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%.      

应用于MEMS_SINS/GPS组合导航系统的H_∞容错滤波算法

针对基于微机电系统(MEMS,micro electro mechanical system)的捷联惯性导航系统(SINS,strapdown inertial navigation system)与全球定位系统(GPS,global positioning system)组成的组合导航系统中存在不确定干扰并且GPS量测输出中经常含有故障信号的情况,提出一种H∞容错滤波算法,能够对不确定噪声干扰具有鲁棒性,并且能够在检测到故障信号后进行容错计算,使滤波精度始终保持在要求的范围内.基于H∞滤波器,在状态估计方程中加入加权因子,使滤波器具有容错的功能,并且适用于组合导航中量测分量的数量级相差很大的情况.仿真试验结果表明,该算法能有效降低GPS中故障信号的不利影响,使系统在故障存在期间仍能正常工作.     

高精度SINS/CCD/GPS组合导航系统研究与仿真

选取捷联惯导系统误差作为系统状态,利用捷联惯导系统(SINS)与电荷耦合器件(CCD)星敏感器各自的姿态矩阵输出构造量测,设计SINS/CCD组合导航算法;利用SINS与全球定位系统(GPS)各自的速度、位置输出构造量测,设计SINS/GPS组合导航算法。然后,利用联邦型卡尔曼滤波技术,将各子滤波器输出的系统状态局部最优估计值送入主滤波器,通过全局最优融合算法计算得到系统状态的全局最优估计值。仿真结果表明,基于SINS/CCD/GPS的组合导航系统具有很高的导航精度,达到了3.5m的定位精度和9″的航向精度,非常适用于飞行器的高精度导航定位。     

GPS/INS组合导航系统半实物仿真研究

为了研究ＧＰＳ组合导航系统的性能,利用跑车实验实时采集的惯性导航系统和ＧＰＳ的数据进行了测后仿真研究。分别进行了ＧＰＳ／ＩＮＳ位置、速度组合和伪距、伪距率组合仿真,仿真中组合Ｋａｌｍａｎ滤波器采用数值稳定性较好的Ｕ－Ｄ分解算法。最后给出了纯惯导及组合后系统的位置、速度误差仿真曲线,结果分析及相关结论。     

直升机光纤陀螺IMU抗振设计及实时滤波方法

振动引起光纤陀螺(FOG, Fiber Optic Gyroscope)零偏误差,非线性、非高斯随机噪声及由其组成的惯性测量单元(IMU, Inertial Measurement Unit)非互易性解算误差,针对直升机航向姿态测量误差问题,提出了一种FOG IMU的机械减振与数据滤波相结合的振动抑制方法,建立了FOG IMU减振装置数学模型,通过优化设计实现线、角运动通道振动解耦,从物理上消除外界高频干扰振动源;研究实时小运算量、低时延数据滤波方法,抑制减振装置谐振干扰和惯性器件噪声,进而减小捷联解算非互易性误差.实验结果表明:采用该方法能有效地抑制外界干扰振动和系统噪声,保证FOG IMU工作稳定性和精度,为研制应用于直升机的高性能航姿导航信息与航向姿态参考系统奠定基础.     

GPS中频信号和IMU信号模拟及验证

为了研究GPS/INS（Inertial Navigation System）组合导航方案和算法,设计了一种GPS中频信号和IMU（Inertial Measurement Unit）信号的软件模拟器.首先建立了载体的运动模型,然后介绍了信号的仿真方法.根据载体的运动产生IMU信号,载体的典型运动包括平飞运动、横滚运动、俯仰运动和偏航运动.建立了典型的干扰模型,包括欺骗式干扰和压制式干扰（窄带干扰、宽带干扰、连续波干扰和锯齿调频连续波干扰等4种）,实现了干扰环境下的场景模拟.GPS/INS组合导航软件接收机对模拟器输出的数据进行解算,结果表明：信号的仿真算法是正确的,模拟器可以为组合导航接收机提供有效的中频信号和IMU信号.     

一种考虑GPS信号中断的导航滤波算法

针对无人机惯性（INS）/GPS组合导航系统,考虑导航过程中存在的GPS数据中断的问题,设计了一种改进的滤波算法。首先建立了无人机导航运动学模型,再将传统的扩展卡尔曼滤波（EKF）技术和强跟踪滤波结合,利用模糊理论中的隶属度函数设计了一种模糊强跟踪扩展卡尔曼滤波（STEKF）算法。仿真结果表明,所设计的改进算法能够快速适应GPS信号突变,即当GPS信号从故障状态恢复到正常状态时,改进算法相较普通EKF算法能更快速地收敛到稳定状态,重新完成对飞行状态的估计。同时相较普通EKF和强跟踪扩展卡尔曼滤波算法,改进算法具有更高的滤波精度。      

发射系下SINS/GPS/CNS多组合导航系统算法及实现

首先建立了发射惯性系下的组合导航系统模型,据此设计了基于联邦滤波器的SINS/GPS/CNS组合导航算法,最后研制了基于PC104硬件平台的组合导航算法验证样机。通过实时半物理仿真测试得出,三组合导航系统的姿态误差小于15″,位置误差小于10m,速度误差小于0.2m/s,表明所设计的组合导航系统算法正确,实现合理。     

一种双捷联微小型惯性组合导航系统设计研究

介绍了一种使组合导航系统具有系统级冗余的基于MEMS-IMU的双SINS／GPS／Doppler组合导航系统，讨论了系统的体系结构及分层联合卡尔曼滤波器的设计和计算方法，给出了基于滤波器测量残差检验的硬故障FDIR算法和基于状态估计的软故障FDIR算法。计算机仿真结果表明，该系统具有结构灵活、计算方便、可靠性高的优点。     

一种基于自适应滤波的GPS滚转角估计方法

全球定位系统（GPS）测姿技术主要是利用GPS载波相位和信号功率2种方法,但是测量信息单一且独立,针对旋转载体的测姿问题,提出一种基于自适应滤波的GPS滚转角估计方法,通过融合GPS接收机天线信号功率和多普勒频率信息测量载体滚转角和滚转角速度。利用当前统计模型对滚转角和滚转角速度测量进行系统建模,根据滚转角预测估计值选取量测量,并提出自适应滤波,采用滚转角加速度估计自适应滤波算法,实现了对系统噪声方差阵的自适应调整,避免了滚转角加速度最值的选取问题,降低了噪声的影响。通过仿真验证了基于自适应滤波的GPS滚转角估计方法的可行性,结果表明该方法的测量精度高于无迹卡尔曼滤波（UKF）。      

MGNC系统实时快速组合导航新算法

微小型导航制导控制系统MGNC(Micro Guidance Navigation and Control)传感器多,且数据处理能力有限,为实时提供导航结果,传统上采用降维滤波提高实时性,但这样会造成精度损失.为保证不减少滤波状态量,不损失精度,针对捷联和滤波特点提出一种新的实时解算方法:在捷联解算中以直接递推求解方向余弦矩阵代替以四元数为中间变量进行的间接求解;在滤波计算中用序贯方法处理量测修正值,避免复杂的矩阵求逆;采用稀疏矩阵三元组法,应用于协方差阵计算,减少乘法次数.仿真和实验证明改进算法对计算精度没有损失,且滤波计算时间比原算法减少了34.50%,显著提高了MGNC系统的实时性、鲁棒性和实用性.     

INS/SMNS组合导航信息融合算法

为了解决INS/SMNS(Inertial Navigation System /Scene Matching Navigation System)组合导航系统信息融合时涉及到的时间对准、多速率滤波、不等间隔以及量测滞后等问题,根据INS/SMNS组合导航主要应用于末制导段以及Kalman滤波与观测值的关系,提出了采用外推法进行时间对准、变周期离散化进行不等间隔多速率滤波、使用计算机软件消除量测滞后的解决方案.对比分析了常规Kalman滤波、消除量测滞后Kalman滤波以及方案的滤波精度.仿真结果表明设计的方案具有较高的滤波精度.     

衰减因子自适应滤波及在组合导航中的应用

从卡尔曼滤波技术的稳定性出发,分析了卡尔曼滤波算法发散的原因,提出了一组衰减记忆卡尔曼滤波中衰减因子的自适应估计方法,并在GPS/SINS组合导航系统中进行了计算机仿真.在计算衰减因子时,利用滤波残差序列在最优估计时为零均值白噪声的性质,构造了服从χ2分布的变量,并分别检验滤波残差每一个分量得出衰减因子值.仿真结果表明,该组算法能够自适应地估计出衰减因子的大小,有效地抑制滤波发散,且计算量较其它方法小.      

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.     

一种惯导系统快速对准模型和方法

从控制论的观点探讨了实现惯性导航系统(INS)快速对准及标定的途径及方法.通过引入李雅普诺夫变换,论证了SINS(Strapdown Inertial Navigation System)模型与GINS(Gimbaled Inertial Navigation System)模型的等价关系;通过基于物理本质的相似变换,提出了用伪状态来代替真实状态,从而使INS的可观测状态和不可观测状态之间动态解耦,得到了INS的最佳完全可观测子系统模型;通过对INS可观测子系统模型的简化,提出了一种快速估计方位失准角和标定陀螺仪漂移误差的方法,该算法表明方位失准角和陀螺仪的漂移误差完全可从水平失准角速率中快速估计出来,而不必使用陀螺的输出信号.      

车辆导航系统中超前滞后校正方法

分析了车辆导航系统中超前滞后产生的原因,提出了利用地图匹配MM(Map Matching)进行GPS(Global Positioning System)/DRS(Dead Reckoning System)组合导航系统超前滞后校正的方法.该方法是将超前滞后误差归结为GPS误差,先利用GPS沿道路垂直方向上误差的可观测性进行GPS误差校正,再将校正的GPS信息与DRS信息进行卡尔曼滤波,从而减少组合导航系统超前滞后误差.仿真结果表明上述方法是行之有效的.      

伪卫星/惯性组合导航的非线性补偿

伪卫星具有抗干扰能力强和布置灵活机动的特点,在增强卫星系统和独立组网为用户提供更高精度导航定位信息方面具有广阔的应用前景.研究了一种伪卫星/惯性组合导航的非线性补偿算法.由于伪卫星与用户的距离比卫星近得多,其非线性量测的影响也严重得多.采用二次项修正一定程度上弥补了传统线性化方法存在的模型误差大、滤波效果差甚至发散的问题.为避免求解非线性方程的困难使用了两步估计方法,大大降低了算法的复杂度.仿真结果表明,该算法可以显著提高伪卫星/惯性组合导航系统的性能,具有很高的实用性.     

车辆组合导航定位系统中测量元件的参数修正

阐述了GPS(Global Positioning System)/DRS(Dead Reckoning System)/MM(Map Matching)车辆组合导航定位系统组成和车辆定位算法,提出了利用Kalman滤波和非Kalman滤波算法修正测量元件参数,解决了测量元件参数的漂移问题.仿真实验表明该方法具有较好的修正效果.      

一种多传感器组合导航系统的改进异步融合算法

针对多传感器组合导航系统中各子导航传感器数据采样率不同且呈有理数倍的这一特殊问题,提出了一种组合导航系统的信息融合算法.首先将多传感器组合导航系统的原始状态方程变换成状态数据块向量与当前状态向量之间的关系,进而构成新的状态方程,而原始量测方程表达为与状态数据块向量之间的关系,进而构成新的量测方程.然后基于具有尺度与小波...     

摇摆基座SINS快速精确传递对准方法

动基座对准时,系统模型的精确性及状态的可观测性和可观测度是决定动态系统卡尔曼滤波效果的重要因素.建立了考虑主-子惯导匹配信息时间延迟问题的摇摆基座捷联惯导系统SINS(Strapdown Inertial Naviagtion System)精确传递对准模型,将PWCS(Piece-Wise Constant System)可观测性与奇异值分解可观测度分析方法相结合,对基座在不同摇摆方式下舰载武器SINS状态的可观测度进行了定量分析,得到了基座在三轴摇摆运动时SINS的状态变量具有最佳的可估计性能,从而使SINS可获得最优的对准速度和精度.该方法为舰载武器初始对准时舰船最佳机动方案及传递对准匹配模式的选择提供了依据,仿真结果表明了该方法的正确性和有效性.