舰载惯导传递对准仿真系统设计及实现

构建了舰载惯导系统传递对准计算机仿真系统,利用轨迹发生器产生主子惯导系统的惯性器件的输出,送入主子惯导系统的惯导解算模块,产生不同匹配模块的惯导参数输出,进而进行滤波估计。仿真系统可以对所建立的舰载惯导系统的误差模型和滤波算法进行计算机仿真验证,提高误差模型的精确性和滤波算法的可靠性,并对后续的半实物仿真和实际装备实验验证提供理论依据和支撑。     

基于BP神经网络的惯导初始对准误差辨识方法

针对弹道导弹捷联惯导系统初始对准问题,提出一种基于BP神经网络在线辨识初始对准误差的方法。首先设计了初始对准误差辨识总体方案;然后,基于SINS/GPS组合导航系统测量信息,以SINS与GPS之间的位置偏差为输入量,以初始对准误差为输出量,分别采用三输入和六输入的BP神经网络建立位置偏差与初始对准误差参数之间的映射关系,生成BP神经网络结构;最后,设计仿真试验,分别采用三输入BP神经网络、六输入BP神经网络和卡尔曼滤波算法预测初始对准误差参数。仿真结果表明,六输入BP神经网络算法识别精度最好,初始水平姿态角误差小于30″,瞄准方位角误差小于70″。     

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).     

瞄准吊舱捷联惯导系统快速传递对准方法

 新型瞄准吊舱系统中安装捷联惯导系统,使其在跟踪、探测目标的同时具备一定的自主导航能力。吊舱系统中的捷联惯导一般采用较低精度的惯性器件配置,且传递对准实现过程受到机动条件的严格限制。针对该问题提出了一种“比力积分/角速度匹配”传递对准方法,利用主惯导导航信息与惯性器件输出,以及子惯导惯性器件输出实现子惯导的对准。推导了基于主、子惯导系统误差的数学模型,详细分析了器件精度与低动态条件对系统状态量可观测度的影响,并针对低精度惯性器件与低动态条件下的传递对准性能进行了数字仿真。仿真结果表明,该方法在器件低精度与低动态条件下,对准性能达到5′,优于常规传递对准方法,可满足瞄准吊舱捷联惯导系统的快速对准性能要求。     

空射制导武器捷联惯导系统传递对准技术研究

研究了基于"速度+方位角"匹配的弹载捷联惯导系统的传递对准问题。首先介绍了方位角测量偏置产生的原因,以及与方位失准角的关系。推导了主、子惯导方位失准角的计算方法,并对方位失准角估计进行了仿真试验。在此基础上分析建立了传递对准卡尔曼滤波方程,并对弹载捷联惯导系统的传递对准进行了仿真。仿真结果表明,该"速度+方位角"匹配的捷联惯导系统精度控制在0.05°内,能够满足空射制导武器初始对准精度的要求。     

基于“速度+姿态”快速传递对准的可观测性分析

惯导系统初始对准一般采用卡尔曼滤波器对初始姿态误差角进行估计,而在设计卡尔曼滤波器之前通常要对系统进行可观测性分析,确定卡尔曼滤波器的效果。捷联惯导系统的卡尔曼滤波模型在传递对准时,为线性时变系统,而线性时变系统的可观测性分析比较困难。文中采用一种依据系统矩阵的奇异值确定状态可观测度的方法对基于“速度＋姿态”快速传递对准的卡尔曼滤波模型进行可观测性分析,结果表明该方法可直接简单地实现系统状态的可观测度分析。     

Unscented粒子滤波在静基座捷联惯导系统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,Unscented粒子滤波从非线性系统状态向量概率分布出发,结合Unscented卡尔曼滤波和粒子滤波的特点,无需对非线性系统模型进行处理而能达到较高的滤波精度。本文对Unscented粒子滤波进行了研究,并结合重采样算法,运用于捷联惯导系统静基座大方位失准角初始对准中,计算结果验证了该方法的有效性与优越性。     

主惯导速度误差短周期波动对子惯导传递对准影响分析

随着激光陀螺技术的发展,旋转调制式激光陀螺惯性导航系统逐渐成为舰载主惯导系统,舰载机、舰载武器系统需要旋转调制式激光惯导系统提供的姿态、速度和位置信息进行对准,即主子惯导的传递对准。由于旋转调制式系统中的姿态、速度和位置具有随旋转的短周期波动问题,势必会影响对准时间较短的子惯导对准精度。为了保证传递对准的快速性,一般采用速度匹配方法。定量分析了主子惯导传递对准过程中主惯导速度误差短周期波动对子惯导系统对准精度的影响,首先进行了数字仿真,之后利用双轴激光陀螺惯导、纯捷联光纤陀螺惯导数据进行了半实物仿真,验证了主惯导速度误差的一次项系数与子惯导初始对准水平姿态误差呈线性关系,二次项系数与子惯导初始对准航向误差呈线性关系。     

航海光纤陀螺捷联惯导系统快速对准技术研究

针对中小型水面舰船对航海惯导系统快速对准的实际需求,结合光纤陀螺的误差特性,提出一种针对航海光纤陀螺捷联惯导系统的快速对准方法。该方法充分考虑光纤陀螺启动特性对惯导系统对准精度的影响,在对准过程中保存光纤陀螺输出平稳后的数据,并利用基于正反向联合导航和滤波的方法,重复利用输出平稳后的数据,缩短对准时间,提高系统对准精度。经过实际的舰载试验验证表明,采取该方法后,所研制的航海光纤陀螺捷联惯导系统在对准时间20min条件下的导航精度相当于传统方法对准时间1h条件下的导航精度,显示了本方法的正确性和有效性,为航海光纤陀螺捷联惯导系统的进一步工程应用提供了有力支撑。     

光纤陀螺SINS大失准角下快速初始对准技术

针对光纤陀螺(FOG)捷联惯导系统(SINS)初始对准过程中存在大姿态失准角的情况,本文建立了基于欧拉平台误差角的SINS非线性误差模型,给出了一种简化的UKF滤波方法并将其运用到光纤陀螺SINS初始对准中,在静基座大方位失准角条件下,分别采用传统闭环卡尔曼滤波和闭环UKF非线性滤波方法进行初始对准仿真研究,结果表明在对准精度要求相同时,后者在对准速度方面具有明显优势。     

基于强跟踪滤波的GPS/INS组合导航系统对准技术研究

针对卡尔曼滤波鲁棒性较差的问题,研究了基于强跟踪滤波方法的GPS/INS对准。建立了GPS/INS组合导航系统对准的误差模型,对机载装备系统进行GPS/INS组合导航系统的对准仿真分析,验证该方案的可行性及强跟踪滤波器的性能。仿真结果表明,采用强跟踪滤波能够根据残差的变化求出渐消因子,能够在机动过程中有效跟踪系统状态量,从而提高对准精度和速度。采用强跟踪滤波的GPS/INS组合导航系统对准技术可以保证对准的快速性及对准精度,对工程应用具有重要的参考价值。     

Accurate INS Transfer Alignment Using a Monitor Gyro and External Navigation Measurements

A particular alignment mechanization for a nonmaneuvering vehicle is described which uses a monitor gyro to estimate the slave inertial navigation system (INS) equivalent east gyro drift rate and thus improves azimuth alignment. A state-space model of the dynamic system with measurements is developed. Results of covariance simulations employing Kalman filter estimation are presented for two master INS position update scenarios, one involving frequent and very accurate updates and the other including infrequent and coarse updates. The ef fects of position updates and the monitor gyro on the quality of transfer alignment are demonstrated and analyzed.     

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。     

Constructive neural-networks-based MEMS/GPS integration scheme

This article exploits the idea of developing an alternative data fusion scheme that integrates the outputs of low-cost micro-electro-mechanical systems (MEMS) inertial measurements units (IMUs) and receivers of the global positioning system (GPS). The proposed scheme is implemented using a constructive neural network (cascade-correlation network (CCNs)) to overcome the limitations of conventional techniques that are predominantly based on the Kalman filter (KF). The CNN applied in this research has the advantage of having a flexible topology if compared with the recently utilized multi-layer feed-forward neural networks (MFNNs) for inertial navigation system (INS)/GPS integration. The preliminary results presented in this article illustrate the effectiveness of proposed CCNs over both MFNN-based and Kalman filtering techniques for INS/GPS integration.     

神经网络在经济预测中的应用

阐述了针对BP神经网络在经济预测应用中存在的网络学习速度缓慢、计算量大、网络容易陷入局部极小、学习步长需要通过实验由人工来设置和调整等问题,提出将自组织理论、扩展Kalman滤波、模糊算法、小波理论等与神经网络相结合,构成新的网络结构或改进学习算法,以克服BP神经网络自身不足的思路。     

Analysis of upgraded GPS internal Kalman filter

GPS receivers with provisions for inertial navigation system (INS) aiding are designed with internal Kalman filters that model generic INSs and process the basic GPS pseudorange and deltarange (range-rate) data to produce an output of inertially-smoothed, “GPS-derived” position and velocity. These Kalman filters model only the basic nine INS errors (position, velocity, and tilt) and do not model any INS gyro or accelerometer errors. It was found that a significant performance improvement could be achieved under conditions of degraded GPS satellite availability by augmenting this type of filter with the six INS gyro and accelerometer bias errors. It is, therefore, recommended that serious consideration be given to incorporating these states into the design of the GPS internal Kalman filter     

无人机下滑着陆DGPS/INS导航及引导系统的仿真与试验研究

介绍了一种采用输出校正方式DGPS/INS组合导航系统引导无人机下滑着陆的方案。给出了该方案的数学模型,对组合导航系统进行了数字仿真,并在数字仿真的基础上进行了动态跑车试验,验证了所设计的输出校正方式DGPS/INS组合导航系统能够满足引导无人机自动下滑着陆的精度要求。     

基于神经网络的航天器GPS/INS组合定姿系统

基于GPS和惯性技术的组合导航系统是近年来导航系统的研究热点和主要发展方向.目前基于卡尔曼滤波方法的算法在稳定性、计算量、算法鲁棒性以及系统可观测性等方面仍然存在问题.基于神经网络技术研究了一种新的GPS/INS组合定姿自适应卡尔曼滤波方法,理论分析表明,该方法不但对姿态信息具有较好的估计性能,而且对系统模型的精确性、噪声特性具备良好的鲁棒性.最后,利用模拟数据对所研究算法进行了分析计算,与传统的卡尔曼滤波方法进行了比较、分析,结果表明所设计组合算法在精度、稳定性以及鲁棒性等方面较传统卡尔曼方法具有良好的特性.     

基于固定区间最优平滑的传递对准精度评估

惯导系统传递对准是战术导弹发射前必须完成的任务,其对准精度直接影响导弹系统的制导精度。为评估传递对准精度性能,在介绍传递对准精度评估原理的基础上,研究了Kalman固定区间最优平滑算法;并从理论上分析了顺序滤波与逆序平滑的关系,得出平滑依赖于滤波的结论。通过实测数据半物理仿真试验证明了理论分析的正确性,表明固定区间最优平滑算法能有效地评估传递对准精度,并与间接法对比得出间接法与最优平滑算法具有一致性。