CORDIC算法在捷联导航系统姿态解算中的应用

在传统CORDIC算法的基础之上,通过增加迭代次数,对迭代参数进行优化筛选,提高了运算精度,通过在Altera公司NiosⅡ处理器中增加自定义指令的方式完成了硬件实现.最终将其运用到了捷联导航捷联姿态解算算法中,使解算结构得到简化,速度得到提升.     

捷联姿态解算五子样等效旋转矢量算法研究

为了抑制高动态环境下捷联惯导姿态解算时的误差,对五子样等效旋转矢量算法进行了推导;并在锥运动环境下进行了仿真验证。通过与四子样算法误差的对比,表明五子样算法可以有效减小动态误差,具有很高的实用价值。     

一种基于改进卡尔曼滤波的姿态解算算法

针对多传感器融合姿态解算精度不高的问题,本文提出一种改进的卡尔曼滤波算法,即高阶线性互补滤波与扩展卡尔曼滤波(Extended Kalman Filter,EKF)相结合的融合算法。该数据的融合是基于加速度计、陀螺仪传感器频率特性和姿态角的微分方程建立的系统模型,将互补滤波的姿态角数据作为该系统模型的观测值,利用EKF算法对加速度计、陀螺仪、磁力计进行数据融合。高阶的互补滤波和EKF的融合算法能够有效的解决陀螺方向的估计偏差,为了证明该算法的可行性,用搭载IMU(InertialSmeasurementSunit)模块的四旋翼飞行器进行了动态和静态的实验,分析对比了最新导航算法、经典卡滤波算法和该融合算法滤波的效果。实验结果表明：本文提出的高阶无源线性互补滤波和EKF相结合的融合算法,无论在静态还是动态的实时性情况下,都能很明显的去除噪声和抑制姿态角的漂移,且提高了姿态角的精度。     

末制导炮弹姿态更新算法研究

对末制导炮弹姿态更新算法进行了研究,建立了捷联惯性导航系统(SINS)的姿态解算数学模型.采用等效旋转矢量法,利用末制导炮弹的一条弹道数据进行仿真研究,并与四元数四阶龙格库塔法进行了比较.结果表明,在该类实例下等效旋转矢量法仍然适用,而且由于克服了刚体转动的不可交换性误差,与四元数四阶龙格库塔法相比,在姿态更新周期及采样周期相同的情况下,其计算精度都相对较高.     

基于多传感器数据融合的四旋翼飞行器的姿态解算

 用于农田信息采集的四旋翼飞行器姿态解算过程中,存在姿态角测量不够准确这一难题。选择基于加速度计、电子罗盘与陀螺仪的捷联式惯性测量系统,采用卡尔曼滤波算法,通过融合多个传感器的测量数据,解算出高精度的姿态角。为验证卡尔曼滤波算法的有效性和实用性,搭建了四旋翼飞行器姿态检测实验平台。结果表明,经卡尔曼滤波算法处理之后的姿态角动态响应好,解算精度高,其最大跟踪误差控制在±1.5°以内,消除了由加速度计或电子罗盘带来的测量白噪声,也有效抑制了陀螺仪的温度漂移,满足四旋翼飞行器对姿态解算精度的要求。     

基于决策树的自适应互补滤波姿态解算

为解决惯性传感器在磁场干扰和大加速度干扰坏境下姿态解算精度下降的问题,提出了一种基于决策树自适应的互补滤波姿态解算方法。针对陀螺仪特性,对其进行零偏补偿处理。将处理后的角速度数据与加速度数据构成静态检测单元,实现了静态情况和动态情况的准确分类。在动态情况下,由加速度数据和磁场数据组成的决策树通过分析外界干扰程度来自主调节系统误差增益,进而达到抗干扰目的,有效提高姿态解算精度。实验结果表明,静态情况下姿态解算不受磁场干扰,动态情况下能够有效避免磁场和大加速度干扰。     

VC环境下捷联惯导模拟器的开发

以捷联惯导系统为基础，在VC编译环境中，设计出可以模拟多种环境扩展性较强的模拟器，完成了对捷联惯导系统各种状态下的模拟，包括捷联惯导解算、传感器误差设置与测试、航迹状态设置等，为相关导航系统算法的验证提供了数据源．     

捷联惯导系统中基于卡尔曼滤波的奇异点消除算法

为消除奇异点对大飞艇的姿态解算带来的困扰,提出了一种基于卡尔曼滤波的奇异点消除算法.在构造出的卡尔曼滤波模型基础上,将当前状态变量作为先验估计代入滤波器的时间更新方程中,以便及时投射到测量更新方程,并得到测量更新方程所需的数据;此后,通过测量更新方程来校正先验估计,从而获得此状态的后验估计值,并用该估计值来代替加速度计传感数据中的奇异点,从而达到消除传感数据中奇异点的目的.Matlab实验验证了算法的有效性.结果表明,该算法在没有引入延迟的同时,有效消除了系统中传感器信号的毛刺点.     

基于平方根容积卡尔曼滤波的四旋翼无人机的姿态解算

为了提高四旋翼无人机姿态解算的精度,提出了基于平方根容积卡尔曼滤波(square-root cubature Kalman filter,SCKF)的多传感器数据融合策略。基于加速度计、磁力计和陀螺仪输出的数据,采用了四元数的姿态解算方法,避免了单一传感器获得的姿态角误差过大的问题,解决了扩展卡尔曼滤波(extend Kalman filter,EKF)精度低以及无迹卡尔曼滤波(unscented Kalman filter,UKF)、容积卡尔曼滤波(cubature Kalman filter,CKF)协方差矩阵正定性丧失的问题。设计了基于pixhawk飞控板的实验方案。通过实验数据表明,与传统的EKF、UKF、CKF算法相比,SCKF的精度最高。且与UKF、CKF算法相比,SCKF具有计算时间少、数值计算稳定性强等优势。     

捷联惯导初始对准的区间自适应滤波算法

捷联惯导系统在初始对准过程中由于模型参数与实际系统存在偏差,并且系统噪声与量测噪声统计特性往往是未知的,采用卡尔曼滤波不能取得理想的滤波效果。为避免滤波发散以及模型的不确定性,提出了基于Sage-Husa算法的区间自适应卡尔曼滤波方法。给出了捷联惯导系统的误差模型以及区间自适应卡尔曼滤波方程。在噪声统计特性未知时,比较了常规卡尔曼滤波与区间自适应卡尔曼滤波在初始对准中的应用效果。仿真结果表明,区间自适应卡尔曼滤波在噪声统计特性未知时能够有效地提高系统的滤波效果,是一种比较理想的初始对准滤波方法。     

基于人工标志的视觉/SINS组合导航算法研究

本文针对航天器地面中性浮力实验的实验体导航问题,研究利用计算机视觉和捷联惯性导航系统（SINS）进行实验体组合导航的算法：首先对视觉导航与SINS的优缺点及其组合导航的优势互补进行了分析,提出其组合方式;然后建立了组合导航系统量测方程;最后利用卡尔曼滤波方法,实现了视觉导航图像信息与捷联惯导系统的信息融合。仿真结果表明,提出的组合导航方法提高了导航精度,具有一定的应用参考价值。     

一种组合导航的自适应信息融合算法

以GPS/INS组合导航系统为应用背景,针对组合导航系统信息融合的精度与稳定性要求,将简化的Sage-Husa自适应滤波算法与指数加权衰减记忆滤波算法相结合,提出了一种改进的自适应信息融合算法.仿真表明,改进的自适应算法解决了噪声统计特性和模型参数不易确定的问题,能够有效的保证信息融合的精度和稳定性.在算法仿真的基础上,对在VC 6.0环境下算法进行了改进,给出了GPS/INS组合导航系统的结构及软件框架,通过实验验证了改进的自适应算法的实际应用价值.     

基于陀螺仪误差后验补偿的捷联惯导圆锥效应补偿算法

捷联惯导圆锥效应补偿计算通常基于输出补偿后的陀螺仪角增量,陀螺仪误差补偿速率必须与陀螺仪输出的采样速率相同,相应地增加了导航计算机的吞吐量,为此提出了一种后验补偿方法.首先利用未进行误差补偿的陀螺仪角增量输出计算圆锥补偿项,然后在姿态更新中对由于陀螺仪误差未补偿造成的圆锥补偿误差进行补偿.仿真实验证明,在相同圆锥效应补偿更新速率下,后验补偿算法计算的圆锥效应补偿精度与先验算法相当,但计算量显著降低.     

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．     

两时间尺度的捷联速度算法研究

根据奇异摄动理论分析具有小参数的捷联惯导系统方程,在两时间尺度上对系统状态方程进行了降阶简化处理,设计捷联算法.在内回路推力速度矢量计算中,应用一种新的划船补偿算法补偿比力转换过程中载体姿态变化产生的速度误差.在外回路中进行重力地速计算,完成导航坐标系上速度的更新.仿真结果表明:新算法精度与Savage四子样算法近似,计算量小.     

基于BP神经网络的GPS/SINS姿态测量融合算法

针对传统全球定位系统/捷联惯性导航系统(global positioning system/strapdown inertial navigation system,GPS/SINS)组合系统信息融合技术存在的不足,设计了适用于GPS/SINS组合系统姿态测量的反向传播(back-propagation,BP)神经网络模型,并在标准BP算法基础上,采用限制初始权值和阈值?动态删减隐含层节点数和修改激活函数的改进算法,从而减小BP算法在GPS/SINS组合姿态测量过程中的训练误差,提高网络训练的相应速度及精度?最后通过算法仿真和分析结果图得出改进后的BP神经网络算法在GPS/SINS组合姿态测量系统中高效可行,且测姿性能优越?     

基于四元数的捷联惯导惯性系晃动基座自对准算法

为提高捷联惯导系统在晃动基座下初始对准的快速性和精度,提出了一种基于四元数的捷联惯导惯性系晃动基座自对准算法.该算法利用惯性坐标系下的姿态更新来实时地反映载体在晃动干扰下的姿态变化,通过四元数推导将初始姿态的最优估计转化为Wahba姿态确定问题,以消除角晃动干扰的影响;并根据惯性系下重力矢量和晃动干扰加速度不同频的特点,引入小波阈值消噪以消除线振动干扰的影响,从而提高算法在晃动基座下的对准精度.仿真结果表明,该算法不需要进行粗对准,具有角晃动干扰隔离能力和线振动干扰抑制能力,能够实现晃动基座下的快速、精确自对准.     

组合导航信息融合算法的研究

以GPS／INS组合导航系统为应用背景,推导了“当前统计”模型下卡尔曼滤波方程的关键矩阵。阐述了卡尔曼滤波器的主要参数对组合导航信息融合效果的影响;给出了组合导航系统的松耦合设计框图;根据实验测得的数据采用基于卡尔曼滤波的信息融合算法,通过对算法改进前后东向误差和北向误差的分析,说明算法改进后的定位精度比改进前高约30％．     

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。