惯导系统可观测性及最佳可观测子空间的定量研究

应用结构分解理论及奇异值分解法对惯导系统（INS）误差模型的可观测性进行了全面分析。研究了一种基于可观测性定义及奇异值分解法结合的定量确定惯导系统可观测性及可观测度的方法，明确了惯导系统的三个最佳不可观测状态组合；应用线性控制系统的Kalman典范结构分解定理，确定了惯导系统的最佳观测子系统。此项研究成果，为进一步研究INS的快速精确对准及标定技术奠定了理论基础。     

一种新的SINS动基座误差模型及其应用研究

研究了一种新的捷联惯导系统（SINS）动基座误差模型及载体动基座对准时的最优机动方式问题。提出利用李雅普诺夫变换建立了一种易于进行分析的SINS动基座误差模型，同时论证了SINS与平台式惯导系统（GINS）模型的等价关系。应用分段定常系统可观测性分析理论和奇异值分析法，深入研究和详细分析了载体的不同机动方式对SINS可观测性的影响，定量地得到了各种机动方式下系统状态的可观测度。研究结果表明，在SINS动基座对准过程中，同时改变俯仰角、横滚角和航向角的俯冲转弯横滚角变化是一种最佳的机动方式，计算机仿真结果验证了该机动方式的有效性。这为进行SINS动基座快速精确对准方法研究提供了理论参考。     

INS／GPS／Odometer组合系统初始对准及自适应联合滤波

本文提出了INS／GPS／Odometer（测速仪）组合际航系统。基于信息融合理论，提出了基于子滤波器可观性矩阵条件数和误差协方差矩阵特征值分解的自适应联合滤波。然后利用该方法对INS／GPS／Odometer组合系统的初始对准问题进行了研究。仿真结果表明，自适应联合滤波能够改善系统初始对准的状态估计精度，信息分配因子的不同选择对状态估计有一定的影响。     

一种陀螺量测信息辅助的快速初始对准方法

惯导初始对准的精度与对准时间是衡量惯导系统性能的重要指标,由于系统的不完全可观,导致方位失准角对准精度低、对准时间长.对惯导自对准存在的问题进行了深入研究,利用奇异值分解方法分析了常规惯导自对准的町观测度,针对常规惯导自对准方法未充分利用惯性器件信息的问题,增加等效东向陀螺输出作为观测量,并提出了一种基于陀螺量测信息的快速初始对准方法,在进行了可观测度分析的基础上,对该方法的收敛速度和收敛精度进行了理论证明.最后通过仿真验证了该方法的有效性,与常规初始对准方法相比,该方法在不增加其他设备的基础上可有效提高对准精度并缩短对准时间,具有重要的应用参考价值.     

基于最优估计神经网络的惯导系统初始对准研究

本文研究了一种基于卡尔曼滤波原理权值更新的多层神经网络学习算法，对此算法进行了详细的推证，并将该算法运用到惯导系统的初始对准过程。仿真结果表明了这种神经网络结构用于惯导系统初始对准问题的有效性，既可获得与卡尔曼滤波器相同的对准精度，又提高了系统的实时性。从而得到了利用神经网络解决惯导系统初始对准问题的一种有效算法。     

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。     

一种引入陀螺角速度信息的快速对准方法

基于捷联惯导系统（SINS）的误差模型,将静基座条件下速度误差和角速度误差这两种信息作为系统的观测量,提出了一种静基座条件下快速对准的新方法,详细推导了引入陀螺角速度误差作为观测量后的观测方程,并进行了可观测性的定性分析和可观测度的定量计算,与常规方法相比,该方法充分利用了外部可观测信息,提高了系统状态的可观测度,加快了初始对准的速度,使系统的快速反应能力和快速机动能力大幅度提高     

运载器起竖过程中捷联惯组初始对准方法的研究

为了克服运载器在垂直发射时受阵风和振动等干扰产生的随机晃动,提出了一种新的自主式捷联惯测组合初始对准方法。该方法合理地利用了发射流程中捷联惯测组合所提供的信息,在不改变系统结构的条件下,改善了系统的可观测性。因此该方法缩短了初始对准时间,改善了方位对准精度。试验结果证明了该初始对准方法的正确性,具有较强的工程实用性。     

H∞滤波及其在惯导中的应用

阐述了H∞滤波器的设计方法,建立了惯导系统初始对准的误差模型,并用状态解耦方法对模型进行了可观性分析.最后应用H∞滤波方法对可观的子系统进行了滤波器设计,给出了设计结果及相应的仿真曲线,仿真结果表明H∞滤波在惯导系统中应用是有效的.     

多分辨分布滤波在惯导系统初始对准中的应用

论述了初始对准在惯性导航系统中的重要作用 ,给出了惯导系统初始对准的线性模型。基于小波变换 ,运用多分辨分布滤波对该问题进行了仿真研究。仿真结果表明 ,该方法虽然计算量比卡尔曼滤波计算量要大 ,但是对于组合导航系统或具有冗余传感器的惯导系统 ,它能够充分利用测量信息 ,大大提高初始对准精度 ,也能够满足低阶系统实时对准的需要     

一种快速精确的惯导系统多位置初始对准方法研究

传播的多位置初始对准方法虽然使惯导系数静基座初始对准的精度得到明显提高，但是用卡尔曼滤波器对其状态变量进行估计时，方位失准角收敛很慢。本文通过对惯导系统误差模型的合理简化，提出了一种快速精确的多位置估计方位失准角的方法，直接利用水平失准角快速收敛的特性估计方位失准角，从而提高了整个惯导系统静基座对准的精度和速度，计算机仿真结果验证了该方法的有效性。     

车辆行进中的SINS动态对准技术

研究了车载捷联惯性导航系统（SINS）行进中的动态对准技术。以磁力计和全球定位系统（GPS）为外部传感器,分析了SINS/GPS/磁力计组合导航原理,建立了车载SINS行进中的动态对准模型。基于该模型,讨论了动态对准技术研究及系统可观测性,用自适应扩展卡尔曼滤波（AEKF）方法进行状态的最优估计。仿真结果表明：当只有GPS提供外部参考信息时,系统不是完全可观测,而加入磁力计的信息后,系统变为无条件可观,保证了滤波的收敛性能和精度;改变车辆运行轨迹也能改善系统的可观测性,在特定的运行轨迹下系统为完全可观。     

利用外部辅助信息解决双星定向中的模糊度确定问题

由于我国双星系统载波相位信息少,且对地静止,难以直接利用多星系统(GPS、GLONASS等)解模糊方法进行双星定向。针对此种情况,本文提出了一种基于外部辅助信息的模糊度函数方法来确定单差模糊度参数初值,并详细分析了外部辅助信息的精度要求。进行了仿真实验,结果表明:当基线长度为2米,原始载波相位测量精度为1%周时,只需外部姿态传感器提供精度不低于1 70°的辅助方向信息,即可以约98 60%的高成功率正确确定模糊度参数。该项技术可辅助惯导系统实现快速初始对准。此外,采用多天线配置,利用INS提供概略姿态信息可实现双星实时定姿,并可进一步发展为双星/INS组合导航系统,从而极大地扩展应用领域。     

一种用于机载导弹动基座传递对准精度分析的工程方法

提出了一种在不具备精确标定设备的试验条件下,分析动基座传递对准精度的工程方法。基于传递对准的安装误差角滤波估计结果,修正子惯导的初始姿态,并重新进行子惯导的导航解算。通过比较初始姿态修正前后子惯导的导航误差,分析对传递对准的精度。对试验数据的处理结果表明:用该法进行子惯导的导航解算,所得速度和位置精度大幅提高。     

深空天文测角测速组合自主导航可观测性分析方法

导航系统的性能与其可观测性密切相关,而可观测矩阵是分析导航系统可观测性能的重要依据。本文基于分段线性定常系统(PWCS)方法给出导航系统的可观测矩阵,进而针对测角测速组合导航系统开展可观测性分析。通过分析测角测速组合导航系统可观测矩阵的秩和条件数,得到导航系统的可观测性和整体可观测度,并研究导航系统的可观测阶数对导航系统的影响;同时基于奇异值分解(SVD)方法给出测角测速组合导航系统各个状态分量的可观测性分析方法。最后,以小行星探测工程任务巡航段为背景,系统地给出了不同量测模型的导航系统可观测性结果,分析了不同可观测性分析方法对导航系统可观测性刻画的适用性。本文所提出的可观测性分析方法,对导航系统可观测性分析具有很好的参考性,可为组合导航系统量测模型的优选提供参考,具有良好的理论和应用价值。     

基于RBF网络的惯导系统初始对准

建立了惯导系统（ＩＮＳ）初始对准的线性和非线性误差模型。分析了径向基函数（ＲＢＦ）网络的结构和工作原理。研究了ＲＢＦ网代替初始对准中的卡尔曼滤波器的实现方法。通过仿真表明，用神经网络进行初始对准，既可获得与卡尔曼滤波相同的对准精度，又提高了系统的实时性。