捷联惯导初始对准的区间自适应滤波算法

捷联惯导系统在初始对准过程中由于模型参数与实际系统存在偏差,并且系统噪声与量测噪声统计特性往往是未知的,采用卡尔曼滤波不能取得理想的滤波效果。为避免滤波发散以及模型的不确定性,提出了基于Sage-Husa算法的区间自适应卡尔曼滤波方法。给出了捷联惯导系统的误差模型以及区间自适应卡尔曼滤波方程。在噪声统计特性未知时,比较了常规卡尔曼滤波与区间自适应卡尔曼滤波在初始对准中的应用效果。仿真结果表明,区间自适应卡尔曼滤波在噪声统计特性未知时能够有效地提高系统的滤波效果,是一种比较理想的初始对准滤波方法。     

基于里程计辅助的SINS动基座初始对准方法

为了满足车载武器的捷联惯导系统（strapdown inertial navigation system,SINS）动基座初始对准中对辅助信息自主性的要求,提出了基于里程计辅助的SINS动基座初始对准;针对车载SINS在行驶过程中,地面的不平坦、阵风以及人为操作等因素引起的载体姿态变化,文中利用姿态更新来实时记录载体在各种因素干扰下的姿态变化,结合初始姿态的最优估计值得到载体导航前的姿态,真正地实现了导航前一刻的初始对准。仿真结果表明,基于里程计辅助的SINS动基座初始对准方法对准精度高,收敛速度快,能够实现车载武器系统的动基座对准要求。     

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。