动基座下INS/GPS组合导航系统初始对准研究

为了提高INS/GPS组合导航系统在动基座下的对准精度及对准快速性,针对位置/速度组合模式,确定其动基座下初始对准卡尔曼滤波方案,并进行计算机仿真。仿真结果表明,卡尔曼滤波算法在INS/GPS组合导航系统动基座初始对准中精度较高、收敛速度快、对水平失准角有较好的估计效果,是一种有效的估计方法。     

INTEGRATED GPS/INS OF PSEUDO-RANGE DELTA-RANGE SEMI-PHYSICAL SIMULATION'S RESEARCH

In order to further study the performance of tightly integrated navigation system of GPS/INS, a semi-physical simulation of tightly coupled system has been done based on the data gathered from the experiment of integrated system of GPS and INS. The closed-loop Kalman Filter and U-D discompose algorithm have been used. The simulation results associated to four integrated models of pseudo-range, delta-range, pseudo-range and delta-range alternation, and pseudo-range and delta-range synthesis have been provided, and the actual effects of variously integrated models have been analyzed. The results show that the pseudo-range and delta-range synthesis coupled model is the most effective to improve the coupled system performance and the individual delta-range coupled model had better be avoided in application.     

高斯-厄米特滤波器在捷联惯导系统初始对准中的应用

 为提高静基座初始对准精度,缩短对准时间,采用了基于大方位失准角的对准模型,引入了高斯-厄米特滤波器(GHF)。针对GHF中均值和协方差阵的多元非线性高斯积分求解问题,利用初始对准误差方程的非线性是由大方位失准角导致的特点,通过状态的线性变换,求其线性状态解析解,将高维积分转化成一元数值积分,在不损失精度的前提下,解决了GHF在对准应用的\"维数灾难\"问题。将此算法用于实际系统,对比于扩展卡尔曼滤波器(EKF)、无迹卡尔曼滤波器(UKF),结果表明在大方位失准角条件下,GHF方法偏航角的对准精度提高了16%,对准时间缩短了75％。     

BP神经网络在惯导系统传递对准中的应用

针对系统阶次较高时卡尔曼滤波实时性较差的特点,将多层BP神经网络替代卡尔曼滤波应用于舰载机惯导系统的传递对准。利用卡尔曼滤波的输入、输出作为BP神经网络滤波的样本对值进行训练,得到了神经网络的输出值,实现了惯导传递对准中的滤波功能。仿真结果表明,将BP神经网络用于传递对准,既获得了与卡尔曼滤波相当的精度,又有效地降低了系统的解算时间,提高了系统的实时性。     

Unscented粒子滤波在静基座捷联惯导系统大方位失准角初始对准中的应用研究

 静基座大方位失准角的捷联惯导系统误差方程是非线性的,Unscented粒子滤波从非线性系统状态向量概率分布出发,结合Unscented卡尔曼滤波和粒子滤波的特点,无需对非线性系统模型进行处理而能达到较高的滤波精度。本文对Unscented粒子滤波进行了研究,并结合重采样算法,运用于捷联惯导系统静基座大方位失准角初始对准中,计算结果验证了该方法的有效性与优越性。     

一种改进的强跟踪 UKF 算法及其在 SINS 大方位失准角初始对准中的应用郭泽,缪玲娟,赵洪松简

 针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题,从正交性原理出发,通过严谨的推导得到强跟踪UKF成立的充分条件,在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小,渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法,证明了该算法满足强跟踪滤波器的充分条件,并分析了其渐消因子的作用机理。进行了捷联惯性导航系统（SINS）大方位失准角初始对准仿真,结果验证了所提强跟踪UKF算法的正确性和有效性。     

小波滤波在光纤陀螺捷联惯导系统初始对准中的应用研究

针对光纤陀螺车载捷联惯导系统在晃动基座下传感器测量噪声增大,导致对准精度降低、对准时间长的问题,本文对小波滤波方法在光纤陀螺捷联惯导系统初始对准中的预滤波处理进行了研究,确定了合适的小波尺度分解级数及小波基,并进行实验验证。实验结果表明：此方法有效降低了光纤陀螺的测量噪声,提高了航向角的对准精度并缩短对准时间,在工程上具有一定的参考价值。     

一种改进的强跟踪UKF算法及其在SINS大方位失准角初始对准中的应用

针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题,从正交性原理出发,通过严谨的推导得到强跟踪UKF成立的充分条件,在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小,渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法,证明了该算法满足强跟踪滤波器的充分条件,并分析了其渐消因子的作用机理。进行了捷联惯性导航系统（SINS）大方位失准角初始对准仿真,结果验证了所提强跟踪UKF算法的正确性和有效性。     

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。     

基于鲁棒迭代卡尔曼滤波的惯性/偏振组合定向方法

偏振罗盘（PC）在复杂环境中（如遮挡或载体高速机动情况下）,易受到非高斯测量噪声和大异常值的影响,从而导致惯性导航系统（INS）/PC组合导航系统性能下降。为解决这一问题,基于非线性回归公式,提出了一种以Huber函数作为鲁棒代价函数的鲁棒迭代扩展卡尔曼滤波（Huber-RIEKF）方法,通过引入鲁棒优化框架,重新构建卡尔曼滤波更新步骤,使其具备对预测协方差和观测噪声协方差进行自适应加权的能力,从而有效处理由未知噪声引起的观测量中的大离群值。此外,为克服Huber代价函数的影响函数无法回降的局限性,进一步设计了一种基于Mahalanobis度量的数据关联方法,用于识别异常值,并确保仅将非异常测量值纳入滤波更新过程。在校园内使用无人车进行了２次实测实验,数据采集时长分别持续45 min和30 min。实验结果表明,与IEKF算法相比,所提出算法的航向精度在2组实验中分别提升了35.58%和48.43%,表明所提出的方法显著提高了状态估计对非高斯重尾观测噪声的鲁棒性,有效地提升了INS/PC组合导航系统在复杂环境下的适应能力。