初始定位误差对SINS动基座对准的影响分析

初始定位误差对捷联式惯导系统水下初始对准有着重要影响。针对此问题,基于捷联式惯导系统非线性误差模型利用无迹卡尔曼滤波方法进行载体系测速辅助捷联式惯导系统精对准。首先在水下单应答器定位技术已有研究成果的基础上,对初始定位误差对捷联式惯导系统水下动基座初始对准结果的影响进行理论分析;而后基于船载实测数据对理论分析结果进行水下动基座对准半物理仿真试验验证。试验结果表明,当水下初始位置的定位误差在200m以内时,初始定位误差对捷联式惯导系统动基座精对准的姿态对准结果基本没有影响;会给精对准过程中的位置误差估计带来与初始定位误差相同大小的常值误差。     

系泊状态下舰载导弹自主式初始对准研究

风浪波动及人员走动等因素给系泊状态下舰载导弹的初始对准带来困难,同时惯性测量组件安装位置与船体摇摆中心不重合所引起的杆臂效应误差又严重影响对准精度.为了解决问题,采用参数辩识法来提取姿态角误差时间二次多项式中的诸系数,从而确定陀螺漂移及姿态角误差,并提出一种在摇摆基座上补偿捷联惯导杆臂效应误差的有效方案.理论分析和仿真计算结果表明:该捷联式自主初始对准方案能有效的解决系泊状态下舰载导弹的初始对准问题.     

基于GPS和里程计的快速行进间粗对准方法

针对车载捷联惯导系统(SINS),提出一种快速行进间粗对准方法。将捷联矩阵分解为3个矩阵相乘,利用GPS提供的载体在导航坐标系的速度和里程计提供的载体在载体坐标系的速度构建不共线向量,求解初始载体坐标系相对惯性坐标系的常值转换矩阵,进而求得初始姿态矩阵。该对准方法对载车的唯一要求是在对准过程中做一个转弯机动。与现有对准方法相比,该方法没有用到加速度计信息。仿真结果表明,该方法能在1 min之内完成粗对准,采用零偏为0.1(°)/h的低精度陀螺,对准误差小于0.3°。     

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。     

SINS在摇摆基座上的快速精确对准方法

基座摇摆运动及产生的杆臂效应误差是影响舰载武器对准精度和快速性的关键因素.基于摇摆基座上舰载武器捷联惯导系统SINS(Strapdown Inertial Naviagtion System)初始对准的特点,分析了杆臂效应的产生机理及杆臂效应干扰加速度的补偿方法.在研究利用参数辨识法代替卡尔曼滤波进行摇摆基座SINS初始对准方法基础上,考虑工程应用实际情况,进而提出了利用一种参数辨识法进行摇摆基座初始对准的改进方案;最后,通过仿真验证表明采用改进参数辨识方法进行舰载武器SINS对准,不仅能提高对准的精度,而且可提高对准的快速性.研究结果可为舰载武器初始对准方案的选择与设计提供理论参考.     

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.      

基于空中对准过程的在线标定及优化设计

光纤陀螺惯组输出误差影响武器系统导航精度,为了弥补地面标定的不足,利用机载制导武器发射前空中对准过程进行光纤捷联系统在线标定.介绍了光纤捷联系统空中对准/在线标定系统模型,基于此设计卡尔曼滤波器;针对某机载航空制导炸弹工作过程进行了对准过程中误差激发与对导航精度影响的仿真分析,并基于此进行了滤波器优化设计;最后进行了优化设计前后导航精度仿真比较,仿真结果显示:完成空中对准/在线标定优化设计后,光纤捷联系统纯惯性导航精度得到提高.      

基于多矢量定姿的动基座最优化对准算法

针对车载捷联惯导系统（Strapdown Inertial Navigation System, SINS）的传统动基座粗对准方法精度低且环境适应性差的问题,提出了一种基于多矢量定姿的动基座最优化粗对准算法。在传统的基于重力矢量的初始对准方法基础上,将姿态矩阵求解问题转化为Wahba问题,实现对多个时刻重力矢量信息的充分利用,并通过SVD算法实现对Wahba问题的求解,结合全球导航卫星系统（Global Navigation Satellite System, GNSS）输出信息和SINS输出信息,构建状态方程和量测方程,采用Sage-Husa自适应滤波算法以解决量测噪声不准确问题,不断修正载体系变换矩阵以获得更加精确的姿态转换矩阵。仿真和半物理实验表明,改进算法能够明显提高惯导系统在动基座下的姿态精度,转台实验对准方位误差小于0.05°。     

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.     

新型快速传递对准方法

针对惯性导航系统的动基座传递对准问题,提出了速度加姿态加角速率组合匹配法.用来自主、子惯导的3组参数信息作观测量,通过卡尔曼滤波法迅速准确地估计出失准角及安装误差角等状态量,以便精确地对子惯导系统进行初始化.根据传递对准的基本原理,设计了载体结构挠曲运动统计模型,建立了状态方程及量测方程.同条件仿真结果表明:这种方法与速度加姿态匹配和速度加角速率匹配的对准精度相当,但估计速度约为这两种方法的2倍.可用于机载或舰载战术导弹武器系统,有效减小导航误差和制导误差.     

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。     

基于加性对偶四元数的惯性/天文组合导航算法

为了提高惯性/天文组合导航系统在高动态条件下的导航精度,提出了一种基于加性对偶四元数的惯性/天文组合导航算法.该算法将载体的旋转和平移统一起来,使用螺旋矢量更新对偶四元数,同时补偿圆锥误差和划船误差.推导了组合导航系统基于加性对偶四元数的误差模型和导航参数误差的计算方程;把陀螺仪和加速度计的常值误差扩充到状态变量中,随机误差作为系统噪声输入,利用星敏感器输出参数来校正陀螺漂移,通过卡尔曼滤波对状态变量进行估计.仿真结果表明:在高动态条件下,基于对偶四元数的惯性/天文导航算法的导航精度比传统算法提高2倍多.     

融合高斯过程回归的UKF估计方法

高精度滤波估计是SINS/GNSS组合导航系统的关键技术之一,其估计精度直接影响了导航精度。传统滤波估计方法一般只基于惯导误差模型,未考虑惯导误差模型不确定性的影响。针对此问题,提出了一种采用高斯过程回归（GPR）增强无迹卡尔曼滤波（UKF）预测和估计能力的高精度滤波估计方法。一方面,能在有限的训练数据条件下通过UKF估计误差状态量;另一方面,高斯过程既考虑了噪声,也考虑了UKF的不确定性。将所提方法应用于SINS/GNSS组合导航系统中,车载实验结果表明,所提方法能有效提高滤波估计精度。      

四元数UKF超紧密组合导航滤波方法

针对GPS/SINS(Global Positioning System/Strapdown Inertial Navigation Sys-tem)超紧密组合导航系统线性化滤波在高动态、弱GPS信号等环境下性能下降严重的问题,提出了一种以四元数UKF(Unscented Kalman Filter)为基础的GPS/SINS超紧密组合导航系统非线性滤波方法.通过分析GPS与SINS在超紧密组合导航系统中的关系,提出了一种利用SINS信息来估计、修正GPS载波信号的方法,在此基础上建立了组合导航滤波的状态方程和量测方程;以四元数乘性误差模型为基础,提出了一种可应用于UKF滤波的求解四元数加权均值的方法;提出了基于四元数UKF的GPS/SINS超紧密组合导航滤波方法.仿真实验表明:在高动态环境下,四元数UKF滤波方法增强了GPS/SINS超紧密组合导航系统的定位精度和抗干扰能力.     

基于SINS/CNS组合导航系统的多模型自适应估计算法

针对单一模型滤波器在未知或不确定的系统参数下适应性较差的问题,提出了一种新的基于多模型自适应估计(multiple model adaptive estimation,MMAE)的滤波方法。该方法利用改进的卡尔曼滤波代替传统的卡尔曼滤波,比如扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(unscented Kalman filter,UKF)。EKF和UKF被用来作为多模型自适应估计的子滤波器,从而实现对非线性系统的状态估计。同时,还将该方法应用于基于弹道导弹模型的组合导航中实现了系统仿真。仿真结果表明,与传统的EKF和UKF算法比较,改进的滤波方法可以解决传统模型滤波器适应性差的问题,并提高系统的导航精度。