RTS平滑滤波在事后姿态确定中的应用

为了进一步提高卫星事后姿态确定的精度,基于EKF引入RTS后向平滑滤波.针对目前广泛使用的以误差作为状态变量的EKF姿态确定方法,不改变原有的EKF方法,通过对EKF过程中得到的数据做相应处理,在保证不出现协方差阵奇异的情况下,成功地将RTS平滑滤波算法应用到事后姿态确定中,并用RTS平滑滤波算法进行了仿真.仿真结果表明,RTS平滑滤波的姿态确定精度明显优于EKF.     

H∞滤波在惯导系统地面快速对准中的应用

阐述了H_∞滤波器的设计过程,并将H_∞滤波方法应用于惯导系统地面初始对准.文中建立了惯导系统的误差模型,并对其进行了可观性分析,利用H_∞滤波方法对可观子系统进行了滤波计算,给出了在噪声统计特性未知方差有界情况下惯导系统初始对准的仿真曲线,仿真结果表明该方法克服了卡尔曼滤波对噪声的苛刻要求,滤波效果能够满足工程需要,进一步说明H_∞滤波应用于惯导系统初始对准是有效的.为提高对准速度,文中给出了方位误差角的一种快速估计方法,结果表明该方法是可行的.     

基于预测滤波的捷联惯导任意双位置对准方法

针对捷联惯性导航系统(SINS,Strapdown Inertial Navigation System)在大失准角情况下的初始对准问题,建立基于加性四元数误差模型的非线性滤波方程,并提出一种基于模型预测滤波(MPF, Model Predictive Filter)与扩展卡尔曼滤波(EKF, Extended Kalman Filter)相结合的地面任意双位置初始对准方法.该方法将部分惯性器件误差作为模型误差,在线实时估计并修正系统模型,提高了状态估计的精度,并克服了将模型误差假设为高斯白噪声的局限性.半物理仿真结果表明,该方法有效提高了SINS姿态误差角的估计精度,而且也降低了系统状态变量的维数,提高了对准解算的实时性.      

新型快速传递对准方法

针对惯性导航系统的动基座传递对准问题,提出了速度加姿态加角速率组合匹配法.用来自主、子惯导的3组参数信息作观测量,通过卡尔曼滤波法迅速准确地估计出失准角及安装误差角等状态量,以便精确地对子惯导系统进行初始化.根据传递对准的基本原理,设计了载体结构挠曲运动统计模型,建立了状态方程及量测方程.同条件仿真结果表明:这种方法与速度加姿态匹配和速度加角速率匹配的对准精度相当,但估计速度约为这两种方法的2倍.可用于机载或舰载战术导弹武器系统,有效减小导航误差和制导误差.     

基于状态量扩维的旋转式捷联惯导系统精对准方法

初始对准是旋转式捷联惯导系统（SINS）的关键技术之一。传统旋转式捷联惯导精对准方法多采用10维模型,该模型的精对准精度不能满足导航精度要求。针对此问题,提出了一种基于状态量扩维的旋转式捷联惯导系统精对准方法。首先,将陀螺和加速度计标度因数误差、安装误差扩展为状态变量,建立了28维的精对准模型;然后,对旋转过程中各状态量的可观测度进行分析,根据分析结果将模型优化为13维;最后,采用卡尔曼滤波实现了旋转式捷联惯导系统的精对准。仿真结果表明,与传统初始对准方法相比,该方法能有效提高姿态对准精度,并估计出更多陀螺误差项。      

一种机载遥感成像用分布式POS传递对准方法

针对机载遥感成像用分布式位置姿态测量系统(POS,Position and Orientation System)精确初始对准的问题,结合遥感成像的实际作业情况,在分析影响传递对准精度和速度的误差源的基础上,提出一种利用载机爬升段进行分布式POS传递对准的方法,并与多种机动方式进行对比.半物理仿真结果表明:利用遥感载荷作业现有条件能够获得数学平台失准角和安装误差角的准确快速估计.研究结果可为机载分布式POS传递对准方案的选择和设计提供理论参考.     

动基座条件下舰载机快速传递对准方法研究

为了研究海况与航母机动方式对舰载机捷联惯导快速传递对准的影响,以姿态误差角为研究对象,建立了惯导系统的比力方程和姿态微分方程。从误差传播机理出发,详细推导了速度匹配和速度加姿态匹配的误差模型,然后用卡尔曼滤波算法进行仿真分析。仿真结果表明,航母有一定摇摆幅度更有利于舰载机进行速度匹配或速度加姿态匹配;典型海况条件下,航母的机动方式对速度匹配传递对准方式影响较为明显。     

星间测量自主导航改进状态相关黎卡提方程滤波

针对分布式卫星系统的应用需求,研究基于星间相对位置矢量测量的自主导航滤波算法问题。为了解决扩展卡尔曼滤波(EKF)对能观度不敏感的问题,提高滤波精度,减少计算量,推导了基于状态相关黎卡提方程滤波(SDREF)的导航算法,并定义了一种新的在线反映能观性程度的特征量,提出了基于该特征量对滤波增益阵进行在线调整的方法,构成改进的状态相关黎卡提方程滤波(MSDREF)。数学仿真表明,MSDREF的计算量约为EKF的13%,稳态误差约为EKF的21%。     

SINS快速传递对准建模与仿真

针对空间武器捷联惯性导航系统SINS(Strapdown Inertial Navigation System)动基座快速、精确初始对准问题,建立了空间环境下武器SINS的动基座误差模型,并考虑武器SINS的惯性器件误差.根据姿态传递对准原理,推导了姿态匹配方式下卫星与武器SINS姿态角之差的量测方程.在此基础上,建立了空间武器SINS传递对准的数学模型,设计一种快速对准卡尔曼滤波器.计算机仿真结果验证了该模型的有效性.在10s时间内,可获得与卫星姿态测量系统姿态精度相当的对准精度,同时还能实现武器SINS惯性器件误差的准确标定.      

机载武器传递对准的可观测性分析

采用"速度+姿态"量测匹配法设计了机载武器传递对准系统,建立了系统的动态误差模型和量测模型,并在这些模型的基础上设计了卡尔曼滤波器.介绍了基于可观测性矩阵奇异值分解的分段定常系统(PWCS, Piece-Wise Constant System)可观测性分析法,并通过该方法分析了机载武器传递对准系统各个状态变量的可观测性.在可观测性分析的基础上忽略不可观测状态变量,实现系统滤波器降维.设计了摇摆机动,在该机动基础上对降维前后滤波器性能和传递对准精度进行了对比,证明了可观测性分析的必要性和正确性.     

PINS静基座对准中的理论与算法的研究

分析了平台式惯导系统(PINS)静基座条件下的可观测性,采用系统可观测矩阵的条件数来定量计算PINS静基座可观测性能,找出该条件下的可观测矩阵条件数最小的3个不可观测变量.采用了自适应Kalman算法和常规Kalman算法对简化模型进行了仿真比较.仿真结果表明前者比后者滤波收敛快.进而提出了一种基于Elman神经网络的快速对准方法.     

一种新的惯导系统静基座快速初始对准方法

惯导系统中的一个十分重要的问题是其初始对准问题,提高其初始对准的速度和精度无论对军用或民用领域都具有十分重要的意义.由于惯导系统静基座对准时的可观测性很差,将卡尔曼滤波器用于解决惯导系统的初始对准问题时,方位失准角收敛很慢.提出一种快速估计方位失准角的方法,直接利用两水平失准角快速收敛的估计结果估计方位失准角,从而大大提高了整个惯导系统静基座对准的速度,计算机仿真结果验证了该方法的快速性和有效性.      

惯导系统初始对准的次优滤波算法

分析了惯导系统(INS)初始对准的动态误差向量方程及其动态误差向量的可观性问题,并研究了按动态误差向量的可观度划分观测子空间.在惯导系统初始对准问题中通过使用变量可观度的概念构造次优卡尔曼估计算法.并用C语言编程实现了初始对准的最优及次优卡尔曼滤波算法.从仿真结果可见次优卡尔曼滤波算法可用于INS初始对准的实用计算中.     

大方位失准角MIMU空中对准建模及半物理仿真

由于快速性的要求,微小型无人机不经过地面精确初始对准就升空作业,因此MIMU(Micro Inertial Measurement Unit)空中对准在大失准角下进行. 为了提高微小型无人机空中的反应速度和作业精度,把非线性误差部分作为状态变量,建立MIMU在大方位失准角下无需小角度近似的空中对准的线性模型,同时为解决噪声不确定导致滤波器发散的问题,提出将AKF (Adaptive Kalman Filter)应用在GPS(Global Positioning System)辅助MIMU的空中对准中,半物理仿真结果证实其取得了比基于非线性误差模型的EKF(Extended Kalman Filter)精度高且速度快的结果,不仅使MIMU的方位失准角由60° 快速下降到2° 左右,且所需时间仅为EKF的67%.