动态自适应GPS/INS组合导航方法

为了提高导航测量系统的精度,改善其可靠性,提出了一种动态自适应高精度GPS/INS组合导航的新形式。这种新形式通过判断GPS可见卫星数目,动态自适应调整组合导航方法,保证了组合导航结果的高精度。在RTK GPS可靠基线范围内,且可观测卫星数目大于等于4的情况下,利用RTK GPS的cm级的定位定速结果与INS进行松组合;而在因信号干扰或建筑物阻挡造成卫星失锁时,利用GPS伪距、伪距率与INS进行紧组合。通过仿真验证了方法的高精度,具有良好的应用前景。     

基于状态观测器的IMU旋转控制算法研究

本文研究了光纤陀螺罗经系统的精密转位控制技术。通过对无刷直流电机传递函数模型的推导,提出了电流环、速度环和位置环三闭环控制的精密旋转控制方案,采用模糊自整定PID参数的控制算法。利用状态观测器实时估计电机的速度信息,无需速度传感器,不仅节约成本,而且减小了系统体积。应用MATLAB/Simulink搭建了模糊自整定PID控制器和状态观测器的仿真模型,仿真结果表明,该旋转控制系统的稳态误差为5″,响应速度快,没有超调和震荡。     

一种惯性信息辅助下的GPS快捕方法

全球定位系统(GPS,Global Positioning System)信号的捕获时间直接影响高动态环境下GPS接收机的使用性能.在分析传统的外部信息辅助GPS捕获方法的基础上,提出了一种在惯性信息辅助下进行快速捕获的方法,该方法由粗捕获和精捕获构成.详细分析了该方法的实现方法和性能,进行了MATLAB/Simulink系统级仿真及蒙特卡罗仿真试验.仿真结果表明:在保证码相位捕获精度和提高频率分辨率的前提下,运用该方法可以显著缩短GPS接收机搜索捕获的时间,提高接收机的动态性能,相对无外部信息辅助的情况总捕获时间缩短至2%~3%.     

一种新型模糊自适应Kalman滤波器在组合导航中的应用

针对光纤陀螺捷联惯导(FOG SINS)/GPS组合导航系统实际工作环境中,由于系统噪声与量测噪声模型发生变化而带来的滤波器发散的问题,提出一种新型模糊自适应Kalman滤波器(FSHAKF).通过引入IMU精度因子与GPS水平精度因子,构造模糊推理系统(FIS),实时更新自适应参数,有效地解决了传统Sage-Husa自适应滤波器(SHAKF)估计模型不准确、系统噪声与量测噪声无法同时估计以及滤波器长时间易发散的问题.仿真实验表明,本文提出的FSHAKF算法相较于SHAKF算法,估计精度得到明显提高,且避免了滤波器的发散.     

基于调频高斯小波变换的导航传感器故障诊断

为提高多传感器组合导航系统对各导航传感器的在线故障检测能力,在分析调频高斯小波特性的基础上,提出了一种基于调频高斯小波变换的导航传感器故障诊断算法.该算法仅利用传感器的观测量来直接诊断传感器工作是否正常.它可以对方差突变等软故障进行有效的在线检测.仿真结果证明了所提方法的有效性.     

平台式惯导仿真系统的设计与实现

为了使舰船导航系统取得良好的动态效果,减少测试复杂性,利用平台式惯导仿真系统代替真实设备进行实验,提高了可重用性且降低实际费用.采用模块化的设计思想和多线程技术,提出平台式惯导仿真系统总体结构框架,使用VC进行程序编写并给出详细的组成和仿真流程.构造了数据通信模块、初始参数设置模块、系统模型解算设置模块和参数显示存储模块,给出了详细的设计及实现方法.仿真系统综合了惯性器件的实时仿真,并具备器件性能参数设置、仿真数据动态实时显示和输出、实时存盘、数据回放功能.在舰船导航系统的联合调试中证明,平台式惯导仿真系统是合理有效的.     

基于粒子群算法的石英挠性加速度计温度补偿方法研究

由于使用环境的需求,需要光纤惯组具有较宽的工作温度范围,一般在-40℃~60℃温度范围内有稳定且准确的输出。而实际情况下温度变化会使惯性器件输出产生温度漂移,制约惯组的输出精度。以工程实例为依托,以光纤惯组中低精度石英挠性加速度计作为研究对象,首先分析了石英加速度计的温度特性,然后设计了一种基于粒子群算法的石英加速度计温度补偿方法,并以温补后器件的零偏特性为依据,利用试验平台对温补效果进行了试验验证。试验结果表明,该温补方法能够有效补偿石英加速度计的温度漂移,补偿后的零偏稳定性较补偿前有数量级上的提升。     

BP-AdaBoost模型在光纤陀螺零偏温度补偿中的应用

针对光纤陀螺零偏漂移随温度呈复杂的非线性变化,建立了BP-AdaBoost（Back Propagation neural network,Adaptive Boosting）模型对零偏进行补偿,改善了光纤陀螺的零偏稳定性能.同时,研究了模型参数对预测精度的影响,给出了BP神经网络隐含层神经元个数的选择以及AdaBoost模型迭代次数的确定方法.运用AdaBoost算法提升单个BP神经网络的预测能力,提高了集成模型整体的预测精度.对采集的光纤陀螺输出实测数据进行了事后仿真,结果表明,BP-AdaBoost模型相比传统的线性回归模型、混合线性回归模型、单个BP神经网络模型的补偿效果更显著,验证了该模型的有效性,具有重大的工程应用参考价值.      

基于PSO的船体动态变形模型参数在线辨识

在船体变形测量领域，惯性量匹配法凭借其高精度、易实现的优点成为了时下的研究热点。详细介绍了角速度匹配法进行船体变形角估计的原理，针对算法中动态变形模型（二阶Markov）参数难以确定的问题，推导了两套INS的角增量输出差值与动态变形角之间的关系，建立了利用角增量差值的自相关函数进行求参的理论依据。在求参工具上选择了粒子群算法，借助指数衰减正弦信号的形式建立算法模型，并且合理设置算法参数，最终形成一套完整的在线辨识方案。仿真实验证实，该方案能够实现动态变形模型参数的精确辨识，辨识精度较高，且SNR门限低。最终的变形角估计结果表明，结合该参数辨识算法，船体变形角估计误差可控制在10″左右，证明了该方法的可行性。     

基于惯性系的光纤寻北仪双位置寻北算法

由低精度光纤陀螺(Fiber Optical Gyroscope,FOG)组成的寻北仪具有结构简单、成本低的优点,但易受地磁和车上复杂外部环境的影响.针对低精度FOG存在地磁零位,寻北仪对外部晃动敏感的缺陷,通过对陀螺进行地磁零位补偿保证陀螺零偏稳定性,在此基础上提出了基于惯性系的双位置寻北算法.算法分别在两个对位进行惯性系寻北,利用双位置对消原理获得不受陀螺固定零偏影响的方位角并完成水平陀螺固定零偏的估计.实验结果表明,陀螺零偏稳定性0.15(°)/h,加速度计零偏稳定性150μg的惯性器件精度下,车上寻北误差1倍标准差小于4.5mil、极差小于10mil、对准时间小于5min.与传统双位置算法相比,所提算法在晃动基座条件下具有对准精度高,环境适应性强的优点.