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。     

非线性滤波在捷联惯导系统初始对准中的应用

惯性导航系统(INS)初始对准的误差方程在本质上是非线性的,估计惯性导航初始对准误差普遍采用的做法是把失准角假设为小角度,再将误差模型线性化.但当运载体遭遇恶劣环境姿态变化剧烈时,用于估计小失准角的误差模型将不再满足初始对准的要求.为满足大失准角下惯导系统的初始对准,在建立大失准角下的非线性误差模型基础上,分别应用2种...     

大失准角下MIMU空中快速对准技术

 为了提高微小型无人机空中的反应速度和作业精度,提出将基于模型误差预测的扩展卡尔曼滤波(MEP-EKF)方法应用在大失准角下微惯性测量单元(MIMU)的空中对准中,通过不同机动飞行策略的仿真结果,证实MEP-EKF算法不仅能够实时估计出系统的模型误差,而且将其与扩展卡尔曼滤波(EKF)和Unscented卡尔曼滤波(UKF)方法进行了仿真比较,结果表明MEP-EKF算法在方位误差角的估计上,取得了比EKF和UKF精度高的仿真结果,使得方位失准角由30°快速下降到1°左右,而且MEP-EKF所需时间仅是UKF的17%。     

捷联惯导系统大失准角下的初始对准研究

针对捷联惯导系统初始对准过程中的大失准角情况,建立了基于欧拉平台误差角概念的捷联惯导系统(SINS)非线性误差模型,对于具有加性噪声的动态方程,当状态方程为非线性而观测方程为线性时,将一种简化的UKF滤波方法运用到捷联惯导系统初始对准中,并在静基座下对捷联惯导系统大失准角初始对准进行了仿真。仿真结果表明,随着失准角的增大,简化的UKF比EKF估计精度更高,是一种在进行捷联惯导系统大失准角条件下的初始对准时实用方法。     

基于四元数误差模型的捷联惯导系统对准方法

传统的小干扰方程并不能描述捷联惯导系统在大失准角下的误差传播特性 ,推导了姿态误差为大角度时的四元数误差方程 ,并指出当姿态误差为小量时 ,所推导的误差模型与小干扰方程是等价的。仿真结果表明在大失准角下的空中对准过程中 ,采用四元数误差方程以及非线性滤波技术能有效地提高对准精度     

捷联惯导准静基座大失准角线性初始对准方法研究

研究了利用线性卡尔曼滤波实现准静基座捷联惯导大失准角初始对准的问题。根据李群理论，如果系统模型具有仿射性，则其对应的线性误差模型是独立于状态估计值的，同时可以从该线性模型精确反推出李群上的非线性状态误差。分析指出，准静基座条件下捷联惯导姿态微分方程满足仿射性条件，其对应的姿态误差方程是独立于姿态估计值的。但是，如果将速度考虑进状态，则整体的状态模型不再满足仿射条件，无论是基于SO(3)+R3还是SE(3)姿态描述，所对应的状态误差方程都不能做到独立于状态估计值。基于上述分析，直接对SO(3)+R3状态描述下的速度误差方程进行改造，用重力矢量直接替换比力项，从而构造出独立于状态估计值的状态转移矩阵。仿真实验结果表明，利用所构造的线性状态空间模型，即使在大失准角条件下也能快速收敛到极限对准精度；车载晃动实验结果表明，利用所构造的线性状态空间模型，在大失准角条件下同样能够快速地跟上小失准角条件下的线性卡尔曼滤波对准结果。     

高斯-厄米特滤波器在捷联惯导系统初始对准中的应用

 为提高静基座初始对准精度,缩短对准时间,采用了基于大方位失准角的对准模型,引入了高斯-厄米特滤波器(GHF)。针对GHF中均值和协方差阵的多元非线性高斯积分求解问题,利用初始对准误差方程的非线性是由大方位失准角导致的特点,通过状态的线性变换,求其线性状态解析解,将高维积分转化成一元数值积分,在不损失精度的前提下,解决了GHF在对准应用的"维数灾难"问题。将此算法用于实际系统,对比于扩展卡尔曼滤波器(EKF)、无迹卡尔曼滤波器(UKF),结果表明在大方位失准角条件下,GHF方法偏航角的对准精度提高了16%,对准时间缩短了75％。     

基于边缘采样的简化高阶CKF在非线性快速传递对准中的应用

针对舰载机惯导系统非线性传递对准问题中误差模型不完善的问题，同时考虑了挠曲运动和动态杆臂的影响，提出了一种新的适用于大方位失准角情形下的挠曲变形和杆臂效应加速度一体化误差模型。采用高阶容积卡尔曼滤波（HCKF）算法对状态进行滤波估计，考虑到HCKF具有较大的计算量，分析了传递对准模型的状态方程与量测方程结构，设计了一种基于边缘采样的简化高阶容积卡尔曼滤波（M-RHCKF）算法，其在时间更新中使用边缘采样算法，在量测更新过程中使用简化量测更新过程，并给出了该算法的证明过程。采用"速度+姿态"组合匹配方式，对提出的误差模型进行仿真实验。结果表明，该模型可以满足对准精度和对准时间的要求，相比于未考虑动态杆臂的传递对准模型具有更高的对准精度。     

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。     

一种改进的类高斯和粒子滤波在大失准角传递对准中的应用

 在小失准角传递对准模型基础上提出了一种大失准角下的速度加姿态匹配的传递对准模型;针对模型中存在的非线性和非高斯性问题,根据二阶马尔可夫过程的时域特性,提出了一种改进的采用类高斯和重采样的粒子滤波算法。理论分析证明了大失准角下传递对准模型和小失准角下传递对准模型的统一性。小失准角下的仿真验证了大失准角传递对准模型的正确性;大失准角下的仿真结果表明在大失准角的非线性、非高斯状态下,相比传统粒子滤波算法只稍微增加了计算量,而传递对准的精度提高了大约40%。     

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。     

基于UKF的大失准角船舶行进间对准技术研究

由于标准卡尔曼滤波只适用于线性系统,通常在SINS/GPS组合导航初始对准过程中,先通过基于惯性系的粗对准方法,将失准角转化为小量,然后再进行卡尔曼滤波精对准。由于杆臂效应,使用的基准信息存在一定误差,导致初始对准精度降低。因此,首先设计UKF的大失准角初始对准算法;其次将基准信息杆臂在UKF方程中建模,对杆臂误差进行补偿;最后通过仿真验证算法的可行性,并利用海试实验数据对UKF算法与传统动基座算法进行对比,实验结果表明该方法具有明显优势。     

基于五阶容积-二阶平滑变结构滤波算法的捷联惯导系统初始对准技术

为了改进捷联惯导系统大方位失准角初始对准情况下的方位失准角对准精度和稳定性问题,提出了一种组合对准方法。该方法将Kalman滤波对准模型与罗经对准模型相结合构建了一种组合对准机制,并在此模型基础上提出了基于非线性滤波和鲁棒滤波的五阶容积-二阶平滑变结构滤波算法,将五阶容积-二阶平滑变结构滤波算法与组合对准机制相结合,从而实现大方位失准角的初始对准。仿真结果表明,五阶容积-二阶平滑变结构滤波对准方法得到的方位失准角对准精度明显优于常见的几种对准方法,且其对准结果的重现性更高。因此,提出的五阶容积-二阶平滑变结构滤波算法能够很好地适用于大方位失准角的初始对准。     

传递对准中载舰挠曲变形和杆臂效应一体化建模与仿真

 针对舰载机惯导系统大方位失准角传递对准的非线性问题,根据舰载机在载舰上的实际停放情况,引入舰载机标称坐标系,并综合考虑载舰挠曲变形和杆臂效应的影响,建立挠曲变形和杆臂效应加速度一体化模型,完善舰载机惯导系统大方位失准角传递对准线性化模型。采用“速度+角速度”组合匹配算法的滤波模型,对固定安装失准角和挠曲变形角进行了估计。结果表明,该模型在舰载机大方位失准角传递对准时可以满足对准精度和时间的要求。     

行人导航系统航向角约束算法研究

针对航向角发散的情况,采用磁力计和地图线路匹配约束的方法修正航向角误差。根据磁力计和地图线路匹配算法各自的特点,在零速修正技术的基础上,最终选择在行人直线行走时采用地图线路匹配辅助,弯路行走时采用磁力计辅助的算法,通过EKF进行误差估计从而补偿航向角误差。最后将设备置于行人足后跟处进行实验,实验结果表明,此方法能够有效抑制航向角漂移误差,导航精度明显提高,最终定位误差为1.2m,占总行程的0.3%。     

Design of on-board calibration methods for a digital sun sensor based on Levenberg–Marquardt algorithm and Kalman filters

Digital sun sensor is one of the most important sensors used in the Attitude Determination System (ADS) of the satellite. Due to the harsh environmental conditions that exist in the space, various distortions may occur in the sun sensor optical system that lead to the reduced accuracy of this equipment. So, it is necessary to recalibrate the optical parameters of the aforementioned sensors. For this purpose, first a novel attitude independent error model is proposed for the SS-411 sun sensor that includes the central point of the CCD array, installation error, filter thickness and sensor misalignment. So, the mutual interfaces between the sensor parameters are considered in the developed model. In order to extract the sensor parameters, a nonlinear optimization technique called the Levenberg–Marquardt is applied to the developed model as a batch algorithm. In addition, the Extended Kalman Filter (EKF) and the Unscented Kalman Filter (UKF) have been utilized as sequential strategies. It will be shown that by considering a worst case of variation amount for sensor parameters, an accuracy improvement of about 17° is achieved by the developed calibration algorithms. Comparison between the developed algorithms represents that UKF has higher accuracy, shorter time convergence but higher computational load.     

包含乘性噪声自适应修正的非合作目标相对导航算法

无人机（UAV）态势感知的任务是利用机载传感器对未知环境进行目标识别和引导,针对无人机与非合作目标间中远距离的相对导航问题,提出了一种基于角度和距离量测的相对状态估计算法。在现有滤波算法的基础上,为了提高精度和稳定性,本文利用了列文伯格-马夸尔特（LM）优化的思想对迭代卡尔曼滤波（IEKF）算法进行改进,提出了一种LM-IEKF算法,并推导该算法在迭代过程中的状态更新方程及协方差阵的递推公式。在此基础上,考虑到距离传感器由于信号相关特性而引入的乘性噪声,现有的加性噪声模型难以适应,因此,进一步提出了基于量测噪声自适应修正的Modified LM-IEKF方法,通过在线实时更新噪声阵提高滤波的精度,并设置渐消记忆指数平滑估计结果。算法验证结果表明,与现有的EKF、IEKF算法相比,在仅含加性噪声的情况下,LM-IEKF算法具有更好的性能;在包含乘性噪声的情况下,Modified LM-IEKF可以有效地估计量测噪声,与目前广泛使用的EKF算法相比,在综合相对位置和相对速度精度上分别提高了10%和23%。