惯导系统大方位失准角下的初始对准探讨

从惯导系统任意方位失准角度下的ψ角误差方程出发,详细推导了静基座条件下惯导系统大方位失准角度的Ф角误差方程.利用此Ф角误差方程,分析了大方位失准角度情况下与小方位失准角度情况下初始对准过程的异同,指出了这两种情况下水平回路的误差传播过程类似,因而其水平对准方法也一样;而方位对准回路则区别较大,北向和东向速度误差均能够与大方位失准角耦合.由此提出了一种改进的方位罗经自对准方案,此方案对于任意的方位失准角度均能正确收敛到零.改进后的方案已经在某四频激光陀螺惯性导航系统上得到实际的验证和应用,有效保证了恶劣环境下惯导系统方位对准的可靠性.     

基于四元数非线性误差模型的快速传递对准(英文)

基于小角度假设的常规线性误差模型不能适用于大失准角时的初始对准,针对这一问题研究了一种没有小失准角假设,以速度误差和姿态四元数误差作为量测的非线性快速传递对准误差模型,并证明当误差变为小角度时,该非线性误差模型可以简化为常规线性误差模型。使用 Unscented 卡尔曼滤波代替通常采用的扩展卡尔曼滤波来处理非线性数据融合问题。为了评估和分析该非线性误差模型,设计了一个传递对准仿真系统,仿真结果表明,当初始失准角为小角度时,该新模型和线性模型有着相当的对准性能,但是当初始失准角为大角度时,本文提出的非线性误差模型仍然能够精确完成对准过程,而基于线性误差模型的对准滤波器却发散了。     

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。     

姿态角传递对准原理研究

研究了惯导系统空中姿态角传递对准的原理,推导了姿态角误差的量测方程,给出了该方法在平台惯导系统方位误差辨识中的应用.     

基于捷联惯导高保真误差模型的非线性滤波算法

针对捷联惯导系统在大姿态误差条件的对准问题,推导了高保真非线性误差模型。该模型采用欧拉角表示姿态误差,并用与导航解算相同的姿态更新算法准确描述了姿态误差的传播规律。利用该模型设计了扩展卡尔曼滤波器,并以二位置对准为例,比较该模型与线性模型和大方位误差模型的滤波效果。仿真实验结果表明在小角度误差和大方位误差条件下,基于高保真模型的滤波器估计精度都优于其它两种模型,且在大水平姿态误差条件下滤波精度也很高。     

SDINS非线性误差模型四元数分析

采用四元数方法推导出SDINS数学平台角误差方程和速度误差方程，并以此建立非线性初始，对准误差模型，应用扩展卡尔曼滤波（EKF）进行精对准，确定初始失调角，与由[2]中的数学平台角误差方程和速度误差方程确立的线性初始对准误差模型进行仿真比较，仿真结果表明此模型是比较有效的，满足初始对准精度要求。     

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.     

箭载捷联惯性导航系统初始对准技术研究

为同时提高运载火箭捷联惯导系统(SINS)的对准精度、缩短对准时间，采取经典的粗对准与精对准两步对准法。在粗对准阶段，由惯性仪表的测量信息解析计算惯测组合坐标系到数学平台系的角位置关系，建立初始方向余弦矩阵Cb^n；在精对准阶段，采用四元数法推导出激光陀螺SINS数学平台角误差和速度误差方程。并以此建立初始对准误差模型，采用卡尔曼滤波(KF)进行精对准。数字仿真结果表明该模型有效，能满足初始对准精度和对准时间的要求。     

基于θ-D方法的方位角约束自主交会控制

基于θ-D方法研究了视线坐标系内带有方位角约束的自主交会控制问题。根据轨道坐标系相对运动模型,建立视线相对动力学模型。针对该模型具有非线性强耦合的特点,采用θ-D次优控制算法设计了自主交会的闭环控制方法,并讨论了加权矩阵选取原则。所设计的交会最优控制方法不需要实时求解状态相关黎卡提方程和哈密顿-雅可比-贝尔曼方程,使自主交会控制获得了简易性和快速性,同时实现了对交会方位角的控制,解决了对接口指向不同方位的交会问题。最后,数值仿真验证了控制方法的有效性,克服了交会模型的非线性和参数不确定性,且对于目标圆和椭圆轨道交会任务均适用。     

Unscented卡尔曼滤波在SINS静基座大方位失准角初始对准中的应用研究

静基座大方位失准角的捷联惯导系统误差方程是非线性的，如何对静基座大方位失准角的捷联惯导系统进行初始对准是需要解决的问题。本文提出了基于Unscented转换的Unsented卡尔曼滤波进行捷联惯导系统对准的方法。分别通过扩展卡尔曼滤波和Unsented卡尔曼滤波进行仿真计算，结果验证了Unscented卡尔曼滤波的有效性与优越性。     

一种新的基于姿态四元数匹配的传递对准方法

设计了一种新的姿态四元数匹配传递对准方法,并以载机姿态四元数与弹体姿态四元数的四元数乘积作为量测量,推导了姿态四元数匹配量测方程。通过理论分析,得出了载机平台失准角、弹体平台失准角、弹体安装误差角和机翼颤振变形角为小量的情况下,这些量与量测量之间的关系。推导了传统的姿态角匹配传递对准方法量测方程,与之相比,姿态四元数匹配量测方法明显降低了计算量,并分别对两种姿态匹配方法进行了仿真,仿真结果表明：新的姿态四元数匹配方法与传统姿态匹配传递对准方法具有相同的精度。     

捷联惯导系统粗对准方法比较

通过误差分析对三种捷联惯导系统解析粗对准方法进行了比较.指出在相同的传感器精度条件下,利用正交向量计算捷联矩阵比传统方法有更高的对准精度,直接计算法不仅精度高,而且计算简单,更适合工程应用.     

微小型捷联惯导系统解析式对准方法研究

对静基座下微小型捷联惯导系统对准技术进行了研究。给出了6种解析式粗对准的对准方法,通过对这6种方法的理论对准误差进行推导,得出对应的理论对准误差结果,其中2种方法误差较小,同时进行仿真,仿真结果验证了理论对准误差推导的正确性。因此,在传感器精度相同的条件下,本文为静基座下微小型捷联惯导系统的粗对准的实现确定了效果较好的2种方法。最后采用了其中的4种方法对实测的微小型IMU数据分别进行了对准验证分析,获得了很好的效果。     

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。
     

半球谐振陀螺旋转惯导系统误差抑制机理研究

为了优化半球谐振陀螺旋转惯导系统设计、合理分配系统误差,本文分别从局部和全局角度出发,系统分析了旋转惯导系统在静基座条件下的误差传播规律。利用局部分析法讨论了旋转对惯性器件常值误差、标度因数误差以及安装误差的抑制情况,讨论了调制速度与陀螺仪标度因数误差、安装误差耦合所产生误差的特点,给出了组建旋转惯导系统时惯性元件的选择准则;利用全局分析法推导了多误差源同时激励下旋转惯导系统的误差传播模型,得到了导航误差的时域解析表达式。最后通过仿真验证了理论分析的正确性。研究结果为半球谐振陀螺旋转惯导系统的工程设计、改进提供一定的理论支持。     

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。     

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。     

发射惯性坐标系下误差角与数学平台失准角的推导与仿真

基于状态空间法的捷联惯性/天文组合导航系统(SINS/CNS)需要数学平台失准角作为观测值参与滤波估计,工程实际只能得到SINS、CNS二者的姿态误差角.以弹道导弹为背景,在发射惯性坐标系下分别推导了四元数和欧拉角形式的姿态误差角与数学平台失准角之间的相互转换矩阵.建立了弹道导弹SINS/CNS数学模型,并采用EKF和UKF算法验证了该转换矩阵.仿真结果表明误差转换矩阵的正确性.