PINS静基座对准中的理论与算法的研究

分析了平台式惯导系统(PINS)静基座条件下的可观测性,采用系统可观测矩阵的条件数来定量计算PINS静基座可观测性能,找出该条件下的可观测矩阵条件数最小的3个不可观测变量.采用了自适应Kalman算法和常规Kalman算法对简化模型进行了仿真比较.仿真结果表明前者比后者滤波收敛快.进而提出了一种基于Elman神经网络的快速对准方法.     

Precise line-of-sight modelling for angles-only relative navigation

This work presents a precise analytical model to reconstruct the line-of-sight vector to a target satellite over time, as required by angles-only relative navigation systems for application to rendezvous missions. The model includes the effects of the geopotential, featuring: the analytical propagation in the mean relative orbital elements (up to second-order expansion), the analytical two-way osculating/mean orbital elements’ conversion (second-order in $J_2$ and up to a given degree and order of the geopotential), and a second-order mapping from the perturbed osculating elements’ set to the local orbital frame. Performances are assessed against the line-of-sight reconstructed out of the precise GPS-based positioning products of the PRISMA mission. The line-of-sight modelled over a far-range one day long scenario can be fitted against the true one presenting residuals of the order of ten arc-seconds, which is below the typical sensor noise at far-range.     

INS/SAR组合导航量测信息不同步的滤波算法

在惯性导航系统/合成孔径雷达(Inertial navigation system/synthetic aperture radar,INS/SAR)组合导航系统中,传统的SAR只提供位置和航向角信息,本文引入SAR图像测速系统,实现对INS速度信息的补偿修正。同时,建立了该组合导航滤波的数学模型。针对图像匹配耗时较大、产生信息不同步的现象,本文利用INS信息增量来对SAR导航信息延迟、非等间隔以及SAR量测不在INS滤波离散间隔上所带来的误差进行修正,并进行了仿真。经过1 500s后,本导航系统导航信息没有出现发散,在飞行器出现加速、爬升、转弯等机动时,位置误差绝对值不超过36.8m,高度误差绝对值不超过18.1m,航向角误差绝对值不超过5.3′,速度误差绝对值不超过0.5m/s,并与曲线拟合法作对比,仿真结果表明本文算法能够有效提高INS/SAR组合导航系统的精度,并为其他组合导航系统提供参考。     

双轴连续旋转调制捷联惯导系统大失准角初始对准技术

由于可以补偿惯性器件在三个轴向上的输出误差，双轴旋转调制技术被广泛应用于捷联惯导系统(SINS)。选择了一种合理且实用的十六次序双轴转位方案，并对其调制原理和误差进行了分析。初始对准技术是捷联惯导系统的一项重要技术，其对准精度直接决定了后续导航的精度。在粗对准完成后，当姿态误差角较大时，后续的精对准误差模型呈非线性特性，故选择了滤波精度高、稳定性强的平方根容积Kalman滤波算法(SCKF)来解决这一问题。考虑到在实际对准过程中，量测噪声的统计特性易发生变化，将SCKF算法与Sage-Husa算法相结合，在传统Sage-Husa SCKF算法的基础上提出了一种改进的自适应滤波算法(ASCKF)。该算法采用QR分解来完成对噪声协方差的平方根矩阵估计，从而避免了传统Sage-Husa SCKF算法中所估噪声协方差矩阵不正定的问题。最后，通过仿真证实了ASCKF算法可被很好地应用于量测噪声统计特性发生变化的初始对准中。     

基于双力源的叠加式多维力传感器校准装置研究CSCD

介绍了一种基于叠加机原理的双力源多维力传感器校准装置的设计与研制,对装置的测量不确定度进行了分析,通过对三分量力传感器的校准实验,证明了校准装置不仅可以对多分量力传感器进行单分量校准,还能方便地实现耦合误差的校准。     

一种线运动扰动环境下基于惯性凝固系抗干扰自对准优化算法研究

传统惯性凝固性对准技术可有效隔离角运动干扰环境对捷联惯导自对准精度的影响,但对线运动环境下的抗干扰能力不足.据此,在深入分析线运动干扰对捷联惯导惯性凝固系下自对准精度影响途径之上,对线运动干扰环境划分为速度周期波动、突跳以及速度短期线性漂移.提出采用积分降噪、载体惯性系速度递推拟合与基于带遗忘因子递推最小二乘的速度慢漂提取技术相结合的抗干扰自对准优化算法,并进行了试验验证.试验结果表明,本算法可在5min内实现1.3mil的抗干扰自对准精度.     

平台摇摆对卡尔曼滤波跟踪精度的影响

通过建立目标相对运动坐标系和目标相对运动观测模型,研究了在平台摇摆影响下,跟踪系统观测到的目标运动状态的变化。在分析捷联垂直基准补偿原理的基础上建立了捷联垂直基准平台摇摆角补偿模型,建立的模型结合捷联垂直基准系统的测量能力对其补偿算法进行了理论推导,使模型适用于实际捷联垂直基准系统。通过建立模型以及仿真研究了平台摇摆作用下卡尔曼滤波跟踪精度的变化,指出了摆造成卡尔曼滤波跟踪精度降低甚至离散的主要原因在于模型误差增大。设计仿真实验验证了结论的正确性,为进一步改进跟踪手段提供了理论参考。     

惯性器件精密零件微小毛刺去除技术研究

针对惯性器件中的外形复杂类零件、通孔交叉孔类零件、特殊材料类零件等微小毛刺去除需求,分析了现有控制工艺方法不足.通过开展高效率、高质量的零件毛刺去除试验,研究了磨粒流去毛刺、磁力研磨去毛刺、强力超声波去毛刺等精密去毛刺新方法对产品质量的影响,分析了先进去毛刺工艺方法的适用性,探索了惯性器件零件去毛刺技术发展方向.     

一种高精度多路温度采集方法研究

惯性平台系统是一种框架系统,主要包括平台本体、电路箱和电源箱.平台系统精度主要靠安装在平台本体的三浮陀螺和加速度计来保证.通常惯性平台的工作环境比较严酷,惯性传感器对温度有很高的敏感度,在系统正常工作时,平台内部有二级温控来保证仪表有良好的工作环境,但内部空间温度梯度变化会影响惯性传感器的精度.在温度采集过程中,铂电阻存在非线性、自热效应及热电动势等电气干扰的精度影响.采用阻值比较法,通过引入恒定激励电流来抑制温度采集电路的自热效应,并基于FPGA设计并行多通道温度采集电路.给出了系统总体设计方案、测温电路参数设计、序列激励电流控制和数字滤波补偿的具体实现方式,测试结果表明该系统可实现64路温度采集,在一定范围内测温精度能达到±0.02℃,满足精度要求.     

A fast pulse phase estimation method for X-ray pulsar signals based on epoch folding

X-ray pulsar-based navigation (XPNAV) is an attractive method for autonomous deep-space navigation in the future. The pulse phase estimation is a key task in XPNAV and its accuracy directly determines the navigation accuracy. State-of-the-art pulse phase estimation techniques either suffer from poor estimation accuracy, or involve the maximization of generally non-convex object function, thus resulting in a large computational cost. In this paper, a fast pulse phase estimation method based on epoch folding is presented. The statistical properties of the observed profile obtained through epoch folding are developed. Based on this, we recognize the joint prob-ability distribution of the observed profile as the likelihood function and utilize a fast Fourier transform-based procedure to estimate the pulse phase. Computational complexity of the proposed estimator is analyzed as well. Experimental results show that the proposed estimator significantly outperforms the currently used cross-correlation (CC) and nonlinear least squares (NLS) estima-tors, while significantly reduces the computational complexity compared with NLS and maximum likelihood (ML) estimators.