基于“速度+姿态”快速传递对准的可观测性分析

惯导系统初始对准一般采用卡尔曼滤波器对初始姿态误差角进行估计,而在设计卡尔曼滤波器之前通常要对系统进行可观测性分析,确定卡尔曼滤波器的效果。捷联惯导系统的卡尔曼滤波模型在传递对准时,为线性时变系统,而线性时变系统的可观测性分析比较困难。文中采用一种依据系统矩阵的奇异值确定状态可观测度的方法对基于“速度＋姿态”快速传递对准的卡尔曼滤波模型进行可观测性分析,结果表明该方法可直接简单地实现系统状态的可观测度分析。     

一种基于绝对误差的可观测度分析方法

本文给出了一种基于状态绝对误差的可观测度分析方法。对初始对准误差模型进行了分析,选取不同的不可观测状态,姿态误差角的可观测度强弱不同。从而提供了一种从另一个角度分析可观测度的方法,为惯导系统滤波器的设计研究提供了一定的理论依据。     

高空长航时无人机SINS/CNS组合导航系统仿真研究

根据高空长航时无人机的特点研究了SINS/CNS组合导航系统并进行了仿真。研究了分段定常系统(PWCS)的可观测性分析方法和基于奇异值分解的系统状态可观测度分析问题,并提出了一种改进的状态可观测度分析方法,在求状态变量的可观测度时,抛开了观测量,只利用可观测矩阵进行分析,然后将该理论应用到SINS/CNS组合导航系统中,证明了其合理性与可行性,进一步根据可观测度分析的结果对系统进行反馈校正,通过仿真结果证明导航精度得到了提高。     

一种基于可观测度分析的SINS/GPS自适应-反馈校正滤波新方法

 针对机载捷联惯导系统(SINS)/全球定位系统（GPS）组合导航系统不完全可观测导致滤波器精度下降甚至发散的问题,提出了一种基于系统状态可观测度分析的自适应反馈校正滤波新方法。该滤波方法改进了系统可观测度的归一化处理方法,将归一化处理后的系统状态可观测度作为反馈因子,对SINS系统进行自适应反馈校正。最后,将该方法应用于机载合成孔径雷达(SAR)运动补偿用SINS/GPS组合导航系统中,飞行试验结果表明该方法在系统不完全可观测的情况下有效地提高了导航精度。     

一种改进的可观测度分析方法

根据线性系统理论系统状态可观测度只取决于系统结构的定理,在不使用外界量测信息的条件下,通过对可观测度物理意义的阐述,提出一种基于奇异值分解的可观测度分析的改进方法,并对由捷联惯导和里程仪构成的组合导航系统在不同机动条件下的可观测度进行了计算,仿真结果表明系统状态的收敛特性与计算得到的状态的可观测度具有一致性。     

改进的GPS/INS组合导航选星算法

在已有的 GPS定位的选星算法的基础上,从组合系统量测矩阵出发提出了一种适用于 GPS/INS组合导航的选星算法。此算法在原有算法的基础上,考虑了卫星仰角、方位角对卡尔曼滤波器可观性的影响,避免因观测量与系统状态间关联项的减少而导致的滤波器可观性下降,从而保证滤波器性能的稳定。     

单轴旋转惯导系统多位置对准技术研究

单轴旋转惯导系统很容易实现多位置对准,在初始对准中通过改变姿态矩阵,可以提高惯导系统的可观测度,从而提高初始对准的精度.推导了单轴旋转惯导系统的误差方程,在分段线性定常系统理论的基础上,利用奇异值分解的方法,对多位置对准时系统各状态变量的可观测度进行了分析.分析了旋转轴不正交误差对初始对准精度的影响,结果表明旋转轴不正交误差严重影响对准精度,需要对旋转轴不正交误差进行标定和补偿.提出了一种旋转轴不正交误差的标定方案,并对该方案进行了仿真分析,验证了该方案的可行性.     

应用旋转矩阵的卫星姿态输出反馈机动控制

针对卫星姿态机动控制问题,提出一种只利用向量测量信息的无角速度反馈的输出反馈控制方法。卫星姿态的指向直接通过旋转矩阵进行描述,而不是先进行参数化过程,避免了由欧拉角、修正的罗德里格参数（MRPs）与四元数等姿态描述方式产生的奇异问题与退绕问题。首先,通过向量测量信息与一组期望姿态向量,引入一个新的姿态指向误差向量,并对其性质进行分析。其次,进一步结合主导滤波器的思想,设计了无需角速度信息的卫星姿态机动控制器,并应用Lyapunov理论,对闭环系统的全局稳定性进行了严格的证明。最后,对所提出的控制算法进行了数值仿真,其结果验证了所设计的输出反馈控制算法的可行性和有效性。     

基于奇异值分解的组合导航可观测度计算

以捷联惯组为主惯导的组合导航系统具有短时定位精度高、可靠性强等优点,但其依然存在长时间导航精度不高、运算量大、组合效率不高等问题。为更好地完善组合导航系统的误差补偿和抑制技术,对SINS/DVL组合导航系统的可观测性能进行了研究。在分段定常系统(Piece-wise Constant System,PWCS)的可观测性分析方法及基于奇异值分解的系统状态可观测度分析方法基础上,结合可观测性矩阵的遗传特性,提出了一种简化的状态量可观测性分析方法,并对该方法进行了理论仿真。为方便比较状态量的可观测程度,对各状态的可观测度进行了归一化处理。最后,通过湖面跑船实验设计了不同的航迹机动方式,计算了关键导航参数的可观测性能。实验证明,该方法可以实时计算组合导航参数的可观测度,根据可观测度设计的航迹可以有效提高导航精度,定位精度可提高1个量级,收敛速度也获得了明显提高。     

基于新型快速Terminal滑模的高超声速飞行器姿态控制

为了提高Terminal滑模的收敛速度,避免滑模控制器奇异,首先分析Terminal滑模控制器出现奇异的原因,提出了一种新型非奇异快速Terminal滑模,其收敛速度在任意点均快于双幂次形式的Terminal滑模,并给出收敛时间公式。基于此,又改进了一种结构更为简单的非奇异快速Terminal滑模。针对高超声速飞行器姿态模型,利用新型快速Terminal滑模,采用干扰观测器逼近姿态的复合干扰,设计了高超声速飞行器内、外回路Terminal滑模控制器。采用一阶滤波器,消除了由Terminal滑模所导致最终控制器的奇异问题;基于Lyapunov稳定性理论,严格证明了飞行器姿态内、外回路系统的有限时间稳定。最后,通过飞行器在气动参数标称与拉偏情况下的数字仿真,验证了设计方案的有效性。     

基于改进UKF的组合导航系统航向角估计方法研究

为满足运载体长航时、高精度的导航需求,解决系统可观测性弱导致的航向角易发散的问题,提出了一种基于MEMS非线性组合导航系统的用于提高航向角估计精度的算法。通过采用单天线GNSS航向角作为量测量进行航向约束,解决了MEMS-SINS/GNSS姿态估计中航向角可观测性弱、估计值收敛差的问题;通过转弯判断规则和常规无迹卡尔曼滤波改进算法,抑制了偏流角对系统估计精度的影响。仿真结果表明,该算法有效地抑制了航向角估计精度差的问题,水平姿态精度达到0.01°,航向角精度达到0.1°,提高了系统的导航精度及可靠性。     

基于神经网络的航天器GPS/INS组合定姿系统

基于GPS和惯性技术的组合导航系统是近年来导航系统的研究热点和主要发展方向.目前基于卡尔曼滤波方法的算法在稳定性、计算量、算法鲁棒性以及系统可观测性等方面仍然存在问题.基于神经网络技术研究了一种新的GPS/INS组合定姿自适应卡尔曼滤波方法,理论分析表明,该方法不但对姿态信息具有较好的估计性能,而且对系统模型的精确性、噪声特性具备良好的鲁棒性.最后,利用模拟数据对所研究算法进行了分析计算,与传统的卡尔曼滤波方法进行了比较、分析,结果表明所设计组合算法在精度、稳定性以及鲁棒性等方面较传统卡尔曼方法具有良好的特性.     

基于EKF的小型涵道式无人机航姿系统算法研究

针对小型涵道式无人机,设计了一种基于扩展Kalman滤波的航姿估计算法。采用四元数作为状态变量,利用陀螺仪的输出构成状态方程,通过加速度计与磁阻传感器构造观测方程来进行扩展Kalman滤波解算。相对于通常的航姿估计算法,这种算法减少了运算量,更适合于基于嵌入式微处理器的航姿估计。实验结果表明这种算法有效的抑制了航姿系统的各种噪声与干扰,同时保证了姿态输出的精度与实时性,可以为小型无人机提供准确的航姿信息。     

基于MLR的机动平台传感器误差配准算法

 基于固定平台传感器误差极大似然配准(MLR)算法,针对机动平台存在姿态角系统误差的问题,提出了对机动平台传感器系统误差和目标状态进行批处理离线估计的机动极大似然配准(MLRM)算法.该算法利用所有传感器对目标的量测值,通过把传感器量测向目标状态进行投影、对传感器系统误差和目标状态进行期望最大化迭代以及对目标的状态进行融合估计,最终实现量测、姿态角系统误差和目标状态的有效估计.仿真结果表明,该算法迭代收敛速度快,对系统误差估计精度高,对系统误差可观测性较低的配准环境的适应性强并且对传感器姿态角的相关性不敏感,具有很强的工程实用性.     

使用变速控制力矩陀螺的航天器鲁棒自适应姿态跟踪控制

 研究以变速控制力矩陀螺群（VSCMGs）为执行机构的航天器姿态跟踪问题。采用四元数描述姿态, 在姿态误差的描述中引入了现时姿态与期望姿态之间的方向余弦矩阵。考虑执行机构模型参数不确定和有外干扰的情况, 姿态误差动力学方程为多输入多输出(MIMO)的非线性系统。基于Lyapunov理论设计了鲁棒自适应控制器, 运用光滑投影算法避免了估计参数陷入奇异。仿真结果表明, 设计的鲁棒自适应控制律明显地缩小了姿态跟踪误差, 很好地解决了外部环境干扰和执行机构由于安装误差或机械磨损造成的轴承方向未对准的问题。     

弹射救生数值仿真及不利姿态下救生性能分析

 国内弹射座椅救生性能预测分析主要依赖地面弹射试验。由于国内相关试验设备的缺乏,不利姿态下弹射座椅的救生性能很难通过试验获得,因此国内不利姿态下弹射座椅救生性能的分析研究比较薄弱。采用数值仿真的方法对弹射座椅的救生性能进行预测和分析,针对弹射座椅弹射过程的4个阶段分别建立了数学模型,其中自由飞阶段采用四元数法代替欧拉速率方程,以解决传统的六自由度方程出现的奇异性问题。采用四阶龙格-库塔法对数学模型进行求解,计算结果与地面弹射试验结果吻合较好。在此基础上,对某新型弹射座椅的弹射姿态轨迹进行计算,分析研究了弹射座椅在不利姿态下的救生性能,得到不利姿态下弹射座椅救生性能不佳的主要原因是座椅高速稳定性差以及飞机向下的牵连速度和飞机滚转角的影响,并根据分析结果提出了改善弹射座椅不利姿态下救生性能的基本方法。     

微小卫星太阳敏感器/磁强计实时标定算法研究

 提出了一种对磁强计/太阳敏感器的无姿态信息的在轨实时标定方法。在现有的标定算法中，仅采用地磁矢量的模作为观测量，本文引入地磁矢量与太阳矢量之间的数量积作为观测量，增强了其可观性，也使对太阳敏感器的实时标定成为可能。扩展卡尔曼滤波器(Extended Kalman Filter，EKF)虽然获得广泛应用，但其线性化过程会引入截断误差，而无香卡尔曼滤波器(Unscented Kalman Filter，UKF)是非线性滤波方法，不须对系统进行线性化。分别利用EKF与UKF的滤波标定算法进行标定研究，仿真结果表明了本文算法的有效性，如磁强计偏置的标定精度，UKF比EKF高26%。     

传统组合导航中的实用Kalman滤波技术评述

在随机线性系统建模准确的情况下,Kalman滤波是线性最小方差无偏估计。针对传统惯导/卫导组合导航的实际应用,难以精确建模,给出了常用的建模方法、状态量选取原则、离散化方法及滤波快速计算方法。讨论了平方根滤波、自适应滤波、联邦滤波和非线性滤波等技术的适用场合,并给出了使用建议。针对前人研究可观测度中未考虑随机系统噪声的缺陷,提出了更加合理的以初始状态均方误差阵为参考的可观测度定义和分析方法。提出了均方误差阵边界限制方法,可有效抑制滤波器的过度收敛和滤波发散。该讨论可为工程技术人员提供一些有实用价值的参考。     

基于序列图像的航天器自主导航降维滤波方法

非合作目标的运动感知与状态估计,是太空领域技术发展的重要组成部分。非合作目标相对状态的精确估计是相对导航的难点问题。传统的非合作目标扩展卡尔曼滤波算法需要结合非合作目标的质心位置,增加了状态变量的维数,提高了系统不确定性,从而会影响状态扩展卡尔曼滤波的收敛速度。提出了一种基于序列图像的非合作目标相对导航方法,该方法在不对质心进行估计的情况下首先对非合作目标姿态进行估计,在完成非合作目标姿态估计后再对其质心进行估计。本文推导了光学相机测量值与目标真实姿态的关系,构建了基于序列图像的测量模型,分别建立了不含有非合作目标质心位置的状态方程和基于非合作目标位置、速度矢量的状态方程,设计了适用于非合作目标状态估计的扩展卡尔曼滤波算法。仿真实验表明该方法可在10 Hz采样频率下经过50次采样（即5 s）内快速收敛,从而有利于空间飞行器的在轨服务与维护。