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。     

基于惯性参考系线性滤波传递对准方法

提出一种机载武器捷联惯导系统任意失准角情况下的传递对准方法。该方法以两个相对惯性空间指向不变的坐标系为基础,将姿态四元数分解为可由子惯导陀螺仪输出计算的四元数、可由主惯导传递的信息计算的四元数以及需要估计的常值四元数。对比力方程进行数学变换,得到了线性量测方程。建立了任意失准角情况下的线性传递对准模型。设计了一种自适应卡尔曼滤波算法以解决观测噪声方差阵难以精确计算的问题。仿真结果表明,该方法在任意失准角情况下都能得到较高的对准精度,为机载武器捷联惯导系统提供了一种有效的传递对准方法。     

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。     

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。     

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。     

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。     

惯导快速传递对准的可观测性和对准误差分析

依据控制理论中的可观测性分析方法,分析了惯性导航系统快速传递对准算法的可观测性,由此得出不同可观测性条件下不可观测量引起的对准误差,并对引起不同可观测性的载体机动方式进行分类,分析了水平匀速运动、水平转弯运动、摇翼机动和海上摇摆运动这四种常见的载体运动情况下的可观测性。从而为合理地舍去快速传递对准中的状态变量提供了理论依据。     

一种稳健的自适应传递对准算法

传递对准算法的性能受量测噪声影响较大但其统计特性通常难以精确给定。为实现对传递对准中量测噪声的稳健自适应调整,提出了一种改进的自适应传递对准算法。在传统的Sage-Husa自适应卡尔曼滤波算法基础上,通过减少自适应调整的参数个数、采用渐进无偏估计代替无偏估计、分段调整加权系数三重处理,有效地提高了算法的稳健性,同时算法的计算量也有所降低。结合一种经典的速度加姿态匹配传递对准模型,对改进的自适应算法进行了仿真测试。仿真结果表明,当量测噪声协方差阵取值与真实噪声水平偏离时,该改进算法能够对量测噪声的统计特性进行有效的自适应调整,从而使传递对准在精度和稳健性两个方面的综合性能得以改善。     

精确制导炸弹传递对准算法与仿真

近年来精确制导炸弹在战争中初露锋芒，受到了普遍的重视。作为机载空射武器，炸弹惯导系统在投放之前必须进行必要的初始对准。结合航空制导炸弹的特点，针对载机主惯导与炸弹子惯导速度/方位角匹配的传递对准模型，分别建立了精确对准和快速对准模型．并在仿真系统建立的基础上，从不同模型、载机不同机动方式、不同惯性元件精度等角度对模型和算法的有效性进行了比较和验证，给出了工程实现过程中一些切实可行的建议。     

粒子群优化小波神经网络在惯导系统传递对准中的应用

为克服系统阶次较高时卡尔曼滤波实时性较差的特点,利用小波神经网络具有收敛速度快,结构简单,计算量小等优点,将其应用于惯导系统传递对准。并采用粒子群算法优化小波神经网络参数,取代传统的梯度下降法,克服了网络参数选取的盲目性,避免陷入局部极小值。仿真结果表明采用粒子群优化的小波神经网络进行传递对准,不仅获得了与Kalman滤波相同的精度,而且收敛速度快,满足了对准的实时性要求。     

捷联惯导系统极区动基座对准

传统卡尔曼滤波对准只适用于中低纬度地区,不适用于极区。针对这一问题,提出惯性系下卡尔曼滤波对准作为极区对准方案。首先选择惯性系为对准坐标系,在惯性系内推导捷联惯导系统的速度误差方程和失准角方程,建立适用于极区对准的误差模型。以速度误差为观测量,结合误差模型建立卡尔曼滤波器并进行离散化处理。然后对该对准算法进行仿真,验证其在极区的可行性,并与传统的卡尔曼滤波对准的仿真结果进行对比。最后,分析不同速度和有加速运动等情况下该算法在极区的性能,为工程实践提供理论依据。     

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。     

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。     

基于平滑算法的惯导系统误差校正技术

惯性导航系统受初始误差的影响会产生周期性振荡以及发散误差。针对这一问题,提出了基于自适应衰减卡尔曼滤波及固定点平滑的估计算法,对系统初始误差进行估计,估计结果代入系统误差模型推导误差发散情况,以此对系统输出进行补偿。仿真结果表明,该算法可以有效抑制惯性导航系统输出误差的振荡及发散。     

一种惯性导航仿真系统的设计研究

结合惯性导航系统具有自主性高、精度高、参数全面,但造价昂贵,结构复杂,其空中试验难度大等优缺点,针对它在静止状态下不能提供动态参数的难,研制成功了一种惯性导航仿真系统。详细阐述了系统的研件结构设计和软件设计,并在对惯性导航原理研究的基础上,建立了惯性导航的仿真模型和导航控制模型,成功地解决了该惯性导航系统与某型飞机航电系统互联进行地面动态实验的难题。     

船用捷联惯导系统的快速阻尼导航算法

为了消除船用捷联惯性导航系统中的舒勒周期振荡和傅科周期振荡,常用的方法是在水平回路引入阻尼网络。然而,引入阻尼网络之后,系统在达到稳定之前往往需要一个较长的调节时间。系统在调节时间内会有超调等现象,使得系统的性能无法保证。为了减少系统的调节时间,提出一种由逆向解算和正向解算形成的循环算法,导航计算机利用存储的信息在计算机内循环解算,以达到缩短调节时间的目的。最后利用计算机进行仿真实验,结果表明所提方法能够有效缩短阻尼调节时间。     

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。