一种四元数更新算法的推导及仿真研究

在捷联惯导系统中，可以四元数表示姿态矩阵，而姿态矩阵的计算是捷联惯导系统的关键问题之一，本文引入四元数三阶泰勒展开递推式作为四元数的更新算法，着重进行了公式的推导。并对某陆地捷联惯导系统的实际测量数据进行了仿真，仿真结果表明该算法的有效性。     

横坐标系捷联惯导系统的卡尔曼滤波阻尼设计

由于外速度信息存在误差,基于阻尼网络的横坐标系捷联惯导外水平阻尼算法虽然能抑制舒勒周期振荡,但是在阻尼切换过程中会引入较大的超调误差。因此设计了基于卡尔曼滤波技术的横坐标系捷联惯导外水平阻尼算法。首先建立了横坐标系捷联惯导的卡尔曼滤波数学模型,估计出横向姿态误差角;然后将估计的水平姿态误差角进行反馈校正,从而抑〖JP2〗制系统的舒勒周期振荡。仿真实验表明,与基于阻尼网络的算法相比,所设计的阻尼算法不仅能抑制舒勒振荡误差,还能抑制阻尼切换过程中的超调误差,提高船舶在极区航行的导航精度。     

#br# 舰船捷联惯导传递对准的改进自适应滤波算法

针对舰船捷联惯导传递对准性能受系统动态模型和噪声统计特性影响的问题,提出了一种基于改进自适应滤波的“速度+姿态”传递对准算法。针对噪声矩阵半正定性问题而导致的滤波发散,对自适应滤波噪声矩阵的迭代算式进行了改进,并基于协方差匹配技术给出了滤波发散的抑制策略。考虑到舰船航行中的载体变形影响动态模型的问题,在状态量中加入了安装误差角和挠曲变形角,并在算法中进行了补偿。仿真结果表明,改进算法可以在100 s之内有效地估计出姿态失准角和安装误差角,完成舰船捷联惯导的快速传递对准。     

卫导辅助下的舰船捷联惯导航行间粗对准方法

针对舰船捷联惯导在行进间难以实现自主的粗对准,研究了在动基座下的舰船捷联惯导的粗对准,提出了一种采用全球定位系统(global position system, GPS)辅助舰船捷联惯导系统在运动中实现粗对准的方法。该方法利用GPS获得的位置信息,通过对捷联惯导基本方程的数值积分,计算捷联姿态矩阵。相比于借助外测速度实现粗对准,该方法借助GPS获得的位置信息实现粗对准,不需要装备多普勒测速仪。因此,该方法成本更低、具有实用性。经试验验证,该方法能使舰船捷联惯导在航行间快速的计算出初始捷联矩阵,满足姿态误差角小于1°的精度要求。     

基于惯性参考系线性滤波传递对准方法

提出一种机载武器捷联惯导系统任意失准角情况下的传递对准方法。该方法以两个相对惯性空间指向不变的坐标系为基础,将姿态四元数分解为可由子惯导陀螺仪输出计算的四元数、可由主惯导传递的信息计算的四元数以及需要估计的常值四元数。对比力方程进行数学变换,得到了线性量测方程。建立了任意失准角情况下的线性传递对准模型。设计了一种自适应卡尔曼滤波算法以解决观测噪声方差阵难以精确计算的问题。仿真结果表明,该方法在任意失准角情况下都能得到较高的对准精度,为机载武器捷联惯导系统提供了一种有效的传递对准方法。     

机动天基平台惯性/天文组合导航的研究

为了实现机动天基平台的长时间、高精度和低成本自主导航,采用了低精度惯性导航系统和天文导航系统进行组合。以扩展卡尔曼滤波算法为基础,通过建立系统状态方程和量测方程,并进行量测方程的线性化,将捷联惯导和星敏感器分别测得的姿态信息进行数据融合,估计出组合导航系统的误差状态量,从而修正捷联惯导系统的导航参数。仿真结果表明,在1000s内,平台姿态角误差稳定收敛在20?,定位误差优于纯惯导解算,证实了该方案的实用性。     

基于无轨迹卡尔曼滤波神经网络的SINS初始对准方法

针对扩展卡尔曼滤波算法的缺点,研究了基于无轨迹卡尔曼滤波的神经网络算法.建立了捷联惯导系统在大失准角下的误差方程和适用于初始对准的神经网络模型,研究了基于扩展卡尔曼滤波和无轨迹卡尔曼滤波的神经网络算法,将基于无轨迹卡尔曼滤波的神经网络学习算法应用于捷联惯导系统大失准角条件下的初始对准中.仿真结果表明,在大失准角条件下,用训练好的神经网络进行初始对准是可行的,且基于无轨迹卡尔曼滤波的神经网络算法可提高初始对准精度.     

旋转捷联惯导系统的轨迹仿真算法

结合旋转捷联惯导的系统编排和载体运动模型,推导理相情况下旋转捷联惯导系统中惯性器件在任意角运动和线运动条件下的输出;在考虑了惯性器件的常值误差,随机误差,刻度系数误差,IMU安装误差以及旋转轴的安装误差对惯性器件输出的影响后,设计了系统的轨迹仿真算法.在相同运动条件和误差条件下,分别仿真了一般捷联惯导系统和旋转捷联惯导系统的惯性器件输出,并利用该输出进行了导航解算.结果表明:无误差条件下导航解算航线与预设的理想航线重合,该轨迹仿真算法准确合理;在给定的误差条件下,旋转捷联惯导系统精度提高一倍.算法可为旋转捷联惯导系统的误差分析、导航解算以及初始对准等技术研究提供惯性器件输出仿真.     

改进粒子滤波在捷联惯导系统姿态确定中的应用

捷联惯导系统姿态确定问题本质上是一个非线生滤波估计问题.针对传统的扩展卡尔曼滤波不再适用于非线性和非高斯分布的系统,和一般粒子滤波存在粒子退化和粒子耗尽等问题,提出了将马尔可夫链蒙特卡罗(MCVC)正则粒子滤波算法应用于捷联惯导系统的姿态确定中.计算机仿真表明了该方法在加快收敛速度、提高姿态精度和自适应调整粒子个数方面的有效性和可行性.     

一种基于自适应粒子滤波的捷联初始对准方法研究

针对传统自适应粒子滤波算法的计算负荷太大问题,在Fox的K-L距离采样的基础上,给出一种新的求解七值的方法,将k值的计算从采样过程中分离出来,大大降低算法的复杂度,减少计算量,避免死循环发生.曩后,将该算法应用到大失准角情况下捷联惯导系统动基座初始对准中,并与扩展卡尔曼滤波算法,标准粒子滤波算法和传统自适应粒子滤波算法进行了比较,仿真结果表明简化的自适应粒子滤波算法在保持高精度的同时,有效地提高了算法的计算速度,因此更适合于捷联惯导系统动基座初始对准.     

基于测量矢量匹配的传递对准方法研究

给出了一种基于主、子惯导系统测量矢量匹配的传递对准方法。根据主、子惯导系统惯组感测的角增量和速度增量信息,用四元数迭代算法直接估计主、子惯导之间的安装误差四元数,从而实现子惯导系统的快速初始对准。仿真结果表明,在适当的姿态机动条件下算法收敛速度很快,且最终对准精度较高,能满足弹载惯导的对准要求。另外,算法在初始姿态误差达到30°时仍能收敛,可在需要高精度对准的情况下为进一步的基于最优滤波的精对准提供良好的小角度线性化条件。     

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。     

SINS/CNS/GPS integrated navigation algorithm based on UKF

A new nonlinear algorithm is proposed for strapdown inertial navigation system (SINS)/celestial navigation system (CNS)/global positioning system (GPS) integrated navigation systems. The algorithm employs a nonlinear system error model which can be modified by unscented Kalman filter (UKF) to give predictions of local filters. And these predictions can be fused by the federated Kalman filter. In the system error model, the rotation vector is introduced to denote vehicle’s attitude and has less variables tha...     

基于信息复用和算法融合的初始对准方法

对惯性系多矢量定姿法的误差特性进行了理论分析, 同时分析了最优估计初始对准的可观测性和对准误差, 得出静基座下两种方法的对准精度相当的结论, 通过试验验证了该结论, 并发现当对准时间较短时, 多矢量定姿法存在较大波动, 因此将对准阶段的所有数据均用于多矢量定姿, 提高算法稳定性, 并将最优估计对准扩展到整个对准阶段, 从而提高了对准精度。结合两种算法极限精度相同但抗干扰能力不同的特点, 设计了算法融合的车载对准方案。车载试验表明, 新方案有效提高了干扰条件下的初始对准精度和鲁棒性, 可将方位角标准差由传统方案的1.48′减小到0.72′。     

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。     

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。     

MEMS惯性高度尺测量精度分析

研究了基于微电子机械系统(micro-electro-mechanical systems,MEMS)的惯性导航系统的短时相对高程测量精度,设计了“惯性高度尺”算法,进行了桌面测高和楼层测高两个验证性实验。分析了不同运动条件和运动时间下“惯性高度尺”的测高精度。基于零速修正技术提出了一种分段测量的方法。实验结果表明,桌面测高可实现毫米级精度(相对误差0.17%),楼层测高可实现多层厘米级和单层毫米级测量精度(相对误差分别为0.22%,0.06%)。测量误差与载体的姿态动态和运动时长成正相关。实验验证了MEMS惯导用于高度测量具有较高可行性,稳定的运动条件和较快的测量时间能够提高测量精度。     

捷联惯导行进间对准位置更新与误差分析

针对车载捷联惯导行进间初始对准抗干扰能力差、自主测速设备难以获取位置信息的问题,提出一种基于位置更新的行进间惯性系对准算法,并分析位置误差影响。利用惯性凝固思想建立了行进间惯性系双矢量和多矢量对准模型,提出了一种行进间对准位置更新算法,即由自主测速设备获得的载体速度可解算出量测矢量,进而通过姿态变换和积分迭代可以得到地理位置信息,同时分析位置误差对惯性系对准的影响。通过实验验证,相比于惯性系双矢量对准,多矢量对准方法更加充分利用了量测矢量信息,抗干扰能力强;位置误差将引入行进间对准误差,采用位置更新算法能够得到更高的行进间对准精度,还可在初始对准结束时刻为后续导航提供位置信息。     

基于罗德里格斯参数的惯性系传递对准算法

针对传统的传递对准模型在大失准角下的强非线性问题以及由残余杆臂误差导致的传递对准精度下降问题, 提出了一种改进的惯性系传递对准算法。首先, 对子惯导姿态矩阵进行链式分解, 得到常值姿态矩阵; 然后, 利用罗德里格斯参数等价替代该常值姿态矩阵, 建立关于罗德里格斯参数和残余杆臂误差的具有弱非线性量测的传递对准模型; 最后, 利用非线性滤波对状态进行估计。基于摇摆运动的仿真实验表明, 在存在大安装误差角以及残余杆臂误差情况下, 算法相比于现有方法, 对准速度更快, 对准精度更高, 在5~10 s内即可完成传递对准。车载试验结果也间接说明算法具有更高的传递对准性能。