SINS快速精确传递对准技术研究

针对空间机动平台武器捷联惯性导航系统（SINS）快速精确动基座传递对准问题,采用适于空间武器SINS动基座姿态传递对准的数学模型,提出将预测滤波方法应用于空间机动平台武器SINS的传递对准中。该方法能够在线估计并修正系统模型,提高状态估计的精度,并克服了将模型误差假设为高斯白噪声的局限性,同时也降低了系统状态变量的维数,减小了计算量。仿真结果表明,该方法的收敛速度和滤波精度都明显优于标准Kalman滤波,有效地提高了空间机动平台武器SINS动基座传递对准的精度和速度。     

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.      

一种机载遥感成像用分布式POS传递对准方法

针对机载遥感成像用分布式位置姿态测量系统(POS,Position and Orientation System)精确初始对准的问题,结合遥感成像的实际作业情况,在分析影响传递对准精度和速度的误差源的基础上,提出一种利用载机爬升段进行分布式POS传递对准的方法,并与多种机动方式进行对比.半物理仿真结果表明:利用遥感载荷作业现有条件能够获得数学平台失准角和安装误差角的准确快速估计.研究结果可为机载分布式POS传递对准方案的选择和设计提供理论参考.     

基于新息正交性的Kalman滤波抗野值法在POS中的应用

 针对位置姿态系统（POS）应用中全球定位系统（GPS）野值会降低滤波精度和稳定性的问题,提出将基于新息正交性的Kalman滤波（KF）抗野值法应用于POS数据处理中。该方法首先通过判断KF新息过程的正交性是否丧失来判别GPS的位置和速度数据中是否出现野值,然后采用活化函数对含有野值的量测值进行加权限制,使修正后的新息过程能够保持正交性质,从而达到辨识并修正GPS野值的目的。车载试验结果表明,该方法能够有效辨识并抑制GPS野值对滤波精度和稳定性的不利影响,其在GPS野值点处的位置、速度精度比标准KF提高了1~2个数量级。     

机载对地观测飞行轨迹设计与对比分析

针对机载对地观测载机长时间匀速直线飞行时分布式位置姿态测量系统(POS)姿态误差随时间积累的问题,基于载机有效机动能够提高分布式POS系统可观测度进而提高系统估计精度的思想,设计并对比多种机动方式下分布式POS系统的估计精度,并对机动后分布式POS系统进入测区前的滤波估计稳定时间、直线飞行成像时长和全球定位系统(GPS)基线长度进行了测试。仿真结果表明,设计的飞行轨迹能够提高成像段运动参数的测量精度,可为机载对地观测最优飞行轨迹的选择和设计提供理论指导。     

基于SVD的R-T-S最优平滑在机载SAR运动补偿POS系统中的应用

 机载合成孔径雷达（SAR）运动补偿用位置姿态系统（POS）的导航精度直接影响SAR成像的效果。为进一步提高POS的导航精度和数值稳定性,提出将基于奇异值分解（SVD）的Rauch-Tung-Striebel（R-T-S）最优固定区间平滑应用于POS后处理中。在基于SVD的前向卡尔曼滤波（KF）的基础上,进行了基于SVD的后向R-T-S最优固定区间平滑,获得位置、速度和姿态的最优估计。该方法将原算法中均方误差阵进行奇异值分解,不仅具有很好的数值稳定性和鲁棒性,而且避免了矩阵的求逆。半物理仿真结果表明,该方法在导航精度和数据平滑度上明显优于目前工程中应用的KF,是一种有效的事后处理方法。     

模型预测滤波在机载SAR运动补偿POS系统中的应用

 机载合成孔径雷达（SAR）运动补偿用位置姿态系统（POS）的定位精度直接影响SAR成像的效果。为进一步提高POS的导航精度,提出将模型预测滤波（MPF）与扩展卡尔曼滤波（EKF）相结合的方法应用于POS中。该方法不需要假设模型误差为高斯过程,并能够在线实时估计并修正系统模型,有效解决了MPF算法与系统模型不完全兼容的问题。飞行试验结果表明,该方法的收敛速度和滤波精度均明显优于目前工程应用中的KF和EKF,特别是大大提高了POS的定位精度;同时该算法与线性滤波KF的计算量相当,更好地满足了工程应用对导航精度和实时性的要求。