捷联惯导/星敏感器组合导航技术研究

针对在捷联惯导系统中陀螺的误差存在随着时间积累而逐渐增大的缺点,提出了捷联惯导系统+星敏感器的组合导航方案,并进行了仿真及结果分析。以Kalman滤波为基础,通过将捷联惯导系统和CCD光学传感器所测得的飞行器相关姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的位置、速度和姿态角。详细推导了捷联惯导+星敏感器组合导航的算法,并通过对仿真结果的分析证实了该方案的可行性和算法的有效性。     

惯组误差天地一致性检验方法探讨

以捷联挠性惯性测量组合(简称惯组)为例,探讨了一种在惯性仪表冗余条件下,利用飞行试验遥测数据分离惯组误差系数,检验惯组误差天地一致性的方法.首先介绍了基于遥测数据分离惯组误差参数的方法和判断天地一致性的方法,然后从参数间的相关性、分离精度两方面分析了方法的有效性,实例分离结果证明了方法的有效性.本方法可以有效解决外测精度难以满足惯导系统误差系数分离精度要求、用遥外速度差分离误差系数时参数间强复线性相关的困难,能可靠检验惯组误差的天地一致性.     

长航时环境下高精度组合导航方法研究与仿真

研究了一种利用捷联惯导、星敏感器和北斗接收机进行长航时高精度组合导航的方法.对捷联惯导系统误差、星敏感器安装误差、北斗定位误差分别进行建模,将星敏感器输出的载体姿态角、北斗接收机输出的载体位置与捷联惯导输出的对应参数分别相减作为量测,推导获得组合导航量测方程.针对长航时环境下可能面临量测噪声统计特性的不确定问题,采用简化的Sage-Husa自适应滤波算法进行组合导航滤波设计.仿真结果表明,该组合导航方法的定位精度达到±11.86m,定姿精度达到±0.27′,并且对量测噪声统计特性的突变具有较强的鲁棒性.     

捷联惯导与星跟踪器组合导航算法研究

捷联惯导与小视场星跟踪器构成惯性/天文组合导航系统,核心思想是利用星体跟踪器的高精度测角信息设计滤波修正算法对捷联惯导的导航姿态、方位和位置误差进行滤波估计并修正,以限制捷联惯导系统导航误差随时间的发散,最终提高系统长航时导航的导航精度。在分析小视场星体跟踪器量测量与SINS导航误差之间关系的基础上,设计了两种不同的组合导航算法：位置+方位修正算法和误差角组合导航修正算法。在此基础上对两种算法的导航精度进行了理论分析,并通过长航时仿真飞行数据进行了仿真验证。结果表明：位置+方位修正算法不受载体的位置误差的影响,更适用于星体跟踪器间断工作的情况;误差角组合算法不受载体姿态误差的影响,更适用于SINS初始位置误差得到有效修正的情况。     

半球谐振陀螺旋转惯导系统误差抑制机理研究

为了优化半球谐振陀螺旋转惯导系统设计、合理分配系统误差,本文分别从局部和全局角度出发,系统分析了旋转惯导系统在静基座条件下的误差传播规律。利用局部分析法讨论了旋转对惯性器件常值误差、标度因数误差以及安装误差的抑制情况,讨论了调制速度与陀螺仪标度因数误差、安装误差耦合所产生误差的特点,给出了组建旋转惯导系统时惯性元件的选择准则;利用全局分析法推导了多误差源同时激励下旋转惯导系统的误差传播模型,得到了导航误差的时域解析表达式。最后通过仿真验证了理论分析的正确性。研究结果为半球谐振陀螺旋转惯导系统的工程设计、改进提供一定的理论支持。     

捷联惯导系统内杆臂补偿方法及试验验证

在实际捷联惯组中,三只加速度计的比力测量对应于不同的点位置,如果直接作为捷联惯导算法的输入,角运动条件下会引起导航误差。对于加速度计非正交安装情形,在常规静态标定模型基础上,推导了考虑内杆臂效应后的动态标定模型。以导航速度为观测量,建立了加计组合内杆臂补偿的一般模型方程。针对激光捷联惯性组合,设计了简便的试验方法用于辨识内杆臂参数,高强度的摇摆试验表明内杆臂补偿有效地提高了导航精度,速度误差降低达77%以上。       

捷联惯导系统误差状态可观性分析

捷联惯导系统误差状态可观性分析是为了确定卡尔曼滤波器对系统误差状态的估值效果。本文根据分段常值理论分析了捷联惯导系统误差状态的可观性，得到相应的可观性结论，并且分析了水平通道的误差状态可观性，所得到的分析结论对设计滤波器时的运动路径设置提供了参考依据。     

一种捷联惯导系统加速度计时间延迟参数标定方法

针对光学陀螺捷联惯导系统(SINS)中石英挠性加速度计相对光学陀螺仪低频输出相位特性不一致引起的时延问题，研究了一种加速度计时间延迟参数标定方法。在滚转角运动环境下，对影响导航速度的初始对准误差、加速度计测量误差和陀螺仪测量误差进行了详细分析，建立了各个误差源与导航速度误差的关系式；结合50型激光捷联惯导系统的精度指标和滚转轴“指北”条件，对导航速度误差方程进行优化，实现时间延迟参数的标定和补偿。通过数学仿真校验了标定方案的可行性，作为后续深入研究的基础。     

Unscented卡尔曼滤波在SINS静基座大方位失准角初始对准中的应用研究

静基座大方位失准角的捷联惯导系统误差方程是非线性的，如何对静基座大方位失准角的捷联惯导系统进行初始对准是需要解决的问题。本文提出了基于Unscented转换的Unsented卡尔曼滤波进行捷联惯导系统对准的方法。分别通过扩展卡尔曼滤波和Unsented卡尔曼滤波进行仿真计算，结果验证了Unscented卡尔曼滤波的有效性与优越性。     

捷联惯导/星敏感器组合系统的在轨自标定方法研究

研究了捷联惯导/星敏感器组合系统中对陀螺仪和星敏感器进行在轨自标定的方法。分析捷联惯导系统和星敏感器的误差源,对陀螺仪随机漂移和星敏感器安装误差进行建模并列入系统状态,建立系统状态方程;利用捷联惯导输出的载体位置、姿态与星敏感器输出的姿态矩阵来构造量测,建立量测方程。设计卡尔曼滤波算法,经过滤波计算获得陀螺仪随机常值漂移和星敏感器安装误差的估计值,从而实现组合系统的在轨自标定。仿真结果表明,基于卡尔曼滤波的在轨自标定方法能够标定出85%以上的陀螺仪随机常值漂移和95%以上的星敏感器安装误差。     

An innovative high accuracy autonomous navigation method for the Mars rovers

Autonomous navigation is an important function for a Mars rover to fulfill missions successfully. It is a critical technique to overcome the limitations of ground tracking and control traditionally used. This paper proposes an innovative method based on SINS (Strapdown Inertial Navigation System) with the aid of star sensors to accurately determine the rover?s position and attitude. This method consists of two parts: the initial alignment and navigation. The alignment consists of a coarse position and attitude initial alignment approach and fine initial alignment approach. The coarse one is used to determine approximate position and attitude for the rover. This is followed by fine alignment to tune the approximate solution to accurate one. Upon the completion of initial alignment, the system can be used to provide real-time navigation solutions for the rover. An autonomous navigation algorithm is proposed to estimate and compensate the accumulated errors of SINS in real time. High accuracy attitude information from star sensor is used to correct errors in SINS. Simulation results demonstrate that the proposed methods can achieve a high precision autonomous navigation for Mars rovers.     

偏振光/地磁/GPS/SINS组合导航方法

为了提高微小型飞行器导航系统姿态测量性能，提出偏振光／地磁／GPS，SINS组合导航方法。推导了三维空间中应用偏振光／地磁辅助测姿原理，并证明了系统具有完全能观性，指出了观测结构具有退化现象和退化条件。采用联邦卡尔曼滤波方法实现了组合导航算法，利用Madab仿真方式对单独使用偏振光和同时使用偏振光／地磁辅助的组合导航系统的测姿修正效果和能观度改善效果进行了检验和比较。结果表明偏振光／地磁／GPS／STNS组合对测姿的修正能力优于单独使用偏振光辅助的情况。由此可以得出该方法能够改善导航系统能观性和精度的结论。     

神经网络修正的速度约束辅助车载SINS定位算法

对于车载全球导航卫星系统(GNSS)/捷联惯性导航系统(SINS)组合导航系统,针对GNSS失效而SINS单独工作时仅使用速度约束辅助SINS其纵向位置误差逐渐发散的问题,提出一种神经网络修正的速度约束辅助车载SINS定位算法。通过径向基函数(RBF)神经网络预测SINS纵向位置误差修正系数,以提高SINS单独工作时的定位精度;此外,提出一种限定记忆指数加权实时估计量测噪声的自适应滤波算法。在人为设置GNSS失效以及真实隧道场景下进行车载试验,结果表明本文算法能够在不停车情况下在线修正SINS纵向位置误差,相比于速度约束与卡尔曼滤波相结合的常规算法,有效地提高了GNSS失效时的车载SINS定位精度。     

GPS/SINS组合导航系统状态的可观测度分析方法

线性时变系统状态的可观测度是检验所设计的Kalman滤波器的收敛精度和速度的重要指标。传统的可观测度分析方法存在着各种缺陷，难于满足实际工程应用需求。首先，本文论述了将线性时变系统状态转化为分段式定常系统(PWCS)的可观测性分析方法，并在对PWCS可观测性矩阵进行奇异值分解的基础上，定义系统状态的可观测度。然后，详细证明GPS／SINS组合导航系统满足PWCS分析定理要求，可以用条带化可观测性矩阵(SOM)代替总的可观测性矩阵(TOM)分析系统状态的可观测度。为了分析全弹道GPS／SINS系统状态的可观测度，进一步提出改进的可观测度分析方法。最后，从松耦合GPS／SINS系统仿真结果可以看到，可观测度指标能够很好地预见系统状态的Kalman滤波误差大小。可观测度高则滤波误差小，可观测度低则滤波误差大。这初步表明改进的可观测度分析方法是合理的和可行的。     

利用UKF的航天器自主导航方法研究

UKF(Unscented卡尔曼滤波)是一种新型的直接针对非线性系统的滤波方法。用星敏感器和地平仪测量星光与地平之间的“星光仰角”为观测量的天文自主导航方法,其状态方程和量测方程都是非线性的,使用以往的EKF(推广卡尔曼滤波)进行导航滤波,需将上述两方程分别线性化,故精度较低。本文提出在航天器天文自主导航系统中采用UKF方法,并从仿真计算结果中看到,导航精度有显著提高。     

基于MEP-UKF的组合导航滤波算法

针对目前应用于SINS／GPS组合导航系统中的扩展卡尔曼滤波(Extended Kalman
Filter, EKF)存在精度低、实时性差的缺点,提出一种基于模型误差预测(Model Error
Prediction, MEP)的Unscented 卡尔曼滤波(Unscented Kalman Filter,
UKF)。MEP-UKF滤波算法将惯性器件测量误差作为模型误差使用MEP进行实时预测的同时,采 用UKF估计载体的姿态、速度及位置等误差信息,并反馈给SINS系统来校正导航参数。MEP-U KF不仅克服了UKF必须假设惯性器件误差为高斯白噪声的局限性,而且降低了SINS／GPS组合 导航系统状态变量的维数,大大缩短了导航解算的时间。仿真结果表明,MEP-UKF的收敛速 度和滤波精度均明显优于EKF,更好地满足了工程应用中对导航精度和实时性的要求。     

捷联惯导系统中加速度计的时延补偿研究

In view of the phase shift characteristic inconsisteny between gyros and accelerometers in actual SINS (Strapdown Inertial Navigation System), it’s found that non synchronization velocity errors are considerable under SINS angular motion. Through SINS systemic test, a simple and convenient way to identify the accelerometer time delay parameter is proposed. In this way, a rolling test in gravity fields is designed and the relations between accelerometer time delay parameter and the system’s velocity error are obtained. Moreover, two kinds of methods for non synchronization velocity error compensation are given: one is the time delay extrapolation based on the transfer function model of accelerometer and the other is the velocity error direct compensation based on SINS velocity update algorithm. Finally, by using fiber optic gyro SINS, some experiments are carried out and the results verify that the navigation system’s accuracy is improved effectively and the theoretical analysis is correct.