捷联惯导与星敏感器组合导航算法研究

以Kalman滤波为基础,通过将捷联惯导系统和星敏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与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。     

捷联惯导/里程计组合导航方法

针对车载自主导航需求,基于卡尔曼滤波器,实现捷联惯导与里程计量测信息的组合导航.推导了里程计误差模型,结合捷联惯组误差模型与捷联系统误差模型,建立了捷联惯导/里程计自主组合导航系统误差状态模型.建立了捷联惯导/里程计组合导航量测模型,阐述了估计误差修正方法.采用仿真计算对此方法进行了验证,仿真结果表明:组合导航过程中,初始姿态误差能得到有效估计,姿态误差和位置误差均能控制在一定精度范围内,应用此组合导航方法相对于传统的航位推算方法能得到更高的导航精度,能有效实现自主高精度定位定向.     

适应于极区的惯导系统传递对准技术研究

针对飞机、舰艇全球航行的需求,以及由地球经线在极区收敛而导致的以真北向作为航向参考时的导航算法失效问题,在传统的“速度+姿态”匹配对准及修正算法的基础上,提出了格网导航系下的“速度+姿态”传递对准方法。基于格网导航系下惯性导航算法的编排,建立了格网坐标系的惯导误差模型,推导了格网导航系“速度+姿态”匹配的量测方程,利用卡尔曼滤波器对子惯导的速度、失准角、陀螺漂移、加速度计零偏、主子惯导间的安装误差角等进行了估计与修正。数学仿真及基于极区航行试验数据的半实物仿真结果表明,采用本文提出的格网导航系下的“速度+姿态”匹配传递对准算法,可实现中低精度惯导系统在高纬度地区时间为30s、水平对准精度优于1角分、方位对准精度优于6角分的快速、高精度对准。     

空间机器人自主定位定向方法研究

针对机器人在月球或火星上进行采矿的应用背景,研究了切平面捷联惯导方案、视觉定位方案、静态和动态的视觉/惯性组合定位定向方案.所提出的视觉/惯性组合导航系统使惯导系统的导航精度有很大的提高,同时只要求机器人携带很少的设备,大大降低了系统的成本.仿真结果表示该方案可行.      

空间稳定型捷联惯导系统静态误差分析

定量分析空间稳定型捷联惯导系统的误差传播特性,以便实现惯导系统对战术技术指标及元部件对自身精度指标的设定要求.首先设计了一种用于地球表面导航的船用空间稳定型捷联惯导系统方案,然后通过求解静基座状态下的该种捷联惯导系统误差方程,分析了陀螺常值漂移以及加速度计零偏对空间稳定型捷联惯导系统的影响.理论分析以及实物试验表明陀螺常值漂移会造成经度误差随时间线性增长,其它导航信息按舒勒频率和地球频率等幅振荡传播.     

基于状态量扩维的旋转式捷联惯导系统精对准方法

初始对准是旋转式捷联惯导系统（SINS）的关键技术之一。传统旋转式捷联惯导精对准方法多采用10维模型,该模型的精对准精度不能满足导航精度要求。针对此问题,提出了一种基于状态量扩维的旋转式捷联惯导系统精对准方法。首先,将陀螺和加速度计标度因数误差、安装误差扩展为状态变量,建立了28维的精对准模型;然后,对旋转过程中各状态量的可观测度进行分析,根据分析结果将模型优化为13维;最后,采用卡尔曼滤波实现了旋转式捷联惯导系统的精对准。仿真结果表明,与传统初始对准方法相比,该方法能有效提高姿态对准精度,并估计出更多陀螺误差项。      

基于相互测距信息的机群组网协同定位技术

在网络中心战条件下,针对无GPS(Global Positioning System)时如何提高机群的导航定位精度问题,构建了以机载数据链和惯导系统为核心的协同定位系统,设计了协同定位系统的测距方案,分析了协同定位过程中的时间同步问题,提出了一种基于机间相互测距信息的机群组网协同定位方法.该方法利用几何图形平移旋转来估计机群各飞机的惯导系统定位误差.仿真表明:该方法可以用于长时间估计惯导位置误差,有效延缓惯导位置误差的发散速度,当5架飞机协同定位时,机群惯导位置精度将提高2倍左右.     

高精度SINS/CCD/GPS组合导航系统研究与仿真

选取捷联惯导系统误差作为系统状态,利用捷联惯导系统(SINS)与电荷耦合器件(CCD)星敏感器各自的姿态矩阵输出构造量测,设计SINS/CCD组合导航算法;利用SINS与全球定位系统(GPS)各自的速度、位置输出构造量测,设计SINS/GPS组合导航算法。然后,利用联邦型卡尔曼滤波技术,将各子滤波器输出的系统状态局部最优估计值送入主滤波器,通过全局最优融合算法计算得到系统状态的全局最优估计值。仿真结果表明,基于SINS/CCD/GPS的组合导航系统具有很高的导航精度,达到了3.5m的定位精度和9″的航向精度,非常适用于飞行器的高精度导航定位。     

基于双轴旋转的惯导系统误差自补偿技术

针对陀螺漂移影响惯导系统长时间导航精度的问题,提出了一种基于双单元体结构的误差自补偿方案.通过单元体的连续正反旋转,可以实现对所有方向上陀螺常值漂移的调制,从而大幅提高惯导系统的精度.对常值漂移、刻度系数误差、安装误差和角度随机游走等主要误差源的误差特性进行了分析,同时讨论了旋转机构精度对系统调制性能的影响.利用自行研制的双轴旋转调制式激光捷联惯导系统进行了多次海上试验,试验结果表明该方案可行,在不改变惯性器件精度的前提下,可提高系统精度一个量级以上.     

MCAV/IMU integrated navigation for the powered descent phase of Mars EDL

Pin-point landing is considered as a key technology for future manned Mars landing and Mars base missions. The traditional inertial navigation system (INS) based guidance, navigation and control (GNC) mode used in the Mars entry, descent and landing (EDL) phase has no ability to achieve the precise and safe Mars landing, so novel EDL GNC methodologies should be investigated to meet this goal. This paper proposes the MCAV/IMU integrated navigation scheme for the powered descent phase of Mars EDL. The Miniature Coherent Altimeter and Velocimeter (MCAV) is adopted to correct the inertial bias and drift and improve the performance of integrated navigation. Altitude and velocity information derived from MCAV and the lander’s state information sensed by inertial measurement unit (IMU) are integrated in extended Kalman filter algorithm. The validity of the proposed navigation scheme is confirmed by computer simulation.     

弹道导弹的捷联惯性/天文组合导航方法

针对传统的捷联惯性/天文(SINS/CNS)组合导航系统不能精确估计加速度计偏置而导致导航误差发散的问题,提出一种基于星光折射间接敏感地平的捷联惯性/天文(SINS/RCNS)组合导航方法。利用星敏感器测量星光折射角,结合大气折射模型得到的折射视高度来抑制位置误差的发散。推导了基于星光折射新的量测方程,分析了折射星数目与导航精度的关系,当使用多颗折射星时能够精确估计加速计偏置,从而能够完全抑制位置误差的发散,并对系统进行可观测性分析。通过卡尔曼滤波实现了状态估计。仿真结果表明:本文方法的导航精度优于传统方法,有效抑制了位置误差的发散,验证了本文方法的有效性。     

发射系下的SINS/CNS/GNSS组合导航UKF滤波算法

弹载系统的组合导航系统模型常建立在发射惯性坐标系下,且捷联惯性/天文导航/卫星导航（SINS/CNS/GNSS）是一种目前研究较多的组合模式。该组合导航系统的状态方程具有强非线性的特点,常用的滤波方法为扩展卡尔曼滤波（EKF）。为了提高组合导航系统的精度及可靠性,对该组合导航系统的无迹卡尔曼滤波（UKF）模型进行了设计,直接将姿态、位置与速度参数作为状态的一部分,利用CNS及GNSS提供的姿态与位置构成量测方程,并详细给出了姿态样本点的生成、均值及方差的生成过程。仿真结果表明,相对于EKF算法,采用UKF算法后各导航参数的精度可提高约20%~30%,并且系统的实时性也可以得到保证。     

Radio beacons/IMU integrated navigation for Mars entry

High precision entry navigation capability is essential for future Mars pinpoint landing missions, together with the entry guidance and aerodynamic lift control. This paper addresses the issue of Mars entry navigation using inertial measurement unit (IMU) and orbiting or surface radiometric beacons. The range and Doppler information sensed from orbiting or surface radio beacons and the entry vehicle state information derived from IMU are integrated in Unscented Kalman filter to correct the inertial constant bias and suppress the navigation measurement noise. Computer simulations show that the integrated navigation algorithm proposed in this paper can achieve 50 m position error and 2 m/s velocity error, which satisfies the need of future pinpoint Mars landing missions.     

基于视觉的无人作战飞机自主着陆导航方案

提出了基于视觉的无人作战飞机自主着陆组合导航方案.基于视觉的自主着陆 组合导航系统,可以根据视觉、惯导、高度表等传感器系统的特点,融合各机载传感器的测 量信息,在不依赖外部导航信息的情况下,得到无人作战飞机(UCAV)相对于跑道的着陆导 航信息.由于视觉信息在导航系统中的重要作用,对计算机视觉算法及其实时性进行了讨论 .对如何将视觉信息与惯导、高度表信息融合,构造多速率扩展Kalman滤波器进行了阐述. 通过自主开发的"UCAV自主着陆实时仿真验证平台"对该方案进行仿真,得到了满意的结果.      

Radio/FADS/IMU integrated navigation for Mars entry

Supposing future orbiting and landing collaborative exploration mission as the potential project background, this paper addresses the issue of Mars entry integrated navigation using radio beacon, flush air data sensing system (FADS), and inertial measurement unit (IMU). The range and Doppler information sensed from an orbiting radio beacon, the dynamic pressure and heating data sensed from flush air data sensing system, and acceleration and attitude angular rate outputs from an inertial measurement unit are integrated in an unscented Kalman filter to perform state estimation and suppress the system and measurement noise. Computer simulations show that the proposed integrated navigation scheme can enhance the navigation accuracy, which enables precise entry guidance for the given Mars orbiting and landing collaborative exploration mission.