GF-IMU角速度解算方法的研究

根据无陀螺惯性测量单元(GF-IMU)测量角速度的一般工作原理,提出了一种九加速度计的配置方案及其角速度解算方法,该算法利用加速度计输出的测量信息直接求得所测量的角速度的绝对值,没有积分运算引入的迭代误差,一定程度上提高了载体角速度的解算精度;为了避免角速度解算过程中的开方运算及符号误判,研究了一种解算角速度的代数算法,该算法降低了系统的计算量、提高了系统精度和实时性.     

无陀螺捷联惯导系统角速度解算的新方法

针对无陀螺捷联惯导系统中角速度解算精度难以满足工程应用要求的关键问题,利用一种基于九加速度计的配置方案能提供两种角速度解算值（积分值和开方值）的特点,设计了一种智能加权解算方法。该算法利用解算值修正下一时刻积分法的解算初值,使得积分解算值的精度也同时得到了提高,从而形成了良好的精度相互促进机制,然后利用遗传算法和数据拟合方法得到了加权因子的计算公式。仿真结果表明,与现有的解算方法相比,加权算法解算误差的均值减小了19.7％,方差减小了两个数量级。     

一种用于九加速度计GFSINS的姿态角速度辅助算法

针对现有的一类无陀螺捷联惯导系统九加速度计配置方案解算载体姿态角速度时,存在需要开方及符号判断等不足,提出一种同时具有积分算法包含加速度计误差少、开方算法没有加速度计误差积累两种优点的姿态角速度辅助算法,彻底消除解算过程中开方及符号判断带来的误差,能够在一定程度上提高系统精度,同时降低导航系统的计算量、提高系统的实时性。     

加权平均法在GFSINS角速度解算中的应用

针对积分法带来快速误差积累以及开方法存在大量开方运算和符号误判等问题,提出了将加权平均法应用到无陀螺捷联惯导系统(gyro free strapdown inertial navigation system, GFSINS)角速度解算中的新方法。基于一种改进的九加速度计配置方式,推导了两种传统角速度解算方法;采用基于多元统计理论的加权平均法,将积分法和开方法得到的两组角速度通过选择最优权数进行有效数据融合,得到一组误差更小的角速度。仿真结果表明,此方法不仅能消除迭代误差,而且其角速度解算精度比开方法提高了大约1.5倍。     

无陀螺捷联惯导系统中加速度计动态误差分析及补偿

无陀螺捷联惯导系统中,加速度计直接固定在载体上,所以其动态误差对系统精度有显著影响.首先,建立了加速度计动态误差数学模型,给出了动态误差对于九加速度计系统角速度解算的影响,然后,结合三轴转台模型及测试原理,通过网络结构简单、收敛速度快而不存在局部极小值问题的线性神经网络一次性标定了加速度计所有动态误差系数,最后对动态误差标定及补偿结果进行了仿真.仿真结果表明,标定系数的精度随着三轴转台转速的提高而提高,误差标定并补偿后角速度解算精度得到了明显改善.     

基于Hermite插值的无陀螺惯导姿态解算方法

为了提高无陀螺捷联惯导(GFINS)的姿态矩阵解算精度,提出了一种新的姿态矩阵的解算方法.通常GFTNS姿态解算仅需依靠角速度信息,同时利用角速度和角加速度信息进行姿态求解,采用三阶艾尔米特插值方法进行离散角速度插值重构,利用重构后的角速度信息进行姿态矩阵求解.分析了新算法的基本步骤,并进行了典型圆锥运动仿真实验.结果表明,在仿真时间为5s,采样步长为0.00ls时,采用新方法求解姿态矩阵的精度提高45%以上.     

一种准无陀螺惯导系统解算新方法研究

为了有效抑制随时间发散的无陀螺惯性导航系统(GFINS)的误差,提出了一种新的解算算法(GA6A法)。利用合理配置的6个加速度计和1个起辅助作用的低成本速率陀螺仪,形成一种新的准无陀螺惯性导航系统(NGFINS),通过加速度计组合的输出直接解算载体的角速度数值的绝对值,再利用陀螺仪决定角速度的正负性,从而可以使求解载体姿态和位置的积分次数分别减少1次。给出了新算法的理论推导过程,并对该算法进行了可行性和有效性仿真。当计算步长?t=0.01s,仿真迭代10000次时,采用该算法可使载体姿态角精度和位置精度提高70%以上。     

基于光电瞄准/SINS组合的在线修正方法

针对陆战装备捷联惯导系统(strapdown inertial navigation system,SINS)误差的积累性问题,提出了一种光电瞄准解算测速方法,并将其用于SINS主要状态参数的在线修正。推导了光电瞄准速度解算误差模型,误差分析结果表明,光电瞄准解算测速精度满足修正SINS主要状态参数的要求;建立了光电瞄准/SINS在线修正数学模型,并进行了仿真实验,实验结果表明,通过合理设定动基座的运动状态,所提方法可准确估计出SINS的主要误差状态参数,其中失准角的估计精度可达到1′以内,陀螺漂移误差的估计精度可达到0.01°/h。     

基于多区间参数修正的角速率姿态算法

姿态解算是惯性导航过程中的核心环节。针对惯组输出为角速率的情况, 参考单子样姿态算法的思路, 在角速度多项式拟合过程中利用前周期的部分角速率子样信息, 通过对多个不同拟合区间的角速度多项式积分来提取并修正对应采样周期的角增量信息, 进而利用角速率信息和多次修正后的角增量信息构造圆锥误差补偿结构。仿真结果表明, 新算法不仅可以提高姿态的解算频率, 且在一定圆锥频率范围内, 相较于传统算法的计算精度提高2~3个数量级。     

单轴旋转SINS轴向陀螺漂移精确标校方法

为提高单轴旋转捷联惯导系统长时间导航精度,提出了一种精确标校轴向陀螺漂移的方法。在静基座条件下分析了轴向陀螺漂移、初始姿态和航向角误差对系统经纬度影响,将水平阻尼网络引入到导航算法流程中以抑制系统舒拉振荡误差。建立了经纬度误差与轴向陀螺漂移、初始航向角误差之间的数学模型,并设计了一种合理的标校流程,采用最小二乘法对轴向陀螺漂移进行精确标校。对该方法进行了数学仿真与实际系统验证实验。实验结果表明,当系统陀螺漂移误差为0.01(°)/h时,经过12.5 h精确标校后轴向陀螺漂移的辨识精度达到0.001(°)/h,系统的定位精度优于1.5 n mile/48 h。     

炮载惯导高精度准动态零速修正方法

针对现有零速修正方法效率低下的问题,以某型自行火炮为研究对象,利用加速度信息推导出了匀速直线运动时载体两个方向的姿态及角速度,并详细介绍了推导过程。为提高零速修正的精度和实时性,以所得姿态为基准,将其加入到滤波观测量中,使得原有速度匹配改为速度加姿态匹配,提出了高精度动态零速修正方法。仿真结果表明,利用加速度信息能有效获得当前载体姿态,验证了该方法的正确性。在跑车实验之前,利用有限冲激响应(finite impulse response, FIR)数字滤波器处理加速度计输出信息,实验结果表明,所提新方法能大幅提高零速修正的精度和实时性,东向位置误差在10 m以内,北向位置误差在20 m以内,实现了在连续行车条件下的高精度导航和误差标定。     

红外成象自寻的制导导弹半实物仿真系统的精度最优分配

对红外成象自寻的制导导弹半实物仿真系统精度的最优分配进行了研究，提出了基于半实物仿真系统各设备误差对整个仿真系统仿真精度影响灵敏度和各设备造价概型函数的精度最优分配方法。文中描述了影响系统仿真精度的主要因素及灵敏度的计算方法、各设备造价概型函数的计算方法和半实物仿真系统仿真精度的最优分配方法。该方法适应于各种自寻制导武器的半实物仿真系统的最优分配，同时突出了红外成象系统对精度分配的影响     

初始姿态精度对SAR成像分辨率的影响

分析了合成孔径雷达SAR运动补偿用惯导初始对准误差对SAR天线相位中心运动参数测量精度以及成像分辨率的影响.通过建立惯性器件误差→惯导初始自对准精度→SAR成像分辨率三者之间的量化映射关系,可以直观地发现,SAR合成孔径起始时刻姿态误差对成像分辨率的影响较之初始位置、速度误差更为严重,并分析指出不同方向的初始姿态误差对SAR成像分辨率的影响并不相同,由此进一步分析了SAR运动补偿系统惯导器件对成像分辨率的影响.经过单个点目标SAR成像(RD算法)仿真验证了该方法的正确性.     

基于ZIHR航向角修正方法的行人导航算法

在行人导航系统中,零速修正(zero velocity update, ZUPT)方法能够准确计算出速度误差和水平姿态角误差,但是航向角误差却因其不可观难以估计而极易发散。为了解决航向角误差极易发散的问题,提出了零积分航向角速率(zero integrated heading rate, ZIHR)修正方法。推导发现在零速状态下相邻航向角差值和陀螺的漂移及航向角误差存在一定的关系,将此差值作为量测值,在ZUPT的基础上扩展一维量测,将卡尔曼滤波得到的估计值进行反馈校正。通过多组微机电系统(micro-electro mechanical system, MEMS)实物实验验证:提出的ZIHR修正方法能够很好地解决MEMS 惯性器件漂移导致的误差累积问题,多组实验的定位误差均小于总行程的2%。     

基于角度和频率信息的卫星被动定轨方法

针对单星对卫星被动定轨时采用仅测角方法滤波收敛时间较长且精度不高等问题,提出了在测角的同时增加频率测量信息的单星对卫星扩展Kalman滤波被动定轨方法。在二体问题下详细推导了状态预测方程、状态转移矩阵和测量雅可比矩阵,最后通过STK6.0仿真产生的数据对算法有效性进行了验证。仿真结果表明,该算法比仅测角方法具有更高的定轨精度和更快的收敛速度,且当测角精度较高时,能够在相对较大的初始位置误差情况下较快收敛并达到较高的收敛精度。