基于改进四元数阻尼误差模型的SINS初始对准算法

针对传统捷联惯导系统(strapdown inertial navigation system, SINS)四元数非线性误差模型存在坐标系不一致的问题, 对姿态误差模型和速度误差模型进行改进, 将误差矢量统一投影至计算导航坐标系下。此外, 引入全球定位系统阻尼信息, 在阻尼SINS解算基础上, 结合四元数无迹估计器提出了一种改进四元数阻尼误差模型对准算法, 可应用于系泊状态下的SINS初始对准。仿真和车载试验结果表明, 在不同的大失准角下, 该改进算法相比传统四元数阻尼误差模型对准算法和欧拉角阻尼误差模型对准算法, 具有更好的对准精度、收敛速度以及稳定性。     

基于SINS/GBAS组合导航的高精度进近着陆导航技术

可重复使用运载器在进近着陆阶段对位置偏差有较高的精度要求, 而现有的组合导航方式的导航误差波动幅度较大, 难以满足运载器在进近着陆段的导航要求。因此,本文利用捷联惯导系统(strap-down inertial navigation system,SINS)的非线性误差传播模型, 以陆基增强系统(ground based augmentation system,GBAS)输出的精确位置信息为基础, 建立SINS/GBAS组合导航方法, 并给出“输出+反馈”的组合导航复合修正结构。通过在GBAS中引入电离层误差及对流层误差, 从而实现了对于运载器定位误差在厘米级的精确定位。此外,通过引入扩展卡尔曼滤波技术, 有效地抑制了惯导误差漂移的问题。通过数值模拟仿真, 证明SINS/GBAS组合导航对飞行器进近着陆段的水平与高程定位误差不大于0.05 m, 测速误差不大于0.05 m/s, 从而证实了SINS/GBAS组合导航方式在可重复运载器在进近着陆段导航的可行性。     

基于UKF的新型北斗/SINS组合系统直接法卡尔曼滤波

针对传统的间接法卡尔曼滤波在北斗/捷联惯导(serial inertial navigation system, SINS)组合导航系统中无法实现较高的定位精度且计算的冗余度大的缺点,提出一种基于无迹卡尔曼滤波（unscented Kalman filter, UKF）的新型组合系统滤波算法。本算法以SINS输出的导航参数及平台误差角等作为系统状态,无源北斗输出的位置速度参数作为量测,采用改进的UKF方法进行数据融合,并直接计算组合系统导航参数的最优估计。实验结果表明,新算法可以降低对伪距误差模型的精确度要求,同时避免非线性系统状态方程的线性化,简化滤波参数的调整过程,从而有效地缩短组合导航系统的解算时间,提高定位精度。     

基于位置观测信息的Davenport四元数DVL标定方法

多普勒计程仪(Doppler velocity log, DVL)能够实时为捷联惯性导航系统(strapdown inertial navigation system, SINS)提供外部速度辅助信息，准确稳定的DVL标定工作对提升SINS/DVL组合导航系统的性能具有重要意义。为有效解决此问题，提出了一种基于位置观测信息的Davenport四元数标定方法。在所提方法中，通过基于多普勒测速原理的位置观测推算标定刻度因子误差以减小速度量测噪声的不利影响，利用基于Davenport四元数方法的位置观测矢量方程解算标定安装角误差以增强旋转矩阵求解的稳定性。船载湖试结果表明，相比于现有方法，所提标定方法在简单和复杂的机动情况下均具有更高的准确度和更好的稳定性。     

基于扩展H∞滤波的SINS/AMM机载组合导航技术

研究了飞机运动模型(aircraft motion model, AMM)与中、低精度捷联惯导系统(strapdown inertial navigation system, SINS)相融合的组合导航技术。针对由于气动系数的不准确所导致的系统方程的不确定性以及观测方程和噪声的不确定性问题,提出采用基于极小极大准则的扩展H∞滤波(extended H∞ filter, EHF)方法用于组合导航系统的数据融合。以某小型固定翼无人机为研究对象,分别从时域、频域的角度进行仿真实验的验证与分析。实验结果表明,在SINS/AMM组合导航过程中,与扩展卡尔曼滤波(extended Kalman filter, EKF)相比,EHF具有更好的鲁棒性,并且可以提高35%左右的导航精度。     

大飞机极区惯性/天文组合导航算法

针对高纬度地区地理经线收敛,造成传统惯导力学编排在地理极点存在奇异值的问题,结合军用大飞机对全自主、高精度、长航时、全球范围导航能力的需要,提出了极区格网惯性/天文组合导航方案。首先以格林尼治子午线作为航向参考,可避免航向参考线在极点处收敛。在此基础上定义了格网导航坐标系,并推导了格网惯导力学编排及其误差方程,解决了传统力学编排在极区无法工作的难题。其次,利用星跟踪器瞄准线位置矢量在惯导平台坐标系和计算坐标系内的测量和计算之差,作为卡尔曼滤波的量测以估计和校正惯导误差。仿真分析表明,格网惯性/天文组合导航方案在8 h内的定位误差小于400 m,可满足大飞机极区导航的需要。     

基于联邦滤波的SINS/GPS全组合导航系统研究

传统的捷联惯性导航系统(SINS)/全球定位系统(GPS)组合导航系统常采用位置速度组合模式,其可观测性与载体的飞行航迹有关,从而影响了整个组合导航系统的精度和可靠性.为了解决这一问题,提出了基于联邦滤波的SINS/GPS全组合导航系统方案,推导了姿态角误差和平台失准角之间的变换关系,建立了SINS/GPS全组合导航系统数学模型,最后采用联邦滤波算法进行组合导航仿真计算.通过对仿真计算结果的分析,证明基于联邦滤波的SINS/GPS全组合导航算法能够有效地提高系统的导航精度和可靠性.     

数据融合技术在SINS/CNS/GPS复合制导中的应用

分析了导弹SINS/CNS/GPS复合制导系统的缺点,设计了一种新的组合制导方案,该方案分三个阶段:SINS导航段、SINS/CNS导航段和SINS/CNS/GPS导航段.在最后导航段采用了联邦滤波器的结构.在发射惯性坐标系下分别建立SINS/CNS和SINS/GPS子系统状态方程和观测方程,分别设计了UKF和KF滤波器,在数据融合前,先通过一致性检验判断GPS的干扰,然后采用信息分配原则进行数据融合.仿真实验表明该方案有较好的效果和适应能力.     

基于SINS/GNSS/轮速的列车组合导航算法研究

铁路沿线复杂环境下的精确定位是目前列车导航的技术难点。经典的SINS/GNSS(Strapdown Inertial Navigation System/Global Navigation Satellite System)组合导航方案在卫导信号被遮挡等情况下由SINS继续导航,但低成本惯导器件会随着时间出现误差累积。为此研究了SINS/GNSS/轮速组合导航算法,分为有卫导信息时的SINS/GNSS组合和没有卫导信息时的SINS/轮速组合2种模式,以避免纯惯导模式的较大误差。采用实测数据与离线仿真表明,算法在GPS短时失锁(<90s)时最大水平误差<5 m,精度较高。     

基于观测量扩展的捷联惯导快速初始对准方法

为了研究加速度计和陀螺信息如何影响捷联惯导系统（strap down initial navigation system, SINS）初始对准速度,根据系统原理建立了采用不同观测量时的系统观测方程,经过计算可观测状态组合对应系统观测量,分析了基于不同观测量组合时不同状态量的可观测性,同时比较了在运用不同观测量组合时部分状态量估计的收敛性,试验充分证明了可观测性分析的准确性。可观测性分析和试验均表明增加比力误差作为观测量并不能提高方位失准角的估计速度,增加陀螺误差为观测量后失准角的估计时间缩短,而只增加导航坐标系东向陀螺误差信息就显著加快了方位失准角的估计。     

考虑SAR量测特性的弹载SINS/SAR组合导航滤波算法

在弹载捷联惯性导航系统(strapdown inertial navigation system, SINS)/合成孔径雷达(synthetic aperture radar, SAR)组合导航系统中, 针对量测输出时间间隔不同及SAR量测滞后的问题, 提出一种利用曲线拟合法解决量测滞后的非等间隔无迹卡尔曼滤波(unscented Kalman filter, UKF)算法。首先，在UKF的基础上, 利用系统状态转移矩阵的特性, 根据SAR有无量测输出选择是否进行量测更新, 解决了量测不同步的问题。然后，利用曲线拟合补偿法拟合SAR输出信息, 获得SAR量测信息滞后的补偿算法。最后，以弹载SINS/SAR组合导航系统为研究对象, 验证所提算法的有效性。仿真结果证明，该算法得到的东向位置误差的绝对值为5.12 m, 航向角误差绝对值为6.63″, 北向速度误差绝对值为0.08 m/s, 相比于传统UKF算法有效提升了组合导航系统滤波精度。     

MIMU/GPS组合导航建模及GPS时间延迟补偿算法研究

针对MIMU/GPS组合导航误差状态方程建模问题,利用惯导误差系数替代惯导测量误差作为状态向量,推导了新的组合导航误差状态方程。然后针对MIMU/GPS组合导航的数据时间同步问题,提出了一种新的GPS时间延迟补偿算法。该算法将GPS信息真实时间点上的MIMU状态参数与GPS信息进行组合滤波,并结合卡尔曼滤波状态转移矩阵将组合滤波的结果递推到当前时刻,作为MIMU下一步计算的初值,解决了组合导航数据的时间同步问题。仿真计算表明:新的组合导航模型具有较高的计算精度,时间延迟补偿算法有效可行。     

基于UKF的低成本SINS/GPS组合导航系统滤波算法

针对MIMU的精度不高,会带来较大的初始对准误差角,如果继续采用传统的小干扰线性方程就会给滤波带来很大误差,甚至发散。针对这个问题,对低成本SINS/GPS组合导航系统建立了基于四元数误差模型的非线性滤波方程,并采用了UKF非线性滤波方法。针对四元数误差模型单纯使用UKF方法无法估计加计零偏和陀螺漂移的问题,提出将UKF和EKF相结合的算法,仿真结果表明,比起扩展卡尔曼滤波以及采用传统小干扰线性方程的卡尔曼滤波,这种方法能够提高姿态误差角特别是方位误差角的估计精度。     

ARS辅助SINS/BDS组合导航系统性能仿真分析

捷联惯导／北斗双星定位组合系统（SINS／BDS）可采用间段组合的方式以避免“北斗”系统有源定位暴露目标的缺点；多普勒主动雷达导引头（ARS）可利用波束速度连续辅助惯导，弥补“北斗”系统无速度信息、不能全程使用的缺点。以巡航导弹为应用对象构建了SINS／BDS／ARS卡尔曼组合导航滤波器，探讨利用ARS提高SINS／BDS组合系统精度的潜力。研究表明ARS辅助可降低BDS接收机关闭期间SINS导航误差的增长速度，加快BDS接收机工作期间SINS／BDS组合速度信息的收敛速度，转向机动时辅助效果更好。利用该方法可在不增加设备和成本的前提下提高SINS／BDS组合导航系统精度，降低惯性器件的精度，缩减BDS接收机工作时间，具有一定的应用潜力。     

捷联惯导系统快速初始对准方法仿真研究

捷联惯导系统(SINS)静基座初始对准时,由于方位误差角的观测度较低,使对准的时间比较长。为了实现SINS的快速初始对准,在东—北—天坐标系下推导了快速对准方法;采用小波滤波和卡尔曼滤波相结合进行初始对准滤波。仿真结果验证了小波——卡尔曼组合滤波方法的有效性。     

基于AEKF的高速自旋飞行体组合导航方法

针对高速自旋飞行体运行过程中噪声特性无法准确获取的问题, 提出了基于改进自适应扩展卡尔曼滤波(adaptive extended Kalman filter, AEKF)算法对量测噪声进行自适应调节, 并在扩展卡尔曼滤波(extended Kalman filter, EKF)的基础上提出了一种基于对状态变量新的建模方式的EKF算法, 提高算法的实时性。采用北斗/捷联惯性导航系统(strapdown inertial navigation system, SINS)组合导航方案, 在EKF的基础上, 引入带遗忘因子的噪声估计器, 通过AEKF对组合导航数据进行融合, 对量测噪声进行估计。仿真结果表明, 所提出的组合导航方法对高速自旋飞行体的姿态和位置定位误差较小, 与无改进的AEKF相比, 具有更好的收敛性。     

FLAKF在无陀螺惯性测量组合中的应用

在无陀螺惯性测量组合（non gyro inertial measurement unit, NGIMU）导航计算中,由于加速度计输出动态噪声的存在,造成误差随时间迅速累积。采用传统卡尔曼滤波方法进行NGIMU/GPS组合导航系统设计时,又由于观测噪声的复杂性,造成滤波结果不明显。针对上述噪声统计特性不易确定的问题,基于NGIMU九加速度计配置方案,提出利用模糊逻辑自适应卡尔曼滤波(fuzzy logic adaptive Kalman filter, FLAKF)方法进行NGIMU/GPS组合导航系统设计。该FLAKF方法通过对噪声方差进行修正,将卡尔曼滤波器调整到最优状态。同时进行了系统位移、速度、角速度仿真,仿真结果验证了FLAKF方法的可行性。     

联合高斯回归的平方根UKF方法

针对传统的滤波方法容易受系统动态模型不确定性和噪声协方差不准确的限制这一问题,提出一种将高斯过程回归融入平方根不敏卡尔曼滤波（unscented Kalam filter,UKF）算法中的滤波算法。该算法用高斯过程对训练数据进行学习,得到动态系统的回归模型及系统噪声的协方差;采用标准的平方根UKF算法,状态方程和观测方程,相应的噪声协方差由高斯过程实时自适应调整。将应用于飞行器SINS/GPS组合导航,结果表明,该方法能够自适应系统噪声,收敛速度快,导航精度高。     

北斗/惯导组合导航算法性能分析

针对北斗卫星定位系统和惯性导航系统设计组合导航卡尔曼滤波定位算法,接着对算法的可控性和可观性进行了分析,并分析了各个状态的可观测性;从稳定性的定义出发提出并推导了分析卡尔曼滤波器稳定性的方法,并用来分析了本文算法的稳定性和渐进稳定性。基于上述分析,对算法的滤波模型进行了改进,删除不可观测的姿态误差角状态。改进后算法是一致可观和一致渐进稳定的。仿真表明,惯导误差传播模型的稳定性和可观测性与飞行状态和当前的定位误差紧密相关是系统的固有特性,但并不影响其在实际工程中的应用。     

捷联惯导系统极区动基座对准

传统卡尔曼滤波对准只适用于中低纬度地区,不适用于极区。针对这一问题,提出惯性系下卡尔曼滤波对准作为极区对准方案。首先选择惯性系为对准坐标系,在惯性系内推导捷联惯导系统的速度误差方程和失准角方程,建立适用于极区对准的误差模型。以速度误差为观测量,结合误差模型建立卡尔曼滤波器并进行离散化处理。然后对该对准算法进行仿真,验证其在极区的可行性,并与传统的卡尔曼滤波对准的仿真结果进行对比。最后,分析不同速度和有加速运动等情况下该算法在极区的性能,为工程实践提供理论依据。