基于小波神经网络的惯导初始对准系统

论述了小波分析和神经网络在惯性导航系统初始对准中的重要作用,给出了惯导系统初始对准的线性和非线性模型.基于小波变换,运用小波神经网络对目前该问题进行了仿真研究.仿真结果表明,对于不同的误差模型,小波神经网络采用不同的基函数可以很好地对非线性系统进行逼近,近似精度高,而且网络规模比BP、RBF等神经网络规模要小,计算量少,收敛速度快.     

基于观测量扩充的捷联惯导快速初始对准方法

近似静止状态时捷联惯导系统可观测性较差,利用卡尔曼滤波完成初始对准需要较长时间。针对这一问题提出了一种基于观测量扩充的捷联惯导系统快速初始对准方法。在不改变系统状态方程的情况下,将速度误差和地球转速作为系统观测量。并根据观测量的扩展详细地推导了观测方程,进而利用扩展卡尔曼滤波完成捷联惯导系统初始对准。车载试验结果表明,与传统的卡尔曼滤波对准方法相比,新方法在保证初始对准精度的同时缩短了初始对准时间。     

平台式/捷联式惯导传递对准仿真平台的实现

讨论了一种在Matlab中建立快速传递对准数学模型,并在VC 下运用MATCOM实现传递对准仿真平台的方法。传递对准采用“速度/角速度匹配”方案,仿真结果证明,该方案的对准精度优于国内传递对准的仿真精度要求,具有实际参考价值。传递对准仿真平台能够设置主、子惯导的各项仿真参数,适应不同精度的惯导系统的仿真要求,并能够规划多种航迹,用于传递对准方案的精度评估,为实际飞行中的动基座快速对准提供参考,并大大降低了传递对准仿真的工作量。     

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。     

惯性系下平台惯导传递对准方法

由于导弹的高速旋转导致其内部的子惯导平台难以施矩,不能跟踪地理系,在发射前需要使子惯导平台跟踪惯性系,而主惯导则一直跟踪地理系。针对这一情况的传递对准应用问题给出了相应的解决办法。首先介绍了跟踪惯性系平台惯导的工作原理,然后针对这种情况,提出了2种惯性系下传递对准的方法,分别是平台惯性系以及地心惯性系下的速度匹配。经过对比分析,仿真结果说明平台惯性系下的方位失准角精度不高,而地心惯性系下在3个方向上都达到了误差小于1′的精度,是一种可行的对准方法。     

衰减记忆自适应滤波在惯导系统传递对准中的应用

针对滤波稳定性问题,提出了一种改进的衰减记忆自适应滤波算法。通过引入衰减记忆滤波矩阵,根据残差序列输出的互不相关性,在线自适应地调整衰减因子,从而使衰减记忆滤波工作在最佳状态。将该算法应用于惯导系统的传递对准过程,仿真结果表明在模型和噪声统计特性的先验信息不准确时,该算法优于传统的卡尔曼滤波。     

船用平台式INS光学标校初始对准方法研究

为了解决航海型平台式惯性导航系统（INS）非自主式初始对准问题，建立了不同观测量条件下统一的INS初始对准方程。通过系统可观测性分析，得出增加外部姿态角的观测信息将有效提高INS平台失准角和惯性元件误差的估计能力的结论。设计出一种独特的可测量低动态载体两维姿态的高精度光学测量系统（OCS）用以提高航海型平台式INS初始对准精度。建立OCS／GPS／计程仪（LOG）／INS初始对准卡尔曼滤波器，并进行了基于部分试验数据的数字仿真，与传统的基于位置和速度的GPS／LOG／INS初始对准方法相比，基于OCS的系统不仅缩短了对准时间，还有效改善了系统惯性元件的误差估计精度。     

条件数在系统可观测性分析中的应用研究

提出了一种使用条件数来定量分析系统可观测性的新方法。该方法克服了传统可观测分析方法不能定量地分析系统可观测性的缺点,它不仅可以定量地时不变系统的可观测性,而且通过多量测估计和构建局部可观测矩阵的方法,还可以定量地分析时变系统在任意时间段内的可观测性能。同时给出了分析、计算实例。     

基于多观测量的舰载惯导传递对准精度评估方法

针对传递对准精度评估采用差分GPS作为基准量存在对载体机动特性要求高的问题,以舰载惯导传递对准精度评估为研究对象,引入差分GPS速度、位置和舰载主惯导姿态为参考信息;以捷联惯导系统误差方程为基础,推导了状态方程和量测方程;设计了基于固定点的卡尔曼平滑算法;考虑不同主惯导姿态误差条件情况,与传统的传递对准精度评估方法的评估效果进行了比对仿真分析,给出了分析结论。仿真结果表明,基于多观测量的精度评估方法仅通过舰船的摇摆运动,能实现对舰载惯导姿态误差的有效估计。     

光学陀螺旋转式惯导系统的安装误差效应分析

在光学陀螺惯导系统中,利用系统旋转自动补偿可以有效地减小惯性元件漂移对系统导航精度的影响,从而实现高精度、低成本的惯性导航要求。首先从光学陀螺旋转式惯导系统的误差传播方程出发,推导了系统中由于光学陀螺安装误差引起的数学平台角度误差表达式。以此为基础,分析了旋转式系统中的安装误差引起的误差效应及自动补偿安装误差所应满足的条件,为系统设计和精度分析提供了理论参考。     

重力扰动对惯性导航系统初始对准的影响

随着惯性器件精度的不断提高与高精度导航系统发展的需要,重力扰动成为影响惯性导航系统(inertial navigation system, INS)精度的主要误差源之一。在考虑垂线偏差和重力异常的同时,首先利用解析法推导了重力扰动影响初始对准失准角的误差方程,并将其转化为姿态角误差方程。然后,分析并建立了INS的速度、位置和姿态的误差方程。最后,利用仿真实验验证了重力扰动对INS初始对准的影响。理论分析及仿真实验表明,重力扰动矢量直接影响初始对准姿态角,姿态角误差仅与水平面内的垂线偏差有关,而与重力异常无关。     

UKF方法在惯性导航系统初始对准中的应用研究

针对初始对准的精度直接影响系统工作性能问题,在初始对准中引入Unscented卡尔曼滤波算法(UKF)。Unscented卡尔曼滤波算法没有把非线性系统近似为线性系统,而是使用确定性样本的方法处理非线性问题,使采样点的均值和方差完全符合实际的非线性系统的均值和方差,解决了惯性导航系统正常工作的基本条件。仿真结果显示,使用Unscented卡尔曼滤波时惯性导航系统初始对准的精度和稳定性都好于普遍使用的广义卡尔曼滤波方法。     

旋转捷联惯导系统精对准技术

针对惯性器件常值偏差对捷联惯导系统导航精度的影响,提出了一种单轴旋转调制方案并建立该系统误差方程,将系统中陀螺常值漂移和加速度计零位误差调制成周期变化的量。通过改变惯导系统误差模型中的捷联矩阵来改善系统的可观测性。利用谱条件数法计算出惯性测量单元(inertial measurement unit, IMU)在静止和旋转状态下捷联系统的可观测度,采用卡尔曼滤波方法实现了旋转捷联系统的精对准。仿真结果表明,IMU旋转状态下的对准方法消除了陀螺常值漂移和加速度计零偏对系统对准精度的影响,大大提高了对准精度。     

旋转惯导系统误差自补偿原理分析及试验验证

为分析旋转惯导系统误差自补偿原理,分别推导陀螺漂移的随机常值分量、时间相关分量以及随机游走分量在捷联惯导系统和旋转惯导系统中造成的角度误差及其统计特性,并进行对比。结果表明,旋转可将陀螺漂移中的常值分量完全调制并能抑制时间相关分量的影响,但对随机游走分量造成的误差无调制效果。采用0.1(°)/h漂移率的陀螺和0.2 mg偏置的加速度计研制旋转惯导系统样机并进行导航试验,试验结果表明,该系统可以达到0.2 n mile/h导航精度。     

双轴连续旋转激光捷联惯导误差高精度补偿方法

为进一步提高旋转调制惯导系统的自补偿精度,对旋转调制激光捷联惯导系统误差补偿技术进行了研究。针对双轴转位调制补偿精度有限的问题,提出了一种新的双轴连续正反旋转调制方法。以激光陀螺仪为对象,通过理论分析确定了连续旋转调制内外框架的调制速率;然后在常值误差补偿及有害误差效应补偿机理分析基础上,设计了双轴连续最佳旋转方案,在有效补偿激光捷联惯导系统项误差的同时,抑制了旋转所带来的有害误差效应,实现了旋转激光捷联惯导系统误差的高精度补偿。仿真结果验证了方法的有效性。     

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。