基于磁力仪的惯导姿态校正系统设计与仿真

惯性导航系统姿态误差主要是陀螺漂移引起的累积误差,特别是低价位的系统,其误差随时间快速增长.而地磁传感器与加速度计组合可用于计算载体姿态,在载体稳定状态时能达到高精度,且没有累积误差.因为地磁-加速度计姿态系统的有效性取决于载体状态,设计一个模糊专家系统确定载体当前状态,在不同状态下选择不同的姿态传感器,并用Kalman滤波来优化载体姿态并控制估计误差.仿真结果显示,该算法可有效消除惯导姿态随时间增长的累积误差.     

基于LMI的多传感器H∞融合滤波器设计

在实际多传感器数据融合系统中,往往过程噪声及测量噪声统计特性未知,但能量有限。此时一些在已知精确系统模型与噪声统计特性情况下保持优良融合性能的方法,不仅无法保持良好性能,甚至会出现崩溃情况。H∞融合滤波方法可以有效地解决此类多传感器融合系统的滤波问题,但存在求解困难问题。基于LMI给出并证明了H∞融合滤波器的解,给出了数值仿真实例。结果表明提出的方法可以解决过程噪声及测量噪声统计特性未知,但能量有限情况下的多传感器数据融合问题。     

基于加速度补偿的惯性行人导航非零速区间姿态估计CKF算法

姿态估计是导航解算的基础,在基于足绑式惯性测量单元的行人导航系统中,由于足部运动加速度变化频繁且剧烈,使得常见的姿态融合算法精度下降。为了减小运动加速度对姿态解算的影响,通过数据分析定义了可以进行加速度补偿的拟合区间,在零速检测的基础上给出了拟合区间的判定方法,提出了对加速度计的输出进行一阶拟合补偿的方案,并设计了能完成后续行人导航姿态估计任务的容积卡尔曼滤波(cubature Kalman filter, CKF)算法,在非拟合区间则采用三子样旋转矢量法进行姿态更新。在数值仿真中,将所提算法与纯三子样旋转矢量法进行了对比分析,对算法精度进行了测试,在行人导航试验中验证了算法的有效性。试验结果表明,在行走过程中及出现较大运动加速度的情况下,加入加速度补偿的CKF姿态估计精度平均提高了35.3%。在矩形闭合路径试验中,起终点水平误差降低了56.3%,起终点高度误差降低了20.3%。     

基于LMI的多传感器H∞融合滤波器设计

在实际多传感器数据融合系统中,往往过程噪声及测量噪声统计特性未知,但能量有限.此时一些在已知精确系统模型与噪声统计特性情况下保持优良融合性能的方法,不仅无法保持良好性能,甚至会出现崩溃情况.H∞融合滤波方法可以有效地解决此类多传感器融合系统的滤波问题,但存在求解困难问题.基于LMI给出并证明了H∞融合滤波器的解,给出了数值仿真实例.结果表明提出的方法可以解决过程噪声及测量噪声统计特性未知,但能量有限情况下的多传感器数据融合问题.     

基于H∞滤波的智能车辆多传感器组合导航研究

为适应自主驾驶智能车辆的高精度、高频率及高可靠性与鲁棒性的导航要求,对智能车辆的多传感器组合导航进行了研究。提出了一种基于H∞滤波的双向光电测速仪和CP-DGPS共同辅助SINS的智能车辆冗余组合导航方法。详细推导并建立了组合系统的滤波模型。仿真结果表明,该组合导航系统具有100Hz的高频输出、厘米级的导航精度以及良好的鲁棒性能与可靠性。即使系统特性发生了显著的变化,组合系统仍能为智能车辆提供可靠的导航信息。     

星敏感器姿态测量算法研究

针对传统矢量定姿方法精度较低的问题,研究了主流的星敏感器多矢量天文定姿算法,从理论上对奇异值分解(singular value decomposition, SVD)算法、双矢量定姿加研究背景算法、最小二乘(least square, LS)算法、四元数估计(quaternion estimator, QUEST)算法和线性估计算法进行了详细推导。其中,线性估计算法先将各矢量对的坐标变换等式分散表示,推导出对应的四元数形式,再联立所有矢量的坐标变换等式,基于长方矩阵的Moore-Penrose伪逆运算对二次四元数矩阵方程线性化,再在此基础上考虑随机噪声的影响对一次四元数矩阵方程进行鲁棒性操作,具有良好的创新性与实用性。以最小化Wahba损失函数为目标,对定姿算法的性能进行对比分析。仿真和实验结果表明,线性估计算法较之于其余4种算法,具有更快的解算速度、更高的定姿精度。     

基于星敏感器的卫星姿态确定方法研究

介绍了基于星敏感器的卫星姿态确定算法,包括静态确定性算法和动态状态估计方法。从理论上推导了静态算法的TRIAD方法、Euler-q方法、QUEST方法以及SVD和FORM方法;对比分析了几种常见的动态估计方法,它们是EKF方法、UKF方法、预测卡尔曼滤波;并讨论了一些最新的方法,例如粒子滤波等。最后进行了仿真分析,并给出了一些有用的结论。