R-T-S平滑算法与抗差Kalman在数据后处理中的应用

为了提高组合导航系统后处理精度和数据稳定性,将R-T-S最优固定区间平滑算法引入数据后处理中,在前向Kalman滤波的基础上,进行了后向R-T-S最优固定区间平滑处理,并针对GPS观测值中存在异常的问题,将抗差Kalman滤波算法引入数据后处理中,并对该算法进行实物仿真。结果表明,与传统Kalman滤波相比,R-T-S平滑算法不仅可以提高位置、姿态精度,而且在卫星信号失锁的情况下精度也得到显著改善,并且在不丢星的时刻,抗差Kalman滤波可以有效处理GPS信号中的异常观测值,遏制滤波发散,是一种有效的数据处理方法。     

激光陀螺捷联惯导系统旋转调制技术综述

激光陀螺旋转调制技术是一种系统级误差自补偿技术,能够有效调制陀螺和加速度计的误差,提高导航系统的精度。首先分析了旋转调制型捷联惯导系统的基本原理和类型,然后从转位方案的编排、惯性测量单元旋转速度和转停时间的选取、旋转机构的导航解算、旋转机构的误差分析、载体角运动隔离等多方面,对激光陀螺旋转调制技术进行了综述,并探讨了我国旋转调制技术的重点研究方向,提出了合理的建议。     

惯性速度辅助下GPS／捷联惯导组合系统性能研究

ＧＰＳ／惯性导航组合系统目前正得到越来越广泛的应用，但ＧＰＳ接收机载波环失锁时，码环的速率辅助信息来自惯导系统，由于惯性速度的不精确性及伪距测量误差和它之间的相关性，将可能导致组合系统工作的不稳定，本文根据码环的工作特性，在组合卡尔曼滤波器中考虑了码环的跟踪误差，利用ＧＰＳ／捷联惯导组合系统的导航性能，结果表明，ＧＰＳ／捷联惯导组合系统中，若消除了伪距测量误差与惯性速度误差之间的相关性，将可较显著     

某型无人机自动着陆系统研究

论述了用ＤＧＰＳ／ＳＩＮＳ／ＲＡ组合导航系统引导的某无人机自动着陆系统的总体方案，利用该无人机的小扰动线性化方程，对其轨迹控制系统进行了分析设计。在不采用速度控制系统的情况下，利用该无人机的全量微分方程，对其在各种起始状态及各种干扰下的自动着陆过程进行了仿真。仿真结果表明，着陆性能符合要求。     

SINS/DGPS/Magnetometer组合导航研究

本文针对SINS/DGPS/Magnetometer全组合系统进行了研究,建立了相应的误差模型和系统观测模型。应用扩展卡尔曼滤波算法将GPS测量方程和SINS动态线性化,进行SINS验前状态估计及其误差协方差时间更新。仿真结果表明:本文提出的组合导航系统能够给出载体的高精度姿态信息,位置误差和速度误差也较小。     

捷联惯导系统内杆臂补偿方法及试验验证

在实际捷联惯组中,三只加速度计的比力测量对应于不同的点位置,如果直接作为捷联惯导算法的输入,角运动条件下会引起导航误差。对于加速度计非正交安装情形,在常规静态标定模型基础上,推导了考虑内杆臂效应后的动态标定模型。以导航速度为观测量,建立了加计组合内杆臂补偿的一般模型方程。针对激光捷联惯性组合,设计了简便的试验方法用于辨识内杆臂参数,高强度的摇摆试验表明内杆臂补偿有效地提高了导航精度,速度误差降低达77%以上。       

捷联惯导姿态误差修正算法研究与仿真

组合导航卡尔曼滤波对姿态角进行修正时,将惯导的平台角误差近似为姿态误差,会带来较大的数学模型误差,从而影响测姿精度。通过分析组合姿态算法中姿态作为量测信息时平台角误差与姿态角误差物理意义的不同,得到了两者的转换关系,从量测矩阵修正和观测值预处理两个方面对原有的姿态组合算法进行改进,有效降低了数学模型误差。仿真结果表明,改进后的姿态组合算法误差状态估算更加精确,能够有效地提高组合导航的测姿精度。     

某型飞机捷联惯性导航系统的故障分析

介绍了某型飞机HJG-1H2捷联惯性导航系统一系列故障的排除过程，为该系统的日常维护和修理提供参考。     

发射惯性坐标系下误差角与数学平台失准角的推导与仿真

基于状态空间法的捷联惯性/天文组合导航系统(SINS/CNS)需要数学平台失准角作为观测值参与滤波估计,工程实际只能得到SINS、CNS二者的姿态误差角.以弹道导弹为背景,在发射惯性坐标系下分别推导了四元数和欧拉角形式的姿态误差角与数学平台失准角之间的相互转换矩阵.建立了弹道导弹SINS/CNS数学模型,并采用EKF和UKF算法验证了该转换矩阵.仿真结果表明误差转换矩阵的正确性.     

惯性/里程计组合导航无地标行进中自主对准

载车行进中自主对准可有效缩短机动前准备时间,提高姿态对准精度以及对准过程中无地标自主定位精度是关键。本文提出一种里程计辅助捷联惯导系统行进中对准算法,推导了行进中精对准滤波模型以及对准过程中无地标自主定位算法。为缩短对准时间、减小由于航向角误差未收敛时造成的定位误差,利用回溯法将粗对准过程存储数据用于精对准过程,且回溯法仅需存储少量数据适合于工程应用。车载实测数据分析表明算法可同时实现行进中自主对准与对准过程中无地标自主定位,有效提高了载车快速机动能力,航向角对准精度优于1 mil,对准过程中无地标自主定位精度优于0.3%行程。