SINS在摇摆基座上的快速精确对准方法

基座摇摆运动及产生的杆臂效应误差是影响舰载武器对准精度和快速性的关键因素.基于摇摆基座上舰载武器捷联惯导系统SINS(Strapdown Inertial Naviagtion System)初始对准的特点,分析了杆臂效应的产生机理及杆臂效应干扰加速度的补偿方法.在研究利用参数辨识法代替卡尔曼滤波进行摇摆基座SINS初始对准方法基础上,考虑工程应用实际情况,进而提出了利用一种参数辨识法进行摇摆基座初始对准的改进方案;最后,通过仿真验证表明采用改进参数辨识方法进行舰载武器SINS对准,不仅能提高对准的精度,而且可提高对准的快速性.研究结果可为舰载武器初始对准方案的选择与设计提供理论参考.     

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.      

捷联惯导系统动基座对准的可观测性分析

建立了SINS(捷联惯导系统)动基座对准的误差模型,首次应用PWCS(分段定常系统)可观测性分析理论对SINS动基座对准过程中的可观测性进行了全面研究.将载体的运动分解为平动和姿态变化两大类情形,深入研究和详细分析了载体的各种运动对系统可观测性的影响,指出在SINS动基座对准过程,无论载体的线运动还是角运动在一定条件下都能提高SINS的可观测性.定性地得出了不同运动对系统可观测性的影响结果,这为研究SINS的快速精确对准方法奠定了理论基础.      

机载武器传递对准的可观测性分析

采用"速度+姿态"量测匹配法设计了机载武器传递对准系统,建立了系统的动态误差模型和量测模型,并在这些模型的基础上设计了卡尔曼滤波器.介绍了基于可观测性矩阵奇异值分解的分段定常系统(PWCS, Piece-Wise Constant System)可观测性分析法,并通过该方法分析了机载武器传递对准系统各个状态变量的可观测性.在可观测性分析的基础上忽略不可观测状态变量,实现系统滤波器降维.设计了摇摆机动,在该机动基础上对降维前后滤波器性能和传递对准精度进行了对比,证明了可观测性分析的必要性和正确性.     

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.     

新型快速传递对准方法

针对惯性导航系统的动基座传递对准问题,提出了速度加姿态加角速率组合匹配法.用来自主、子惯导的3组参数信息作观测量,通过卡尔曼滤波法迅速准确地估计出失准角及安装误差角等状态量,以便精确地对子惯导系统进行初始化.根据传递对准的基本原理,设计了载体结构挠曲运动统计模型,建立了状态方程及量测方程.同条件仿真结果表明:这种方法与速度加姿态匹配和速度加角速率匹配的对准精度相当,但估计速度约为这两种方法的2倍.可用于机载或舰载战术导弹武器系统,有效减小导航误差和制导误差.     

基于状态量扩维的旋转式捷联惯导系统精对准方法

初始对准是旋转式捷联惯导系统（SINS）的关键技术之一。传统旋转式捷联惯导精对准方法多采用10维模型,该模型的精对准精度不能满足导航精度要求。针对此问题,提出了一种基于状态量扩维的旋转式捷联惯导系统精对准方法。首先,将陀螺和加速度计标度因数误差、安装误差扩展为状态变量,建立了28维的精对准模型;然后,对旋转过程中各状态量的可观测度进行分析,根据分析结果将模型优化为13维;最后,采用卡尔曼滤波实现了旋转式捷联惯导系统的精对准。仿真结果表明,与传统初始对准方法相比,该方法能有效提高姿态对准精度,并估计出更多陀螺误差项。      

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.      

基于多矢量定姿的动基座最优化对准算法

针对车载捷联惯导系统（Strapdown Inertial Navigation System, SINS）的传统动基座粗对准方法精度低且环境适应性差的问题,提出了一种基于多矢量定姿的动基座最优化粗对准算法。在传统的基于重力矢量的初始对准方法基础上,将姿态矩阵求解问题转化为Wahba问题,实现对多个时刻重力矢量信息的充分利用,并通过SVD算法实现对Wahba问题的求解,结合全球导航卫星系统（Global Navigation Satellite System, GNSS）输出信息和SINS输出信息,构建状态方程和量测方程,采用Sage-Husa自适应滤波算法以解决量测噪声不准确问题,不断修正载体系变换矩阵以获得更加精确的姿态转换矩阵。仿真和半物理实验表明,改进算法能够明显提高惯导系统在动基座下的姿态精度,转台实验对准方位误差小于0.05°。     

PINS静基座对准中的理论与算法的研究

分析了平台式惯导系统(PINS)静基座条件下的可观测性,采用系统可观测矩阵的条件数来定量计算PINS静基座可观测性能,找出该条件下的可观测矩阵条件数最小的3个不可观测变量.采用了自适应Kalman算法和常规Kalman算法对简化模型进行了仿真比较.仿真结果表明前者比后者滤波收敛快.进而提出了一种基于Elman神经网络的快速对准方法.     

几种可观性分析方法及在惯导中的应用

建立了惯导系统（ＩＮＳ）的误差模型,研究Ｋузовков方法、奇异值判断法和状态解耦方法等３种可观性分析方法,并将这些方法用于惯导初始对准的可观性分析中。通过分析,用Кузовков方法和奇异值判断法相结合,可更有效地确定不可观状态。用状态解耦的方法,可以将状态分解到相应的子空间中,之后可以选择不可观的状态。     

连续小推力航天器自主导航及在轨参数标定

以连续小推力航天器为背景,提出了综合考虑星载加速度计和推力器在轨标定的自主导航方案。首先以精确姿态测量和引力梯度模型为标定参考信息源,建立了包含加速度计参数、推力器参数以及光压系数的完整参数测量模型;然后基于天文导航方法建立了自主导航系统状态模型和观测模型;表明各状态和参数的能观性后,采用了具备良好计算效率和鲁棒性的双重无迹卡尔曼滤波方法进行状态和参数联合估计。分析与数值仿真表明,该方法通过结合参数在轨标定直接提高了导航模型精度,在工程应用中具备可行性和有效性。     

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″.