捷联惯导系统最优多位置对准的确定与分析

为了实现捷联惯导系统(SINS,Strapdown Inertial Navigation System)快速精确对准,研究了SINS进行最优多位置对准的条件及方法.利用李雅普诺夫变换得到的SINS等价误差模型,在对惯性测量单元(IMU,Inertial Measurement Unit)绕正交轴旋转时SINS可观测性进行定量分析的基础上,通过研究惯性器件误差与IMU角位置之间的关系,定量分析了IMU的转动方式,明确了使SINS误差状态达到最优估计时IMU的最佳旋转角位置.最后,通过仿真验证了理论分析的正确性.     

局部可观测理论在INS/GPS机动对准中的应用

从研究INS/GPS(Inertial Navigation System/Global Positioning System)组合系统的姿态角误差可观测性出发,首次将局部可观测性理论应用于INS/GPS组合系统,定量地计算出各种不同机动方式的局部可观测矩阵的条件数,找到了提高姿态角误差可观测性的最佳机动方式.研究结果表明,通过载体做正弦水平机动飞行可以提高姿态角误差局部可观测性,使空中对准时间明显减少,姿态角误差大大降低.当对准时间为120 s时,东北天向姿态角误差的均值分别为12.34″,12.19″和-28.31″,它们的均方根值分别为0.97″,1.05″和0.62″.      

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.      

无依托状态加速度计的新型标定方法

为解决加速度计性能参数时变性的问题,提出了无依托状态下加速度计标定方法.在无需借助转台等传统标定设备、无需拆卸惯性元件的条件下,充分利用惯导系统(INS,Inertial Navigation System)自身资源,以静基座初始对准获得的准确姿态信息为前提,利用当地重力g作为标定基准,考虑到误差模型非线性的特点,引入非线性寻优策略辨识零位偏差,将误差模型蜕变为线性后,运用线性最小二乘方法辨识安装误差矩阵和刻度因数误差,从而实现加速度计关键参数标定.数值仿真结果显示:经过标定后加速度计测量误差可减小20倍,说明在无依托状态下具有工程实用价值.      

Lyapunov自适应滤波及其 在INS/SMNS组合中的应用

为克服在惯导/景像匹配导航系统(INS/SMNS,Inertial Navigation System/Scene Matching Navigation System)组合导航系统中随着匹配点增多最小二乘法易出现发散的缺点,提出了一种基于多输入多输出(MIMO,Multi-Input-Multi-Output)系统的改进型Lyapunov自适应滤波算法.该方法利用观测方程信息,通过定义滤波误差和预测误差获得算法的递推公式,而算法的稳定性和收敛性可由Lyapunov稳定性理论来证明.以INS/SMNS组合导航系统为例进行了仿真验证,和递推最小二乘算法相比该算法简单、可靠,而且滤波的性能优于递推最小二乘算法.     

INS全温六方位速率标定及分段线性插值补偿

针对捷联惯性导航系统(INS, Inertial Navigation System)全温动态环境下测量误差问题,提出一种全温六方位正反速率标定及分段线性插值补偿方法.根据工作环境设定标定温度点,在每个恒温点设计六方位正反速率标定方案;采用分段线性插值算法实时补偿系统零偏和标度因数温度误差,提高了系统温度及动态环境下的测量精度.实验结果表明:采用该方法系统的车载和飞行实验纯惯性导航误差均值分别由1.501 n mile/h和5.811 n mile/h减小到0.393 n mile/h和0.68 1n mile/h,为进一步提高合成孔径雷达(SAR,Synthetic Aperture Radar)成像分辨率奠定基础.     

大方位失准角MIMU空中对准建模及半物理仿真

由于快速性的要求,微小型无人机不经过地面精确初始对准就升空作业,因此MIMU(Micro Inertial Measurement Unit)空中对准在大失准角下进行. 为了提高微小型无人机空中的反应速度和作业精度,把非线性误差部分作为状态变量,建立MIMU在大方位失准角下无需小角度近似的空中对准的线性模型,同时为解决噪声不确定导致滤波器发散的问题,提出将AKF (Adaptive Kalman Filter)应用在GPS(Global Positioning System)辅助MIMU的空中对准中,半物理仿真结果证实其取得了比基于非线性误差模型的EKF(Extended Kalman Filter)精度高且速度快的结果,不仅使MIMU的方位失准角由60° 快速下降到2° 左右,且所需时间仅为EKF的67%.      

基于虚拟视线交会的飞航导弹INS误差修正方法

针对飞航导弹惯性导航系统(INS,Inertial Navigation System)单独使用时存在位置和速度估计误差发散的问题,在不需要弹目距离信息的情况下,提出了一种基于对航路上单个已知地标连续、被动观测的INS误差修正方法.根据导弹与地标间的相对运动关系,采用虚拟视线交会的方法,将问题转化为多虚拟地标协同定位导弹问题.在此基础上,利用最小二乘思想,实现了导弹位置的有偏估计.以估计得到的有偏位置信息和基于大气系统得到的INS速度误差大小作为观测量,应用考虑系统误差估计补偿的卡尔曼滤波,实现了导弹位置和速度的无偏估计.仿真结果验证了方法的有效性.     

SINS快速传递对准建模与仿真

针对空间武器捷联惯性导航系统SINS(Strapdown Inertial Navigation System)动基座快速、精确初始对准问题,建立了空间环境下武器SINS的动基座误差模型,并考虑武器SINS的惯性器件误差.根据姿态传递对准原理,推导了姿态匹配方式下卫星与武器SINS姿态角之差的量测方程.在此基础上,建立了空间武器SINS传递对准的数学模型,设计一种快速对准卡尔曼滤波器.计算机仿真结果验证了该模型的有效性.在10s时间内,可获得与卫星姿态测量系统姿态精度相当的对准精度,同时还能实现武器SINS惯性器件误差的准确标定.      

H∞滤波在惯导系统地面快速对准中的应用

阐述了H_∞滤波器的设计过程,并将H_∞滤波方法应用于惯导系统地面初始对准.文中建立了惯导系统的误差模型,并对其进行了可观性分析,利用H_∞滤波方法对可观子系统进行了滤波计算,给出了在噪声统计特性未知方差有界情况下惯导系统初始对准的仿真曲线,仿真结果表明该方法克服了卡尔曼滤波对噪声的苛刻要求,滤波效果能够满足工程需要,进一步说明H_∞滤波应用于惯导系统初始对准是有效的.为提高对准速度,文中给出了方位误差角的一种快速估计方法,结果表明该方法是可行的.     

旋转式光纤陀螺惯导系统随机误差抑制技术

采用旋转调制技术能够有效降低陀螺常值漂移和加速度计常值零偏对导航系统精度的影响,但其对陀螺随机漂移和噪声几乎没有抑制作用.惯导系统在随机干扰的作用下输出误差将发散,影响系统长时间的导航定位能力.通过对抑制随机干扰误差的阻尼技术进行研究,提出一种具有阻尼特性的旋转式光纤陀螺惯导系统,利用阻尼技术抑制随机干扰对导航系统精度的影响.从仿真结果可以看出,具有阻尼特性的单轴旋转光纤陀螺惯导系统精度提高1倍以上.当系统采用更高精度的惯性仪表时,随机误差的阻尼抑制效果将更明显.     

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.     

一种新的惯导系统静基座快速初始对准方法

惯导系统中的一个十分重要的问题是其初始对准问题,提高其初始对准的速度和精度无论对军用或民用领域都具有十分重要的意义.由于惯导系统静基座对准时的可观测性很差,将卡尔曼滤波器用于解决惯导系统的初始对准问题时,方位失准角收敛很慢.提出一种快速估计方位失准角的方法,直接利用两水平失准角快速收敛的估计结果估计方位失准角,从而大大提高了整个惯导系统静基座对准的速度,计算机仿真结果验证了该方法的快速性和有效性.      

一种巡视器惯性/视觉组合导航新方法

在以运动参数误差为状态量、视觉导航与惯导导航相对运动参数差为观测量 的传统惯性/视觉组合导航方法中, 为解决相对运动参数同时与前后两个时 刻状态相关的问题, 采用将前一时刻位置和姿态误差增广到状态量中的方法, 并且假设增广的状态量为常值, 导致状态模型中引入了较大的误差. 基于 真实位置、姿态建立观测量误差模型, 导致观测量同时与前后两个时刻的状 态相关. 本文以惯导误差方程为状态模型, 采用四元数差形式的相对运动 参数差作为观测量, 基于上一时刻组合导航位置、姿态估计值建立观测量误 差模型, 实现了状态的增广, 并使得量测信息仅与当前时刻的位置误差和平 台失准角相关, 克服了状态模型误差较大的问题. 月面仿真和地面模拟实验 均表明, 该方法能够达到较高的位置和姿态估计精度.