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。     

一种捷联惯导系统多位置往复旋转初始对准方法

为了更好地实现捷联惯导系统初始对准的快速性和精确性,提出了一种单轴多位置往复旋转的对准方案.粗对准阶段采用一种抗晃动的粗对准算法以获得初始姿态;精对准阶段采用惯性系下的闭环Kalman滤波方法.仿真与实验均证实,该方案简单易行,能够在短时间内获得高对准精度,具有很好的工程实用性.实验结果表明,300s的初始对准,可使水平对准精度优于8″(RMS),方位对准精度优于33″(RMS).     

扰动基座下惯组信号消噪方法对比研究

针对捷联惯导系统在扰动基座下对准时,惯组信号中存在干扰角运动和线运动的特点,进行了车载扰动基座初始对准试验,对试验数据进行频谱分析,得到车载扰动基座环境的频域特性。根据分析结果,设计并实现了FIR数字滤波器滤波和小波滤波对惯组信号的消噪,频谱分析和惯性系粗对准的结果显示,这两种方法都能有效地消除惯组信号中的噪声。数据分析显示,小波滤波的效果要优于FIR数字滤波器滤波的效果。     

基于Kalman滤波的分段积分闭环回溯快速粗对准方法

快速启动能力是惯导系统的重要性能指标。为应对车辆与武器系统等在短时间内完成初始对准的需求,在基于Kalman滤波的闭环粗对准基础上提出了一种闭环回溯粗对准方法,并设计了一种分段积分矢量构建方法,使得算法能够在多次回溯的过程中构建更多不共线矢量,进一步减少粗对准所需的数据量并提升对准精度。经三轴转台及车载惯导30 s和50 s对准实验验证,本算法在短时间内的对准精度优于优化对准方法和基于Kalman滤波的闭环粗对准方法,能够满足载体进行快速初始对准的需求。     

基于里程计的捷联惯导行进中对准方法研究

针对车载惯导系统快速性、机动性的要求,设计了一种基于里程计组合车载惯导系统行进中的初始对准方案。详细推导了行进间捷联惯导系统的误差方程、里程计速度误差方程。利用正交向量法完成在振动基座下惯导系统的粗对准;在粗对准的基础上,利用Kalman滤波技术完成车辆行进过程中的精对准。根据不同状态提出不同的数据预处理方式以提高对准精度。验证表明不需要对载体提出任何机动要求,10分钟内完成初始对准,方位对准精度达到3角分。     

里程仪辅助捷联惯导系统的旋转式行进间对准方法

行进间对准可有效提高捷联惯导武器系统平台的快速反应能力和机动性能,但其对准精度受限于等效东向陀螺的零偏。鉴于惯性仪表整周旋转的积分平均作用能对消常值零偏,将旋转调制原理引入里程仪辅助捷联惯导的行进间对准以提升其精度,提出了“正反旋转+惯性系粗对准+回溯Kalman滤波精对准”的对准方案。相比于常规双重积分惯性系算法,该对准方案仅采用一次积分算法,其速度矢量信息采用滑动平均处理,较大程度地抑制了由里程增量微分导致的噪声误差,并实现了从非零速开始的行进间对准。对机抖激光陀螺固定数字滤波延时进行补偿后输出,以确保惯性仪表、转位测角和里程仪三者的同步。仿真结果表明,旋转式行进间对准能够将航向对准精度从1.1′(RMS)提高到0.54′(RMS)。同时,车载试验表明,旋转式行进间对准能够达到15min时间内1′(RMS)的航向对准性能。     

跟踪微分器在车载晃动基座粗对准中的应用研究

阐述了TD跟踪微分器在信号跟踪和滤波的基本原理,针对载体处于大晃动的条件下难以实现粗对准这一问题,在已有惯性系对准方法的基础上提出了改进的惯性系对准方案,即采用TD跟踪微分器进行加速度计的线加速度的重构和滤波,以抑制线晃动干扰。通过对车载实测数据的计算机仿真与分析,并与经典的IIR滤波比较,结果证明,该抗线干扰技术具有抗干扰能力强、稳定性较好和精度高的特点。是一种抗强晃动干扰的有效粗对准方案。     

未知纬度条件下基于空间圆拟合的SINS初始对准方法

传统的捷联惯导系统(SINS)晃动基座初始对准算法,如积分双矢量方法和多矢量Wahba方法等均需要精确的纬度信息,粗对准偏航角误差较大.针对此特点,提出了一种未知纬度条件下基于空间圆拟合的SINS初始对准方法.根据重力矢量在惯性系中绕地轴旋转包含北向信息的特征,以初始时刻凝固载体坐标系作为惯性系,首先对重力矢量在凝固载体系内进行投影并滤波,对其矢量端点进行空间圆拟合,然后通过三角几何关系得到导航坐标系,从而完成对准过程.通过仿真验证,证实了该对准方法不需要已知对准点的精确位置信息,相比于积分双矢量方法与多矢量Wahba方法,偏航角对准精度分别提高了12.37'与5.10'.     

初始方位信息辅助下潜航器快速传递对准算法

针对多潜航器连续快速布放需求,提出基于初始方位信息辅助下快速传递对准算法.潜航器惯导系统只在对准初始时刻由移动基准惯导提供准确的方位信息和概略的水平姿态信息,布放入水后以初始时刻水平姿态误差和当前速度误差为滤波状态,以水下多普勒测速仪的速度为观测量,通过卡尔曼滤波进行惯性系下的航行中对准.实验验证以优于0.01(°)/h的激光陀螺惯导系统/卫星组合导航的姿态解算值为参考基准,基于实际数据的仿真计算表明,在50s内即可实现快速对准,方位精度达到1密位(1σ).     

空空导弹SINS飞行中对准技术

针对空空导弹捷联惯导系统传递对准的精度和快速性之间的矛盾,设计一种利用弹载北斗卫星导航信息的捷联惯导系统飞行中对准算法,详细推导了惯性系下基于北斗卫星伪距/伪距率的飞行中对准模型,优化了飞行中对准的量测方程,对北斗卫星接收机的钟差和钟漂进行了降维处理.相应的数学仿真试验结果表明,所提算法能够在飞行过程中实现捷联惯导系统的初始对准,在10s内对准精度优于6',同时该算法通过在线标定惯性传感器随机启动误差,能够提高捷联惯导系统导航精度和导弹系统抗干扰能力.     

一种线运动扰动环境下基于惯性凝固系抗干扰自对准优化算法研究

传统惯性凝固性对准技术可有效隔离角运动干扰环境对捷联惯导自对准精度的影响,但对线运动环境下的抗干扰能力不足.据此,在深入分析线运动干扰对捷联惯导惯性凝固系下自对准精度影响途径之上,对线运动干扰环境划分为速度周期波动、突跳以及速度短期线性漂移.提出采用积分降噪、载体惯性系速度递推拟合与基于带遗忘因子递推最小二乘的速度慢漂提取技术相结合的抗干扰自对准优化算法,并进行了试验验证.试验结果表明,本算法可在5min内实现1.3mil的抗干扰自对准精度.     

惯性导航系统各种传递对准方法讨论

 本文按对准基本原理将惯性导航系统各种传递对准方法分为两大类,一类可称为计算参数匹配法,它包括速度匹配和位置匹配;另一类可称为测量参数匹配法,它包括加速度匹配、姿态匹配和角速度匹配。文中详细讨论了这两类方法的性质,指出:计算参数匹配法类似静基座自对准和空间率对准,在载体无机动动作时对准时间较长。测量参数匹配法对准时间短,但受载体挠性变形的影响大。     

基于五阶容积-二阶平滑变结构滤波算法的捷联惯导系统初始对准技术

为了改进捷联惯导系统大方位失准角初始对准情况下的方位失准角对准精度和稳定性问题,提出了一种组合对准方法。该方法将Kalman滤波对准模型与罗经对准模型相结合构建了一种组合对准机制,并在此模型基础上提出了基于非线性滤波和鲁棒滤波的五阶容积-二阶平滑变结构滤波算法,将五阶容积-二阶平滑变结构滤波算法与组合对准机制相结合,从而实现大方位失准角的初始对准。仿真结果表明,五阶容积-二阶平滑变结构滤波对准方法得到的方位失准角对准精度明显优于常见的几种对准方法,且其对准结果的重现性更高。因此,提出的五阶容积-二阶平滑变结构滤波算法能够很好地适用于大方位失准角的初始对准。     

基于“速度+姿态”快速传递对准的可观测性分析

惯导系统初始对准一般采用卡尔曼滤波器对初始姿态误差角进行估计,而在设计卡尔曼滤波器之前通常要对系统进行可观测性分析,确定卡尔曼滤波器的效果。捷联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,而线性时变系统的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基于“速度＋姿态”快速传递对准的卡尔曼滤波模型进行可观测性分析,结果表明该方法可直接简单地实现系统状态的可观测度分析。     

GPS／SINS姿态组合系统空间一致性研究

在基于卡尔曼滤波器并引入了姿态观测量的GPS/SINS组合导航系统中,GPS天线体坐标系与IMU所在的载体坐标系由于安装误差或其他原因不能完全重合,两个坐标系间存在失准角,导致多天线GPS与SINS输出的姿态信息在空间不能同步,这将影响卡尔曼滤波的效果。本文针对这一问题进行了深入的研究,分析了两个坐标系空间不一致的机理,给出了静态和动基座情况下标定两个坐标系位置关系的方法并进行仿真分析验证了其可行性。     

INS/GNSS组合导航系统空中快速对准方法

针对机载惯性/全球导航卫星系统(INS/GNSS)组合导航系统地面静基座对准时间较长、航向对准精度较低以及惯导空中故障重启后无法快速得到精确姿态信息重新进入导航状态等问题,提出一种快速初始对准方法。该对准方法基于惯性导航比力方程,利用GNSS的定位、测速信息与惯性测量组件(IMU)的输出信息解算载体姿态信息,并结合遗传-牛顿算法与求和自回归滑动平均(ARIMA)模型卡尔曼滤波信号降噪技术提高姿态信息的解算精度。基于实测飞行数据的解算验证了该方法的有效性、对准精度以及在实际工程应用中的优越性。     

双轴连续旋转调制捷联惯导系统大失准角初始对准技术

由于可以补偿惯性器件在三个轴向上的输出误差,双轴旋转调制技术被广泛应用于捷联惯导系统(SINS)。选择了一种合理且实用的十六次序双轴转位方案,并对其调制原理和误差进行了分析。初始对准技术是捷联惯导系统的一项重要技术,其对准精度直接决定了后续导航的精度。在粗对准完成后,当姿态误差角较大时,后续的精对准误差模型呈非线性特性,故选择了滤波精度高、稳定性强的平方根容积Kalman滤波算法(SCKF)来解决这一问题。考虑到在实际对准过程中,量测噪声的统计特性易发生变化,将SCKF算法与Sage-Husa算法相结合,在传统Sage-Husa SCKF算法的基础上提出了一种改进的自适应滤波算法(ASCKF)。该算法采用QR分解来完成对噪声协方差的平方根矩阵估计,从而避免了传统Sage-Husa SCKF算法中所估噪声协方差矩阵不正定的问题。最后,通过仿真证实了ASCKF算法可被很好地应用于量测噪声统计特性发生变化的初始对准中。     

基于可观测性分析的旋转式惯导系统在线自标定方法的设计

本文建立了速度误差外观测量的静基座双轴旋转式惯导系统在线标定卡尔曼滤波模型,其状态向量包括地速误差、姿态失准角和惯性器件零偏、标度因数误差、安装误差,可估计旋转式惯导系统失准角与惯性器件误差参数。通过分段线性定常系统(PWCS)可观测性分析方法分析不同旋转方式下系统可观测性变化情况,得出双轴连续旋转的角运动方案可以改善卡尔曼滤波滤波的可观测性。根据基于奇异值分解的可观测度分析结果进行模型降阶,同时结合旋转式惯导系统的工程应用特性,得到12阶卡尔曼滤波参数模型。降阶系统阶数降低约55%,可以显著降低运算量,有效提高了导航计算机运算效率和实时性。仿真实验表明：降阶模型的估计精度不低于原模型,而且部分状态量的滤波收敛速度有提高。