基于MEMS陀螺的风洞模型水平姿态动态测量与精度评估

风洞实验对模型的水平姿态实时动态测量精度的要求不断提高,微小型飞行器模型、高精度的激光陀螺、光纤陀螺惯性测量单元往往在体积、质量方面受到限制,而单一的MEMS系统在水平姿态测量精度方面通常难以达到要求。采用高精度石英挠性加速度计替代MEMS加速度计,与MEMS陀螺进行组合测量。针对加速度计I/F转换脉冲量化及陀螺漂移对动态测量精度的影响,提出了一种基于速度观测Kalman滤波的水平姿态动态测量算法,以提高风洞实验中模型水平姿态的测量精度。提出了在三轴飞行模拟转台上,利用高精度激光陀螺捷联惯导系统的测量结果作为基准进行动态精度评估的方法,解决了安装误差、时间同步等因素对评估精度的影响。通过与其他几种惯性水平姿态测量方法进行精度对比,验证了该算法的技术优势。     

基于CKF的联合扩维误差配准算法

误差配准是多传感器信息融合的基础。为解决机载多平台多传感器的误差配准问题,研究并提出了一种基于容积卡尔曼滤波(CKF)的联合扩维误差配准算法。在算法实现中,首先采用状态矢量维数扩展方法建立非线性滤波框架下的系统误差配准模型,其次根据误差配准模型对各传感器的测量系统误差及各平台的姿态角系统误差进行估计,最后通过CKF滤波实现对状态预测值的修正,改善系统误差对滤波精度的影响。仿真结果表明,所提出的算法能够有效融合利用多传感器的测量信息,实现对多传感器系统误差及目标状态的实时联合精确估计。     

一种用于仿生导航无人机航姿求解的混合滤波方法

针对现有组合导航系统易被干扰欺骗以及姿态求解精度不足的问题,设计了惯性测量单元(IMU)与偏振光传感器组成的航姿参考系统(AHRS)。同时,考虑到传统的姿态求解方法精度不高,提出了一种用于仿生导航无人机航姿求解的混合滤波方法。将Mahony滤波后的姿态值作为系统观测量,再结合扩展卡尔曼滤波(EKF)实现传感器数据的深层融合,以获得高精度的姿态角信息。实验结果表明：在静态环境下采用混合滤波方法求解的姿态值能有效滤除偏振光传感器和加速度计内部噪声干扰,其稳定性明显优于两种方法各自求解时的情况;在动态实验中该方法能有效抑制单独采用Mahony滤波时存在的超调问题,表现出更高的动态解算精度,从而为偏振光组合导航系统提供了更精确的姿态估计信息。     

基于ST-EKF与滤波增益约束的加速度计微g级标定

提高加速度计组件的标定精度是实现高精度导航、高精度测姿的重要途径.针对加速度计组件通过线性误差模型标定后难以达到微g级精度的情况,建立了包含二次项误差和振摆误差在内的加速度计组件误差模型,并提出了一种基于状态变换Kalman滤波与滤波增益约束的系统级标定算法.该算法借鉴Schmidt-Kalman滤波器与可观测性约束Kalman滤波器原理,可减小滤波状态协方差矩阵计算误差和滤波增益计算误差,从而提高弱可观误差状态的估计精度.与传统系统级标定算法的对比实验表明,所提出的新算法能够更加精确估计出包含二次项误差与振摆误差在内的加速计组件的各项误差,新算法使在大水平姿态倾角下的重力模值测量残差的均方差从线性误差模型的24.12μg、线性/二次项误差模型的13.38μg减少到6.71μg.4500s大水平姿态变化下的纯惯导实验结果表明:与仅用线性误差模型的系统级标定结果相比,系统级标定新算法使惯导系统的东向、北向导航最大位置误差分别从192.40m、96.72m减小到74.64m、65.44m.所提出的系统级标定新算法具备更好的标定精度,从而使得导航精度得到提高.     

微小型无人直升机姿态信号的互补滤波融合算法

基于惯性测量技术获取飞行器姿态信号的方法已被广泛应用,然而对于微小型或低成本无人飞行器而言,通过MEMS传感器获取满足精度要求且稳定可靠的姿态信号仍然是具有一定难度的工程问题。文章针对民用微小型无人直升机的低成本要求和使用环境,利用三轴角速率陀螺仪和加速度计在姿态估计中频率互补的特性,采用互补滤波算法,改进了滤波参数的自适应调整方法,实现了俯仰角和滚转角信号的有效融合,得到的姿态信息可用于微小型无人直升机的内环增稳控制。仿真和试验数据表明,该方法测量精度较高,工程实现简单,算法稳定,能有效解决微小型无人直升机姿态信号的工程求解和使用问题。     

多个MEMS惯性姿态模块同时标定方法研究

针对MEMS 惯性姿态模块的应用需求, 根据已有的MEMS 三轴加速度计和 三轴陀螺仪的零偏、标度因子和非正交等误差及其随温度的变化模型, 设计了多个 MEMS 惯性姿态模块误差同时标定的方法,该方法可实现多个模块传感器数据的同步采 集,在常温下可对多个MEMS 惯性姿态模块的非正交误差进行批量标定,在全温度范围 内同时标定多个模块的温度漂移误差。试验表明,该方法校正了MEMS 惯性传感器的非 正交误差和温度漂移误差,提高了MEMS 惯性传感器的精度,同时提高了标定的效率, 减少了标定成本,有利于工程实现。     

重力梯度传感器结构误差建模

机械精度设计在重力梯度传感器的结构设计过程中占有举足轻重的地位,因为结构误差对重力梯度仪输出结果的精度有很大影响。为此,采用建立数学模型的方法,根据测量原理分析加速度计输入输出关系,对理论输出结果和含有结构误差时的实际输出结果求差,得到结构误差方程。为保证重力梯度仪的测量精度,对主要结构误差方程中信号与结构误差的耦合项进行逐项分析,则可给出在不影响精度条件下,推导安装极限误差,为提出重力梯度传感器的结构所必须达到的机械精度以及载体平台稳定性的设计要求打下基础。     

基于不敏变换的动基座传感器偏差估计方法

提出了一种新的基于合作目标的动基座传感器误差绝对配准方法。该方法利用所获得的合作目标位置信息,将载体平台姿态角偏差转换为传感器测量偏差中的一部分,并建立偏差状态方程和测量方程。在此基础上,采用广义最小二乘方法以实现传感器测距误差的估计,不敏滤波的方法则用于实现平台载体的姿态偏差和角度测量偏差的实时估计。仿真结果表明,该方法实现简单,收敛速度快,可以实现单部动基座传感器的偏差估计。     

星敏感器低频误差与陀螺漂移离线校正方法

获取高精度事后姿态数据是提高遥感平台成像质量的必要条件之一,离线处理可有效降低敏感器测量误差,从而获得更高的姿态确定精度。基于滤波的校正方法中,星敏感器低频误差(LFE)与陀螺漂移将产生耦合影响导致校正精度低,本文针对该问题推导了耦合误差的数学模型,并设计了一种两步双向平滑事后处理算法,将陀螺漂移与低频误差分两步校正,通过反复滤波剥离陀螺漂移与低频误差。同时,针对低频误差参数收敛速度慢、噪声参数调节困难的问题,利用一种基于极大似然估计(MLE)的固定窗口自适应双向滤波算法进行处理以获得更好的噪声估计,提高了收敛速度和收敛精度。文中仿真工况下,离线姿态确定精度可达到0.8″(3σ),低频误差参数完全收敛时间不超过4个轨道周期。     

基于DSP的全姿态挠性陀螺定北仪的原理与实现

本文介绍一种全姿态定北装置，它以挠性陀螺仪和加速度计为测量元件，利用正切法对轴测速定北和重力加速度信息，进行全姿态方位角计算。为了提高系统的运算精度和速度，采用浮点片TMS320C32DSP芯进行计算和控制，以快速自动准确测出真北方位角，文中着重讨论基于DSP的挠性陀螺定北仪的原理，信号处理，误差分析。     

基于EKF的小型涵道式无人机航姿系统算法研究

针对小型涵道式无人机,设计了一种基于扩展Kalman滤波的航姿估计算法。采用四元数作为状态变量,利用陀螺仪的输出构成状态方程,通过加速度计与磁阻传感器构造观测方程来进行扩展Kalman滤波解算。相对于通常的航姿估计算法,这种算法减少了运算量,更适合于基于嵌入式微处理器的航姿估计。实验结果表明这种算法有效的抑制了航姿系统的各种噪声与干扰,同时保证了姿态输出的精度与实时性,可以为小型无人机提供准确的航姿信息。     

星敏感器安装误差标定技术研究

星敏感器是一类具有自主高精度姿态测量能力的仪器,输出姿态精度可达到角秒级。但实际组合导航应用中,星敏感器安装误差往往可达角分级,远远大于仪器本身误差,影响其使用品质,因此有必要在使用前对星敏感器安装误差进行建模标定。研究发现,星敏感器安装误差与惯导姿态误差存在耦合关系,难于分离。设计了一种快速标定方法,利用惯导输出姿态、位置信息以及星敏感器姿态输出构造观测量,建立卡尔曼滤波模型,通过滤波估计实现安装误差的地面标定。仿真结果表明,载体需要进行2个轴向上的机动才能将星敏感器三轴安装误差估计出来。相较于依靠外部基准姿态进行标定的方案,本方法具有快速高效、可操作性强等优点。     

基于改进联邦Kalman滤波的组合校准方法研究

联邦滤波器广泛应用于多传感器信息融合领域,联邦滤波中的信息分配原则影响滤波精度.针对联邦Kalman滤波器进行改进,采用基于估计协方差阵奇异值动态确定信息分配系数.对子滤波器进行重置时,采用新的重置方法,保证了子滤波器误差协方差阵的对称性,确保Kalman滤波器的一致收敛稳定性.新的联邦滤波算法允许每个状态分量拥有不同的动态信息分配因子,从而改进了联邦滤波信息融合的精度.设计了SINS/GPS/电子罗盘组合导航系统,仿真结果说明,与传统联邦滤波算法相比,改进的联邦滤波器估计精度得到了提高,可以更好地对SINS误差进行校准,提高系统的精度.     

基于联邦卡尔曼滤波的测量船导航信息处理方法

为了提高航天测量船导航系统提供的位置、姿态及速度的精度,以满足飞行器测控的特殊要求,从信息融合的角度进行分析,针对多传感器信息融合技术在工程中的应用作进一步探讨,提出了基于信息融合技术的组合导航方案,构造了INS／CNS／GPS／DVL组合导航系统滤波体系结构,构建了误差模型,阐述了融合算法。仿真及实测数据证明,设计的联邦滤波器可以充分利用各种冗余信息,提高导航的数据精度。     

基于混合滤波的无线传感器网络融合跟踪方法

 针对无线传感器网络(WSN)中的多传感器融合目标跟踪,提出一种混合滤波算法,称为无迹混合集中式粒子滤波(UM CPF)。该算法使用了一个混合的粒子传播方案。在使用集中式粒子滤波(CPF)对WSN中的节点测量信息进行融合时,粒子滤波器中的一部分粒子使用从无迹变换(UT)获得的高斯分布作为建议分布进行粒子传播,而剩余的另一部分粒子则简单地使用状态转移先验分布进行粒子传播。WSN中的融合跟踪仿真结果表明,和纯粒子滤波算法CPF相比,在仿真速率相当的情况下,混合滤波算法明显提高了跟踪精度和稳定性。     

用于航天器姿态确定的卡尔曼滤波

一、引言这篇报告回顾了过去二十年中卡尔曼滤波在姿态确定中的应用及发展,这一回顾不是面面俱到,而只限于适合于配有三轴陀螺仪及姿态传感器的航天器姿态的算法。我们认为这一种航天器系统是最适合于使用卡尔曼滤波的。卡尔曼滤波器使用了系统随时间变化的动态模型以及这样一种传感器测量模型,即基于当前以及以前的测量值利用线性估计器而获得系统状态的最高精度估计的测量模型。因此,从     

基于低精度离心机的平台惯导系统加速度计高精度系统级标定方法

高动态、大过载是未来导弹、飞行器的标志性特征,这一特征对惯导系统性能指标尤其是加速度计的性能指标要求尤为严苛.针对此,分析了平台惯导系统加速度计主要非线性误差(标度因数对称性和二次项系数)的传统离心标定方法的缺陷,提出了基于低精度离心机的平台惯导系统加速度计高精度系统级标定方法.该方法是利用惯导系统的速度和位置误差积分作为观测量进行Kalman滤波估计,不仅能对加速度计的非线性误差进行更有效估计,而且能克服传统离心标定方法对离心机的高精度要求.最后通过离心试验验证了该标定方法的有效性,试验结果表明,加速度计非线性误差补偿后的速度和位置误差小于补偿前相应误差的25％.     

基于三级滤波的民用飞机组合导航融合算法研究

高精度导航系统是民用飞机必备的机载航电设备。针对民用飞机导航传感器冗余配置特点,设计了一种基于三级滤波的组合导航融合算法。首先根据民用飞机传感器配置特点设计三级滤波架构,然后通过第一级卡尔曼滤波器的局部估计、第二级联邦滤波器的全局估计和第三级全局滤波器的最优全局估计,最终实现导航参数的最优全局估计。最后,通过计算机仿真证明该方法具有很好的位置、速度和姿态估计精度,能够满足民用飞机导航系统的高精度测量要求。     

基于三级滤波的民用飞机组合导航融合算法研究

高精度导航系统是民用飞机必备的机载航电设备。针对民用飞机导航传感器冗余配置特点,设计了一种基于三级滤波的组合导航融合算法。首先根据民用飞机传感器配置特点设计三级滤波架构,然后通过第一级卡尔曼滤波器的局部估计、第二级联邦滤波器的全局估计和第三级全局滤波器的最优全局估计,最终实现导航参数的最优全局估计。最后,通过计算机仿真证明该方法具有很好的位置、速度和姿态估计精度,能够满足民用飞机导航系统的高精度测量要求。     

旋转式重力梯度仪自身梯度补偿研究

重力梯度仪安装在惯性稳定平台上,忽略载体姿态角改变等条件下的影响,在空间上保持方向不变,因此载体相对于重力梯度仪的旋转会改变其周围空间的质量分布,从而引起自身梯度的变化.这种自身梯度变化影响了重力梯度仪的测量精度,是动基座重力梯度测量误差的重要来源.由于周围环境物体到重力梯度仪的距离很近,采用基于中心引力梯度的方法计算自身梯度具有较大误差.推导了基于加速度计输出的重力梯度仪自身梯度补偿方法.仿真结果表明通过基于中心引力梯度的方法和基于加速度计输出的方法分别计算单位质量的质量点产生的自身梯度时,0.3m位置处自身梯度补偿的偏差超过5E,采用基于加速度计输出的方法进行自身梯度补偿更加精确.