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。     

相对姿态匹配传递对准方法

传统的姿态匹配传递对准需要主、子惯性测量单元 (inertial measurement unit, IMU)分别惯导解算,得到两个姿态向量或姿态阵构造观测量。提出利用主、子IMU输出直接解算主、子IMU之间的相对姿态来构造匹配量的一种新的传递对准方法。首先推导了主、子相对姿态矩阵微分方程,并给出求解方法,得到的相对姿态矩阵计算值与初始相对姿态矩阵相乘作为观测信息;然后推导建立了相对姿态的误差方程,由此给出了传递对准状态空间模型;最后讨论建立了仿真验证环境,仿真结果表明,子陀螺精度为1（°）/h时,子IMU对准精度可以达到3′以内,并在10 s内迅速收敛。该方法同时适用于精确确定大角度或小角度的子IMU相对姿态,为关键位置实时高精度姿态基准的建立提供了技术参考。     

基于三轴转台误差分析的IMU标定方法

为了减小三轴转台误差对惯性测量单元(inertial measurement unit,IMU)误差模型系数标定精度的影响,提高IMU在三轴转台上的标定精度,首先分析了三轴转台各误差源,给出了陀螺仪和加速度计的输出与转台的位置、姿态误差之间的关系。据此设计了正十二面体-20点的位置和速率试验计划。该方法能同时辨识出IMU的误差模型系数以及转台误差源,自动补偿了三轴转台的误差,提高IMU误差模型系数的标定精度。最后对理论分析结果进行仿真验证,给出了转台误差与IMU误差模型系数标定误差之间的关系。     

调制型光纤捷联系统系泊状态标校方法

针对舰船系泊状态特有的运动环境及惯性器件偏差对捷联系统导航精度的影响,提出一种单轴四位置旋转调制方案并建立该系统误差方程。研究了直观分析系统参数可观测性的解析方法,并运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各状态量的可观测度,利用分离位置回路的卡尔曼滤波模型实现了器件偏差的现场估计。数值仿真显示,单轴四位置转停方案可以有效地提高惯性器件偏差的可观测度,大大提高了系泊状态下惯性器件偏差的估计精度。     

单轴旋转SINS方位陀螺漂移精确估计方法

为了减小方位陀螺漂移对单轴旋转捷联惯性导航系统(strapdown inertial navigation system, SINS)长时间定位精度影响,提出了一种方位陀螺漂移在线估计方法。对SINS误差参数进行分析,指出东向陀螺漂移和方位失准角精度决定方位陀螺漂移估计值精度。利用优化后的卡尔曼(Kalman)滤波器在线估计SINS失准角并进行补偿,在此基础上进一步使用Kalman滤波器估计惯性测量单元(inertial measurement unit, IMU)误差。进行了转台三轴摇摆和车载行进间验证实验,车载行进间验证实验中,IMU误差估计完成后转入到纯惯性导航,其12 h的定位误差为2.12n mile,系统定位精度满足中等精度单轴旋转SINS长时间导航需求。     

中低纬度下惯导极区性能模拟测试方法

针对惯性导航系统极区性能试验难以实地开展的问题, 研究了一种模拟测试的方法, 并基于横向坐标系编排给出了以组合导航系统作为测量基准的惯导模拟测试方案。首先分析了模拟测试技术研究的必要性, 然后根据轨迹形变最小原则详细推导了基于横向坐标系编排的极区模拟测试转换公式, 之后针对测试中采用不同基准的情况, 提出了相应的惯性测量单元(inertial measurement unit, IMU)转换算法, 并提出以惯性导航系统/全球导航卫星系统(inertial navigation system/global navigation satellite system, INS/GNSS)为参照基准的一种具体测试方案, 最终完成了仿真实验, 验证了模拟测试理论的正确性。结果表明, 在基准误差不计的情形下，试验导航参数误差与惯导实地横向编排解算误差相当。初步验证了所提方法替代极区实地试验进行精度性能评估的可行性, 为后续极区模拟测试评估研究奠了定理论基础。     

基于位置观测信息的Davenport四元数DVL标定方法

多普勒计程仪(Doppler velocity log, DVL)能够实时为捷联惯性导航系统(strapdown inertial navigation system, SINS)提供外部速度辅助信息，准确稳定的DVL标定工作对提升SINS/DVL组合导航系统的性能具有重要意义。为有效解决此问题，提出了一种基于位置观测信息的Davenport四元数标定方法。在所提方法中，通过基于多普勒测速原理的位置观测推算标定刻度因子误差以减小速度量测噪声的不利影响，利用基于Davenport四元数方法的位置观测矢量方程解算标定安装角误差以增强旋转矩阵求解的稳定性。船载湖试结果表明，相比于现有方法，所提标定方法在简单和复杂的机动情况下均具有更高的准确度和更好的稳定性。     

导弹射前惯测组件误差在线标定方案研究

弹上惯测组件(IMU)的误差是影响系统导航精度的重要因素,并直接决定导弹的落点偏差。针对离线标定的误差并不能完全反映实际使用时的误差状况,主要研究弹上惯测组件在一次通电情况下误差的在线标定方案。首先利用导弹水平、竖直和其他起竖位置来标定IMU的可行性分析,然后重点提出利用发射车从仓库到达发射点过程中停车位置的信息来辅助在线标定的方案,在理论分析的基础上给出了计算公式。最后,通过仿真结果表明,该方案能在一定精度条件下标定出IMU所有的误差参数,是行之有效的。     

基于多分辨率技术及奇异值理论的故障检测方法

提出了以小波多分辨率技术与矩阵奇异值理论相结合的故障检测方法。根据小波变换的多分辨率分解特性 ,提出了系统状态观测信号的二初始特征向量矩阵———粗分辨逼近矩阵和边缘细节信息矩阵。利用矩阵奇异值分解理论得到初始特征向量矩阵的奇异值 ,将其作为状态信号的特征向量。针对提取出的系统状态信号奇异值特征 ,设计出相应的故障检测算法 ,并将该方法用于某武器平台上精密弹簧阻尼器的故障检测。仿真结果证实了该方法的正确性和有效性。     

干扰条件下自适应滤波定位精度分析

在干扰条件下,单纯采用自适应滤波(adaptive Kalman filter, AKF) 或扩展卡尔曼滤波器(extensive Kalman filter, EKF) 在全球导航卫星系统/惯性测量单元(global navigation satellite systems/inertial measurement units, GNSS/IMU)组合导航的运用中都无法达到系统精度最优。为了指导组合导航系统的数据融合滤波器设计,获取AKF和EKF定位性能的经验数值是十分必要的。首先推导出EKF和一种AKF算法--新息序列自适应估计(innovation based adaptive estimation, IAE)的数学模型和计算公式。然后提出了一种实际数据结合仿真的验证方法。针对不同的干扰程度造成的精度降低的测量值,比较AKF算法跟普通EKF在GNSS/IMU组合导航数据融合中的定位精度性能。试验和仿真得到了在实验所采用的IMU精度条件下,自适应滤波在组合导航方面的定位性能的经验曲线以及IAE与EKF定位精度存在的临界点。     

挠性捷联惯组的多位置对准技术

弹用惯组的误差是影响系统落点导航精度的关键因素。针对如何利用已知的航向信息最大程度地提高弹用挠性陀螺的实际使用精度的问题,将多位置对准技术应用于惯组误差的在线标定,利用行列式法对陀螺静态漂移误差进行了可观性分析,给出常用两位置对准的理论分析及最优三位置的限定方程。仿真结果表明,最优三位置对准可以有效分离常值漂移和与比力一次项有关的漂移,实现挠性陀螺静态漂移误差状态变量全部可观测,最大程度地降低其对系统误差的影响。     

三轴加速度计GFSINS安装误差标定与补偿方法

针对由四个三轴加速度计构成的无陀螺捷联惯导系统加速度计的安装误差,根据空间矢量与坐标系关系,提出一种基于矢量模值不变性的位置误差标定方法和一种坐标系旋转变换矩阵的敏感方位误差标定方法,采用同一组转台试验数据先标定出位置误差再在位置误差标定基础上标定方位误差。同时,提出在误差补偿过程中,先补偿敏感方位误差再补偿位置误差的补偿方法,且给出了具体补偿算法。最后,通过仿真验证了标定和补偿方法的可行性。     

载体运动学辅助的双轴旋转调制惯性导航算法

为提高车载捷联惯导系统的导航精度,提出一种载体运动学约束辅助双轴旋转调制的惯性导航算法。建立了惯性测量单元(inertial measurement unit, IMU)旋转的载体运动学约束模型,设计了32次序转位方案,在实现惯性器件误差自补偿的同时提高了系统可观测度,从而将提高了可观测度的载体运动学约束导航与旋转调制导航结合,进一步提高了导航精度。进行了4 000 s静止条件下的导航试验,结果证明此方法可以有效提高定位精度,水平定位精度和高度精度分别比双轴旋转调制导航提高48.2%和80.3%,比载体约束辅助导航提高85.1%和89.9%。最后通过车载实验验证了该方法的有效性。     

载体运动学辅助的双轴旋转调制惯性导航算法

为提高车载捷联惯导系统的导航精度,提出一种载体运动学约束辅助双轴旋转调制的惯性导航算法。建立了惯性测量单元(inertial measurement unit, IMU)旋转的载体运动学约束模型,设计了32次序转位方案,在实现惯性器件误差自补偿的同时提高了系统可观测度,从而将提高了可观测度的载体运动学约束导航与旋转调制导航结合,进一步提高了导航精度。进行了4 000 s静止条件下的导航试验,结果证明此方法可以有效提高定位精度,水平定位精度和高度精度分别比双轴旋转调制导航提高48.2%和80.3%,比载体约束辅助导航提高85.1%和89.9%。最后通过车载实验验证了该方法的有效性。     

基于单轴转动的捷联系统粗对准技术研究

阐述了基于单轴旋转的捷联惯导系统误差抑制原理。针对旋转捷联惯导系统的粗对准问题,对比分析了解析法和惯性系粗对准法的本质区别与适用范围,利用惯性系对准过程是动态过程这一性质,提出在旋转捷联惯导系统中引入惯性系粗对准法,并进行理论推导与分析。〖JP2〗在三轴摇摆运动形式下,对单轴旋转捷联惯导系统的粗对准过程进行仿真分析,并与不旋转时的粗对准结果相对比。结果表明,惯性系粗对准过程中,惯性测量单元(inertial measurement unit, IMU)的转动调制了惯性器件常值偏差,有效地提高了旋转捷联系统的粗对准精度     

水下平台惯导惯性器件误差高精度估计算法

为满足高精度导航及隐蔽性要求,基于方位旋转技术,给出了针对水下平台惯导系统惯性器件(inertial measurement unit, IMU)误差无阻尼估计算法。首先分析了状态转换对固定指北式平台惯导系统的影响;其次利用Laplace变换,求解了方位旋转式平台惯导系统误差;然后基于舒拉振荡和平台旋转周期,利用间断获得的外测信息建立系统短时速度、位置误差模型并作不确定度评估;最后采用Kalman滤波对惯性器件误差作了事后估计。仿真结果表明,建立的速度、位置误差模型可信度高,算法可准确估计出东、北向陀螺常值漂移以及加速度计零位偏置,有效抑制导航误差发散,提高导航精度。     

半实物仿真惯组输出模拟及转台姿态补偿方法

针对半实物仿真传统三轴转台解耦方法大多不考虑地球自转影响造成仿真相似性不足、精度不高的问题,本文充分考虑转台纬度、方位及转序与发射点状态的差异,提出一种虚拟惯组输出模拟及实物惯组转台姿态补偿方法。当设备中不含实物惯组时,通过构建虚拟惯组并考虑误差影响模拟真实惯组输出;当引入实物惯组时,在转台解耦的基础上补偿当地地球自转角速度,根据转台奇异值与仿真需用范围可选卧式或立式驱动模式。经仿真验证,13 min飞行工况下虚拟惯组与实物惯组姿态结果一致,最大角误差约0.08°,不加地速补偿时仿真姿态相比理论值差异约3°,加入补偿后修正至约0.01°,表明该方法正确可行,能有效提高仿真精度,且方法实现简单适用性好,可工程应用并推广。