激光捷联惯导量化热设计指标控制方法

随着机载激光捷联惯导向小型化方向发展,惯导结构的热设计正面临着更加严峻的挑战.针对设计中经常出现因无法在设计前期进行热设计指标控制而导致后期设计返工的问题,提出了一种热设计量化控制方法,即根据估算的整机功率计算箱体外表面积,再对箱体外表面积可达性进行判断,如可达则以该参数作为控制指标进行设计,如不可达则采用可达的最大表面积作为输入反算整机功耗,再根据计算结果对各电路功耗进行重新分配.经有限元仿真计算和试验一致证明该方法有效,可以实现惯导设计前期定量化的热设计控制,在很大程度上避免了后期因热可靠性及热试验问题的设计返工.     

先进战斗机过失速机动大气数据融合估计方法

可控的过失速机动是先进战斗机超机动性能的重要标志，飞机飞行包线的扩大已超出传统的大气数据系统测量范围，可靠的迎角、侧滑角、总压、静压等飞行大气数据是制约先进战斗机过失速机动中飞行控制的关键因素。以中国推力矢量验证机为对象，基于过失速机动飞行试验的数据，开展大气参数估计与验证研究。结合过失速机动的时间与空间特性，研究了基于风速、地速、空速矢量和惯性姿态、导航参数的大气参数融合计算方法；针对过失速大迎角状态下飞机周围气流非定常、模型非线性导致的融合大气参数误差的复杂特性，进一步构建深度神经网络，对机动状态融合迎角、侧滑角的强非线性误差进行拟合。仿真和飞行试验表明：该方法可在大迎角飞行状态下实现主要大气参数的融合估计，过失速机动过程中融合迎角误差优于2.3°，融合得到的大气参数可为过失速大迎角机动飞行控制提供可靠的大气参数状态反馈。     

智能方法在惯性系统误差参数辨识中的应用

总结了目前我国提高惯性系统导航精度的技术途径,阐述了国内外惯性系统误差参数辨识方法的研究现状,介绍了当前滤波算法、智能优化算法和人工神经网络方法在惯性系统导航领域的应用情况以及存在的不足。最后,分析了空间飞行器惯性系统误差参数辨识技术的未来研究方向,即智能优化算法和人工神经网络方法等智能方法将在惯性系统误差参数辨识中发挥越来越重要的作用,通过将误差系数标定问题转换为参数辨识问题,采用智能方法在庞大的解空间内实现对惯性系统误差参数的快速辨识。     

三应答器SINS/USBL紧耦合导航算法

SINS/USBL组合导航误差因素主要包括USBL测距精度误差、USBL测角误差、USBL到SINS的安装误差以及应答器的位置误差,且现有USBL设备的普遍特点为:测距精度高而测角精度相对较差。针对上述误差因素和特点,提出一种三应答器SINS/USBL紧耦合导航算法,避免了USBL测角误差以及USBL到SINS的安装角误差等对导航精度的影响,仿真结果表明能够较大程度上提高组合导航定位精度。此外,该算法无需对安装角进行标定,使用更加便捷。     

水下重力辅助惯性导航关键技术研究及实现

重力辅助惯性导航已渐成水下导航领域的研究热点,其实现是一项复杂的工程,涉及多项的关键技术.文章首先介绍了重力辅助导航的基本原理;之后详细阐述了在真实海洋环境下,重力辅助导航所需解决的若干关键技术问题,并给出了相应的研究成果;最后总结了我国水下重力辅助导航的发展趋势及研究的若干建议.     

一种惯性辅助卫星导航系统及其完好性检测方法

针对传统的卫星导航/捷联惯导(GNSS/SINS)紧耦合组合系统中SINS测量影响所有的观测量,以及SINS故障不能被隔离的缺点,给出了一种新的惯性辅助卫星导航紧耦合组合结构及其完好性检测方法.设计了紧耦合系统结构和卡尔曼滤波器,将SINS测量转换为虚拟伪距,作为GNSS伪距测量的扩展,并设计了基于滤波新息的残差检验法(RCTM)和自主完好性检测外推法(AIME)来进行完好性检测.该紧耦合方法可以通过虚拟卫星的选择降低几何精度因子,在提高导航精度的同时便于完好性检测.仿真结果表明惯性辅助卫星导航新方法可以有效地提高导航精度,RCTM法对于阶跃故障和快变的斜坡故障检测是非常有效的,而AIME法对于慢变的斜坡故障检测具有更好的性能.     

基于相对导航的多平台INS误差联合修正方法

在机群协同编队飞行中,编队成员仅装载惯性导航系统(INS)的方式具有隐蔽、抗干扰等明显的优势,但随着航时的增加,INS误差将不断累积.使导航系统失效,为此,提出基于相对导航的多平台INS误差联合修正方法.首先,建立了编队成员相对导航运动模型及非线性观测模型,采用量测重构技术构造了伪线性观测模型并推导了观测噪声协方差矩阵...     

BLKF方法抑制MEMS惯性传感器随机噪声

针对微机电系统（MEMS）惯性传感器应用卡尔曼滤波（KF）处理数据时随机噪声难以估计的缺点，提出一种基于贝叶斯拉普拉斯卡尔曼滤波（BLKF）的随机噪声更新方法。该方法利用拉普拉斯近似算法，将贝叶斯边缘分布近似表示，能够避免贝叶斯方法更新过程中由于数据维数较大造成后验边缘分布较难估计的情况，提高对随机噪声的更新效率和精度。通过陀螺仪转台实验采集实验数据，运用KF与BLKF分别滤波。对比滤波结果可发现，BLKF比KF能更好地反映真实角速度状态。同时，在陀螺仪角速度变化时，BLKF的可靠性和准确性更高，滤波效果更具优势，能够达到抑制MEMS惯性传感器随机噪声的目的。     

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。