SINS基于非线性量测的大失准角初始对准算法

针对陆用捷联惯导系统(SINS)大失准角初始对准问题,提出一种基于二阶非线性量测的二阶泰勒级数展开的初始对准算法。首先,将大失准角非线性对准问题,转化为具有线性系统方程和二阶非线性量测方程的滤波问题。然后,设计基于二阶非线性量测方程的二阶泰勒级数展开的滤波算法,可以在任意姿态和无初值条件下进行初始对准和参数估计。最后进行车载对准试验,结果表明,新算法可以在300s内完成实现大失准角初始对准,对准精度与传统分段对准算法相当。     

SINS任意失准角无奇异快速传递对准

针对战术级捷联惯导系统(SINS)任意失准角下的快速传递对准，提出一种直接姿态矩阵线性矩阵卡尔曼滤波的传递对准算法。首先，利用姿态矩阵描述姿态，将传统大、小失准角条件下的强非线性、线性滤波对准问题统一转化为一个线性滤波问题；然后，采用矩阵形式卡尔曼滤波对状态进行估计，得到一种线性矩阵滤波对准算法，可以在任意失准角、无初值条件下完成对准；最后，推导姿态矩阵正交约束条件下滤波算法的最优实现。仿真结果表明，算法适用于任意失准角下的传递对准，在摇摆运动下，可以在10 s内完成快速传递对准，水平精度达到0.02°(误差均方根)以内，航向精度达到0.03°(误差均方根)以内。     

摇摆状态下基于非线性误差模型的惯导对准研究

摇摆状态下无法使用传统解析方法完成粗对准。为避开摇摆基座的粗对准问题,提出 了基于捷联惯导非线性误差模型的直接精对准算法。推导了捷联惯导的非线性速度误差方程 和姿态误差方程,基于速度量测信息给出了非线性对准模型,通过UKF算法估计失准角完成 摇摆状态下的精对准。算法可允许初始姿态误差达到40°。通过计算机仿真和摇摆台试验 对算法进行了验证分析。在给定试验条件下,在600秒对准时间内达到水平 0.02° ,方 位0.1 7°的精度。同时计算机仿真结果表明需对惯导速度进行反馈校正来保证模型的工作精度。
     

一种基于GPS/INS全组合的航向自适应滤波算法

首先基于陆地导航讨论了GPS/INS全组合系统,分别在载体动态和静态两种情况下对比分析了全组合和紧组合的姿态矫正效果。实验结果表明全组合模式的航向角精度较紧组合有明显提升,且当载体由动态转为静态时,全组合模式能够克服紧组合航向角缓慢发散的现象。其次针对载体大角度转向时组合系统动力学模型异常增大的问题,提出了一种对航向角进行自适应修正的全组合滤波算法,仿真实验结果表明:该方法能够一定程度上削弱载体大角度转向时动力学模型异常的影响,航向精度有一定提高。     

无迹粒子滤波在捷联惯导初始对准中的应用研究

给出了捷联惯导系统初始对准时的非线性误差模型,处理非线性系统的传统方法是扩展卡尔曼滤波方法(EKF)即对非线性系统进行线性化后再利用卡尔曼滤波进行处理。而无迹粒子滤波(UPF)是基于蒙特卡罗方法和贝叶斯理论,用加权的粒子表示概率密度函数,通过观测值更新粒子的权值,得到优化的状态估计值和方差,结合无迹卡尔曼滤波(UKF)进行迭代计算,是一种新型处理非线性系统的方法。本文对UPF滤波方法进行研究,运用于捷联惯导系统初始对准的姿态估计,计算机仿真和试验结果均表明了该方法的方位失准角估计精度和收敛速度明显优于传统的EKF。     

一种新的动基座快速传递对准方案及其仿真研究

针对捷联惯导系统的动基座初始对准问题,提出了一种新的动基座快速传递对准方案。该方案采用速度 姿态变化量匹配,直接对主、子惯导导航坐标系之间的失准角进行估计,可以使航向失准角快速收敛。通过仿真,研究了注入噪声和测量噪声水平、机动运动强度和幅度、复合机动运动、载机运动方向等六个因素对对准性能的影响。结果表明:其对准性能取决于水平失准角的估计精度和速度;失准角的估计精度和速度与注入噪声水平和测量噪声水平、机动运动的强度和幅度有关;复合机动运动对对准性能有正反两方面的影响。     

捷联惯导方位大失准角对准研究

在游动方位角坐标系下建立了方位大失准角条件下的SINS初始对准误差模型.在静基座下验证了该误差模型在方位大失准角情况下的滤波效果,比较分析了不同方位失准角的滤波收敛情况,并与线性模型进行滤波比较.最后,将该模型用于动基座的初始对准.静基座和动基座下的初始对准结果表明所提出的SINS误差模型是正确有效的.     

基于简化联邦CKF的INS/GNSS组合导航算法

针对高精度INS/GNSS组合导航子系统模型为部分非线性的问题,提出了一种新的简化联邦CKF滤波算法。该算法将容积卡尔曼滤波(Cubature Kalman Filter,CKF)的计算过程融入到联邦滤波结构框架中,并针对子系统模型存在部分非线性问题,对算法的时间更新过程进行了简化,简化后直接用状态转移矩阵计算一步预测和预测协方差矩阵,避免了采用求容积点近似计算的复杂过程及协方差矩阵分解。最后,建立了INS/GNSS紧组合导航模型,对提出的算法进行了仿真验证,将仿真结果与联邦UKF算法、联邦CKF算法进行对比。仿真结果表明,相比于联邦UKF和CKF算法,所提算法在保证滤波精度的情况下,有效减小了计算量,改善了组合导航系统的性能。     

GPS辅助MIMU静止条件下的初始对准方法

当载体处于静止状态时,针对微惯组测量噪声大,尤其是陀螺仪误差较大,不能辨别地球自转角速度,造成捷联惯性导航系统不能实现自对准的问题,采用GPS辅助微惯组进行初始对准。在粗对准过程中,通过加速度计输出信息解算水平姿态角,GPS解算航向角实现。在精对准过程中,建立四元数的状态空间模型,采用改进的自适应卡尔曼滤波算法估计四元数。仿真实验表明,采用滤波的方法,可以有效降低初始姿态角的估计误差,且载体的初始水平姿态角小于5°时,水平姿态角误差估计在5'之内,航向角误差估计在15'之内。     

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。