初始对准误差对惯性制导误差影响的简化算法

惯性制导系统初始对准的主要任务是精确确定载体坐标系和制导坐标系之间的初始方向余弦矩阵和载体的初始速度。惯性制导的精度在很大程度上取决于系统初始对准的精度。本文基于初始对准误差引起的惯性导航误差模型,针对近程战术武器系统,在一定精度范围内,忽略引力变化和发射时载体的初始速度,推导出初始对准误差对惯性制导误差影响的简化算法。该算法具有模型清晰,计算简便,易于使用的特点,避免了繁琐的运动学建模和编程计算过程,并且为在项目论证阶段不具备完备的总体数据支持的条件下,进行初始对准精度指标分配提供了理论依据。并经仿真验证,简化算法具有一定的精度。     

惯导平台调平回路参数辨识

在本文中，对惯导平台调平回路参数辨识问题进行了研究，描述了辨识的基本原理，进行了数字仿真计算。仿真结果表明估值的精度很高，此方法在实际应用中是很有效的。     

一种新的基于姿态四元数匹配的传递对准方法

设计了一种新的姿态四元数匹配传递对准方法,并以载机姿态四元数与弹体姿态四元数的四元数乘积作为量测量,推导了姿态四元数匹配量测方程。通过理论分析,得出了载机平台失准角、弹体平台失准角、弹体安装误差角和机翼颤振变形角为小量的情况下,这些量与量测量之间的关系。推导了传统的姿态角匹配传递对准方法量测方程,与之相比,姿态四元数匹配量测方法明显降低了计算量,并分别对两种姿态匹配方法进行了仿真,仿真结果表明：新的姿态四元数匹配方法与传统姿态匹配传递对准方法具有相同的精度。     

惯性敏感器与星敏感器之间在轨自主标定比较研究

惯性敏感器与星敏感器组合定姿是航天器高精度姿态确定的常用手段。通常将惯性敏感器的常值漂移作为扩展状态进行标定,而将星敏感器的常值偏差作为扩展状态进行估计也是可能的。本文对这两种方法的定姿精度进行了分析比较,给出了选用的准则。     

高动态下惯性加速度辅助三阶锁相环性能分析

针对高阶跟踪环路稳定性比低阶环路差,大带宽带来测量误差大的问题。研究在高动态环境下,惯导加速度信息辅助卫星接收机三阶载波锁相环跟踪算法,以及不同环路参数下跟踪环路的性能。对载体高动态场景、加速度信息延迟进行建模,并对算法进行了数学仿真。仿真分析结果表明,在加速度信息辅助下,即使压缩载波跟踪环路等效噪声带宽到3Hz,在高达1200g/s的加速度动态下,环路跟踪同样稳定可靠。     

航空制导炸弹SINS/GPS组合导航系统的设计

针对某型航空制导炸弹设计了SINS/GPS组合导航系统,考虑到制导航弹的高精度、低成本的特殊要求,系统采用了基于挠性陀螺的IMU作组合,而导航计算机采用基于“浮点DSP FPGA”的主从式多处理机模式,具有实时性好、运算精度高等优点,同时文章讨论了系统软件的详细设计,包括系统自检、初始对准、惯导解算、信息融合等模块的设计及部分核心算法的实现,最后对原理样机进行了地面跑车试验,试验结果表明系统的设计是成功的,利用该方案设计的原理样机能够满足实际要求。     

基于XGBoost算法的车载场景识别辅助组合导航研究

惯性推算误差抑制是提升复杂场景下组合导航定位性能的关键,现有采用运动约束或系统误差高阶建模的方法从运动学模型及传感器误差模型出发,通过经验确定参数及模型的最优解。深度学习隐式模型能够挖掘数据之间的隐含关系,进行自主化参数寻优,并在提升惯导误差建模精度方面具有一定优势。总结了现有主流网络模型设计的优缺点,通过对比不同的输入输出方案进行优选,最终利用卷积神经网络构建了一套惯性误差抑制的轻量化神经网络自学习模型,并利用实测车载数据验证了该模型的有效性。实验结果表明,在GNSS信号失锁300 s的路段I和失锁285 s的路段II,网络模型速度约束的算法相较于纯惯性推算和传统NHC算法均有一定提升,融合NHC及网络模型速度约束的算法在水平定位精度上分别改善了41.7%~47.4%和26.7%~36.6%,一定程度上抑制了惯性推算误差。     

基于ZUPT的新型月面导航处理方法

为了解决探测器在月面工作时惯性导航系统的误差累积问题,克服现有研究对环境敏感或是需要定期停止才能进行误差修复的短板,结合探测器的行驶行为,将探测器使用零速更新（ZUPT）原理修正误差的过程分解成了无ZUPT、完全ZUPT、水平动态ZUPT和垂向动态ZUPT 4种子模型的叠加,并分别推导了它们的系统矩阵和测量矩阵。针对月面导航系统提出了一种新型多模型零速更新（MMZUPT）算法。该算法应用多模型交互原理,允许多种更新模型同时工作,可以通过计算每个模型的权重在每个定位历元输出最优导航结果并约束误差。在精心挑选的受限环境中对月面导航进行了模拟实验,结果表明,所提MMZUPT方法无需频繁地主动停车以满足传统ZUPT使用边界就可以取得良好的效果,并且通过对包含错误的校准信号加以识别和利用可以获得更好的性能。     

Comparison of strapdown inertial navigation algorithm based on rotation vector and dual quaternion

 For the navigation algorithm of the strapdown inertial navigation system, by comparing to the equations of the dual quaternion and quaternion, the superiority of the attitude algorithm based on dual quaternion over the ones based on rotation vector in accuracy is analyzed in the case of the rotation of navigation frame. By comparing the update algorithm of the gravitational velocity in dual quaternion solution with the compensation algorithm of the harmful acceleration in traditional velocity solution, the accuracy advantage of the gravitational velocity based on dual quaternion is addressed. In view of the idea of the attitude and velocity algorithm based on dual quaternion, an improved navigation algorithm is proposed, which is as much as the rotation vector algorithm in computational complexity. According to this method, the attitude quaternion does not require compensating as the navigation frame rotates. In order to verify the correctness of the theoretical analysis, simulations are carried out utilizing the software, and the simulation results show that the accuracy of the improved algorithm is approximately equal to the dual quaternion algorithm.     

空间机器人抓取未知目标的质量特性参数辨识

根据动量守恒定理,研究了单臂自由飘浮空间机器人抓取未知目标的质量特性参数辨识问题。已有文献中基于动量守恒原理进行的参数辨识只适用于系统线动量和角动量为零的情况,当两者不为零时无法得到正确的辨识结果。为解决此问题,本文首先在惯性系而非本体系下推导得到了机械臂抓取未知目标后的系统线动量和角动量,保证了其各分量的守恒特性。然后基于此特性,通过在轨测量两个时刻机器人本体的线速度、角速度以及机械臂各关节的角速度和转角信息,建立了含有未知目标质量特性参数的动量增量方程。最后根据三组测量信息,从联立的动量增量方程组中求解得到未知目标的质量特性参数。数值仿真表明,此方法在系统线动量和角动量为零和不为零两种情况下都能实现高精度的参数辨识,同时还避免了方程求解的奇异问题。