严格逆向过程的捷联惯导快速回溯对准

回溯对准是利用高性能计算机反复进行正向和逆向导航解算来实现惯导系统的初始对准。对捷联惯导系统回溯参数辨识对准技术进行了研究,首次将严格逆向过程用在常规回溯对准中,其逆向过程不采用常规的近似解算,而是严格由正向过程的终点递推至起点,这可有效缩短惯导姿态失准角的估计时间,从而可相应提高捷联惯导在相同对准精度下的对准速度。最后,利用光纤陀螺捷联惯导系统进行了离线对准试验。结果表明,该对准方法的对准时间比常规回溯对准法缩短了1/3以上,证明了该对准方法的正确性、可行性。     

船用捷联惯性导航系统在运动中的快速初始对准与标定

通常情况下，常规船用捷联惯性导航系统在运动中约需４小时实现初始对准与标定。本文提出了一种有效的快速初始对准与标定方法，应用此方法的船用捷联惯性导航系统有三个光纤陀螺与三个常规加速度主。     

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     

基于惯性系双积分的分布式POS抗干扰对准方法

分布式P OS是一种基于惯性/卫星组合技术的柔性基线多节点高精度时空测量系统,是多任务航空遥感载荷高精度成像的关键装置.然而,外部扰动及节点间的柔性连接使得分布式P OS不能采用传统解析粗对准方法进行高精度初始对准.为实现分布式P OS系统在外部扰动下获得高精度初始姿态,提出了基于惯性系双积分的抗干扰对准方法,通过双积分去噪原理极大降低外部扰动影响,最后对算法进行了三轴转台实验和飞行实验验证.实验结果表明,该方法能够有效隔离载体的动态干扰,实现了分布式P OS各节点初始姿态信息的高精度测量.     

GPS辅助下惯导动基座对准卡尔曼滤波模型设计

利用GPS定位信息得出INS导航参数偏差,建立了在基座运动条件下GPS辅助INS初始对准卡尔曼滤波模型,以实现INS快速运动中对准.仿真结果表明,该模型能够满足初始对准快速性和准确性的要求,是切实可行与有效的.     

无杆臂误差快速传递对准方法

机载或舰载武器系统惯性导航系统动基座对准的首选方案就是传递对准,速度匹配传递对准因为其较好的水平失准角可观测性以及线性量测模型得到了广泛的应用。但当载体存在角运动时,速度匹配传递对准必须对杆臂误差进行补偿,由于变形的存在,使得杆臂误差的准确补偿存在较大的困难。针对这一问题,研究了一种不需要进行杆臂误差补偿的快速传递对准方案,能够在杆臂误差较大时,以较快的速度获得较高的失准角估计精度。计算机仿真结果验证了理论分析的正确性。     

基于寻北技术的测斜仪初始对准方法

在捷联惯导技术应用到石油采掘与矿井勘探领域的背景下,探讨如何使用低精度的惯性传感器获得精确的初始姿态信息。本文借鉴陀螺寻北仪的两位置寻北方案,研究了基于寻北技术的初始对准方法,利用该方法可滤除惯性传感器的常值漂移。仿真表明在使用低精度的惯性传感器条件下,利用该方法能获得较高精度的初始姿态信息。     

MSSS-UKF滤波在大方位失准角初始对准中的应用

针对大方位失准角初始对准中非线性滤波的实时性问题,在分析UKF滤波中的Sigma点采样策略基础上,将最小偏度单形采样策略应用于UKF滤波算法的Sigma点采样过程,并将基于最小偏度单形采样的UKF应用于大方位失准角的非线性初始对准过程。仿真结果显示,基于最小偏度单形采样策略(Minimal Skew Simplex Sampling)的UKF对姿态失准角估计的快速性要明显优于基于对称采样策略的UKF滤波算法,且可以满足惯导系统对对准精度和时间的要求。     

惯导系统的初始对准技术及特征分析

首先给出了惯导系统初始对准技术的发展现状分析，介绍了惯导系统的初始对准的任务和分类，然后分析了初始对准误差模型及对精度的影响关系，综述了惯导系统初始对准技术方法，最后指出了它的发展趋势。     

初始方位信息辅助下潜航器快速传递对准算法

针对多潜航器连续快速布放需求,提出基于初始方位信息辅助下快速传递对准算法.潜航器惯导系统只在对准初始时刻由移动基准惯导提供准确的方位信息和概略的水平姿态信息,布放入水后以初始时刻水平姿态误差和当前速度误差为滤波状态,以水下多普勒测速仪的速度为观测量,通过卡尔曼滤波进行惯性系下的航行中对准.实验验证以优于0.01(°)/h的激光陀螺惯导系统/卫星组合导航的姿态解算值为参考基准,基于实际数据的仿真计算表明,在50s内即可实现快速对准,方位精度达到1密位(1σ).     

Fast alignment and calibration algorithms for inertial navigation system

Algorithms for fast estimating the azimuth misalignment angle and calibrating gyro drift rates are approached from the point of view of control theory. By introducing the Lyapunov transformation, the equivalence of Strapdown Inertial Navigation System (SINS) and Gimbaled Inertial Navigation System (GINS) is discussed, and it shows that the analysis results of GINS can be applied to SINS directly by using such kind of equivalence. A similar transformation that based on physical essence is introduced, so that the true states can be replaced by the so-called pseudo-states, and then the observable states of INS can be dynamically decoupled with the unobservable states. Consequently, the best completely observable subsystem model of INS can be obtained. Based on the simplified subsystem model of INS, the algorithms for fast estimating the azimuth misalignment angle and calibrating gyro drift rates are proposed. The proposed algorithms show that the azimuth misalignment angle and gyro drift rates can be estimated from the rates of leveling misalignment angles without using the gyro output signals.     

EMD滤波在捷联惯导晃动基座初始对准中的应用

为了实现晃动基座情况下光纤捷联惯性导航系统的高精度初始对准,提出了一种基于经验模态分解(EMD)法去噪的抗干扰初始对准算法。该算法在凝固惯性系下进行姿态更新,以反映载体在晃动干扰下的姿态变化,从而消除角运动干扰的影响;并针对EMD法的不足对其进行改进,然后对加速度计的输出进行去噪,以消除线运动干扰的影响。结果表明:改进后的EMD法具有良好的去噪效果,基于EMD法去噪的抗干扰初始对准算法具有角运动和线运动的干扰抑制能力,能够实现晃动基座下的高精度抗干扰初始对准。     

Cubature Kalman filter with closed-loop covariance feedback control for integrated INS/GNSS navigation

Cubature Kalman Filter (CKF) offers a promising solution to handle the data fusion of integrated nonlinear INS/GNSS (Inertial Navigation System/Global Navigation Satellite System) navigation. However, its accuracy is degraded by inaccurate kinematic noise statistics which originate from disturbances of system dynamics. This paper develops a method of closed-loop feedback covariance control to address the above problem of CKF. In this method, the posterior state and its covariance are fed back to the filtering process to constitute a closed-loop structure for CKF covariance propagation. Subsequently, based on the maximum likelihood principle, a control scheme of the prior state covariance is established by using the feedback state and covariance within an estimation window and further adopting a proportional coefficient to amplify the feedback terms in recent time steps for the full use of new information to reflect actual system characteristics. Since it does not directly use kinematic noise covariance, the proposed method can effectively avoid the adverse impact of inaccurate kinematic noise statistics on filtering solutions. Further, it can also guarantee the prior state covariance to be positive semi-definite without involving extra measures. The efficacy of the proposed method is validated by simulations and experiments for integrated INS/GNSS navigation.     

ADOP可观测性分析方法在旋转式惯导初始对准中的应用

针对旋转式惯导系统多位置初始对准可观测性的问题,对可应用于初始对准方案选择的姿态精度因子(ADOP)可观测性分析方法进行了研究.以惯导初始对准33维状态误差方程为研究对象,分析ADOP方法在旋转式惯导初始对准的转动顺序、停留时间及模型降阶方面的应用.理论分析和仿真结果均表明该方法控制灵活、直观有效,能够为旋转式惯导初始对准应用中最佳方案选择提供依据.     

基于正逆向导航解算的捷联罗经动基座对准研究

针对基于正逆向导航解算的捷联罗经动基座对准实时性弱的问题,基于姿态补偿对准方法,采用一次性姿态补偿和接续姿态更新两种补偿方法设计了一种新的算法,并进行了仿真试验。通过仿真试验验证,全循环法和半循环法均能在同等参数和时间条件下提高对准精度,对比常规捷联罗经对准方法,缩短了对准时间。针对粗对准误差过大导致精对准时间延长的问题,提出了正逆向二级变参数配置方法,减少了对准时间。     

An intelligentized and fast calibration method of SINS on moving base for planed missiles

In order to minish the error of inertial sensors, the technology of neural networks is attempted to on-line calibration of a slave inertial navigation system mounted on planed missiles. Based on the time-varied specialty of slave inertial navigation system on a moving base, an input–output sample structure method is proposed, and to automatically calibrate and revise the error of inertial sensors of inertial navigation system. When a missile is appended under the wing and in free-flight, in order to solve the inconsistent problem of measurement's character of the inertial sensors, the error angles between the master inertial navigation system and the slave inertial navigation system are estimated in advance, then, the input samples of a neural network can correctly simulate the free-flight state. Furthermore, in order to make a learning algorithm of neural networks can satisfy real-time calibrating on a moving base, the traditional Newton algorithm is improved by using first differential coefficient to replace the approximate matrix of second differential coefficients. As a result, the training speed and precision of neural network are enhanced. The simulation results indicate that the method and algorithm are feasible.     

机载导弹捷联惯导系统快速传递对准方法研究

针对速度、位置匹配方法的局限性，推导了捷联惯导速度加姿态角匹配传递对准模型，进行了机翼的挠性分析；设计了以滚动机动为主的WingRock和PopUp两种机动方式，并进行了速度加姿态角匹配对准仿真。仿真结果表明：采用所述方法，可将传递对准过程由几分钟降低到几秒钟，以毫弧度量级的精度进行对准。     

基于Starlink机会信号/INS的组合导航方法

针对全球卫星导航系统(GNSS)因频点单一、落地功率低、易受电磁干扰以及存在覆盖较差区域等潜在的被拒止或被干扰导致的导航系统性能降低甚至失效的问题,提出了一种基于星链(Starlink)机会信号融合惯性导航系统(INS)的飞行器动态组合导航方法。首先分析了星链信号体制,建立了基于星链星座卫星下行机会信号的瞬时多普勒定位观测模型,设计了一种基于频率细分的快速最大似然多普勒频率估计方法,然后建立了基于扩展卡尔曼滤波(EKF)的Starlink机会信号/INS的组合导航模型,并对该导航方法进行了实验及分析。结果表明,该方法可为飞行器提供长航时、连续、高精度的导航。动态飞行情况下,该方法可实现平均优于25 m的三维定位精度和平均优于0.1 m/s的速度估计精度,比相同观测时间下的惯导精度提高了1～2个数量级,显著提高了飞行器的导航精度,可为战略导航提供方法和技术支撑。     

2019年国外惯性技术发展与回顾

2019年，在IEEE惯性传感器与系统会议、MEMS国际会议、圣彼得堡组合导航会议、欧洲导航会议、美国导航学会的GNSS等会议上，国外惯性技术相关组织与机构纷纷报道其研究成果。结合惯性会议和相关研究机构披露的信息，梳理了惯性技术领域的最新发展动态，重点介绍了光学陀螺、微机电（MEMS）陀螺、半球谐振陀螺（HRG)、原子陀螺以及加速度计等惯性仪表及惯性系统的发展现状，并对惯性技术领域的发展动向进行了分析和展望。     

基于边缘采样的简化高阶CKF在非线性快速传递对准中的应用

针对舰载机惯导系统非线性传递对准问题中误差模型不完善的问题，同时考虑了挠曲运动和动态杆臂的影响，提出了一种新的适用于大方位失准角情形下的挠曲变形和杆臂效应加速度一体化误差模型。采用高阶容积卡尔曼滤波（HCKF）算法对状态进行滤波估计，考虑到HCKF具有较大的计算量，分析了传递对准模型的状态方程与量测方程结构，设计了一种基于边缘采样的简化高阶容积卡尔曼滤波（M-RHCKF）算法，其在时间更新中使用边缘采样算法，在量测更新过程中使用简化量测更新过程，并给出了该算法的证明过程。采用"速度+姿态"组合匹配方式，对提出的误差模型进行仿真实验。结果表明，该模型可以满足对准精度和对准时间的要求，相比于未考虑动态杆臂的传递对准模型具有更高的对准精度。