陆用捷联惯导系统/里程计自主式组合导航技术

利用里程计辅助捷联惯导系统构成一种自主式组合导航系统.用捷联惯导系统解算出的速度和里程计所测量的速度之差作为观测量,利用闭环卡尔曼滤波技术进行误差估计与校正,并给出了仿真结果.仿真结果表明,该组合导航系统可有效地减小速率、经度和纬度、航向角和姿态角及航迹推算下的位置等导航参数的累积误差.     

VC环境下捷联惯导模拟器的开发

以捷联惯导系统为基础，在VC编译环境中，设计出可以模拟多种环境扩展性较强的模拟器，完成了对捷联惯导系统各种状态下的模拟，包括捷联惯导解算、传感器误差设置与测试、航迹状态设置等，为相关导航系统算法的验证提供了数据源．     

微惯性测量组合算法的优化

阐述了MIMU(micro—inertial measurement unit)定位定向系统原理．引入了四元数三阶泰勒展开递推式作为捷联惯导系统的姿态更新算法，并用程序进行算法仿真，为改进捷联惯导系统算法提供了参考依据。     

EM-CDKF算法及其SINS初始对准应用

针对非线性捷联惯导系统噪声先验统计信息未知问题,基于中心差分卡尔曼滤波基本算法,采用极大似然准则构造极大期望最速下降梯度算法展开系统未知噪声统计特性在线估计计算研究,构建一类捷联惯导系统初始对准极大期望自适应中心差分最优滤波算法.该算法利用极大似然准则构造系统噪声统计特性对数似然函数,采用极大期望最速下降梯度法把系统噪声统计特性估计转化为对数似然函数期望最大值计算,获得系统过程噪声和观测噪声在线递推估计的自适应极大期望中心差分卡尔曼算法.经过大方位失准角捷联惯导系统初始对准仿真实验,与中心差分卡尔曼滤波基本算法相比,自适应极大期望中心差分卡尔曼算法能够有效解决基本算法在系统噪声先验知识未知情形下的滤波精度下降甚至发散问题,并且能够实现系统噪声统计特性的在线递推估计.     

基于DSP的光纤陀螺捷联惯导系统的设计

简单介绍了基于光纤陀螺的捷联惯导系统的设计，相对于平台惯导系统捷联系统有很多优点，硬件简单，便于安装、维修和维护，大大降低了系统的成本，但捷联算法运算量大，因此用运算速度高的DSP作为解算单元，可以满足要求，给出了捷联惯导系统的数学模型以及方框图，重点介绍了系统的软件实现，给出了流程图，所有这一切已应用于实践，结果证明这一设计切实可行。     

基于曲率分析地图匹配的车载组合导航研究

为了提高车载导航的自主性和精度,针对捷联惯导的特点,设计了一个基于曲率分析的地图匹配算法。然后应用该地图匹配算法对基于捷联惯导/地图匹配/里程仪的车载组合导航进行了研究。推导了捷联惯导系统的误差方程和里程仪的误差方程。并在此基础上建立了捷联惯导/地图匹配/里程仪组合系统的卡尔曼滤波方程。通过仿真分析,表明应用该地图匹配算法的组合导航系统可以有效地减小误差,实现车载自主导航。     

基于Simulink与M语言的捷联惯导系统仿真方法研究

在研究捷联惯导系统的导航解算算法时,经常需要对算法进行仿真以测试算法的性能.比较研究了在Matlab中实现捷联惯导系统仿真的两种方法:一种是采用M语言编写各功能函数,通过函数调用的方式实现捷联惯导系统的仿真;另一种是采用Simulink模型与M语言结合的方式实现捷联惯导系统的仿真.分别用这两种方法进行了1 h的导航解算仿真,仿真结果表明,这两种仿真方法均具有很高的仿真速度和仿真精度,都能满足工程应用的需要,与第一种方法相比第二种仿真方法可以方便地设定仿真时间、惯性测量组件的采样频率,也可以在仿真中暂停或停止仿真,具有更好的可操作性.     

车辆组合导航的新方法

目的 提高车辆导航精度。方法 建立加速度计与里程计组合导航模型,给出相应算法及ＧＰＳ校正里程计刻度因子的方法。结果 车辆运行在短时间内用加速度计与里程计组合校正里程计刻度因子,长时间运行后用ＧＰＳ校正里程计刻度因子,从而提高了车辆导航精度。结论 加速度计、里程计和ＧＰＳ接收机组合导航提高了车辆导航精度,增加了系统的可靠性。     

捷联惯导系统仿真器的设计

提出了一种通用捷联惯导系统仿真器的设计方案、根据捷联惯导系统的特点，利用面向对象技术进行模块分解，设计出了可以模拟多种环境、扩展性很强的仿真器，为相关导航系统算法的验证提供数据源、     

捷联惯导一种优化的惯性系粗对准方法

：捷联惯导初始对准在载体基座晃动比较强烈的情况下,陀螺仪与加速度计在的输出数据无法直接用来计算姿态矩阵,研究了一种优化后的惯性坐标系粗对准算法。算法应用惯性凝固方法通过利用重力加速度信息,将捷联惯导姿态转换矩阵分解为4个矩阵来求取,通过对所求出的姿态信息阵进行优化,有效抑制了加速度计的测量噪声,使捷联转换矩阵的求取准确度更高。理论分析和仿真表明,该方法能很好的解决捷联惯导在晃动下的粗对准问题。     

基于非线性滤波的捷联惯导系统罗经法对准改进算法

为提高捷联惯导系统初始对准的快速性和精确性,根据传统的平台惯导系统罗经法对准原理,提出包括水平对准和方位对准的捷联式罗经对准算法.给出了导航坐标系下加速度和角速率的修正值,经过姿态矩阵的转换对载体坐标系下的惯性测量组件输出值进行修正补偿.对不同初始姿态角误差和不同初始航向角的仿真表明,初始航向角的改变对系统影响较大,特别在大方位失准角情况下.采用UKF算法对非线性模型滤波的仿真结果显示,最大航向角误差从15′降至6′,证明将罗经法和UKF滤波方法相结合进行捷联系统初始对准是可行有效的.     

两时间尺度的捷联速度算法研究

根据奇异摄动理论分析具有小参数的捷联惯导系统方程,在两时间尺度上对系统状态方程进行了降阶简化处理,设计捷联算法.在内回路推力速度矢量计算中,应用一种新的划船补偿算法补偿比力转换过程中载体姿态变化产生的速度误差.在外回路中进行重力地速计算,完成导航坐标系上速度的更新.仿真结果表明:新算法精度与Savage四子样算法近似,计算量小.     

捷联惯性导航的工程实现

把一种纯捷联惯性导航运用到系统的工程实现,个系统采用高精度的导航测量器件和PC104嵌入式版式电脑来实现,运行2min,静态状态下,位置误差可以在30m之内;动态车栽试验位置误差可以达到300m之内,介绍了采用的捷联算法以及四元数的修正和归一等经典算法。     

基于蒙特卡洛方法的惯性元件误差模型分析

为了减小惯性元件误差对捷联惯导系统的影响,将蒙特卡洛方法应用于惯性元件误差模型的分析,并编制了一套在RTLinux下运行的软件.利用轨迹发生器和导航程序,通过对各误差系数的选择、采用拉丁超立方和对偶变数相结合的抽样方法抽样,分析各误差项对导航精度的影响.在此基础上,提取出简化的误差模型,并对简化模型进行评定,选择符合要求的作为适用模型,从而可以利用该模型进行惯性元件的误差补偿以提高捷联惯导系统精度.惯性元件误差模型分析作为导航系统测试平台的一部分,已经应用于工程实践.     

一种基于动态规划理论的捷联惯导系统初始对准方法

以陆地导航为背景,研究动态规划理论在捷联惯导系统初始对准中的应用.采用闭环控制方法,选择惯性导航的误差状态作为系统反馈,用动态规划理论优化控制策略,论述了系统在二次型性能指标下,如何从动态规划理论出发,寻找实现对准策略.     

高斯混合粒子滤波器在静基座捷联惯导系统初始对准中的应用

为解决传统粒子滤波算法中影响状态估计性能的采样枯竭问题,提出一种高斯混合粒子滤波(GMPF)算法,基于Sigma点卡尔曼滤波(SPKF)和粒子滤波的特点,采用加权EM算法取代传统粒子滤波的再采样过程,减弱了采样枯竭的影响,增强了算法的估计性能.对捷联惯导系统静基座大方位失准角初始对准的仿真结果表明,该算法的估计精度优于扩展卡尔曼滤波.     

重构小波阈值的微机电系统-惯性测量单元降噪处理

针对随机误差对微机电系统-惯性测量单元(micro electro mechanical systems-inertial measurement unit,MEMS-IMU)输出数据精度的影响,利用离散小波变换可降噪的特点,对MEMS-IMU数据进行降噪处理.在小波降噪过程中,阈值的估计以及阈值函数的选取直接关系到降噪的质量,构建一个新的阈值函数,通过调节阈值函数中的比例因子,解决传统多重小波分解重构在降噪方面的不足.实测数据的处理结果表明:在小波降噪过程中,新的阈值函数能够有效抑制MEMS-IMU中随机误差的影响,与传统小波降噪相比,新的阈值函数降噪后,信号具有更佳的平滑度,能够有效提高捷联惯性导航系统的定位定姿精度.     

激光捷联惯导系统中转位系统的设计与实现

研究激光捷联惯导系统中的转位控制技术。采用捷联惯导系统本身的ＲＬＧ实现转位系统的闭环数字控制,给出了转位伺服系统的结构组成以及数字控制器的设计方法和设计过程,给出了数字控制器的计算机实现方法和软件流程。仿真及调试结果表明,所设计的转位伺服系统满足捷联惯导系统的要求,既保证了转动的平稳性,克服了到位撞击问题,又不增大体积,增加成本。     

水下攻泥器随钻姿态惯性测量方法

结合水下攻泥器钻头实际工作情况,提出了一种基于捷联惯性系统,通过扩展卡尔曼滤波算法进行钻头姿态测量的新方法. 该方法以加速度与角速度低频值作为观测量对误差进行校正,对钻头姿态进行推算. 测试结果表明,该钻头姿态测量方式是可行的,能够在不增加传感器情况下极大地提高捷联惯性系统的导航精度,使航向角的漂移从20°/h减小到3°/h.     

基于 VB-UKF 的 SINS/ GPS 自适应融合技术

针对SINS／GPS组合导航中量测噪声统计特性不准确引起卡尔曼滤波精度下降的问题,提出基于变分贝叶斯自适应无迹卡尔曼滤波（VB-UKF）的非线性融合方法．分析了线性的变分贝叶斯自适应卡尔曼滤波（VB-KF）算法的原理与性能,针对其仅适用于线性系统的问题,将VB-KF与UKF结合导出了非线性的VB-UKF算法．该算法可对系统状态和时变的量测噪声方差进行同步非线性估计,且与传统的UKF算法具有统一的形式．导航仿真结果表明：VB-UKF对于突变或慢变的量测噪声方差均能实时跟踪,较常规UKF算法可有效降低噪声统计特性不准确给系统造成的不利影响,提高定位精度．