船用捷联式惯性导航仿真系统设计

针对船用捷联式惯性导航系统长时间工作后,精度明显下降,不能满足导航需求的问题,设计了一种模块化的船用捷联式惯性导航仿真系统;并进行了仿真研究。将船用捷联惯导设计为四个模块,分别为轨迹仿真模块、惯性器件仿真模块、导航解算模块和误差分析模块。利用建立的模型,仿真分析捷联式惯性导航系统姿态角、速度和位置误差的主要特性,研究天向速度的发散对东向和北向速度误差的影响,探究初始对准误差对导航精度的影响。结果表明,仿真系统可以很好地模拟舰船捷联式惯性导航系统的初始对准和导航过程;天向速度的发散和初始对准的精度都会直接影响导航精度。因此,在舰船长时间航行时,必须提高初始对准精度且引入阻尼系统,以减小船用捷联式惯性导航系统的导航误差。     

某型捷联惯导系统标定方法研究

该文介绍了某型捷联惯导系统的几种标定方法,根据目前捷联惯导系统标定存在的一些问题,如标定精度分析技术不深入,综合仿真验证技术手段不够等,需要探索新的标定方法来解决。该文先采用对捷联惯性导航核心元件进行系统误差建模,主要研究了传统分立标定方法、系统级标定方法和加速度敏感项标定方法对误差和精度的影响;对船用捷联惯性导航系统的标定精度进行验证时,采用由半实物仿真综合验证技术构建的仿真环境模拟摇摆运动,可实现船用捷联惯导系统的自动化标定,确保系统提供准确导航精度,达到预期研究目标。     

UKF和UPF在惯导初始对准中的应用研究对比

捷联惯性导航系统是新型航位推算系统,在惯导系统执行工作任务之前需要进行初始对准,以保证系统的正常运行。对捷联式惯导系统,初始对准就是确定初始时刻的姿态阵,利用惯性元件的输出信息,选用合适的滤波方法,将计算的导航坐标系与真实导航坐标系的失准角估计出来,来修正姿态矩阵,使计算坐标系与真实坐标系尽可能重合。在实际的导航系统中,状态方程和量测方程通常都是非线性的,对于非线性特性,传统的解决方法是利用EKF滤波算法,但它只适用于弱非线性模型的估计,系统的非线性越强,引起的估计误差就越大,甚至会引起滤波发散。为此提出两种滤波算法UKF与UPF,并将两者进行了仿真对比,结果表明UPF算法比UKF算法收敛速度更快,估计精度更高。     

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.     

船用捷联惯性导航系统初始对准的最优化设计

研究了对船用捷联惯性导航系统的初始对准问题，在船舶晃动的情况下，可采用鲁棒状态估计器对失准角进行估计，并利用状态估值对系统的误差进行补偿，仿真结果证明了新型滤波器对于克服船舶晃动干扰具有良好效果。     

无迹卡尔曼滤波和无迹粒子滤波在惯导初始对准中的应用对比

捷联惯性导航系统是新型航位推算系统,在惯导系统执行工作任务之前需要进行初始对准,以保证系统的正常运行。对捷联式惯导系统,初始对准就是确定初始时刻的姿态阵,利用惯性元件的输出信息,选用合适的滤波方法,将计算的导航坐标系与真实导航坐标系的失准角估计出来,来修正姿态矩阵,使计算坐标系与真实坐标系尽可能重合。在实际的导航系统中,状态方程和量测方程通常都是非线性的,对于非线性特性,传统的解决方法是利用EKF滤波算法,但它只适用于弱非线性模型的估计,系统的非线性越强,引起的估计误差就越大,甚至会引起滤波发散。为此提出两种滤波算法无迹卡尔曼滤波UKF与无迹粒子滤波UPF,并将两者进行了仿真对比,结果表明(UPF)算法比(UKF)算法收敛速度更快,估计精度更高。     

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.
     

基于非线性滤波的捷联惯导系统罗经法对准改进算法

为提高捷联惯导系统初始对准的快速性和精确性,根据传统的平台惯导系统罗经法对准原理,提出包括水平对准和方位对准的捷联式罗经对准算法.给出了导航坐标系下加速度和角速率的修正值,经过姿态矩阵的转换对载体坐标系下的惯性测量组件输出值进行修正补偿.对不同初始姿态角误差和不同初始航向角的仿真表明,初始航向角的改变对系统影响较大,特别在大方位失准角情况下.采用UKF算法对非线性模型滤波的仿真结果显示,最大航向角误差从15′降至6′,证明将罗经法和UKF滤波方法相结合进行捷联系统初始对准是可行有效的.     

四阶龙格库塔法在激光陀螺捷联惯性导航系统中的应用

在激光捷联惯性导航系统中,应用四阶龙格库塔法求解载体速度增量,有效地解决了载体转动过程中三轴陀螺角速度变化对速度的影响,通过与三轴加速度计实测的X,Y,Z方向的加速度叠加,大大减少了导航中速度的累积误差,保证了捷联惯性导航系统在地理坐标系东北天中实时测量载体的三轴运动速度,以及载体航向、横滚、俯仰的快速实时输出,提高了纯惯性导航系统姿态精度和定位精度.动静态寻北、导航实验及捆绑载体测量其姿态跟踪性能的测试结果表明,寻北精度CEP小于0.5密位,横滚、俯仰精度误差小于0.3密位,里程计组合导航精度误差小于1‰.     

对偶四元数捷联惯性导航系统初始对准方法

采用对偶四元数将捷联惯性导航系统坐标系间的转动和平移统一考虑,以降低初始对准的模型复杂度和计算复杂性.给出了对偶四元数捷联惯性导航系统初始对准过程的粗对准模型,在此基础上,分别获得了基于加性和乘性对偶四元数误差的精对准模型.以航向角估计为例进行仿真分析,结果表明,采用该方法的收敛速度比传统方法加快了约40%,对准精度提高约0.01°.     

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.     

线振动条件下激光陀螺捷联惯导附加漂移补偿技术

针对振动条件下惯性器件会产生较大漂移的问题,从导航误差方程出发,以速度和位置误差作为观测量,设计了双位置卡尔曼滤波初始对准测漂方法。利用这种方法对振动条件下系统中激光陀螺的零漂和加速度计的零位的变化进行了估计;同时在导航解算过程中对惯性器件的振动附加漂移进行补偿。振动条件下对准测漂实验表明:利用双位置卡尔曼滤波方法可以很好的估计出惯性器件的振动附加漂移。振动漂移误差补偿实验表明:在导航结算过程中对惯性器件的振动漂移进行有效补偿后导航精度明显提高。     

基于电子地图和激光捷联惯组的运动基座初始对准方法

基于捷联惯导系统动基座初始对准对速度和路线要求较高,粗对准方位角失准过大影响精度等问题,提出引入电子地图对算法进行辅助修正的组合对准方法.通过地图匹配进行位置修正提高载车定位精度,最大限度减小第二次停车所带来的定位误差,提高对准精度.实验结果证明,动基座初始对准方法与电子地图匹配算法的有效组合,降低了对载车速度及路线的要求,极大提高了系统对准精度.     

基于SRCKF的水下航行器动基座初始对准技术

针对当海况不佳时,水下航行器即使处于系泊状态下也会产生大幅晃动,从而使得捷联惯性导航系统（SINS）无法快速完成自主初始对准的问题,提出了利用多普勒计程仪（DVL）提供的速度信息来辅助SINS实现运动中对准的方法．同时针对该环境下SINS只能获取粗略的初始方位信息的问题,提出了基于平方根求容积卡尔曼滤波（SRCKF）的动基座对准滤波算法．该滤波算法克服了扩展卡尔曼滤波（EKF）存在的滤波精度低以及须计算雅可比矩阵的不足,并在滤波过程中以协方差平方根矩阵代替协方差矩阵进行迭代更新,从而提高了滤波算法的收敛速度和数值稳定性．仿真结果表明：该方法能够解决水下航行器的动基座初始对准问题,且对准精度高,数值稳定性好．     

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．     

弹道修正引信滚转角未知条件下MIMU快速初始对准方法

针对基于双旋结构的二维弹道修正引信及所配用弹药发射后修正引信滚转角不确定的问题,提出采用BP神经网络快速确定修正引信滚转角范围进行粗对准,进而利用卫星导航信息辅助惯性导航系统进行快速初始对准的方法. 该方法利用修正引信滚转角误差与惯性导航解算速度误差之间的关系建立神经网络模型,并通过仿真生成不同工况的弹道数据对神经网络进行训练. 针对某旋转弹弹道进行仿真,结果表明,使用中等精度微惯性测量组合,粗对准过程中修正引信滚转角误差估计值小于20°,精对准过程中姿态误差角在弹丸发射后40 s内收敛到0.4°以内.      

基于多模型估计提高捷联惯导系统初始对准的精度

采用卡尔曼滤波技术进行捷联惯导系统静基座初始对准时,不能准确获得实际系统中噪声的方差,存在一定的不确定性;同时,由于一些状态不可估计或估计效果很差,采用简化状态方程进行对准,存在着模型参数不确定性。本文采用多模型估计方法处理这些不确定性问题,大大提高了对准的精度,仿真结果表明这一方法是有效性的。