车载武器惯导系统传递对准技术研究

针对车载武器捷联惯导系统动基座传递对准问题,研究了传递对准的基本原理,建立了地面武器弹载子惯导系统(SINS)动基座速度匹配传递对准的误差模型,并考虑SINS的惯性器件误差。采用了零速校正方法用以提高载车主惯导系统(MINS)的导航精度。根据速度匹配传递对准原理,推导了速度匹配方式下MINS与SINS导航解算速度之差的量测方程。在此基础上,设计了一种传递对准卡尔曼滤波器,并进行了仿真研究。仿真结果表明：SINS速度匹配传递对准在短时间内即可估计出SINS的水平失准角,对准精度可达到0.4＇以内,方位失准角在经过多次零速校正过程中的加减速机动后,对准精度达到0.7＇以内。     

舰载机惯导系统快速传递对准方法建模与仿真

为解决舰载机惯导系统在大方位失准角条件下的快速传递对准问题,提出了一种新的线性化方法.通过舰船坐标系与舰载机标称坐标系之间的方向余弦矩阵,将舰船坐标系与舰载机实际坐标系之间的大方位失准角问题,转化为舰载机标称坐标系与舰载机实际坐标系之间的小方位失准角问题,建立了舰载机传递对准的线性化数学模型,采用"速度+姿态"匹配法对传递对准滤波器进行仿真.结果表明在20 s时间以内曲线即收敛,使得水平失准角误差和方位失准角误差在1以内,满足了对准速度和精度的要求,克服了传统方法对准时间较长的缺点.     

一种速度匹配动基座传递对准的方法

介绍了一种速度匹配的动基座传递对准的方法。主子惯导均采用平台系统的指北导航方式,推导了平台对准误差方程,利用主子惯导的速度差信息构建控制回路对子惯导平台的水平失准角进行反馈修正,同时用卡尔曼滤波器估计出方位失准角,从而实现子惯导的初始对准。建立了相应的模型,对该传递对准方法进行了仿真验证,在仿真时考虑了杆臂效应的影响,加入了杆臂效应的算法补偿机制。仿真结果数据跟理论推导基本吻合,验证了方法的可行性。     

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。     

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。     

三种传递对准方法的对比研究

传递对准是动基座对准的一种方法,其有多种匹配方案。文章对比了＂速度＂匹配和＂姿态＂匹配、＂速度＋姿态角＂匹配3种传递对准方案。运用卡尔曼滤波算法,对失准角进行估计,并对估计结果进行比较,分析了3种匹配方案的对准精度及适用性。     

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%。     

舰载机惯导系统大方位失准角传递对准建模与仿真

为解决舰载机惯导系统在大方位失准角条件下的初始对准问题,建立舰载机惯导系统传递对准误差模型。该模型通过载舰坐标系与舰载机标称坐标系之间方向余弦矩阵,将载舰坐标系与实际舰载机坐标系之间的大方位失准角问题．转化为舰载机标称坐标系与实际舰载机坐标系间的小方位失准角问题,建立了舰载机传递对准的线性化数学模型,并采用“速度”匹配法建立了传递对准滤波器模型,利用轨迹发生器对模型进行仿真验证。     

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     

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。     

一种改进的强跟踪UKF算法及其在SINS大方位失准角初始对准中的应用

针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题,从正交性原理出发,通过严谨的推导得到强跟踪UKF成立的充分条件,在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小,渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法,证明了该算法满足强跟踪滤波器的充分条件,并分析了其渐消因子的作用机理。进行了捷联惯性导航系统（SINS）大方位失准角初始对准仿真,结果验证了所提强跟踪UKF算法的正确性和有效性。     

一种改进的强跟踪 UKF 算法及其在 SINS 大方位失准角初始对准中的应用郭泽,缪玲娟,赵洪松简

 针对现有的强跟踪无迹卡尔曼滤波（UKF）算法存在理论依据不足和滤波性能欠佳等问题,从正交性原理出发,通过严谨的推导得到强跟踪UKF成立的充分条件,在此基础上提出一种改进的强跟踪UKF算法。该算法无需求解雅可比矩阵且计算量较小,渐消因子的作用位置以及求解公式均不同于原始的强跟踪滤波器。给出了该算法的流程和渐消因子的求解方法,证明了该算法满足强跟踪滤波器的充分条件,并分析了其渐消因子的作用机理。进行了捷联惯性导航系统（SINS）大方位失准角初始对准仿真,结果验证了所提强跟踪UKF算法的正确性和有效性。     

Error estimation of INS ground alignment through observabilityanalysis

A systematic analysis of the observability of an inertial navigation system (INS) in ground alignment with Bar-Itzhack and Berman's error model is presented. It is shown that the unobservable states are separately contained in two decoupled subspaces. The constraints on the selection of unobservable states are discussed. An estimation algorithm which is derived fully from the horizontal velocity outputs for computing the misalignment angles is provided. It reveals that the azimuth error can be entirely estimated from the estimates of leveling error and leveling error rate, without using gyro output signals explicitly     

Wavelet de-noising for IMU alignment

Inertial navigation system (INS) is presently used in several applications related to aerospace systems and land vehicle navigation. An INS determines the position, velocity, and attitude of a moving platform by processing the accelerations and angular velocity measurements of an inertial measurement unit (IMU). Accurate estimation of the initial attitude angles of an IMU is essential to ensure precise determination of the position and attitude of the moving platform. These initial attitude angles are usually estimated using alignment techniques. Due to the relatively low signal-to-noise ratio of the sensor measurement (especially for the gyroscopes), the initial attitude angles may not be computed accurately enough. In addition, the estimated initial attitude angles may have relatively large uncertainties that may affect the accuracy of other navigation parameters. This article suggests processing the gyro and accelerometer measurements with multiple levels of wavelet decomposition to remove the high frequency noise components. The proposed wavelet de-noising method was applied on a navigational grade inertial measurement unit (LTN90-100). The results showed that accurate alignment procedure and fast convergence of the estimation algorithm, in addition to reducing the estimation covariance of the three attitude angles, could be obtained.     

舰载惯导传递对准仿真系统设计及实现

构建了舰载惯导系统传递对准计算机仿真系统,利用轨迹发生器产生主子惯导系统的惯性器件的输出,送入主子惯导系统的惯导解算模块,产生不同匹配模块的惯导参数输出,进而进行滤波估计。仿真系统可以对所建立的舰载惯导系统的误差模型和滤波算法进行计算机仿真验证,提高误差模型的精确性和滤波算法的可靠性,并对后续的半实物仿真和实际装备实验验证提供理论依据和支撑。     

惯性导航系统各种传递对准方法讨论

 本文按对准基本原理将惯性导航系统各种传递对准方法分为两大类,一类可称为计算参数匹配法,它包括速度匹配和位置匹配;另一类可称为测量参数匹配法,它包括加速度匹配、姿态匹配和角速度匹配。文中详细讨论了这两类方法的性质,指出:计算参数匹配法类似静基座自对准和空间率对准,在载体无机动动作时对准时间较长。测量参数匹配法对准时间短,但受载体挠性变形的影响大。     

Fast alignment and calibration algorithms for inertial navigation system

Algorithms for fast estimating the azimuth misalignment angle and calibrating gyro drift rates are approached from the point of view of control theory. By introducing the Lyapunov transformation, the equivalence of Strapdown Inertial Navigation System (SINS) and Gimbaled Inertial Navigation System (GINS) is discussed, and it shows that the analysis results of GINS can be applied to SINS directly by using such kind of equivalence. A similar transformation that based on physical essence is introduced, so that the true states can be replaced by the so-called pseudo-states, and then the observable states of INS can be dynamically decoupled with the unobservable states. Consequently, the best completely observable subsystem model of INS can be obtained. Based on the simplified subsystem model of INS, the algorithms for fast estimating the azimuth misalignment angle and calibrating gyro drift rates are proposed. The proposed algorithms show that the azimuth misalignment angle and gyro drift rates can be estimated from the rates of leveling misalignment angles without using the gyro output signals.