INS／GPS组合导航系统的容错研究

本文研究了INS/GPS组合导航系统的容错问题,并提出了一个两级故障检测及分离方案。通过采用该方案,INS/GPS组合导航系统将具有较高的容错能力,并能为用户提供连续、精确的导航信息。     

联合制导攻击武器六自由度系统仿真

重点分析了GPS/IN S复合制导系统及激光导引头的工作原理和建模方法,同时介绍了增程套件的原理,并设计了方案弹道。通过六自由度弹道仿真,比较了增加组件前后联合制导攻击武器的性能指标。研究结论对我国现有库存常规炸弹的制导化改进有一定的参考价值。     

基于进化神经网络的组合导航系统滤波算法研究

组合导航系统中,卡尔曼滤波算法的估计特性依赖于精确的系统模型和准确的外观测数据.任何一个条件不满足将导致滤波精度下降甚至发散.为此,本文引入进化神经网络和自适应卡尔曼滤波技术.仿真结果证明,文中所提算法能够有效克服常规卡尔曼滤波的缺点,并保持较高的精度.     

低成本捷联惯导不对称动态误差的神经网络补偿

 针对低成本捷联惯导系统(SINS)中陀螺动态误差的不对称性在角振动条件下造成姿态漂移的问题,设计了多层前向神经网络的补偿模型。在标定模型参数时,为降低对外部参考信号测量精度的要求,提出用姿态解算的最终误差作为网络优化目标的训练方法。由于最终的姿态误差不是网络的期望输出,无法采用有导师的训练方法,为此采用了微粒群优化算法。仿真实验结果表明:补偿后的陀螺动态误差的不对称度减小了一个数量级。     

FADS系统在飞翼布局飞行器上的应用研究

针对飞翼布局飞行平台对高精度迎角、侧滑角的依赖性,设计了一种采用安装于机头表面的测压孔和机翼前缘的测压孔相结合的FADS系统应用方案,给出了其空气动力学模型,并将该FADS系统与惯性系统相结合来提高机动情况下大气数据的测量精度。由于该系统以FADS测量结果为基础,所以可以保证最后输出结果的精度要求,而且还克服了FADS系统延时的影响,其计算复杂性基本没有增加,满足实时性要求,易于工程实现。     

旋转捷联惯导系统原理及典型方案分析

旋转捷联惯导系统采用旋转调制误差补偿技术对陀螺仪和加速度计误差进行调制,可以提高系统导航精度。文章借助捷联系统基本误差方程,简要分析了旋转调制误差补偿的机理;通过对几种典型IMU旋转方案的分析和仿真,验证了旋转调制误差补偿技术的有效性并比较了不同旋转方案的特点。     

考虑捷联导引头最小视场角约束的制导策略

针对高超声速飞行器捷联导引头,提出导引头最小视场角（FOV）约束问题。首先分析了导引头视线角变化规律,指出在攻击固定目标时,导引头最小视场角约束在弹道末段无法被满足,导引头将丢失目标。在此基础上,基于缩短导引头丢失目标距离的目标,提出一种满足导引头最小视场角约束的制导策略。该策略不依赖于末制导律形式,当最小视场角约束无法被满足时,改变原有制导指令,主动改变弹道轨迹以增加弹体视线角,避免超出视场范围。其次,针对飞行器过载约束,设计了制导策略切换点,在到达切换点时该制导策略将结束工作,避免末端过载过大超出约束。通过对比仿真验证了所提出制导策略有效性,能够大幅度减少导引头丢失目标距离,工程上有利于提高末端命中精度。     

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.      

船用光纤陀螺罗经试验方法

目前,国内关于光纤陀螺和捷联系统技术的研究日趋成熟。随着新型光纤陀螺罗经可以大大提升舰船保障和生存能力,将逐步取代传统机电式平台罗经,成为航海领域的舰船首选航行保障设备。在对光纤陀螺罗经工作机理和关键技术深入分析的基础上,提出满足光纤陀螺罗经试验鉴定需求的试验理念和试验模式,利用该方法进行试验设计,对试验中的关键条件、主要指标和考核因素等重点方面进行详细的分析与阐述。通过陆上试验和航行试验,验证了研究在试验鉴定中具有一定的应用价值,同时可指导捷联航姿系统试验。     

双轴连续旋转调制捷联惯导系统大失准角初始对准技术

由于可以补偿惯性器件在三个轴向上的输出误差,双轴旋转调制技术被广泛应用于捷联惯导系统(SINS)。选择了一种合理且实用的十六次序双轴转位方案,并对其调制原理和误差进行了分析。初始对准技术是捷联惯导系统的一项重要技术,其对准精度直接决定了后续导航的精度。在粗对准完成后,当姿态误差角较大时,后续的精对准误差模型呈非线性特性,故选择了滤波精度高、稳定性强的平方根容积Kalman滤波算法(SCKF)来解决这一问题。考虑到在实际对准过程中,量测噪声的统计特性易发生变化,将SCKF算法与Sage-Husa算法相结合,在传统Sage-Husa SCKF算法的基础上提出了一种改进的自适应滤波算法(ASCKF)。该算法采用QR分解来完成对噪声协方差的平方根矩阵估计,从而避免了传统Sage-Husa SCKF算法中所估噪声协方差矩阵不正定的问题。最后,通过仿真证实了ASCKF算法可被很好地应用于量测噪声统计特性发生变化的初始对准中。