锥运动条件下新的速度误差补偿项研究

经典的捷联惯导积分算法往往需要在姿态更新过程中对圆锥误差项进行精确补偿。虽然考虑了载体姿态变化的影响,但速度更新算法通常忽略了圆锥效应的作用。就圆锥误差项引起的速度误差进行了研究。指出其与陀螺角增量对速度更新的影响方式相同。在假设的线性斜坡模型条件下,利用两个连续的角增量和比力增量,详细推导了新的速度误差项的二子样更新补偿算法。在一种特殊的机动条件下,即当载体绕横轴作圆锥角振动的同时又沿立轴作同频同相的线振动,推导的二子样优化算法能够使该误差补偿项的平均性能最优。仿真结果证明该优化算法能够对新的速度误差积分项进行有效的补偿。     

基于角增量和角速率的旋转矢量算法的等效性

推导了基于角增量和角速率的两种旋转矢量算法（RVA）及其计算误差,并从理论上分析、比较了两种RVA及其圆锥补偿误差（CCE）;在不考虑传感器误差情况下,对两种算法的CCE进行了基于典型圆锥运动的仿真。结果表明,两种RVA的CCE由采样频率和圆锥运动频率的比值定量确定：当比值大于1〖KG*9〗000时,相同子样数的两种算法的CCE相等;两种RVA具有圆锥误差补偿效应的范围为该比值介于3和1〖KG*9〗000之间。在该有效范围内,CCE随比值的减小而单调增大,并且相同子样数的两种算法的CCE随着子样数的增大而趋于相等;当比值小于等于3时,两种算法的圆锥误差补偿效应同样减弱。从而得出两种算法的圆锥误差补偿效应的近似等效性。对于捷联惯组的设计、RVA的选择及其在惯组高动态环境下的应用具有一定指导作用。     

一种求解姿态不可交换误差补偿系数的通用方法

针对捷联惯导姿态更新算法中的不可交换误差补偿系数求解问题,论文在多项式角运动条件下建立了角速度多项式、角增量多项式与多子样角增量采样之间的线性关系,根据等效旋转矢量微分方程中不可交换误差多项式的向量叉乘特点,将叉乘转化为多项式系数的卷积运算,推导给出了计算任意子样数不可交换误差补偿系数的数值方法,新方法易于软件编程实现。最后,通过仿真计算给出了2~6子样误差补偿系数,其中2~4子样结果与已有文献完全相同,而5、6子样为首次给出。     

一种单子样旋转矢量姿态算法

旋转矢量姿态算法可有效抑制高动态环境下捷联惯导系统(SINS)产生的圆锥误差。当 直接应用多子样旋转矢量姿态算法时,会降低系统姿态更新频率;若要保持姿态更新频率, 则需要提高采样频率,从而增加了导航计算机的硬件负担,并导致量化误差突出。针对上述 不足,提出了一种利用当前及前N个姿态更新周期角增量的单子样旋转矢量姿态算 法,并在典型圆锥运动条件下推导了算法补偿项系数。此外,由于陀螺输出经过数字滤波处 理后其幅频特性的改变会影响圆锥误差的补偿效果,根据滤波器特性推导了单子样旋 转矢量姿态算法的修正算法,以便于在工程中推广应用。该算法在不降低姿态更新频率 的同时,可获得较高的解算精度,适于高动态环境应用,实验结果验证了上述算法的正确性 和有效性。
     

光纤陀螺捷联惯导划桨运动补偿

光纤陀螺输出为角速率信号,基于角增量和速度增量的传统划桨运动补偿算法直接应用于光纤陀螺捷联惯导系统时,算法误差明显增大,影响了惯导精度。为了抑制算法误差,提出了以角速率为输入信号的划桨补偿算法,并以算法漂移误差最小为优化准则对算法进行优化,推导了相应的划桨补偿系数方程和算法误差表达式。仿真结果表明,所设计的算法比同子样数常规角增量划桨补偿算法在补偿精度上有明显提高。     

旋转平台惯导系统旋转效应误差高精度补偿算法

为提高HRG平台惯导系统的自主导航精度,利用旋转平均技术组建了旋转式HRG平台惯导系统。针对旋转效应误差对旋转平台惯导系统的导航解算精度影响较大的问题,提出了一种旋转效应误差的高精度速度补偿算法和位置补偿算法。通过分析旋转平台惯导系统的特殊性,提出将坐标变换矩阵完整的旋转矢量表达式代入速度和位置更新方程以得到完整的误差补偿表达式;为避免直接积分求解,采用余弦函数对载体加速度在台体坐标系上的分量进行拟合,从而实现了精确的补偿运算。仿真及试验结果表明,算法能更有效的补偿系统旋转效应误差,提高了旋转平台惯导系统的导航精度。     

一种提高GNSS测速精度的自适应Kalman滤波算法

在卫星导航系统动态定位中,采用基于瞬时多普勒观测量的最小二乘法确定速度,当载体高机动时,多普勒误差迅速增大,从而导致测速精度大幅度降低。针对该问题,提出一种同时实现动态模型自适应修正和观测模型自适应更新的Kalman滤波算法。算法采用滑动窗方式来建立实时更新的动态模型参数,使当前统计模型自适应地跟踪载体的动态特性。此外,算法提出观测模型的自适应更新方法,通过设置载体状态判决门限,高、中机动时仅进行受动态应力影响小的伪距更新,低机动下添加精度较高的伪距率更新。通过Sprient GSS8000模拟器产生的动态场景验证表明,相对于最小二乘法和常规Kalman滤波算法,提出的自适应Kalman滤波算法能够全面提高载体在多种运动状态下的测速精度。     

基于主成分分析和Melkman算法的选星策略

导航定位中的选星算法是一种关键技术，用于从卫星中选择合适数量和最佳几何分布的卫星以实现最佳定位精度。针对基于二维凸包算法的选星策略在三维卫星数据降维处理中忽略垂直方向高度位置信息的问题，提出了一种基于主成分分析(PCA)和二维凸包Melkman算法的选星策略。首先，通过PCA技术将三维卫星数据投影到新的二维坐标系，新的二维数据同时保留水平平面位置信息和垂直方向高度位置信息，旨在降低维度的同时最小化信息损失。在新坐标系下，数据经过预处理后，采用二维凸包Melkman算法进行选星。实验结果显示:相较于直接投影到站心坐标系下的二维凸包选星算法，提出的选星算法不仅更准确地描述卫星的位置信息，使问题研究更加完备，还在保持相近仿真耗时的前提下，实现了较大的几何精度因子(GDOP)性能提升。     

一种地理系下基于伪线性模型的捷联惯导算法

针对传统捷联惯导算法模型为非线性,需要对姿态、速度和位置分步运算,且高动态下算法精度较低的问题,提出一种地理系下基于伪线性模型的捷联惯导算法。利用伪线性模型及其分析方法,将传统的地理系下捷联惯导方程各部分转换成伪线性形式,定义导航向量并建立其系统模型;再利用高阶数值积分算法提升导航向量更新精度,得到地理系下基于伪线性模型的捷联惯导算法。最后,用仿真评估算法精度,与传统捷联惯导算法相比,大机动条件仿真中伪线性捷联惯导算法的精度提升了两个量级;旋转弹飞行仿真中导航误差不到传统算法的1/5。提出的伪线性捷联惯导算法结构简单,采用一个更新回路即可完成导航向量更新,且在高动态大机动条件下具有更高的算法精度,因此,对于捷联惯导算法研究与工程应用有一定的参考价值。     

自适应多点悬挂重力补偿系统研究

大型桁架式可展开航天结构在地面试验时,存在大挠度变形、精度低、泛用性差等结构特点,为提高地面试验有效性,提出了一种自适应多点悬挂重力补偿控制方法。首先,设计系统辨识算法和控制器算法,解决了多点耦合问题。其次,建立Simulink与Adams联合仿真平台,通过仿真分析选择算法参数,验证了算法的可行性。最后,以大型桁架式航天天线为对象,搭建重力补偿系统实验平台并进行实验验证。实验结果表明:控制系统在稳态环境和动态环境下均能快速收敛。稳态环境下,平均稳态误差为0.5503%;动态环境下,平均稳态误差0.526%。完成了航天结构天线的重力补偿,为多点重力补偿系统方案的实施提供建议和改进措施。     

高超声速飞行器发射坐标系导航算法

针对高超声速飞行器弹道特点和导航参数的需求，提出基于发射坐标系(LCEF)的高超声速飞行器导航算法。首先，介绍发射坐标系下捷联惯导(SINS)算法编排，推导发射坐标系下姿态、速度和位置离散递推方程。然后，介绍地心地固系(ECEF)下的卫星位置和速度转换到发射坐标系的方法，推导发射坐标系的SINS/BDS组合导航滤波器状态方程和量测方程。最后，以助推-滑翔飞行器为对象，进行了发射坐标系下组合导航仿真，位置精度小于10 m，速度精度小于0.2 m/s。     

基于Simulink模型的捷联算法仿真平台研究

分析了捷联系统基于Simulink模型的姿态、速度和位置积分的基本方程。建立了仿真模型，给出了组成模块和算法框图。研究了采样与静差补偿，以及四元数、姿态、住置和速度更新的算法。构造的算法仿真通用平台，其输入可为实际系统的惯性测量元件(IMU)在线、离线数据的全部或部分，或自行构造的载体在某种运动轨迹下IMU的输出。仿真结果表明，利用Simulink多种直观的位置输出，可更有效地分析捷联系统，或对多种IMU的捷联导航特性进行比较验证。     

捷联惯导/星敏感器组合导航技术研究

针对在捷联惯导系统中陀螺的误差存在随着时间积累而逐渐增大的缺点,提出了捷联惯导系统+星敏感器的组合导航方案,并进行了仿真及结果分析。以Kalman滤波为基础,通过将捷联惯导系统和CCD光学传感器所测得的飞行器相关姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的位置、速度和姿态角。详细推导了捷联惯导+星敏感器组合导航的算法,并通过对仿真结果的分析证实了该方案的可行性和算法的有效性。     

捷联惯导/星敏感器组合系统的在轨自标定方法研究

研究了捷联惯导/星敏感器组合系统中对陀螺仪和星敏感器进行在轨自标定的方法。分析捷联惯导系统和星敏感器的误差源,对陀螺仪随机漂移和星敏感器安装误差进行建模并列入系统状态,建立系统状态方程;利用捷联惯导输出的载体位置、姿态与星敏感器输出的姿态矩阵来构造量测,建立量测方程。设计卡尔曼滤波算法,经过滤波计算获得陀螺仪随机常值漂移和星敏感器安装误差的估计值,从而实现组合系统的在轨自标定。仿真结果表明,基于卡尔曼滤波的在轨自标定方法能够标定出85%以上的陀螺仪随机常值漂移和95%以上的星敏感器安装误差。     

基于QR分解的自适应差分滤波在SINS大方位失准角初始对准中的应用

针对差分滤波算法存在数值稳定性差及系统噪声统计特性不准确导致滤波性能下降 的问题,提出一种改进的差分滤波算法。新算法将矩阵QR分解及Cholesky分解因数更新技术 引入,并结合一种新的噪声估计方法及选择更新策略,有效地改善了系统噪声统计特性不准 确带来的滤波性能下降问题,增强了传统差分滤波算法的数值稳定性。通过在捷联惯导系统 大方位失准角初始对准中的应用,仿真结果表明了新算法的有效性和鲁 棒性 。
     

基于频域分离算子的SINS抗晃动干扰初始对准算法

在基于惯性参考系的捷联惯导系统（SINS）初始对准算法中,使用一次积分抑制线晃动干扰作用有限。通过分析惯性系重力矢量和晃动干扰加速度的频率特点,引入频率分离算子概念,特别是使用频率特性精心设计的无限冲击响应（IIR）滤波算子时,能够有效抑制线晃动干扰,同时对反映重力信息的比力和惯性系重力参考矢量实施同步滤波,使它们都能顺利通过,即使在滤波器输出没有稳定的情况下也可给出可靠的初始对准结果,从而实现快速精确初始对准。车载试验验证表明所提算法可直接用于SINS抗晃动干扰精对准。     

神经网络修正的速度约束辅助车载SINS定位算法

对于车载全球导航卫星系统(GNSS)/捷联惯性导航系统(SINS)组合导航系统，针对GNSS失效而SINS单独工作时仅使用速度约束辅助SINS其纵向位置误差逐渐发散的问题，提出一种神经网络修正的速度约束辅助车载SINS定位算法。通过径向基函数(RBF)神经网络预测SINS纵向位置误差修正系数，以提高SINS单独工作时的定位精度；此外，提出一种限定记忆指数加权实时估计量测噪声的自适应滤波算法。在人为设置GNSS失效以及真实隧道场景下进行车载试验，结果表明本文算法能够在不停车情况下在线修正SINS纵向位置误差，相比于速度约束与卡尔曼滤波相结合的常规算法，有效地提高了GNSS失效时的车载SINS定位精度。     

多子样旋转矢量捷联姿态算法的一般结果

这里给出了任意陀螺子样数下等效旋转矢量捷联姿态算法的一般结果。利用本文给出的公式 ,多子样等效旋转矢量算法可以很方便的由计算机得到 ,无需进行繁琐的推导 ,本文的工作为捷联姿态算法的设计提供了方便性和灵活性     

捷联惯导系统光学陀螺带宽不一致研究

研究捷联惯导系统（SINS）三轴光学陀螺带宽不一致问题及解决方法。从光学陀螺传递函数入手,分析陀螺带宽不一致引起陀螺输出不同步,进而影响姿态更新精度的机理;推导出存在陀螺带宽不一致时姿态确定精度的理论估算方法,给出频带一致性指标要求的确定思路;提出通过插值和外推进行补偿的方法,提高了姿态确定精度。利用光纤陀螺和激光陀螺组合实测数据进行姿态解算,通过补偿减小了系统的姿态确定误差,提高了导航精度,验证了理论分析的正确性。