捷联航姿传感器的误差补偿标定方法

磁航向传感器作为机载设备,它的工作情况与载体环境的影响有着密切的关系,测得的磁航向角存在着较大的误差,不能直接用来进行导航定位。所以,必须对其进行误差补偿,提高磁航向角的测量精度,才能用于导航定位。罗差是磁阻罗盘的主要误差源,文中介绍了罗差方程式,并重点推导了基于最小二乘法的七参数八位置误差标定方法。基于该方法的磁航向补偿算法的性能试验结果证明,磁航向误差基本维持在0.5°左右,满足了精度的要求。     

一种无引北三轴转台标定捷联惯组方法

用三轴转台标定捷联惯组时，需要对三轴转台引北，用于精准测量捷联惯组相对地球北向的角度。为了减少引北带来的繁重工作量，在研究传统六位置标定方法的基础上，设计了十二位置标定方法。给出了十二位置翻转编排，建立了捷联惯组器件误差参数模型，详细推导了求解误差参数的方程式，并在高精度三轴转台上进行了试验验证。结果表明，在对三轴转台无引北的情况下，十二位置标定方法仍能标定出捷联惯组的24个器件误差参数，且精度与六位置标定方法相当，达到了预期目的。     

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。     

传统组合导航中的实用Kalman滤波技术评述

在随机线性系统建模准确的情况下,Kalman滤波是线性最小方差无偏估计。针对传统惯导/卫导组合导航的实际应用,难以精确建模,给出了常用的建模方法、状态量选取原则、离散化方法及滤波快速计算方法。讨论了平方根滤波、自适应滤波、联邦滤波和非线性滤波等技术的适用场合,并给出了使用建议。针对前人研究可观测度中未考虑随机系统噪声的缺陷,提出了更加合理的以初始状态均方误差阵为参考的可观测度定义和分析方法。提出了均方误差阵边界限制方法,可有效抑制滤波器的过度收敛和滤波发散。该讨论可为工程技术人员提供一些有实用价值的参考。     

激光陀螺捷联惯组角动态误差分析及其抑制方法CSCD

二频机抖激光陀螺捷联惯组在高动态载体上的角动态误差日渐成为影响其应用精度提升的重要因素。针对此问题,从各陀螺抖动耦合激励惯性敏感器本体组件圆锥运动产生误差,以及载体过载、振动环境引起陀螺敏感轴弯曲变形摆动产生单表级圆锥误差两个方面,对激光陀螺动态误差进行了理论分析。结合工程应用实际情况,分别对两项误差进行计算和仿真,得出理论误差可达0.01(°)/h以上,必须进行抑制的结论。根据误差产生机理,总结了合理配置各陀螺抖动频率和提升陀螺敏感轴弯曲刚度以抑制其弯曲变形的措施,并给出了抑制效果,可为提升激光陀螺捷联惯组角动态精度提供参考。     

一种补偿t-OPT噪声的冗余捷联惯组故障检测方法

为提高基于等价空间原理的故障检测方法在冗余捷联惯组故障检测中的适用性和鲁棒性，提出了一种补偿噪声的t检验最优奇偶向量法(t-OPT)。该方法在最优奇偶向量法(OPT)的基础上引入t检验构造了新的故障检测函数，使用卡尔曼滤波算法补偿了t-OPT方法中故障检测函数的随机噪声，使检测方法在奇偶残差统计特性未知、存在噪声干扰和故障幅值较小的情况下，仍可以实现对故障器件的准确定位。仿真结果表明：该方法可以检测到冗余捷联惯组中低故障幅值的常值漂移，有效降低了常值漂移故障检测的虚警率以及线性漂移故障的检测时延。     

鲁棒Kalman滤波及其在水下组合导航中的应用

在水下捷联惯导(SINS)/多普勒计程仪(DVL)组合导航系统中,当外部辅助信息受到野值等非高斯噪声污染时,选取调节因子γ为固定值将会降低基于Huber方法的鲁棒Kalman滤波(HRKF)算法的精度和鲁棒性。针对此问题,提出了一种基于马氏距离(MD)算法的调节因子自适应的鲁棒Kalman滤波(HRAKF)算法。首先利用MD算法对正常/异常的观测量进行辨识;进而建立γk递推关系式,并根据量测噪声特性对γ值进行实时调整;最后利用γk求取Huber权函数,并对量测噪声阵进行修正。选取8000s船载实测数据,分别利用Kalman滤波(KF)、HRKF及HRAKF算法进行水下组合导航半物理仿真试验。试验结果初步表明:在观测量受到野值或混合高斯分布噪声污染时,相较于KF和HRKF,HRAKF可实现更高精度、更加稳定的组合导航。