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%。     

基于鱼群优化粒子滤波的捷联惯导系统初始对准方法

针对传统捷联惯导系统静基座初始对准模型的维数较高,导致滤波算法的解算实时性较差的问题,设计出一种基于鱼群优化粒子滤波的两位置初始对准方法。首先,建立了捷联惯导系统的两位置初始对准模型。由于该模型中不存在惯性器件的随机常值影响,因此,在确保初始对准精度的前提下,有效降低了初始对准模型维数;然后,利用鱼群优化算法改善了粒子滤波算法中粒子样本的分布,提高了粒子滤波算法的收敛速度和预测精度。仿真结果验证,采用该初始对准方法,可以有效提高初始对准的精度,且满足系统对实时性的要求。     

纬度未知条件下捷联惯导系统晃动基座的初始对准

针对纬度未知条件下捷联惯导系统(SINS)晃动基座的初始对准问题,提出晃动基座下的纬度估计算法和初始对准方法。前者通过惯性坐标系下两个不同时刻的重力加速度向量的夹角来求取纬度;后者利用惯性坐标系下的姿态更新来实时地反映载体在晃动干扰下的姿态变化,结合初始姿态的最优估计实现初始对准。理论分析表明,本文提出的纬度估计算法的误差主要由加速度计误差决定,陀螺误差和晃动干扰对其影响很小。仿真结果表明,本文提出的纬度估计算法和初始对准方法适用于纬度未知条件下晃动基座的初始对准。     

晃动基座捷联惯导系统初始对准迭代方法

由于受风力或发动机启动等因素的影响,惯导系统载体(如导弹、飞机、舰船和车辆)经常遇到低频晃动的情况。晃动干扰使得陀螺测量到的地球自转角速度信噪比大幅下降,从而导致常用的对准方法无法满足高精度初始对准要求。针对这一问题,提出了一种基于晃动基座的捷联惯导系统迭代初始对准方法。本方法由惯性导航计算出水平速度误差,利用最小二乘法估算出水平角速度误差、姿态误差和航向误差,然后进行迭代计算,从而算出导航初始时刻的姿态和航向。车载(发动机启动)试验结果表明,该算法既提高了晃动基座条件下的初始对准精度,航向角误差的方差采用静态对准时为0.39244°,摇摆对准为0.03331°,本文采用的迭代对准为0.00883°,缩短了对准时间,迭代对准2min的航向角精度等效于静态对准和摇摆对准5min的精度。     

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。     

BP神经网络在惯导系统传递对准中的应用

针对系统阶次较高时卡尔曼滤波实时性较差的特点,将多层BP神经网络替代卡尔曼滤波应用于舰载机惯导系统的传递对准。利用卡尔曼滤波的输入、输出作为BP神经网络滤波的样本对值进行训练,得到了神经网络的输出值,实现了惯导传递对准中的滤波功能。仿真结果表明,将BP神经网络用于传递对准,既获得了与卡尔曼滤波相当的精度,又有效地降低了系统的解算时间,提高了系统的实时性。     

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。     

捷联惯导系统初始四元数提取的新算法

给出了捷联惯导系统初始四元数提取的两种新算法。其中算法1的推导是基于方向余弦矩阵和四元数的代数关系式，而算法2则利用了姿态转动的几何特点。与经典的四元数提取算法相比，所给出的算法具有简单、可靠、无奇异的特点，而且所得四元数的归一化程度也优于传统方法。利用数值仿真对所提算法的优越性进行了验证，结果表明，方法是合理的、可行的。     

通用EIFS分布确定方法改进研究

基于概率断裂力学的基本假设和原理,提出一种改进的通用EIFS分布确定方法。新方法用小裂纹扩展曲线计算多种参考裂纹尺寸水平下的TTCI值,并对其进行极大似然估计。然后利用约束最小二乘法确定不同应力下的裂纹扩展参数和通用EIFS分布上限。在此基础上,根据分布参数的通用性条件确定通用EIFS分布参数。与改进前的方法相比,新方法充分利用分布函数和裂纹扩展提供的信息,提高参数估计的合理性和可靠性。对某零件的原始疲劳质量分析证明改进方法是可行的,便于工程应用。     

采用BP神经网络的惯导初始对准系统

针对随机系统，提出了基于多层神经网络的滤波器，并将其用于惯导初始对准中。采用ＢＰ网络替代初始对准系统中的闭环卡尔曼滤波器，可以确保系统的误差状态始终为小量，实现了惯导初始对准中的滤波与校正功能。仿真结果表明，这种方法简化了系统运算的代数结构，提高了系统状态估值运算的实时性，而对准系统的精度又与原来采用滤波器的精度相当。