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.      

基于捷联惯导高保真误差模型的非线性滤波算法

针对捷联惯导系统在大姿态误差条件的对准问题,推导了高保真非线性误差模型。该模型采用欧拉角表示姿态误差,并用与导航解算相同的姿态更新算法准确描述了姿态误差的传播规律。利用该模型设计了扩展卡尔曼滤波器,并以二位置对准为例,比较该模型与线性模型和大方位误差模型的滤波效果。仿真实验结果表明在小角度误差和大方位误差条件下,基于高保真模型的滤波器估计精度都优于其它两种模型,且在大水平姿态误差条件下滤波精度也很高。     

纬度未知条件下捷联惯导系统初始对准分析

在捷联惯导系统静基座初始对准的传统方法中,一般要求准确知道当地的地理纬度,如果给定的纬度存在误差,将可能影响初始对准精度。在静基座条件下并且地理纬度未知时,研究捷联惯导系统的初始对准实现问题,并对初始对准精度作详细分析。研究结果表明,在静基座条件下,借助于捷联惯组中的陀螺和加速度计的测量值可以估计出对准点处的地理纬度,再利用估计纬度进行初始对准,如果选择初始对准算法适当,纬度估计误差将不会影响对准精度。     

静态排列知识库专家系统时间估计模型的研究

在一些复杂系统中,专家系统是作为决策环节,服从于整个系统的运行,因而研究专家系统的推理时间就有其必要性。专家系统的推理时间与其推理模式、知识库结构、计算机性能以及其支持语言等若干因素有关。针对知识库结构,研究了自然排列知识库专家系统的推理时间问题,利用时间齐次马尔柯夫链为专家系统的知识库进行建模,并给出了相应的时间估计数学模型及计算量的确定问题,为复杂系统控制及实时仿真提供理论依据。     

捷联惯性导航系统传递对准技术研究现状及发展趋势

传递对准是指载体在航行时 ,载体上需要对准的子惯导系统利用高精度的主惯导系统信息进行初始对准的方法。传递对准是新一代快速反应、机动发射武器系统的关键技术 ,它的成功应用可以极大的提高武器系统的反应速度和防区外攻击能力。本文综合分析了国内外传递对准技术的现状及发展趋势 ,对常用的捷联惯性导航系统的传递对准模型进行了重点阐述 ,并指出进一步研究的方向     

经纬仪测点工艺技术研究

经纬仪定标测点是通过两台经纬仪进行互瞄,并对一根标尺标定组成测量系统,再由该系统进行点坐标测量.该技术是目前卫星部件制造和总装中的一项关键工序.文章阐述了经纬仪定标测点的原理,对测量过程中的定标和测点两个环节进行了精度分析,对标尺的不同摆放方案进行了比较,给出了最佳布局方法和被测点在不同位置时的误差分布曲线.     

惯性系姿态确定的SINS晃动基座初始对准算法

在晃动基座下,载体将受到外界干扰(例如阵风和海浪),从而使传统解析粗对准无法完成捷联惯导系统(SINS)初始对准过程。基于此,采用SINS惯性系姿态确定初始对准算法解决SINS晃动基座初始对准,并使用Davenport-q递归算法实现其姿态确定过程。传统惯性系初始对准算法直接采用构造重力矢量观测来实现初始对准过程,可能会引起矢量构造共线,从而造成初始对准过程姿态计算震荡,降低其对准性能。通过分析晃动基座初始对准实际条件,提出了采用构造速度矢量观测来实现其对准过程,可以充分利用积分平滑作用,抑制周期性噪声和高斯白噪声,从而可以提高其对准性能。最后,通过SINS某码头系泊状态的对比测试试验进行验证,采用速度观测矢量完成SINS姿态确定初始对准时,其误差曲线将更加平滑,并具有优越的性能。     

基于四元数误差模型的捷联惯导系统对准方法

传统的小干扰方程并不能描述捷联惯导系统在大失准角下的误差传播特性 ,推导了姿态误差为大角度时的四元数误差方程 ,并指出当姿态误差为小量时 ,所推导的误差模型与小干扰方程是等价的。仿真结果表明在大失准角下的空中对准过程中 ,采用四元数误差方程以及非线性滤波技术能有效地提高对准精度     

一种弹道修正弹SINS任意滚转角快速粗对准方法

针对弹道修正弹药出炮口后滚转角处于随机状态,捷联惯导系统(SINS)失准角过大时卡尔曼滤波收敛困难的问题,提出在卫星拒止环境下利用神经网络快速估计初始滚转角的改进方法。在炮口处布设少量导航信标,建立反向传播(BP)神经网络拟合初始滚转角与观测量间的非线性映射模型。针对信标辅助下姿态弱可观的问题,引入惯导测量参数作为输入,提高网络估计精度。采用主成分分析法进行特征提取,简化网络结构。仿真结果表明,与基于非线性卡尔曼滤波的对准方法相比,本算法可实现任意滚转角下的快速粗对准;对射角、初始俯仰角误差未在训练范围内以及存在布设误差等场景也进行了测试,与未优化的BP网络相比,对准精度更高,鲁棒性更好。     

磁强计辅助基于MEMS惯性器件SINS的初始对准方法研究

针对微机电系统(MEMS)惯性传感器精度低而导致基于微机电系统捷联惯性导航系统(MEMS-SINS)无法完成初始自对准的问题,提出了一种利用磁强计辅助MEMS-SINS的初始对准方法,设计了3种不同的计算方案,并且对这3种方案进行了误差分析与仿真验证,为实际应用提供了良好的理论依据和技术支持。