排序方式: 共有4条查询结果,搜索用时 0 毫秒
1
1.
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。 相似文献
2.
3.
针对传统捷联惯导算法模型为非线性,需要对姿态、速度和位置分步运算,且高动态下算法精度较低的问题,提出一种地理系下基于伪线性模型的捷联惯导算法。利用伪线性模型及其分析方法,将传统的地理系下捷联惯导方程各部分转换成伪线性形式,定义导航向量并建立其系统模型;再利用高阶数值积分算法提升导航向量更新精度,得到地理系下基于伪线性模型的捷联惯导算法。最后,用仿真评估算法精度,与传统捷联惯导算法相比,大机动条件仿真中伪线性捷联惯导算法的精度提升了两个量级;旋转弹飞行仿真中导航误差不到传统算法的1/5。提出的伪线性捷联惯导算法结构简单,采用一个更新回路即可完成导航向量更新,且在高动态大机动条件下具有更高的算法精度,因此,对于捷联惯导算法研究与工程应用有一定的参考价值。 相似文献
4.
针对包含预滤波器的GNSS/INS非相干超紧组合架构,提出了一种基于预滤波器的两级AIME慢变故障检测方法。该方法首先基于预滤波器构建第1级AIME检测,并设计了关于第1级AIME检测统计量的检测量Kalman滤波器。在发生慢变故障时,第1级AIME故障检测统计量存在递增趋势。对于检测量Kalman滤波器而言,这种递增趋势也可视作一种慢变故障。以检测量Kalman滤波器为基础,构建了第2级AIME检测算法,以达到减小故障检测时间的目的。在单星和两星伪距慢变故障场景下,进行了仿真与对比分析。仿真结果表明,所提方法能够正确识别故障卫星并且可以显著减小慢变故障的检测时间。对于小变化率的慢变故障,所提方法在检测时间上的优势更加明显。 相似文献
1