一种车载激光捷联惯组免拆卸标定方法

陀螺和加速度计常值零偏随时间变化, 惯组误差增大, 不满足部队使用要 求。传统方法是将激光捷联惯组从载车上拆卸下来放在高精度三轴转台上重新标定,过 程繁琐费时、成本高,不利于部队的使用和快速反应。设计了一种激光捷联惯组免拆卸 标定方法,在载车进行四位置转位,每个位置静止10min 的条件下对陀螺和加速度计零 偏误差进行了全局可观测性分析,证明了陀螺常值零偏和水平加速度计常值零偏是可观 测的。利用Kalman 滤波器估计了三只陀螺和水平加速度计常值零偏。对标定补偿前后 激光捷联惯组的全方位对准精度和1h 导航精度进行了比较。结果表明： 基于载车四位 置转位免拆卸标定方法对陀螺和加速度计常值零偏估计是有效的。     

基于可观测性分析的旋转式惯导系统在线自标定方法的设计

本文建立了速度误差外观测量的静基座双轴旋转式惯导系统在线标定卡尔曼滤波模型,其状态向量包括地速误差、姿态失准角和惯性器件零偏、标度因数误差、安装误差,可估计旋转式惯导系统失准角与惯性器件误差参数。通过分段线性定常系统(PWCS)可观测性分析方法分析不同旋转方式下系统可观测性变化情况,得出双轴连续旋转的角运动方案可以改善卡尔曼滤波滤波的可观测性。根据基于奇异值分解的可观测度分析结果进行模型降阶,同时结合旋转式惯导系统的工程应用特性,得到12阶卡尔曼滤波参数模型。降阶系统阶数降低约55%,可以显著降低运算量,有效提高了导航计算机运算效率和实时性。仿真实验表明：降阶模型的估计精度不低于原模型,而且部分状态量的滤波收敛速度有提高。     

舰载捷联惯导系统的航行中快速在线标定

为实现舰载捷联惯导系统在航行中被快速标定的新需求，提出了一种捷联惯导系统在航行中快速在线标定的方法。首先，建立了简化的陀螺和加速度计输出误差方程，从而对Kalman滤波模型实现了降维。该模型以陀螺和加速度计零偏、标度因数误差等15个误差量为状态量，以速度误差和位置误差为量测量。设计了一种标定路径，该标定路径可由惯导系统中的双轴旋转机构实现。仿真结果表明，该方法能够在1800s内快速、准确地估计出15个误差量，具有工程实践价值。     

基于组合导航技术的光纤捷联系统在线标定

 将光纤捷联系统惯性测量单元（IMU）输出误差分解成零偏误差、标度因数误差、失准角误差和随机白噪声几个部分,建立了系统误差模型,基于此模型设计卡尔曼滤波器引入高精度外部信息源对IMU进行在线标定。将此方法应用于某光纤捷联系统进行跑车试验,结果表明：引入外部信息源进行在线标定与补偿后系统纯惯导精度显著提高,本文建立的系统误差模型和在线估计方式有效估计了IMU输出误差,实现了系统在线标定,提高了系统实用精度。     

基于位置观测量的光纤陀螺惯导系泊条件自标定方法

当舰船处于系泊状态时,海浪等外界干扰因素会给舰载高精度惯导系统的标定带来误差.为降低动态环境对标定的影响,实现惯导系统的船上自标定,设计了一种系泊条件下基于导航方式的系统级八位置自标定方法.利用光纤陀螺惯导台体处于惯性空间稳定状态下的位置导航误差作为观测量,采用最小二乘方法,可在45min内估计出加速度计零偏、标度因数、安装误差、标度不对称误差、陀螺零次项和基座初始对准误差角共18项误差系数,并采用Monte Carlo仿真方法分析了不同系泊环境条件对自标定精度的影响.仿真结果反映了标定方法对海态晃动条件的适用范围,对工程应用具有参考价值.     

MEMS加速度计组合在分度头上的标定方法

提出了一种在分度头上标定MEMS加速度计组合的测试方法,该方法可以标定出加速度计组合的刻度系数误差、加速度计零偏、三轴不正交度误差、安装误差角,同时可以分离出分度头转位机构角位置误差.首先通过建立一系列坐标系,推导了重力加速度在加速度计敏感轴的分量表达式.然后采用谐波分析法给出了误差标定方程,利用最小二乘法和Kalman滤波器进行误差参数的估计,并对估计结果进行了对比分析.最后通过三次独立实验标定结果的重复性和残差验证了该方法的正确性.     

基于卫星和星敏感器的冗余激光惯组在轨标定

采用高精度卫星导航速度、位置信息以及星敏感器提供的姿态信息设计十表冗余捷联惯组的标定模型,包含陀螺和加速度计的零次项和标度因数,对卫星和星敏感器辅助的冗余激光陀螺捷联惯组进行实时在轨标定.利用标准Kalman滤波和Sage-Husa自适应滤波作为估计算法,对十表冗余捷联惯组参数进行在线估计.数值仿真结果表明:参数标定精度均在7％以内,是一种实时的在轨标定方法,满足误差补偿要求.冗余惯组在轨标定方法为航天器高精度定姿和定轨提供了一种理论参考.     

基于单轴转台的斜置RSINS标定方法

以斜置冗余捷联惯导系统(RSINS)为研究对象,提出了一种基于单轴速率转台的标定方法。首先从斜置RSINS的系统配置结构出发,推导了描述斜置RSINS安装失准角的线性化方程以及系统标定量测方程;结合单轴速率转台指出至少需要四个非平面位置才可标定惯性传感器零偏、标度因数及安装失准角,并详细给出加速度计四位置标定方法;考虑到仅以地球转速为观测量时陀螺仪标定参数可观测性较弱,单轴速率转台存在不可忽视的角位置误差及系统安装方位误差等原因,设计四位置静态和三位置转动标定方法以保证陀螺仪的标定精度。通过构建RSINS标定仿真平台验证该方法的有效性,并利用实验室搭建的六冗余样机进行了试验验证。其标定成本低、标定精度高、操作简便且不需要北向基准,具有较好的工程应用价值。     

一种双轴旋转惯性导航系统的重要参数快速自标定方法

为了提高双轴旋转惯导重要参数标定的快速性和精度，提出一种快速自标定方法。通过设置不同的标定路径可以在10 min内完成陀螺和加速度计的零偏以及标度因数误差的标定。该方法利用基于姿态误差观测的卡尔曼滤波完成陀螺零偏的估计。通过六位置翻滚并以速度误差作为观测量进行卡尔曼滤波，完成加速度计的零偏及标度因数误差的标定。使天向陀螺绕方位轴旋转4周，使水平陀螺绕水平轴转动4周，通过计算旋转前后的姿态误差完成陀螺标度因数误差的估计。仿真和试验结果表明，该方法可以实现双轴旋转惯导重要参数10 min内完成自标定，且具有较高的精度。     

SINS辅助的星敏感器在线标定方法

航天器在飞行过程中,星敏感器受到外界温度、地面标定精度等因素影响存在较大的安装误差,这将严重影响星敏感器的定姿精度。为提高星敏感器精度,对其安装误差进行严格的在轨实时标定与修正是确保星敏感器测量精度的关键。提出了一种SINS辅助的在线标定方法,将SINS/星敏感器输出的姿态信息进行配准,构建了组合导航系统的Kalman滤波模型。该方法只需航天器在飞行过程中做简单的机动,即可对星敏感器的安装误差角进行实时在线标定。仿真结果表明,采用该标定方法可使星敏感器和惯导的安装误差角的总体估计率达到95%以上,具有较高的工程应用价值。     

捷联惯导与里程计组合导航系统标定方法研究

捷联惯导/里程计组合导航系统中,里程计的刻度系数和相对惯组的安装误差角的标定是影响组合导航精度的关键因素.根据工程应用情况,提出经典标定方法和卡尔曼滤波标定方法,并对两种方法进行比较.在标定出刻度系数和安装误差角后,将该数据装订到惯组中进行车载试验验证,将里程计解算的速度和位置与GPS实测值进行比较.试验结果表明:跑车...     

Installation error calibration for MEMS angular measurement system in hypersonic wind tunnel

The accuracy of model attitude measurement has an important impact on wind tunnel test results. Microelectromechanical System Inertial Measurement Unit (MEMS IMU) provides a feasible way to measure model attitudes with high accuracy. However, the installation error between MEMS IMU coordinate system and the body coordinate system of test models can make the accuracy of the model attitude measurement decrease. In wind tunnel tests, the installation error depends on the relationship between the IMU and the model mechanism before tests. Therefore, in-field calibration in wind tunnel tests is necessary to reduce installation errors. To improve attitude measurement accuracy, the least squares quaternion calibration method based on MEMS IMU and six-position calibration procedure are proposed. High-precision three-axis turntable tests are performed. The pitch accuracy after calibration is higher than that before calibration in the angle of attack sweeping tests. The Root-Mean-Square Errors (RMSE) in the roll and yaw are within 0.01°, which are smaller than those before calibration. In the roll sweeping tests, RMSE of three attitude angles decrease significantly. In hypersonic wind tunnel tests, the pitch errors before and after calibration are within 0.05° and 0.02° in the angle of attack sweeping tests without wind. In five angle of attack sweeping tests with wind, the deviation between the mean of the pitch and the pitch after the elastic angle correction is within 0.03° and the standard deviation of five tests is within 0.01°. The proposed method is confirmed to enhance the accuracy of attitude measurement effectively, which is convenient for engineering applications.     

惯导/北斗/里程计一体化紧组合导航方法研究

当前,主要通过采用惯导/卫星导航组合或者惯导/里程计组合的方式来实现 车辆的定位定向;卫星信号良好时,惯导系统与卫星导航组合实现车辆定位定向,当卫 星导航信号不好甚至没有信号无法正常工作时,惯导系统与里程计组合实现车辆定位定 向。提出一种惯导/卫星导航/里程计三者的一体化组合方案,针对惯导、北斗、里程计 这三项测量设备构成的组合系统建立了统一的误差状态模型、组合量测模型以及反馈修 正模型,并通过卡尔曼滤波器来实现三者的一体化紧组合,这种惯导/北斗/里程计一体 化的紧组合方式,能更好地实现三者信号之间的充分交流与融合。将这种一体化紧组合 方法与传统的惯导/北斗组合、惯导/里程计组合方法进行了仿真比较,结果表明：惯导/ 北斗/里程计一体化的紧组合方法能更加快速、准确得到传感器误差（ 包含惯组误差、 北斗误差、里程计误差）的在线估计,更能有效提高各传感器的测量精度。     

基于视觉的惯性导航误差在线修正

陀螺零偏和加速度计零偏是影响惯性测量单元(IMU)积分精度的重要因素。提供一组精确的实时的零偏估计可以提高IMU的积分精度,为视觉导航提供良好的位姿预测,提高整个系统的动态性能。通过合理地建立IMU的噪声模型以及IMU和视觉的组合方程,利用一种基于李群和李代数知识的IMU预积分方法将零偏进行合理的线性化,运用Kalman滤波进行IMU零偏的在线估计。实验结果表明,通过本文的修正方法,惯性导航的平均积累误差由0.034m/s提高到0.0037m/s,精度明显提高。     

基于DKF的IMU误差预测算法

作为导航领域常用的组合导航方式,全球导航卫星系统(GNSS)/惯性导航系统(INS)组合导航在GNSS信号失锁后,由于惯性测量单元(IMU)误差随时间迅速积累,其定位结果会偏离载体真实位置,导航精度下降.针对此问题,提出了一种长短期记忆网络(LSTM)辅助的算法,称之为深度卡尔曼滤波(DKF)算法.DKF算法的核心思想是使用LSTM训练IMU误差模型,然后通过训练出的模型预测IMU误差,最后将预测的IMU误差代入IMU数据以校正导航结果.仿真结果表明:在200s测试数据上,DKF算法将误差从1.1537m/s降低到0.3746m/s.与平均预测、卡尔曼预测和最小二乘估计等方法相比,DKF算法的误差最小,具有更优越的导航性能.     

甲板变形测量技术研究

当舰上的主导航系统与载机子惯导之间进行传递对准时,船体的变形会引起对准误差。想消除船体变形的影响从理论上讲,挠曲变形可以通过卡尔曼滤波进行估计,但在实际上很难建立足够精确的模型。通过船体变形的测量与校正技术,在大型载舰存在复杂动态变化的情况下,可采用分布式姿态基准,在载舰上的不同部位安装有限套惯性测量单元（IMU）,与舰上主导航系统构建成一个惯导网络,为载机子惯导的传递对准提供更丰富、更准确的载舰状态信息,从而大大提高传递对准的精度的研究。     

大角度斜置激光惯组与里程计组合导航方法

针对激光惯组斜置条件下惯组坐标系相对里程计坐标系是大角度的情况,建立了两坐标系之间的转换关系,推导了里程计输出转换的安装误差补偿模型,在补偿模型基础上给出了安装误差计算公式.以惯组位移与里程计位移之差作为量测值,建立了状态和量测方程,运用Kalman滤波技术实现惯组/里程计组合导航,最后通过跑车试验对提出的惯性/里程计组合导航方法进行了验证,结果表明了该方法的有效性.     

高分影像辅助下的航空高光谱严密几何检校方法

 惯性测量单元(IMU)与传感器视准轴的偏心角和偏心矢量是造成航空线阵列高光谱数据几何校正误差的主要原因之一。在分析偏心角与偏心矢量误差来源之后提出该误差由IMU主轴与传感器主轴的角度偏差、测区固定偏差、GPS中心与传感器投影中心相对偏差组成,在此基础上建立了较为严密的检校模型。针对模型解算时需要大量高精度控制点的问题,提出了一种高分影像辅助下的亚像元精度控制点自动提取方法。通过多地区、多传感器高光谱航测实验表明,亚像元精度控制点能有效提高模型解算精度。新检校模型可获得亚像元校正精度,推扫式传感器——应用型机载成像光谱仪(AISA)建模中误差约为0.39个像元,摆扫式传感器——实用型模块化成像光谱仪(OMIS)建模中误差约为0.23个像元,校正后的影像可直接进行拼接。