车试验表明,稳瞄/惯导一体化算法是正确与实用的。     

摇摆状态下捷联惯导系统初始对准技术的研究

研究了摇摆状态下捷联惯导系统的初始对准技术,提出了一种新的对准方案:将初始对准作为一种工作状态嵌入到导航解算中,利用姿态解算构建的“数学平台”来隔离基座的摇摆运动,同时采用二阶调平、方位误差估算方法完成初始对准。通过计算机仿真和三轴转台摇摆实验证明该方案可以有效实现摇摆状态下的对准。     

自适应Kalman滤波在SINS初始对准中的应用

为了提高捷联惯导系统的对准精度和收敛速度,提出了一种基于Sage-Husa自适应滤波算法的初始对准方法。针对方位小失准角的情况,推导出精对准误差模型和自适应Kalman滤波方程。常规Kalman滤波算法,在噪声统计特性已知的情况下,使用比较方便;多数情况下,噪声统计特性是处于未知状态,从而引入自适应Kalman滤波算法。它利用观测到的数据自动进行噪声统计特性的在线估计和修正,使系统达到最佳的滤波效果。通过仿真验证,该自适应滤波算法有效地提高了收敛速度和对准精度。     

状态变换扩展卡尔曼平滑算法在AUV水下航迹修正中的应用

水下自主潜航器(AUV)在水下勘测过程中常采用定期上浮的方式利用卫星定位信息(GNSS)校正惯性/多普勒测速仪(SINS/DVL)组合导航造成的位置误差,并通过平滑算法校正之前计算的水下航迹。针对AUV上浮前的水下航迹矫正问题,提出一种基于计算地理坐标系的状态变换扩展卡尔曼平滑算法(STEKF-RTS)。首先推导状态变换扩展卡尔曼滤波器的系统误差状态方程,并分别以GNSS信息和DVL速度为观测信息构建量测方程,以此系统模型进行前向滤波。完成前向滤波后,即潜航器上浮GNSS校正完成后,采用RTS平滑算法对水下航行阶段的航迹进行修正。实验结果表明,STEKF相较于EKF能减缓位置误差积累,STEKF-RTS相比EKF-RTS平滑算法能够进一步有效校正航线误差,1 h上浮时间间隔情况下,勘测航迹精度可控制在0.5%D以内。     

基于扩展卡尔曼滤波的X射线脉冲星相对导航方法

X射线脉冲星作为一种天然时间基准,具有良好的周期稳定性,在深空探测航天器自主导航方面具有重要的应用前景。针对绝对导航的整周模糊度求解问题和相对导航的预报相位、标称轨道存储问题,提出了一种改进的相对导航方法,将前一时刻的航天器位置作为相对导航基准,建立航天器轨道动力学模型,采用扩展卡尔曼滤波算法,确定航天器的位置。最后,进行了数学仿真研究,仿真结果表明:脉冲星相对导航改进方案的导航精度达到1 km,滤波器一致渐进稳定,能够快速抑制初始误差和轨道根数的干扰,验证了导航方案的正确性和可行性。     

基于扩展卡尔曼滤波的转速补偿滚转角测量算法

针对二维弹道修正引信全弹道转速变化范围较大的旋转特点,提出了一种基于扩展卡尔曼滤波的转速补偿滚转角测量算法。首先以某双旋稳定迫弹为仿真平台,分别在高速和低速时变转速条件下对引入转速补偿的EKF滚转角测量算法进行了验证。仿真结果表明,高转速条件下全弹道滚转角解算绝对误差不大于5°,低转速条件下解算绝对误差全弹道不大于2.5°,且均能快速收敛。而后又基于MEMS三轴转台进行了实验室滚转角测量精度验证,结果表明,在修正引信转速自30 r/s至1 r/s范围动态变化过程中,滚转角解算绝对误差不超过4°。     

基于广义卡尔曼滤波的桥梁结构物理参数识别

基于广义卡尔曼滤波提出了随机荷载作用下桥梁结构物理参数的识别方法。首先,以荷载为观测对象,推导出基于有限元模型的桥梁结构系统的观测方程,以结构待识别的物理参数为状态向量,建立系统状态方程;然后,对该状态方程和观测方程构成的非线性参数系统应用广义卡尔曼滤波,从而识别出结构的物理参数。对一座简支梁桥和一座三跨连续梁桥在不同工况下的物理参数识别进行了数值仿真,结果表明本文方法能够准确地识别桥梁结构全部刚度参数、质量参数和阻尼参数,且具有很强的抗噪性能,从而验证了本文方法的有效性和鲁棒性,可应用于识别大型桥梁结构的物理参数。     

基于扩展卡尔曼滤波器的INS/WSN无偏紧组合方法(英文)

为了减少传统组合导航方法中舍去泰勒展开式的高次项对导航精度的影响,提出了一种基于扩展卡尔曼滤波的INS/WSN无偏紧组合方法。这种方法采用INS在本地相对坐标系的位置和速度误差作为系统变量,观测方程中未知节点理想的位置和速度被INS测量得到的位置和速度与其预估误差的差值替代。仿真结果显示,本文提出的方法平均位置误差比松组合方法降低20%左右,平均速度误差比松组合方法降低80%左右。     

基于状态反馈的卡尔曼滤波组合导航算法

在卡尔曼滤波算法的基础上,提出一种导航误差状态估计的新方法。该方法选取SINS和GPS三个方向上的速度差和位置差作为观测量,根据惯性器件和GPS的精度确定噪声强度,同时建立反馈控制与卡尔曼滤波相结合的滤波器,最终得到误差状态的估计值。仿真结果表明,新型滤波器不仅解决了卡尔曼滤波发散的问题,而且使得误差估计精度得到了极大的提高,从而为组合导航系统的误差估计技术找到了更有工程应用价值的方法。     

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。     

Online identification of time-variant structural parameters under unknown inputs basing on extended Kalman filter

Nonlinear Dynamics - To date, many parameter identification methods have been developed for the purpose of structural health monitoring and vibration control. Among them, the extended Kalman filter...     

Optimal bounded control for nonlinear stochastic smart structure systems based on extended Kalman filter

An optimal bounded control strategy for smart structure systems as controlled Hamiltonian systems with random excitations and noised observations is proposed. The basic dynamic equations for a smart structure system with smart sensors and actuators are firstly given. The nonlinear stochastic control system with noised observations is then obtained from the simplified smart structure system, and the system is expressed by generalized Hamiltonian equations with control, random excitation and dissipative forces. The optimal control problem for nonlinear stochastic systems with noised observations includes two parts: optimal state estimation and optimal response control based on estimated states, which are coupled each other. The probability density of optimally estimated systems has generally infinite dimensions based on the separation theorem. The proposed optimal control strategy gives an approximate separate solution. First, the optimally estimated system state is determined by the observations based on the extended Kalman filter, and the estimated nonlinear system with controls and stochastic excitations is obtained which has finite-dimensional probability density. Second, the dynamical programming equation for the estimated system is determined based on the stochastic dynamical programming principle. The control boundedness due to actuator saturation is considered, and the optimal bounded control law is obtained by the programming equation with the bounded control constraint. The optimal control depends on the estimated system state which is determined by noised observations. The proposed optimal bounded control strategy is finally applied to a single-degree-of-freedom nonlinear stochastic system with control and noised observation. The remarkable vibration control effectiveness is illustrated with numerical results. Thus the proposed optimal bounded control strategy is promising for application to nonlinear stochastic smart structure systems with noised observations.