基于FD的微小型姿态系统的姿态估计算法

分别利用微惯性测量单元(MIMU,Micro Inertial Measurement Unit)中的3个加速度计与3个陀螺仪对载体的姿态角进行估计,同时,搭建捷联惯性导航系统,建立姿态误差方程,使用卡尔曼滤波估计载体姿态误差角.构造残差及统计量,利用状态残差检验的故障检测方法,对载体的运动状态进行分离,判断加速度计估计出的姿态角的可用性,对姿态角进行融合.既保证了姿态估计系统的动态性能,又提高了估计精度.由于使用微电子机械系统(MEMS,Micro Electro Mechanical System)惯性器件,使得姿态估计系统的体积小、重量轻、造价低,特别适于微小型载体使用.      

基于SINS/RFID的隧道列车高精度定位方法

为了获取高速铁路列车在隧道这种导航卫星不可见环境下的定位信息,提出一种基于捷联惯性导航系统（SINS）和射频识别技术（RFID）的组合定位方法。通过响应时间模型来计算标签的定位精度,依据实际轨道环境增加标签对列车姿态校准的能力,同时结合惯性导航系统解算得到连续的定位数据。仿真结果表明:在30 km长的隧道利用射频识别标签位置信息进行校准,可以很大程度地减小惯性导航系统的误差积累,提高定位精度。引入姿态信息后,可以在陀螺仪性能与标签间隔的多种组合中保持隧道全线定位精度在米级,最高能够达到0.5 m。      

基于空中对准过程的在线标定及优化设计

光纤陀螺惯组输出误差影响武器系统导航精度,为了弥补地面标定的不足,利用机载制导武器发射前空中对准过程进行光纤捷联系统在线标定.介绍了光纤捷联系统空中对准/在线标定系统模型,基于此设计卡尔曼滤波器;针对某机载航空制导炸弹工作过程进行了对准过程中误差激发与对导航精度影响的仿真分析,并基于此进行了滤波器优化设计;最后进行了优化设计前后导航精度仿真比较,仿真结果显示:完成空中对准/在线标定优化设计后,光纤捷联系统纯惯性导航精度得到提高.      

捷联惯性导航系统的姿态算法

非互易向量的确定与补偿是影响高动态、恶劣振动环境下捷联惯性导航系统姿态矩阵计算的重要问题.为了补偿由此引起的圆锥误差,对一些传统算法进行了分析和研究.由于以往各种算法过多过杂,不便于工程中选用,所以通过对传统的各种姿态算法的原理及数学形式进行归纳分析和研究,提出了通用的算法公式.另外,还提出将剩余误差表示为采样时间与角振动频率乘积的幂次,并根据此幂次来评定圆锥补偿算法的精度的方法.在此基础上,对所提出的通用姿态算法公式进行了误差分析,得到了关于算法精度和参数之间关系的一些结论,为其参数选择提供了选择标准,有工程实用价值.     

微捷联姿态系统的一种扩展卡尔曼滤波方法

采用低精度的微惯性陀螺和加速度计作为微惯性捷联姿态确定系统元件,首先分析了捷联惯性姿态解算的非线性问题和误差累积的原因;根据姿态三角函数关系引入横滚、俯仰角的3个替换变量作为状态变量,并根据状态变量之间的约束方程和运动体前向速度测量,建立了捷联惯性姿态的一种扩展卡尔曼滤波模型;采用MTi微惯性捷联测量组合进行实验,将该扩展卡尔曼滤波方法解算载体姿态结果与捷联姿态解算结果相比较,验证了该方法抑制惯性姿态解算累积误差的能力.      

SINS快速传递对准建模与仿真

针对空间武器捷联惯性导航系统SINS(Strapdown Inertial Navigation System)动基座快速、精确初始对准问题,建立了空间环境下武器SINS的动基座误差模型,并考虑武器SINS的惯性器件误差.根据姿态传递对准原理,推导了姿态匹配方式下卫星与武器SINS姿态角之差的量测方程.在此基础上,建立了空间武器SINS传递对准的数学模型,设计一种快速对准卡尔曼滤波器.计算机仿真结果验证了该模型的有效性.在10s时间内,可获得与卫星姿态测量系统姿态精度相当的对准精度,同时还能实现武器SINS惯性器件误差的准确标定.      

基于多矢量定姿的动基座最优化对准算法

针对车载捷联惯导系统（Strapdown Inertial Navigation System, SINS）的传统动基座粗对准方法精度低且环境适应性差的问题，提出了一种基于多矢量定姿的动基座最优化粗对准算法。在传统的基于重力矢量的初始对准方法基础上，将姿态矩阵求解问题转化为Wahba问题，实现对多个时刻重力矢量信息的充分利用，并通过SVD算法实现对Wahba问题的求解，结合全球导航卫星系统（Global Navigation Satellite System, GNSS）输出信息和SINS输出信息，构建状态方程和量测方程，采用Sage-Husa自适应滤波算法以解决量测噪声不准确问题，不断修正载体系变换矩阵以获得更加精确的姿态转换矩阵。仿真和半物理实验表明，改进算法能够明显提高惯导系统在动基座下的姿态精度，转台实验对准方位误差小于0.05°。     

基于预测滤波的捷联惯导任意双位置对准方法

针对捷联惯性导航系统(SINS,Strapdown Inertial Navigation System)在大失准角情况下的初始对准问题,建立基于加性四元数误差模型的非线性滤波方程,并提出一种基于模型预测滤波(MPF, Model Predictive Filter)与扩展卡尔曼滤波(EKF, Extended Kalman Filter)相结合的地面任意双位置初始对准方法.该方法将部分惯性器件误差作为模型误差,在线实时估计并修正系统模型,提高了状态估计的精度,并克服了将模型误差假设为高斯白噪声的局限性.半物理仿真结果表明,该方法有效提高了SINS姿态误差角的估计精度,而且也降低了系统状态变量的维数,提高了对准解算的实时性.      

双星定位系统/SINS深组合导航系统研究

以卫星模拟器为基础，介绍了一种双星定位系统定姿的基本原理，解决了双星定位系统存在的位置滞后即定位实时性较差的缺陷，把双星定位系统的位置与姿态信息和捷联惯导系统的位置、姿态信息进行组合后，可有效地提高系统的精度．     

MGNC系统实时快速组合导航新算法

微小型导航制导控制系统MGNC(Micro Guidance Navigation and Control)传感器多,且数据处理能力有限,为实时提供导航结果,传统上采用降维滤波提高实时性,但这样会造成精度损失.为保证不减少滤波状态量,不损失精度,针对捷联和滤波特点提出一种新的实时解算方法:在捷联解算中以直接递推求解方向余弦矩阵代替以四元数为中间变量进行的间接求解;在滤波计算中用序贯方法处理量测修正值,避免复杂的矩阵求逆;采用稀疏矩阵三元组法,应用于协方差阵计算,减少乘法次数.仿真和实验证明改进算法对计算精度没有损失,且滤波计算时间比原算法减少了34.50%,显著提高了MGNC系统的实时性、鲁棒性和实用性.     

X射线脉冲星/SINS组合导航研究

X射线脉冲星导航是一种新兴的天文导航方法, 该导航方法可靠、稳定, 不受近地空间的限制, 但在轨道机动过程中导航精度不高. 针对此问题提出了X射线脉冲星/SINS组合导航方法, 对该方法的应用效果进行了数值仿真分析. 结果表明, X射线脉冲星/SINS组合导航在轨道机动过程中具有较高的导航精度, 有效抑制了惯性导航误差随时间的漂移, 提高了X射线脉冲星导航方法的通用性, 为X射线脉冲星导航的工程应用奠定了理论基础.      

基于RDSS辅助的Doppler/SINS组合导航系统研究

Doppler/SINS组合导航系统具有输出水平速度误差较小、平台角误差较小的优点 ,但存在经纬度误差较大的缺点 ,故不能作为独立的导航定位系统 ;而双星定位系统(RDSS)可输出较高精度的经纬度信息 ,但存在定位滞后的缺陷。利用Doppler/SINS的输出水平速度可以补偿RDSS的位置滞后 ,同时经过位置补偿后的RDSS系统可实时修正Doppler/SINS组合导航系统。仿真结果表明 ,基于RDSS辅助的Doppler/SINS组合导航系统能有效地克服Doppler/SINS系统的缺点 ,是一种新型的组合导航系统 ,可应用于导航定位精度要求较高的场合     

弹道导弹的捷联惯性/天文组合导航方法

针对传统的捷联惯性/天文(SINS/CNS)组合导航系统不能精确估计加速度计偏置而导致导航误差发散的问题,提出一种基于星光折射间接敏感地平的捷联惯性/天文(SINS/RCNS)组合导航方法。利用星敏感器测量星光折射角,结合大气折射模型得到的折射视高度来抑制位置误差的发散。推导了基于星光折射新的量测方程,分析了折射星数目与导航精度的关系,当使用多颗折射星时能够精确估计加速计偏置,从而能够完全抑制位置误差的发散,并对系统进行可观测性分析。通过卡尔曼滤波实现了状态估计。仿真结果表明:本文方法的导航精度优于传统方法,有效抑制了位置误差的发散,验证了本文方法的有效性。     

GALILEO/SINS组合导航系统研究

GALILEO是新一代的全球卫星定位系统。文章根据GALILEO系统的特点,有针对性地研究了GALILEO/捷联惯导(SINS)伪距组合导航模式。分析并建立了GALI LEO的误差方程,并以此为基础,给出了GALILEO/SINS伪距组合导航系统的误差模型和相应的卡尔曼滤波方程。为了有效验证设计的组合导航系统的有效性,在仿真过程中采用了协方差分析法,对组合导航系统性能进行了仿真研究。仿真结果表明GALILEO/SINS伪距组合导航系统能够有效的提高导航精度,随着GALILEO的不断完善,该系统将具有很大的应用前景。     

多传感器组合导航系统的改进多尺度滤波算法

多尺度滤波算法在多传感器组合导航系统中已得到成功应用，然而该算法用到多个时刻的量测向量，导致算法计算量过大，并影响系统的实时性。针对上述问题，首先利用分块技术与小波变换将时域内描述的系统原始状态方程转换为块状态方程，然后将实时得到的当前时刻的量测向量表达为块状态向量的形式，最后结合常规卡尔曼滤波技术与序贯滤波的思想，提出了一种改进的多传感器组合导航系统多尺度滤波方法。将该算法应用于GPS/SST/SINS多传感器组合导航系统，仿真结果验证了该算法不仅具有较好的实时性，而且相对于传统算法,系统的定位精度提高1倍以上。     

GPS/SINS超紧组合导航系统可观测性分析

系统状态的可观测性决定了系统的滤波精度.目前,分析系统状态可观测性的主要方法是针对线性系统的,其中奇异值分解(SVD,Singular Value Decomposition)法可以对系统进行事前分析,并且计算简单,成为广泛使用的方法之一.然而集中滤波结构的全球定位系统/捷联惯性导航系统(GPS/SINS,Global Positioning System/Strapdown Inertial Navigation System)超紧组合模型的量测方程是非线性的,对非线性系统进行可观测性分析是非常困难的.针对这个问题,推导出了超紧组合模型线性的量测方程,并证明了该模型满足分段定常系统(PWCS,Piece-Wise Constant System)定理;使用奇异值分解法对其做可观测性仿真,并对实验结果做了全面分析.结果表明:系统状态的可观测性受载体运动状态影响,载体机动性越强,可观测的状态越多,可观测性越高.     

发射系下的SINS/CNS/GNSS组合导航UKF滤波算法

弹载系统的组合导航系统模型常建立在发射惯性坐标系下，且捷联惯性/天文导航/卫星导航（SINS/CNS/GNSS）是一种目前研究较多的组合模式。该组合导航系统的状态方程具有强非线性的特点，常用的滤波方法为扩展卡尔曼滤波（EKF）。为了提高组合导航系统的精度及可靠性，对该组合导航系统的无迹卡尔曼滤波（UKF）模型进行了设计，直接将姿态、位置与速度参数作为状态的一部分，利用CNS及GNSS提供的姿态与位置构成量测方程，并详细给出了姿态样本点的生成、均值及方差的生成过程。仿真结果表明，相对于EKF算法，采用UKF算法后各导航参数的精度可提高约20%~30%，并且系统的实时性也可以得到保证。     

卫星初始轨道确定方法研究

卫星精密轨道确定过程实际上是通过求解轨道动力学微分方程组而对初始轨道不断改进的过程,因此,轨道确定的精度与速度不但依赖于求解微分方程组的具体算法,同样依赖于初始轨道的精度与准确性。针对多站测距/距离和数据,建立了一种轨道初值计算的几何方法,该方法集折射误差修正方法于一体,在进行观测数据折射误差修正的基础上,可以得到卫星在任意时刻的轨道初值。