杆臂效应对捷联惯性导航系统初始对准精度的影响及其在线补偿方法研究

杆臂效应是由于惯性测量组件安装位置与载体摇摆中心不重合而产生的一种干扰加速度分量，对于以加速度计输出作为观测量的捷联惯性导航系统初始对准精度有较大的影响。本文以舰载捷联惯性导航系统作为应用对象，分析了杆臂效应的产生机理、对舰载捷联惯性导航系统初始对准误差的作用关系，提出了一种基于数字滤波原理的杆臂效应在线补偿方法，并给出了该方法的计算机仿真计算结果。     

捷联式航向姿态基准系统动基座快速对准方法的研究

在捷联式航向姿态基准系统(SHARS)的许多应用场合,应用对象常常要求SHARS既有较高对准精度,又具有较快对准速度的性能。而对于捷联式系统来说,对准的高精度与快速性是一对矛盾,对它的研究一直是捷联式惯性技术领域的主要课题之一。本文将针对应用于舰载武备系统的捷联式航向姿态基准系统的对准方法进行分析研究,提出一种动基座条件下快速对准方案,并对该方法进行仿真分析。     

基于双DSP的嵌入式导航计算机分布式系统设计

为了满足SINS/GPS组合导航系统的小型化、低功耗、低成本等条件,以及越来越高的精度要求,设计了基于双DSP和FPGA构成的嵌入式导航计算机分布式系统.该系统由TI公司TMS320C6701型和TMS320VC33型DSP芯片作为核心处理器,主要完成导航计算和在线滤波校正算法;由FPGA实现输入输出等外围接口,完成对IMU信号的采集控制和缓存、多串行口的扩展等功能.DSP通过外部存储器接口(EMIF)实现与FPGA的通信,可以一次以DMA(Direct Memory Access)的方式从FPGA中FIFO快速读取IMU以及GPS的数据,使得DSP能专注于导航计算;另外,导航计算和在线滤波校正任务在不同的DSP中完成,能有效提高系统的精度,更好地满足系统实时性要求.     

惯性测量组件整体标定技术

研究了惯性测量组件中陀螺与加表的标度系数、零偏、安装耦合误差等的标定问题。建立了陀螺与加表的输入输出模型,提出了在三轴摇摆转台上利用六位置试验法对加表标度系数、零偏、耦合误差进行标定的方法;提出了在三轴摇摆转台上利用正负对称的多组速率试验法以及最小二乘法对陀螺标度系数、零偏、耦合误差进行标定的方法,以及利用六位置试验对陀螺与g有关量进行标定的方法。详细介绍了组件输出参数的测量方法并推导误差计算公式。理论分析表明,该方法可在三轴转台上通过位置与速率试验一次性标定出测量元件的相关误差,具有一定的工程应用价值。     

量测噪声有限记忆在线估计简化算法

量测噪声有限记忆在线估计方法通过对新息序列的实时统计计算,更新系统量测噪声阵 R,增强了滤波器的自适应能力。但量测噪声有限记忆在线估计方法需要在每个滤波周期内对量测噪声阵 R 进行估计并更新统计周期内的量测新息,存在着信息统计与数据更新计算量大的不足。针对此问题,提出了一种基于协方差匹配技术的自适应滤波算法,将协方差匹配技术与量测噪声有限记忆在线估计方法相结合,根据协方差匹配结果,选择性统计量测噪声阵 R。仿真结果表明,简化算法可以在保证滤波精度相当的前提下,减小计算量,提高实时性。     

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。     

一种基于“当前”统计模型的DVL/SIMU船位推算方法

船位推算是水下航行器自主导航定位的重要手段。当采用对流工作模式的多普勒计程仪进行船位推算时,测速精度受海流影响较大,由此引起的船位推算误差较大。针对此问题,提出一种基于机动目标"当前"统计模型的水下组合导航模式,通过增加加速度观测信息,采用加速度均值、方差自适应Kalman滤波算法实现线运动参数的估计和流速修正并进行了仿真实验验证。仿真结果表明,使用本方法能得到较为准确的流速估计值,相同条件下使用加速度信息辅助船位推算比纯船位推算的定位精度有较大提高,其精度优于1 n mile/h。     

模糊自适应滤波在水下航行器组合导航系统中的应用

为了提高水下航行器组合导航系统精度和可靠性,针对水下航行器组合导航系统量测噪声统计特性随实际工作环境的不同而变化的特点,提出了基于模糊自适应联邦卡尔曼滤波的水下组合导航算法。通过监测理论残差与实际残差的协方差的一致程度,应用模糊系统不断调整滤波器的增益系数,对子滤波器进行在线自适应调整,从而实现导航状态的最优估计滤波。通过对联邦滤波器信息分配系数模糊自适应调整,减少了滤波计算量,提高了滤波实时性。软件仿真实验结果表明：模糊自适应滤波可以有效地提高水下航行器组合导航系统的精度和可靠性,提高导航滤波实时性,克服传统的滤波算法的缺点与不足。     

具有不同激活特性神经元的前向神经网络在捷联惯导系统对准中的应用

提出了一种基于H∞滤波的动态神经网络。该神经网络不仅运用H∞滤波理论在践调整网络权值，而且采用与调整权值相同的算法，对神经网络各层神经元的不同非线性激活函数的参数进行在线调整，替代传统神经网络中各层神经元相同的激活特性，并将其用于捷联惯性导航系统(简称SINS)对准的误差状态模型中。仿真结果表明：与采用相同激活特性的方法相比，这种方法不仅提高了系统状态估值运算的实时性，而且也提高了精度。     

基于模糊自适应的组合导航系统信息融合算法

以INS/GPS/CNS组合导航系统为应用背景,在现有方法的基础上,提出了一种新的模糊自适应的组合导航系统信息融合算法。该系统由三个模糊控制块组成,分别为子滤波器模糊控制块、子滤波器权值模糊推理控制块和信息分配系数模糊控制块。解决了由于模型不准确的情况下滤波精度差的问题,同时又能保证系统的实时性,文中给出了状态方程和量测方程,最后通过软件仿真,结果表明该方法具有高效率、高精度等优点,是一种实时有效的算法。