SINS/OD/MM组合导航系统可观测性分析

通过对SINS/OD组合系统和SINS/MM组合系统的可观测性进行初步的定性分析。利用可观测分析的基本方法对SINS/MM/OD组合导航系统在不同机动条件下的可观测性进行了详细的分析。仿真结果表明:SINS/OD/MM组合导航系统的姿态、位置、速度均可观测;系统各状态可观测程度与载车行驶轨迹有很大关系。当载车做大的机动转弯时,能有效地提高系统方位误差角的可观测性。     

机载天文/惯性位置组合导航

为解决机载天文导航系统(CNS)的水平基准约束,实现机载天文/惯性位置组合导航,首先利用捷联惯导系统(SINS)姿态阵将天文观测坐标系下的高度角和方位角转换为导航系下的相应观测角,从而利用高度差法实现机载天文定位;为确保高度通道的可观测性,设计了气压高度表辅助的天文/惯性位置组合导航系统方案,用SINS、CNS及气压高度表冗余量测信息构成量测方程,采用Kalman滤波实现对SINS位置信息的估计。仿真结果表明,由于天文导航具有较好的定位精度,通过采用气压高度表辅助的CNS/SINS位置组合系统,有效消除了陀螺和加速度累积误差,提高了导航系统的整体定位精度。速度和姿态的估计协方差曲线收敛情况表明,位置组合的卡尔曼滤波对速度和姿态的估计也有一定效果。     

航行状态下罗经回路初始对准方法误差分析

为了解决动基座条件下罗经回路方法误差较大的问题,通过捷联罗经的原理进行分析,使用梅森增益公式,对航行状态下罗经回路对准方法的误差进行了深入分析,采用"等效器件误差"的方法,将匀速状态下舰船的速度带来的影响等效成常值陀螺漂移和常值加速度计零偏,定量给出了纬度变化、匀速、条件下所引起的罗经回路对准方法的水平失准角和方位失准角稳态误差角的表达式,并通过了仿真验证,为将罗经回路对准法推广至动基座情况提供有力的支持。     

旋转捷联惯导系统的可观测性分析

推导了静基座条件下仅利用速度误差作为观测量的惯导系统的可观测组合状态.比较分析认为,仅利用速度误差作为观测量和利用速度误差、位置误差作为观测量对惯导姿态误差和元件等效零偏的估计是等效的.利用将系统近似为分段线性定常系统的方法对旋转惯导系统的可观测性进行研究,结果表明,连续旋转提高了系统状态的可观测性,等效东向和北向加速度计零偏成为可观测量;在对准过程中对其进行补偿,系统的对准精度和速度明显提高.     

基于EPEA的SINS大失准角非线性初始对准方法

基于欧拉平台误差角(EPEA)的概念描述了理论导航坐标系到计算导航坐标系之间的失准角,推导了捷联惯导系统(SINS)在大失准角情况下进行初始对准的非线性误差模型.在系统噪声和量测噪声均为加性噪声且量测方程为线性方程时,给出了带阻尼解算的简化扩展卡尔曼滤波(EKF)算法和简化无迹卡尔曼滤波(UKF)算法,同时分析了不同失准角情况下初始对准过程的异同.静基座状态下的Monte Carlo仿真结果表明,大失准角和大方位失准角情况下,EKF和UKF算法都能满足对准要求,其中UKF算法较EKF算法具有对准时间更快、对准精度更高和适用范围更广的优点;小失准角情况下,由于捷联惯导系统的线性化误差变小,二者的对准时间和对准精度基本相同.     

基于北向陀螺零偏自观测的捷联惯性导航系统双位置初始对准方法

传统捷联惯性导航系统单位置初始对准系统不完全可观测,不可观测的东向陀螺零偏造成航向估计的主要误差。双位置初始对准可以改善系统的可观测性,但一般需要精确的转位机构,不便于工程应用。该文提出一种基于北向陀螺零偏自观测的双位置初始对准方法,只需陀螺载体在近似水平的任意两个位置停留片刻,从第1位置提取北向陀螺零偏信息传递给第2位置作为观测量,即可提高东向陀螺零偏的可观测度并提高航向对准精度。为了寻找最优转角,提出一种全面可观测度分析方法,将可观测度细分为表征不同条件下同一状态可观测程度的相对可观测度和表征状态收敛速度的可观测阶两部分,利用相对可观测度分析得出最佳转角为±90°,并进行了仿真实验验证。实测实验结果表明:相比于单位置对准,双位置对准将航向误差由0.268°降低到0.041°,并可估计出水平陀螺零偏。     

ACDKF在SINS大方位失准角初始对准中的应用

将可以估计系统参数、噪声统计特性和修正滤波增益的自适应估计方法引入到CDKF算法中,并将其应用到SINS大方位失准角初始对准中,实现SINS大方位失准角初始对准,解决了噪声特性不准确的非线性问题,避免了线性化误差对滤波精度的影响,克服了噪声统计特性不准确的局限性,进一步提高了导航精度.采用自适应中心差分卡尔曼滤波(ACDKF)进行初始对准,提高了CDKF算法的收敛性和系统的稳定性.仿真结果表明:ACDKF能够克服噪声统计模型不准确对滤波结果的影响,对失准角的估计精度优于CDKF,进一步提高了系统的精度和可靠性.     

SINS/CCD系统四元数中心差分姿态估计算法

针对载体捷联惯性导航系统(SINS)姿态确定中乘性四元数扩展卡尔曼滤波在大初始失准角情形下收敛速度慢及计算精度较低的问题,提出了捷联惯导与星敏感器组合系统姿态估计模型的单位四元数二阶中心差分算法.在推导系统姿态四元数非线性误差模型及其变量计算基础上,利用拉格朗日代价函数法计算四元数加权均值和四元数状态向量,以及非四元数向量分离策略计算估计均值及其方差矩阵,实施中心差分最优姿态估计计算达到提高算法计算精度和降低系统计算量的目的.仿真验证表明:在载体大初始失准角情形下,该算法相比于乘性扩展卡尔曼算法和四元数无迹卡尔曼算法,滤波精度得到提高,算法收敛速度相比于乘性扩展卡尔曼算法有所改善.     

捷联式光纤陀螺罗经系统误差分析

对采用光纤陀螺的捷联式罗经系统进行了研究.提出了使用惯性组件旋转调制技术提高光纤陀螺捷联式罗经系统精度的方法,分析了罗经系统的误差特性.针对旋转组件的误差,在系统初始对准过程中,应用限定记忆的Kalman滤波进行状态估计,提高了对准精度.静止基座的初始对准仿真结果表明,航向失准角估计误差均方差为0.159°.     

基于小波神经网络的组合导航系统初始对准技术

针对SINS/GPS/MCP组合导航系统初始对准中GPS失锁时系统精度下降的问题,引入基于神经网络和小波技术的解决方案,将相关特征量经小波去噪后作为神经网络的训练样本.基于该方案建立了系统滤波模型,包括捷联惯性系统失准角、速度和位置误差方程以及速度航向匹配的状态方程和量测方程.为了验证该方案的有效性,分别对GPS失锁、加入神经网络修正和引入小波去噪技术3种情况进行了仿真,结果发现:神经网络修正可解决速度精度变差的问题;经小波去噪后对神经网络重新训练,各项指标都有所提高.可见,基于小波的神经网络方法可提高神经网络逼近模型的程度,进而提高对准精度.     

基于无迹卡尔曼滤波的月球车惯性/天文组合导航算法研究

月球车导航传统方法主要是采用kalman滤波方法,需要对系统方程和观测方程的线性化,因此会引入的线性化误差的问题, 本文针对做出适当的改进。本文采用UKF方法作为误差状态量的最优估计方法,并以太阳敏感器观测得到的太阳高度角和太阳方位角以及测速仪的东向北向速度作为联合观测信息,将SINS和CNS所测得的月球车相关姿态和位置信息进行数据融合,估计出组合导航系统的误差状态量,从而对惯导系统的状态量进行校正,达到提高组合导航系统的导航定位精度和稳定性,减小线性化误差的目的。仿真实验证明,本文算法具有很好的位置、速度和姿态估计精度,有效的降低了线性化误差。     

交互式地图匹配算法在组合导航中的应用

针对捷联惯性导航系统（SINS）/里程仪组合导航中车辆受初始对准偏差和测量器件自身误差等因素影响的精度随时间和位移增加而降低的问题,设计了交互式电子地图匹配修正新方案.通过车辆姿态角变化选择合适的地图匹配算法,并在转弯处精确反馈修正车辆坐标,同时利用定位误差修正初始对准偏差和里程仪刻度系数误差,降低其对以后导航定位的影响.仿真结果表明,采用交互式电子地图匹配算法,航向失准角偏差可很快收敛至2′左右,里程仪刻度系数偏差也降低至0.08%左右,能够实现系统的需要,跑车实验也证明了此方案的有效性.
     

一种新的捷联惯导系统动基座对准中的可观测性分析法

以惯性坐标系为导航坐标系,建立了捷联惯性导航系统动基座对准的误差模型.利用分段定常系统可观测性分析方法对系统动基座对准时的可观测性进行了全面分析,定性地得出了载体不同运动对系统可观测性的影响.分析结果表明,在动基座对准过程中,不同于传统的以地理坐标系为导航坐标系,惯性坐标系具有简化分析过程、利于定轨等优点,且无论载体是线运动还是角运动,在一定条件下都能提高系统的可观测性,进而提高卡尔曼滤波器的估计精度和速度.在以惯性坐标系为导航坐标系的捷联惯性导航系统动基座对准过程中,采用卡尔曼滤波方法,基于具体试验数据,对失准角进行了估计,给出了仿真曲线,验证了分析结论.     

基于平淡卡尔曼滤波器的微小卫星姿态确定算法

针对扩展卡尔曼滤波（EKF）在线性化过程中会引入误差的问题,采用平淡卡尔曼滤波器（UKF）进行了系统滤波器设计;提出一种构建虚拟观测量的方法,并分析了其噪声特性．虚拟观测量与高精度器件量测量搭配可实现对姿态的校正．以太阳敏感器、微电子机械系统（MEMS）陀螺、磁强计为姿态敏感器件,构建了定姿滤波器并用STK（Satellite Tool Kit）数据进行了仿真．结果表明,所提出方法能有效地提高定姿性能,采用UKF的系统定姿误差与EKF相当,但收敛时间、稳定性要优于EKF．     

R-T-S平滑算法在捷联惯性异航系统初始对准精度事后评估中的应用

捷联惯性导航系统(SINS)通常采用Kalman滤波实现初始对准．由于R-T-S最优固定区间平滑算法的精度比Kalman滤波高，采用R-T-S最优平滑算法通过事后处理SINS对准数据来计算SINS的失准角，作为参考失准角，对SINS初始对准的精度进行事后评估．以船用SINS为例进行了仿真．结果表明，R-T-S最优平滑算法的精度比Kalman滤波精度高，从而说明利用R-T-S平滑算法对SINS初始对准精度进行事后评估是可行的．     

轨道机动航天器SINS/GPS自主组合导航算法

为了实现空间机动目标的自主导航,提出了一种基于地心惯性坐标系的轨道机动航天器SINS/GPS自主组合导航算法.首先分析了轨道机动航天器的特点,选取地心惯性坐标系作为导航坐标系.然后建立了导航滤波器的状态方程以及量测方程,其中考虑了SINS系统平台失准角、加速度计误差、陀螺仪误差和加速度计的安装位置和航天器质心之间偏差的影响.最后进行了相关的数学仿真验证,仿真结果表明,该算法可以较准确地给出位置和速度导航信息.     

MIMU在不同情况下的可观测性分析

基于微机电系统(MEMS)技术的微惯性测量单元(MIMU)在体积、重量、功耗都具有显著优势,但是其较大的惯性器件误差限制了其应用范围。通过引入旋转调制技术抑制其影响,使得MIMU能够实现寻北应用,目前这方面已经得到比较多的研究。但是不足之处在于缺乏对MIMU的可观测性分析,而状态是否可观测与Kalman滤波能否准确估计误差状态量是紧密联系的。该文针对MIMU在静止、多位置、连续旋转3种情况下,基于实测数据用Kalman滤波分析其可观测性。结果表明:静止情况下MIMU的航向姿态角误差很大,无法自对准;通过绕航向轴及俯仰轴旋转的多位置方案,可以使得MIMU的误差状态量完全可观测;连续旋转情况下,Kalman滤波可以在较短时间内估计出航向角及天向加速度计零偏,并在一段时间后估计出方位陀螺漂移,但是无法准确估计出水平方向的陀螺漂移及加速度计零偏,不过寻北算法可以估计出水平方向的惯性器件常值误差。该研究结果为提高MIMU自对准精度以及评估其性能提供了途径和理论依据。     

惯导初对准中的平方根无轨迹卡尔曼滤波

针对无轨迹卡尔曼滤波(UKF)在递推过程中,有些情况下出现状态协方差逐渐失去正定性,导致计算发散现象,对状态协方差进行矩阵分解,在滤波中用其平方根进行计算,保证其正定性.采用平方根无轨迹卡尔曼滤波(SRUKF)对大失准角情况下惯性导航系统初始对准非线性ψ角模型进行估计.蒙特卡罗仿真结果表明,SRUKF与UKF在滤波精度和收敛速度上基本一致,SRUKF的数值稳定性优于UKF.     

舰载机大失准角的快速二次传递对准方法

针对舰载机传递对准特点,直接利用主惯导的导航信息进行一次装订,引入了大失准角对准问题.为了解决舰载机传递对准问题,提出利用子惯导自主对准进行一次装订减小子惯导中间坐标系与主惯导间的失准角.分析Wahba问题提出统计意义的Quaternion(四元数)对准方法替换传统的Triad(双矢定姿)对准方法,提高了多信息冗余度和对准精度.基于分级修正思想,提出二次传递对准方法,第一次传递基于非线性模型和自适应渐消扩展卡尔曼滤波,并给出简化的渐消因子计算方法;第二次传递对准基于线性误差模型,采用速度+航向匹配,在补偿失准角的基础上,估计陀螺漂移.仿真结果表明二次传递方法能够满足舰载机传递对准需求.     

里程计组合的捷联惯导系统运动基座对准研究

研究利用里程计(DTU)辅助实现惯性导航系统(SINS)运动基座下初始对准.利用分段线性定常系统分析方法,提取了不同运动基座情况下SINS/DTU组合系统的可观测性矩阵;通过计算可观测性矩阵奇异值的大小,定量分析了SINS/DTU组合系统的可观测度;比较了SINS/DTU组合系统和SINS/GPS组合系统的对准机理;并进行了系统仿真.结果表明,这种基于SINS/DTU组合的方法能够实现SINS系统的自主式初始对准;但与SINS/GPS组合系统相比,系统的可观测度稍弱,所需对准时间稍长.