高精度惯性平台误差自标定方法

在考虑框架轴、陀螺和加速度表安装误差的备件下,推导了惯性平台陀螺仪和加速度表的通用输出误差模型。为分离陀螺仪误差系数、加速度表误差系数、陀螺仪安装误差、加速度表安装误差,设计了一个16位置的标定方案,以完整地分离出惯性平台的42项误差系数。算例表明,采用该方法标定,陀螺误差系数的精度可优于5％,加速度表则更高。     

非全姿态惯性平台小角度射前自标定方法

为实现非全姿态惯性平台全装弹状态下的射前自标定,提高导弹射击精度,提出了非全姿态惯性平台在小角度状态下射前自标定方法。通过对导弹飞行过程中平台的受力分析,确定了平台误差模型中产生漂移最主要的六项误差系数,设计了使平台转动到预设角度并自动锁定的控制电路,控制平台在初始和小角度倾斜两位置处锁定,使六项误差系数受到重力加速度的有效激励,最后利用构建的闭环力矩反馈回路进行测漂,分离出各误差系数。精度分析表明,标定精度能够很好地满足系统要求。与传统方法相比,该方案利用小角度倾斜状态实现三轴同时测漂,仅需平台在两个位置间转动一次,其自标定时间缩短为借助转台多位置标定时间的25%。     

三轴平台快速自标定与自对准方法探讨

为了提高地地导弹的作战效能,探讨了适应机动发射导弹快速发射要求的三轴平台快速自标定与自对准技术。误差标定及补偿是提高惯性系统使用精度的重要手段,但标定的完善性与快速性之间存在矛盾。误差标定及方位对准采用导弹水平状态七位置一体化方案,在约13.6分钟内能自主对准并标定出平台二十一项系数。导弹水平状态标定与对准可以基本消除阵风干扰的影响,且陀螺仪标度因数与漂移的估计采用有参考力矩的零力矩法,保证了标定、对准的快速性与准确性。经仿真验证,测量时间为1分钟时,漂移率估计误差在0.003°/h以内,测量时间为2分钟时估计误差在0.001°/h以内。     

惯导平台误差快速自标定方法研究

针对惯导平台误差系数标定问题提出了一种平台连续旋转条件下的误差系数自主标定方法.建立了基于框架角动力学方程的平台连续翻滚模型,平台旋转时,系统的框架角和加速度计输出包含了陀螺仪、加速度计的全部误差.利用李导数及输出灵敏度理论全面分析了连续翻滚路径下惯导系统的可观测性.提出了一种结合传统多位置试验的平台连续翻滚自标定方案.仿真结果表明该方案可以在较短的时间内完成平台系统误差系数的高精度标定.     

微惯性测量组合安装误差标定方法研究

微惯性测量组合是由MEMS惯性传感器组成的新型惯性测量系统,其测量精度除受各惯性传感器测量精度的影响之外,还受到微惯性测量组合安装误差的影响。通过分析MIMU安装误差模型,针对在使用微惯性测量组合惯性输出对组合安装误差标定过程中遇到的实际问题,提出了确实可行的解决办法。     

平台自标定数据有效性评估方法研究

平台系统测量误差是构成导弹制导误差的主要成分,采用平台系统自标定技术是降低平台测量误差影响的有效手段;而自标定结果是否可信,用什么标准进行衡量判定,需要给出定量评估;本文探讨了采取与转台标定数据作相容性检验、对自标定数据有效性进行评估的方法,提出如果转台标定数据与自标定数据相容,则既能验证自标定数据的有效性,又能将两种数据融合,降低各误差系数均值的随机性,从而提高导弹的命中精度.     

自适应卡尔曼滤波在平台射前自标定中的应用

研究了自适应卡尔曼滤波技术在平台射前自标定数据处理中的应用 ,标定采用四位置标定方法 ,对角度传感器输出建立常速度模型。在噪声统计未知或时变的情况下 ,每个位置采用自适应卡尔曼滤波解算出平台各轴的漂移角速率 ,并在此基础上辨识出漂移参数。仿真表明 ,自适应卡尔曼滤波能较好地满足标定精度要求     

惯性平台的实时自校准

为了鉴定导弹的精度和提高导弹的精度,都需要准确地适时地测得惯性平台的各项工具误差,即进行平台的校准。平台利用自身的硬件条件进行发射前实时、自主的校准,具有许多特有的优点。采用卡尔曼滤波方法实现这一校准过程可以在精度和速度上同时取得较满意的效果。本文针对一个具体的三轴平台设计了一种用卡尔曼滤波估计各主要误差的过程。仿真计算表明了方法的可行性。在给定现实条件的基础上,所得估计精度能满足系统的要求。     

微小型捷联惯性测量单元标定及补偿方法

在MIMU(微小型惯性测量单元)角速度及加速度通道误差数学模型的基础上,提出一种利用三轴速率转台的MIMU快速高精度标定补偿方法,介绍了各参数的测量原理及误差系数的计算公式,得出了相应的误差数学模型及修正算法。利用三轴转台进行姿态运动试验,试验结果表明,补偿后系统捷联惯性导航解算的三方位姿态误差小于1.5度。该标定补偿方法对提高MIMU的工作精度具有现实意义及工程适用价值。
     

无人机微惯性传感器的自标定算法研究

在无人机飞行过程中,我们通常使用微惯性传感器采集飞行数据,从而获得无人机的飞行姿态,以便我们能保证无人机平稳飞行。由于温度、时间漂移等因素的影响,传感器输出的测量值会存在误差。为了提高传感器的精确性和稳定性,需要对其进行校准。传统的静态多位置标定法无法标定微惯性传感器的全部关键参数。针对该问题,本文提出了一种基于最小二乘拟合的标定算法,这种算法通过建立微加速度计和微陀螺仪的误差模型,并利用最小二乘拟合来确定它们的误差补偿系数,从而实现微加速度计与微陀螺仪的零偏误差和非正交误差的自标定。通过仿真,微加速度计标定之后的残差可以稳定控制在±2×10^-3以内,微陀螺仪标定之后三轴对零偏误差标定均具备较好的一致性,并达到了较好的标定结果。     

微型惯导系统在余度配置时的转动标定技术研究

余度技术是提高惯性导航系统性能的一种重要手段。对微小型惯性组合导航系统中的惯性传感器多余度配置技术进行了研究,开发了MEMS惯性器件构成的微型余度配置惯导系统,分析了微小型惯性组合导航系统的特点和误差特性,并经过测试分析,建立了惯性传感器的误差模型。针对余度配置系统静态标定精度低的问题,提出了六位置转动标定算法,该算法只需要一个单轴速率转台就可以标定出IMU误差参数,并对采用低精度陀螺的惯性系统标定具有通用性。经过实际系统测试分析,误差补偿后的微型余度配置惯导系统的系统导航精度明显提高,验证了算法的有效性。     

基于支持向量机的惯导初始对准系统

针对平台式惯导系统的初始对准 ,提出了基于支持向量机 (SVM)网络的滤波器 ,并将其用于惯导初始对准中 ,代替初始对准系统中的闭环Kalman滤波器 ,可以确保系统的误差状态始终为小量 ,实现了惯导初始对准中的滤波与校正功能 ,并将其与神经网络滤波器、闭环Kalman滤波器进行对比。仿真结果表明 ,采用SVM网络滤波器简化了系统运算的代数结构 ,提高了系统状态估值运算的实时性 ,而对准系统的精度又与采用闭环Kalman滤波器的精度相当 ,并且SVM网络克服了神经网络的不足。     

惯导系统初始对准误差模型研究

论述了惯导系统（INS）误差模型的重要作用,介绍了惯导误差方程推导必须遵循的步骤以及误差方程所涉及的坐标系的关系。根据基本的运动学方程,推导了动基座条件下基于计算坐标系和基于真实坐标系的平台惯导系统速度误差方程及通用ψ、φ资态角误差模型。     

一种新的惯导平台静基座快速初始对准方法

提出了一种新的惯导平台静基座快速初始对准方法。用两步卡尔曼滤波算法替代常规算法估计水平误差角,根据水平误差角快速收敛的估计结果估计收敛较慢的方位误差角。给出了算法模型。理论分析和仿真结果表明:该算法对水平误差角的估计收敛速度可提高1倍,对方位误差角的收敛速度也相应提高,精度与常规方法一致,是一种有效的快速初始对准方法。     

基于GPS RTK技术的惯导平台误差模型辨识

对在惯导平台车载试验误差模型辨识中使用全球卫星定位系统（GPS）载波相位差分（RTK）法进行了研究。建立了系统的状态与量测方程,将GPS RTK的整周模糊度作为一个状态进行估计,用基于平方根滤波的Kalman滤波器以防滤波发散。仿真结果表明：与单点定位GPS和伪距差分定位相比,GPS RTK法可明显提高辨识精度。     

基于模糊控制的组合导航算法

文章提出一种根据信号残差（新息）对导航信息进行自适应噪声协方差调整的算法,由此得到导航参数的最优状态估计。其中重点研究了模糊控制对滤波器的动态调整,建立模糊滤波控制的模型,并与传统卡尔曼算法进行比较。仿真结果表明,基于模糊控制器的卡尔曼滤波器很好地限制了数据的发散,并在很大程度上提高了系统的稳定性。     

用GPS评定IMU（惯性测量装置）误差

在导弹飞行试验时,基于ＧＰＳ的弹道基准系统可替代常规雷达。由于ＧＰＳ弹道基准的精度高,所以可用来评定导弹惯性测量装置的性能。在两发现役的和平保卫者导弹发射前配置了ＧＰＳ转发器和三波段天线。根据ＧＰＳ测量的矩离、矩离增量数据,用卡尔曼滤波方法评定各个ＩＭＵ误差,结果证明ＧＰＳ优于雷达。     

惯性/图像组合导航中的双模态双滤波器研究

在简要介绍了飞行器视觉图像定位导航原理及模型的基础上，针对其非线性模型的推广Kalman滤波的收敛与初始条件有关的问题，将其定位导航的两种模型（线性与非线性模型）组合，提出了双模态双滤波器滤波方法。这种滤波能很好地解决非线性推广Kalman滤波的收敛问题。通过第一个线性滤波器的滤波估计给第二个非线性滤波器提供滤波初值，使这一非线性滤波收敛，并能取得较高的滤波精度。