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。     

序贯结构的Sage-Husa自适应滤波及其应用

在分析已有的Sage-Husa自适应滤波算法的基础上,本文首先推导了两种量测噪声自适应估计方法的等价性。为充分利用组合系统中已知的部分量测噪声参数,提高滤波稳定性和精度,研究了基于序贯结构的Sage-Husa自适应滤波算法;当组合系统测量噪声参数均为已知时,为降低算法复杂度,提高Sage-Husa自适应滤波的鲁棒性,加入协方差匹配的方法对序贯结构的Sage-Husa自适应滤波算法进行改进;通过在序贯结构下采用相应的信息融合策略,充分利用组合系统的输出信息。将两种算法分别应用于MIMU/GPS/磁强计组合系统中,基于跑车实验的离线数据分析表明,第一种滤波算法的滤波稳定性较标准自适应算法在滤波稳定性上有明显提高;第二种改进的滤波算法既降低了算法复杂度,又提高了抗野值效果,有效保持了组合系统在干扰状态下的导航精度。     

GPS/INS组合导航系统自适应滤波算法与仿真研究

随着组合导航系统应用环境的日趋复杂，给噪声统计特性的准确描述带来困难，这将造成Kalman滤波器不稳定甚至发散。首先对目前解决此问题常用的自适应滤波方法进行了总结和分析，在此基础上，给出了基于滤波收敛性判据，结合Sage-Husa自适应滤波和强跟踪Kalman滤波的改进自适应滤波算法。最后以GPS／INS组合导航系统为例进行了计算机仿真，结果表明：该算法可有效抑制滤波发散，具有较大范围的自适应能力。     

基于改进强跟踪ASCKF算法的SINS/GNSS组合对准方法

大方位失准角下的SINS/GNSS组合对准系统呈非线性,采用传统的卡尔曼滤波方法进行初始对准易导致对准精度下降甚至滤波发散。基于此,提出了一种基于改进强跟踪自适应平方根容积卡尔曼滤波算法的组合对准方法。该方法采用QR分解求取协方差的分解因子,并在状态预测方差阵的平方根更新中引入多重渐消因子调整滤波增益;同时,基于Sage-Husa自适应滤波,引入改进的时变噪声估计器实时估计噪声的统计特性。仿真结果表明,采用改进的滤波算法进行大方位失准角下的组合对准,对准精度明显提高。     

快速寻北系统中基于α-β预滤波器的惯性器件斜坡漂移补偿

快速寻北系统在不同温度环境下冷启动过程中陀螺和加速度计输出的斜坡漂移及其斜率的逐次启动随机性影响了快速寻北精度。以激光陀螺快速寻北系统为研究对象,设计的α-β预滤波器在粗对准阶段即可收敛,可对陀螺和加速度计输出数据的漂移特性进行实时滤波估计与补偿,其带宽不对基座扰动引起的数据波动特征造成影响,有效消除了精对准过程中陀螺和加速度计斜坡漂移的影响。实验结果表明,激光陀螺快速寻北系统经α-β预滤波后冷启动寻北精度得到显著提高。     

一种用于舰船CNS/RLG-SINS组合导航系统校准的分段估计方法研究

分析了“天文测姿+惯性导航”组合导航滤波模型的可观测性问题,在状态不完全可观的条件下,提出采用分段滤波的方法可以分别对加速度计误差和陀螺漂移误差进行有效估计,此方法仅要求每段滤波开始前外部提供一次准确的初始位置和速度信息。结合舰载导航需求背景,设计仿真模型。仿真结果表明：采用分段滤波方法,加速度计常值偏置和陀螺常值漂移均可以得到充分估计;对惯性器件误差进行标校、补偿后,24小时的位置误差可由补偿前的3.6海里减小到补偿后的0.5海里。     

改进的Sage-Husa自适应滤波算法在MEMS航姿参考系统中的应用

针对经典Kalman滤波和扩展Kalman滤波融合算法存在的计算量大、精度低、实时性差的缺点,引入了改进的Sage-Husa自适应扩展Kalman滤波算法。该算法对经典扩展Kalman滤波算法进行了自适应改进,并在此基础上利用加权渐消记忆法获取了遗忘因子,并通过预测残差得出了最优解。同时,用调整有偏增益估计的措施来保证系统噪声预测方差矩阵与噪声预测方差矩阵的对称性和正定性,对滤波器发散进行了有效的抑制,减少了算法的计算量。实验结果表明,该算法有效改善了可靠性、精确性及自适应能力。     

基于混合粒子滤波的激光惯导系统误差的补偿

针对激光陀螺捷联惯导系统在动态尤其是高动态环境下的姿态误差显著增大的问题,提出了一种基于改进高斯混合粒子滤波的纯方位跟踪算法。算法基于混合粒子的卡尔曼滤波和粒子滤波的特点,用有限的高斯模型来近似后验状态密度、系统噪声和观测噪声的分布通过EM的算法设计实现模型的降阶,一定程度上克服了EM算法迭代的结果需要依赖初始值、可能收敛到局部最大点或可能收敛到参数空间边界的缺点,从而改善了粒子携带信息的衰减问题。通过仿真与试验结合,在纯动态应用环境下的姿态与定位精度补偿效果,与传统Kalman滤波相比,算法在保持高精度估计能力的同时,具有较强的鲁棒性,是解决非线性系统状态估计问题的一种有效方法。     

一种新型模糊自适应Kalman滤波器在组合导航中的应用

针对光纤陀螺捷联惯导(FOG SINS)/GPS组合导航系统实际工作环境中,由于系统噪声与量测噪声模型发生变化而带来的滤波器发散的问题,提出一种新型模糊自适应Kalman滤波器(FSHAKF).通过引入IMU精度因子与GPS水平精度因子,构造模糊推理系统(FIS),实时更新自适应参数,有效地解决了传统Sage-Husa自适应滤波器(SHAKF)估计模型不准确、系统噪声与量测噪声无法同时估计以及滤波器长时间易发散的问题.仿真实验表明,本文提出的FSHAKF算法相较于SHAKF算法,估计精度得到明显提高,且避免了滤波器的发散.     

基于角增量和矢量模值观测的光纤陀螺温度漂移参数分段估计

光纤陀螺捷联惯导系统被广泛应用于航空、航天、航海及陆地车辆定位定向等领域,对光纤陀螺输出误差进行补偿是提高导航精度的有效手段。温度漂移和常值零偏是影响光纤陀螺精度的两个主要误差来源,对角增量输出式三轴光纤陀螺捷联惯导系统的陀螺温度漂移及常值零偏误差参数估计方法进行了研究。针对光纤陀螺的温度漂移,提出了一种基于角增量的分段最小二乘估计方法,根据不同温度区间的特征使用低阶模型即可进行误差建模,估计结果相比整体估计方法更加精确,同时推导了各个温度段参数的边界条件,保证了温度漂移模型在不同温变速率条件下的连续性。针对三轴陀螺输出中包含的常值零偏,提出了一种基于地球自转角速度矢量模值观测的方法,可在不依赖高精度转台等外部基准设备的条件下对光纤陀螺零偏进行估计,可适用于高纬度地区及极区环境下的外场标定。通过温箱静置升温实验,对光纤陀螺惯导系统三轴角增量陀螺进行了温度漂移和零偏的估计与补偿,验证了提出方法的有效性。     

双轴连续旋转调制捷联惯导系统大失准角初始对准技术

由于可以补偿惯性器件在三个轴向上的输出误差,双轴旋转调制技术被广泛应用于捷联惯导系统(SINS)。选择了一种合理且实用的十六次序双轴转位方案,并对其调制原理和误差进行了分析。初始对准技术是捷联惯导系统的一项重要技术,其对准精度直接决定了后续导航的精度。在粗对准完成后,当姿态误差角较大时,后续的精对准误差模型呈非线性特性,故选择了滤波精度高、稳定性强的平方根容积Kalman滤波算法(SCKF)来解决这一问题。考虑到在实际对准过程中,量测噪声的统计特性易发生变化,将SCKF算法与Sage-Husa算法相结合,在传统Sage-Husa SCKF算法的基础上提出了一种改进的自适应滤波算法(ASCKF)。该算法采用QR分解来完成对噪声协方差的平方根矩阵估计,从而避免了传统Sage-Husa SCKF算法中所估噪声协方差矩阵不正定的问题。最后,通过仿真证实了ASCKF算法可被很好地应用于量测噪声统计特性发生变化的初始对准中。     

基于AEKF的永磁同步电机转速估计算法研究

针对在转速估算研究中采用常数矩阵不能准确描述永磁同步电机(PMSM)在不同运行条件下系统噪声的问题,提出了一种基于新息序列和状态残差的自适应扩展卡尔曼滤波算法(AEKF)。同时,对AEKF的稳定性进行理论上的探究。经仿真验证,与传统扩展卡尔曼滤波算法相比,AEKF在收敛速度和收敛精度上更优,参数鲁棒性更好。     

巴特沃斯数字滤波器在自动测试中的应用

本文主要研究巴特沃斯低通数字滤波器在自动测试系统中的应用。讨论了高速采样低速输出的自动测试系统中采用低通数字滤波器的必要性;比较了巴特沃斯低通数字滤波器与多点平均滤波的性能,巴特沃斯滤波器具有较理想的特性;介绍了建立巴特沃斯低通数字滤波器的设计方法,以及在实现实时滤波算法时,克服初始瞬变过程和防止滤波器数值不稳的措施。最后,给出了在长时间陀螺漂移测试中的应用结果。     

Spectral Analysis of Optimal and Suboptimal Gyro Monitoring Filters

Gyro monitoring filters are used to estimate and correct gyro drift rates of local-level inertial navigation systems. Conventional gyro monitoring filters are usually designed based on a simplified model of gyro drift rate. Furthermore, the effectiveness of these filters-and of many filters of the "Kalman" type-is often measured in terms of the root mean square (rms) criterion in contrast to the spectral content criterion typical of classical Wiener filtering theory. This paper has two objectives: to propose a gyro monitoring filter which is based on a more detailed model of gyro drift rate; and to propose a method of filter performance evaluation which uses as criterion a measure of the spectral content of the error process. The proposed gyro monitoring filter is shown to have improved spectral contents resulting in superior navigation performance for the gyro error models used in the calculations (comparable to commercial-grade aircraft gyros).     

空间三轴激光陀螺高精度抖动剥除算法研究CSCD

激光陀螺的输出信号中包涵外界输入角速度、机械抖动角速度两部分信息,机械抖动角速度是一个叠加了一定噪声的标准正弦振动。针对空间三轴机抖激光陀螺仪,提出了一种高精度的新型正弦抖动信号滤除算法,通过自适应陷波器和有限冲击响应数字滤波器的组合,能极大地衰减激光陀螺仪零偏输出波形中的正弦分量,实现外界输入信号的高精度准确提取。实验结果表明,该抖动剥除算法效果显著,在保证快速响应外界输入的条件下能够实现高精度地提取角速度信号,可有效降低惯性系统的成本和复杂度,进而提高产品质量可靠性,具有很强的工程实用价值。     

基于新息异常检测的改进抗差自适应卡尔曼滤波算法

在工程应用中,量测异常及量测噪声统计特性的时变是引起标准卡尔曼滤波振荡甚至发散的主要原因。经典抗差Sage-Husa自适应滤波方案,对量测中的孤立型异常有所抵抗,并可在线估计量测噪声统计特性改善滤波效果,但当连续型异常值出现时,其滤波效果不佳。针对现有抗差Sage-Husa自适应滤波方案的不足,提出了新的改进滤波方法。在改进算法中,当检测到量测异常时采用模值更大的先验预测方差阵代替原算法中的后验估计方差阵,在估计量测噪声方差时起到放大作用,以降低异常量测权重,提高滤波精度;采用IGG方案构造了新的权函数,可在抑制异常影响的同时调节估计方差阵,以免连续异常时新息持续置零引起的滤波发散;采用标准卡尔曼滤波新息辅助异常检测的双重检测策略,避免了因量测噪声方差阵的调节引起检测阈值变化而导致的漏检率增高。仿真实验表明,与常规抗差自适应滤波算法相比,该方案可更加有效地抑制量测异常值的影响。     

一种星敏感器-陀螺组合定姿的实时在轨标定方法

研究了一种星敏感器一陀螺组合定姿方式中的姿态敏感器误差的实时在轨标定方法。首先,选择直观的欧拉角作为姿态描述参数,根据星敏感器和陀螺的测量原理建立星敏感器一陀螺在轨标定的测量方程和状态方程,并以此建立数学模型。其次,采用简单高效的EKF（ExtendedKalmanFilter,扩展卡尔曼滤波）作为估值算法,进行了在轨标定数值仿真。对于航天器姿态定向中出现的姿态角和星敏感器安装角之间的耦合问题,通过在特定姿态通道上施加简单姿态机动实现了解耦。数值结果表明,该实时在轨标定方法,尤其是所提出的姿态角和星敏感器安装角解耦策略,可以实现对航天器姿态的实时精确估计以及对星敏感器安装误差、陀螺常值漂移和相关漂移等误差的实时在轨标定。该方法可用于航天器姿态测量设备的实时在轨标定和航天器姿态的高精度实时确定。