捷联惯导基于地球系的动基座间接精对准算法

为了将惯性凝固思想延伸到行进间精对准中并提升计算效率,提出了基于地球系的间接精对准算法。描述了地球系下的捷联惯导/里程计系统模型和相应的Ψ角误差模型。考虑安装偏差角、杆臂等因素,建立了相应的卡尔曼滤波方程。六组行车轨迹的行进间对准结果表明,相对于地理系精对准算法,地球系间接算法整体对准性能更加优越,系统的稳定性和快速性得到提高,在对准第600 s方位失准角可以稳定在1 mil(1σ)的误差限内。另外,地球系滤波算法具有更好的初始化参数适应性,有利于工程实现。     

基于小波滤波的激光陀螺SINS晃动基座初始对准

激光陀螺捷联惯导系统在晃动基座上进行初始对准时,由于激光陀螺信号中存在着很大的随机噪声,导致对准时间变长,对准精度降低。为解决此问题,提出一种基于小波实时阈值滤波的预处理方法,选取了合适的小波基和分解层数,对陀螺信号进行小波预处理,然后利用滤波后的陀螺信号进行姿态粗对准,最后使用速度误差作为观测量进行卡尔曼滤波精对准。半实物仿真试验结果表明:本文提出的小波预处理方法在满足陀螺信号实时性的条件下,能够有效地减小激光陀螺信号中的各项随机噪声,利用预处理后的陀螺信号进行初始对准时,对准时间显著缩短,航向角在精对准7 min左右收敛,其1σ值在39"以内,在工程上有一定的参考价值。     

传递对准姿态匹配算法的统一性

推导了传递对准中使用的传统姿态匹配算法和现代姿态匹配算法,证明了这两类姿态匹配算法是统一的.首先介绍了传统姿态匹配算法,包括"姿态角匹配法"和"姿态矩阵匹配法".然后论述了现代姿态匹配算法,包括"量测失准角匹配法"和"最优姿态匹配法"."量测失准角匹配法"是一种通过引入量测失准角进行传递对准姿态匹配的算法;"最优姿态匹配法"是对"量测失准角匹配法"的改进和完善.最后,从理论上证明了"姿态角匹配法"和"量测失准角匹配法"是等价的,进而,说明了传统姿态匹配算法和现代姿态匹配算法的统一性.     

μ检验法测量陀螺阈值

为了能高效、准确地测量陀螺的阈值,介绍了一种“正交多点”的对准方案和基于数理统计原理测量陀螺阈值的方法,并且分析了该方法的测量不确定度。     

一种基于PWCS的惯导系统可观测度分析方法

为研究惯导系统动基座滤波中各状态的收敛情况与载机机动的关系,提出一种基于分段线性定常系统( pwcs)的可观测度分析方法.该方法利用PWCS可观测性分析方法中的提取可观测矩阵,进一步进行可观测度的计算,用可观测阶数和相对可观测度两个指标对可观测性进行量化.分析结果能够明确表示出不同状态在观测中的耦合,准确预测可观测度不...     

捷联惯系统的可观测性和可观测度研究

可观测性和可观测度分析是确定动态系统卡尔曼滤波效果的重要环节，本文首次提出了一种时变动态系统可观测矩阵的奇异值分解分析方法，应用于捷联惯导系统初始对系统状态的可观测度分析取得显著效果。该方法为初始对准中载体最佳机机动方案选择提供了依据，计算机仿真结果表明了该方法的有效性     

一种新的捷联惯导系统动基座对准中的可观测性分析法

以惯性坐标系为导航坐标系,建立了捷联惯性导航系统动基座对准的误差模型.利用分段定常系统可观测性分析方法对系统动基座对准时的可观测性进行了全面分析,定性地得出了载体不同运动对系统可观测性的影响.分析结果表明,在动基座对准过程中,不同于传统的以地理坐标系为导航坐标系,惯性坐标系具有简化分析过程、利于定轨等优点,且无论载体是线运动还是角运动,在一定条件下都能提高系统的可观测性,进而提高卡尔曼滤波器的估计精度和速度.在以惯性坐标系为导航坐标系的捷联惯性导航系统动基座对准过程中,采用卡尔曼滤波方法,基于具体试验数据,对失准角进行了估计,给出了仿真曲线,验证了分析结论.     

基于正则化RBF的轨道不平顺在线监测系统研究

为了得到列车行进过程中准确的轨道不平顺状态,提出了一种基于以太网的轨道平顺度车载实时动态监测系统,分析了系统的结构和检测原理,通过惯性基准法利用激光位移传感器和振动加速度传感器对轨道不平顺度数据进行采集,基于两传感器数据融合时间不同步、数据率不一致的特点,提出了利用正则化RBF （径向基函数）网络拟合的算法,该方法可以将不同传感器测得的不同采样周期的数据对准到同一时间点上,得到轨道不平顺结果。将拟合值和真实值进行比较,正则化RBF拟合和常规方法拟合的平均相对误差分别为1.9％和3.7％,均方误差分别为0.41和2.35,相比之下,正则化RBF网络拟合效果更好。结果表明该系统能够更真实的反应轨道的动态不平顺。     

惯导系统传递对准的可观测性分析

系统的可观测分析对卡尔曼滤波器的效果有较大影响。惯导系统的卡尔曼滤波模型在传递对准时,为线性时变系统,其可观测性分析比较困难。文中采用一种依据系统矩阵的奇异值确定状态可观测度的方法对两种快速传递对准的卡尔曼滤波模型进行可观测性分析,结果表明该方法简单有效,"速度+姿态"的可观测性更高。     

自适应UKF滤波在SINS初始对准中的应用

为了缩短捷联惯导系统的初始对准时间并提高对准精度,分别设计了平淡卡尔曼滤波器(UKF)和自适应平淡卡尔曼滤波器(AUKF)用于精对准。在系统噪声统计特性未知时,AUKF算法能自动平衡状态信息与观测信息在滤波结果中的权比,以实时调整状态向量和观测向量的协方差,从而提高系统的性能。实验结果显示,使用自适应UKF算法与普通的UKF算法相比,可以获得更优的对准精度和快速性,在东、北、天三个方向上,其失准角精度分别提高了0.2′、0.2′和4′;收敛时间分别缩短了10 s、30 s和25 s。