基于MEMS陀螺的风洞模型水平姿态动态测量与精度评估

风洞实验对模型的水平姿态实时动态测量精度的要求不断提高,微小型飞行器模型、高精度的激光陀螺、光纤陀螺惯性测量单元往往在体积、质量方面受到限制,而单一的MEMS系统在水平姿态测量精度方面通常难以达到要求。采用高精度石英挠性加速度计替代MEMS加速度计,与MEMS陀螺进行组合测量。针对加速度计I/F转换脉冲量化及陀螺漂移对动态测量精度的影响,提出了一种基于速度观测Kalman滤波的水平姿态动态测量算法,以提高风洞实验中模型水平姿态的测量精度。提出了在三轴飞行模拟转台上,利用高精度激光陀螺捷联惯导系统的测量结果作为基准进行动态精度评估的方法,解决了安装误差、时间同步等因素对评估精度的影响。通过与其他几种惯性水平姿态测量方法进行精度对比,验证了该算法的技术优势。     

基于GNSS速度信息辅助的飞行器姿态保持技术研究

为了提高飞行器精确打击和侦察探测能力,针对飞行器组合导航系统高精度、长航时和高可靠的姿态保持问题,研究了一种基于GNSS速度信息辅助的飞行器姿态保持技术。通过采用开环修正和闭环修正结合的工作方式,克服了惯性导航误差随时间不断积累引起的滤波精度下降问题;通过对GNSS信息进行χ~2检测,避免飞行器作大机动飞行或有外部干扰时引起的GNSS信息异常,确保GNSS信息的有效性;通过对GNSS速度信息的时间延迟进行扩展建模,抑制GNSS数据延迟对姿态保持算法的影响。仿真和实际数据处理结果表明:该姿态保持技术充分利用惯性导航系统和GNSS的优点,技术方案合理,能够满足飞行器高精度、长航时和高可靠姿态保持的需求,具有较好的工程应用价值。     

基于GPS/MEMS微惯性导航系统的 混合校正方法研究

针对GPS/MEMS 微惯性组合导航系统, 为了提高算法的可靠性和导航精 度, 研究了Kalman 滤波算法。分析了DSP 数字系统的运算能力、构建了优化的数学模 型, 提出了Kalman 滤波混合校正方法, 并将此方法应用于搭建的组合导航系统。通过 跑车试验对该方法进行了验证,试验结果表明,系统的导航精度,姿态误差在0.5°,航 向角误差2°,速度误差0.5m/s。     

微小型飞行器惯性组合姿态确定与航路导航研究

构建了微小型飞行器(MAV)导航、制导与控制(GNC)系统。研究了微惯性导航测量单元零偏的温度建模及非正交误差的多位置标定补偿方法,提出微小型飞行器导航、制导与控制系统闭环条件下,利用导航、制导与控制回路的飞行状态特征信息的微惯性组合导航系统滤波算法,根据微小型飞行器飞行状态实时调整卡尔曼滤波器的观测噪声方差,有效提高了动态过程中姿态测量精度和微小型飞行器的飞行平稳度。完成了组合导航系统滤波算法验证飞行试验及自主姿态稳定和航路飞行试验。飞行试验表明:微小型飞行器实现了自主姿态稳定与长距离超视距航路点导航飞行,航路点导航误差小于30 m,惯性组合姿态确定与航路导航系统及算法满足微小型飞行器自主飞行对导航系统的需求。     

基于Kalman滤波的变体飞行器T-S模糊控制

针对变体飞行器的跟踪控制问题,提出了一种基于Kalman滤波的T-S模糊控制方法。考虑飞行器系统状态不可测,引入惯导数据作为辅助信息,利用Kalman滤波算法融合飞控信息与惯导信息实现状态估计。由于变体飞行器在不同变形结构下气动特性变化较大,为便于控制器设计,采用小扰动线性化方法得到飞行器在不同平衡点处的局部线性模型,并通过状态反馈方法设计局部控制器,局部线性模型和局部控制器通过模糊集和模糊规则聚合成一个连续光滑的全局T-S模糊模型和T-S模糊控制器。通过综合Kalman滤波器与T-S模糊控制器得到一个基于Kalman滤波的T-S模糊控制器。仿真结果表明,该控制器在变形过程中能够实现状态估计,保证飞机的跟踪性能。     

箭载SINS快速自对准技术

为适应运载火箭快速发射需求，捷联惯导系统采用自对准技术逐渐取代了复杂的光学瞄准系统。针对初始对准中Kalman滤波器收敛缓慢的问题，提出了基于低通滤波的运载火箭快速自对准方法。该方法基于凝固惯性系自对准算法，采用移动窗双矢量构造方案，实现了自对准实时解算。通过在凝固惯性系间姿态转换矩阵后端引入低通滤波器，降低杆臂效应引起的有害加速度影响，保证自对准精度。该方法不需要进行复杂的Kalman滤波运算，能够快速收敛，工程实现简单。数字仿真和试验数据表明，采用基于低通滤波的凝固惯性系自对准方法可以达到Kalman滤波对准同等级精度的同时缩短对准时间到5min以内，验证了该方法的有效性。     

捷联惯性导航系统高精度动态仿真算法

由于飞行器动态模型航迹生成算法与惯性导航系统算法原理存在差异,无法直接仿真分析惯性传感器不同误差特性对惯性导航系统动态性能的影响.基于飞行器动态模型航迹数据,提出一种捷联惯性导航系统高精度动态仿真实现方法,设计了惯导参数动态计算误差并行补偿方案,实现了对导航系统动态仿真过程中导航参数计算误差的有效分离.在搭建的仿真平台上,有效验证了所提出仿真方法的性能,为实际惯性传感器选型和指标选择提供支撑.     

基于对偶四元数的捷联惯导算法在发射点惯性系下的应用研究

针对导弹类载体在做复杂的高动态机动时,采用传统的捷联惯导算法容易产生圆锥误差与划船误差,从而导致解算精度降低的问题,在发射点惯性系下设计了基于对偶四元数的捷联惯导算法。在建立发射点惯性系下的捷联惯导解算模型的基础上,详细推导了基于对偶四元数的捷联惯导解算算法,通过对比分析其中的速度更新过程与传统算法的差异,说明该算法可以有效提高速度和位置解算精度。在设计的多条机动飞行轨迹下,以三子样更新为例,对对偶四元数算法和传统算法的性能进行了仿真对比分析。仿真结果表明,对偶四元数导航算法可以有效提高速度和位置解算精度,且姿态机动情况越复杂、持续时间越长,改善效果越显著。     

基于ST-EKF与滤波增益约束的加速度计微g级标定

提高加速度计组件的标定精度是实现高精度导航、高精度测姿的重要途径.针对加速度计组件通过线性误差模型标定后难以达到微g级精度的情况,建立了包含二次项误差和振摆误差在内的加速度计组件误差模型,并提出了一种基于状态变换Kalman滤波与滤波增益约束的系统级标定算法.该算法借鉴Schmidt-Kalman滤波器与可观测性约束Kalman滤波器原理,可减小滤波状态协方差矩阵计算误差和滤波增益计算误差,从而提高弱可观误差状态的估计精度.与传统系统级标定算法的对比实验表明,所提出的新算法能够更加精确估计出包含二次项误差与振摆误差在内的加速计组件的各项误差,新算法使在大水平姿态倾角下的重力模值测量残差的均方差从线性误差模型的24.12μg、线性/二次项误差模型的13.38μg减少到6.71μg.4500s大水平姿态变化下的纯惯导实验结果表明:与仅用线性误差模型的系统级标定结果相比,系统级标定新算法使惯导系统的东向、北向导航最大位置误差分别从192.40m、96.72m减小到74.64m、65.44m.所提出的系统级标定新算法具备更好的标定精度,从而使得导航精度得到提高.     

高动态环境下惯导高阶姿态算法研究

为满足高超声速飞行器的高动态特性对捷联惯性导航系统的导航精度提出的更高要求,在分析高超声速飞行器高动态运动频谱特性的基础上,研究了高动态环境下的捷联惯导高阶姿态积分算法。通过高超声速飞行器运动特性仿真,对比分析了不同阶次姿态积分算法对捷联惯性导航系统精度的影响。仿真结果表明,在高动态环境下,采用高阶姿态积分算法能有效提高捷联惯导导航精度。     

基于模糊自适应卡尔曼滤波的大气数据辅助姿态算法

 针对中低精度航姿参考系统(AHRS)在机体机动时不能利用加速度计修正水平姿态,以及噪声统计特性随实际工作情况变化的问题,提出了一种基于模糊自适应卡尔曼滤波的大气数据辅助姿态解算的方法。首先,考虑大气数据系统和航姿参考系统的优势,利用真空速、攻角和侧滑角等大气数据信息对非重力加速度进行补偿,以辅助水平姿态解算;其次,基于模糊自适应卡尔曼滤波原理,对观测模型的参数进行估计和修正,以实现水平姿态的最优估计;最后,选取某型飞机的试飞数据进行仿真验证。仿真结果表明,该方法可使飞机的水平姿态估计精度达到1.3°,且在偏差较大时有明显的纠偏作用。因此,相对于无机动加速度补偿和常规卡尔曼滤波来说,该方法能够更好地进行姿态估计,具有一定的实用价值。     

基于极限学习机的黑障区智能导航算法

在黑障区飞行阶段中,惯性导航系统会因缺少辅助导航系统而持续累积误差,导致飞行器导航系统可靠性下降。针对这一问题,提出了一种新的基于极限学习机的黑障区智能导航算法,通过极限学习机(ELM)对GPS正常工作的导航信息进行学习。在黑障区,利用学习得到的模型对惯性导航系统进行误差补偿,较好地修正了当GPS失锁时惯性导航系统的误差,避免了因误差累积而导致的导航信息发散。仿真结果表明,该算法能够保证在GPS失锁的黑障区中导航系统输出的信息有较好的可靠性和精度,能够为接下来的姿态调整和着陆准备提供良好的基础。     

空天飞行器星敏感器安装误差在线标定方法

空天飞行器高动态、长航时的运动特性可能导致一体化安装的惯性/天文组合导航系统中星敏感器与惯导间产生安装误差角。设计了一种星敏感器安装误差角动态辨识方法,建立了星敏感器安装误差角模型,设计了基于天文角度观测的星敏感器安装误差角动态辨识方案,分析了不同机动飞行方式下星敏感器安装误差角的可观测度。仿真结果表明,所设计的基于卡尔曼滤波的动态辨识方法能够在飞行器机动过程中快速地对星敏感器安装误差角进行在线标定,对安装误差角的标定值可以达到实际误差值的85%以上,有效地提高了组合导航系统的精度。     

空间平台机动变轨自主导航研究

针对空间平台在高轨道机动变轨过程中自主导航的需求,采用了基于Kalman滤波器的捷联惯导与星敏感器的组合导航方案。结合Kalman滤波中协方差更新的误差分配分析方法,分析了影响空间平台状态估计误差的主要因素。采用适用于高轨道的球谐重力模型,运用STK工具包设计了变轨机动轨迹,将该轨迹应用于组合导航方案的仿真验证。仿真结果表明,量测噪声是影响空间平台姿态精度的主要因素,加速度计零偏对变轨过程速度精度有决定性影响,改善两者的精度可以实现空间平台机动变轨的高精度自主导航。     

仿真飞行轨迹的设计及应用

由于全面真实的飞行轨迹数据很难获取,而捷联惯导系统性能测试又必须要有飞行轨迹数据和惯性器件的输出作为基础,为此,介绍了一种仿真飞行轨迹的设计方法,将飞机飞行过程分解为若干基本运动状态,并建立了相应的模型,可根据实际需要组合各种基本运动状态构成一条完整的飞行轨迹.据此设计了一条仿真飞行轨迹并对该轨迹进行了应用仿真.结果表明,此法不仅能够较好地模拟飞机的实际飞行状态,更能有效地测试捷联惯导算法的精确性和可靠性,应用效果令人满意     

空天飞行器星敏感器安装误差在线标定方法

空天飞行器高动态、长航时的运动特性可能导致一体化安装的惯性/天文组合导航系统中星敏感器与惯导间产生安装误差角。设计了一种星敏感器安装误差角动态辨识方法,建立了星敏感器安装误差角模型,设计了基于天文角度观测的星敏感器安装误差角动态辨识方案,分析了不同机动飞行方式下星敏感器安装误差角的可观测度。仿真结果表明,所设计的基于卡尔曼滤波的动态辨识方法能够在飞行器机动过程中快速地对星敏感器安装误差角进行在线标定,对安装误差角的标定值可以达到实际误差值的85%以上,有效地提高了组合导航系统的精度。     

带FDI算法的无人机组合导航姿态确定控制系统设计

无人机导航系统的作用是提供导航数据给飞控计算机作为制导和控制用,因为飞控计算机的性能在很大程度上依赖于导航数据,导航系统的某一个错误可能会导致整个无人机的失败,因此,导航系统应具有故障检测和隔离(FDI)算法,介绍了一种用于无人机导航的FDI和低成本的组合导航系统,硬件包括低成本商业用MEMSIMU、GPS接收器、磁力计和导航计算机,软件包括带FDI算法的卡尔曼滤波。     

小型无人机的导航与制导仿真系统研究

研究了基于飞行器动力学模型的小型无人机的惯性组合导航与制导系统仿真技术,组合导航系统嵌入了飞行器的轨迹和姿态控制回路,建立了基于MATLAB/AEROSIM的组合导航计算机仿真系统,仿真系统包括惯性组合导航仿真模块、传感器仿真支持模块、飞行器6自由度动力学模型模块、飞行器轨迹生成、轨迹控制与姿态控制模块、导航仿真评估模块。基于该仿真系统,目前已开展惯性/卫星深组合、惯性/大气数据融合等理论算法和技术研究。