提升小波在SINS信号去噪及初始对准中的应用

针对惯性仪表测量信号中包含大量随机噪声的问题和经典小波的缺点,研究了提升小波算法在信号去噪和初始对准中的应用.研究了基于提升方式下的小波算法,并将其应用到惯性器件测量信号噪声消除中;建立了捷联惯导系统粗对准方案和在大方位失准角条件下的非线性精对准模型;将基于提升小波的噪声消除算法应用于捷联惯导系统初始时准中.实验结果表明,提升小波算法有效去除了惯性器件测量信号中的噪声;基于该算法,可提高初始对准速度和精度.     

基于插值非线性滤波的SINS静基座初始对准

讨论了捷联惯性导航系统（SINS）静基座初始对准的非线性和线性误差模型,提出一种基于插值非线性滤波的SINS静基座初始对准方法.分析了插值非线性滤波原理,给出了系统加性噪声情况下的二阶插值非线性滤波递推算法.进行了静基座状态下基于KF、EKF和插值非线性滤波的初始对准仿真.仿真结果表明,在大方位失准角的情况下,基于插值非线性滤波的对准方法具有更高的估计精度,且无需计算Jacobian矩阵,相对于EKF计算量更小,实现更为简单.     

里程计辅助的车载SINS行进间对准方法

针对全球定位系统(global positioning system, GPS)信号易缺失且在战时难以保证可靠性的实际情况,为实现车载武器系统快速发射和自主对准的要求,提出了一种里程计辅助的车载捷联惯性导航系统(strapdown inertial navigation system, SINS)行进间对准算法。该算法推导了一种载体坐标系下的系统量测方程,相比现有的导航坐标系下的量测方程,具有更好的性能;同时,为保证对准算法的鲁棒性,设计了一种里程计两级故障检测隔离方案,可有效对里程计故障信息进行检测,并自适应地给出相应的应对策略,实现容错对准。算法的可行性和有效性通过数值仿真和跑车实验进行了验证。验证结果表明,新算法可以很好地隔离故障量测信息,在陀螺零偏稳定性为0.005°/h时,600 s的姿态对准精度优于0.01°,方位对准精度优于0.05°,可以满足系统行进间对准的要求。     

ICDKF在SINS大方位失准角初始对准中的应用

针对大方位失准角捷联惯性导航系统误差模型非线性的特点,利用基于迭代测量更新的中心差分卡尔曼滤波(iterated central difference Kalman filter, ICDKF)方法进行初始对准。与传统的非线性扩展卡尔曼滤波相比,ICDKF不仅能够提高滤波精度,而且不需要模型的具体解析形式,避免了复杂的雅可比矩阵的推导;同时ICDKF通过迭代测量更新,提高了目前存在的中心差分卡尔曼滤波的估计精度。仿真结果进一步表明ICDKF算法的可行性与优越性,能够满足初始对准的要求。     

提高SINS初始对准方位失准角估计精度的方法

针对在静基座捷联惯导系统初始对准中,东向陀螺漂移没有估计效果,使得估计的方位失准角存在常值误差的问题,提出了一种新的方法。该方法通过建立东向陀螺漂移估计值的修正方程,并对其进行修正,从而大大提高了方位失准角的估计精度。给出了该方法的具体实现步骤,并通过仿真验证了该方法的有效性。     

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。     

捷联惯导系统快速初始对准的多级组合滤波实现

捷联惯导系统初始对准中利用卡尔曼滤波器进行状态估计时,其数学平台的东向和北向水平失准角估计速度很快,而天向方位失准角的收敛很慢。为了解决这个问题,在基本卡尔曼滤波的基础上引入了多级组合滤波的思想,利用对捷联矩阵的修正和对天向方位失准角φU估计的改进产生了新的信息,形成了两级卡尔曼滤波,并且与小波软阈值法相结合,实现了捷联惯导系统的快速初始对准。     

基于无轨迹卡尔曼滤波神经网络的SINS初始对准方法

针对扩展卡尔曼滤波算法的缺点,研究了基于无轨迹卡尔曼滤波的神经网络算法.建立了捷联惯导系统在大失准角下的误差方程和适用于初始对准的神经网络模型,研究了基于扩展卡尔曼滤波和无轨迹卡尔曼滤波的神经网络算法,将基于无轨迹卡尔曼滤波的神经网络学习算法应用于捷联惯导系统大失准角条件下的初始对准中.仿真结果表明,在大失准角条件下,用训练好的神经网络进行初始对准是可行的,且基于无轨迹卡尔曼滤波的神经网络算法可提高初始对准精度.     

捷联惯导系统快速初始对准方法仿真研究

捷联惯导系统(SINS)静基座初始对准时,由于方位误差角的观测度较低,使对准的时间比较长。为了实现SINS的快速初始对准,在东—北—天坐标系下推导了快速对准方法;采用小波滤波和卡尔曼滤波相结合进行初始对准滤波。仿真结果验证了小波——卡尔曼组合滤波方法的有效性。     

基于改进四元数阻尼误差模型的SINS初始对准算法

针对传统捷联惯导系统(strapdown inertial navigation system, SINS)四元数非线性误差模型存在坐标系不一致的问题, 对姿态误差模型和速度误差模型进行改进, 将误差矢量统一投影至计算导航坐标系下。此外, 引入全球定位系统阻尼信息, 在阻尼SINS解算基础上, 结合四元数无迹估计器提出了一种改进四元数阻尼误差模型对准算法, 可应用于系泊状态下的SINS初始对准。仿真和车载试验结果表明, 在不同的大失准角下, 该改进算法相比传统四元数阻尼误差模型对准算法和欧拉角阻尼误差模型对准算法, 具有更好的对准精度、收敛速度以及稳定性。     

基于观测量扩充的捷联惯导快速初始对准方法

近似静止状态时捷联惯导系统可观测性较差,利用卡尔曼滤波完成初始对准需要较长时间。针对这一问题提出了一种基于观测量扩充的捷联惯导系统快速初始对准方法。在不改变系统状态方程的情况下,将速度误差和地球转速作为系统观测量。并根据观测量的扩展详细地推导了观测方程,进而利用扩展卡尔曼滤波完成捷联惯导系统初始对准。车载试验结果表明,与传统的卡尔曼滤波对准方法相比,新方法在保证初始对准精度的同时缩短了初始对准时间。     

Novel approach to GPS/SINS integration for IMU alignment

Strapdown inertial navigation system(SINS) requires an initialization process that establishes the relationship between the body frame and the local geographic reference.This process,called alignment,is generally used to estimate the initial attitude angles.This is possible because an accurate determination of the inertial measurement unit(IMU) motion is available based on the measurement obtained from global position system(GPS).But the update frequency of GPS is much lower than SINS.Due to the non-synchronous data streams from GPS and SINS,the initial attitude angles may not be computed accurately enough.In addition,the estimated initial attitude angles may have relatively large uncertainties that can affect the accuracy of other navigation parameters.This paper presents an effective approach of matching the velocities which are provided by GPS and SINS.In this approach,a digital high-pass filter,which implements a pre-filtering scheme of the measured signal,is used to filter the Schuler cycle of discrete velocity difference between the SINS and GPS.Simulation results show that this approach improves the accuracy greatly and makes the convergence time satisfy the required accuracy.     

基于信息复用和算法融合的初始对准方法

对惯性系多矢量定姿法的误差特性进行了理论分析,同时分析了最优估计初始对准的可观测性和对准误差,得出静基座下两种方法的对准精度相当的结论,通过试验验证了该结论,并发现当对准时间较短时,多矢量定姿法存在较大波动,因此将对准阶段的所有数据均用于多矢量定姿,提高算法稳定性,并将最优估计对准扩展到整个对准阶段,从而提高了对准精度...     

旋转捷联惯导抗晃动对准方法

为了提高传统车载捷联惯导在晃动基座下短时间内对准精度和抗干扰能力,提出一种基于惯性系多矢量粗对准与旋转调制最优估计精对准相结合的初始对准方法。阐述惯性系对准原理,对比分析惯性系双矢量和多矢量对准特点,建立最优估计精对准滤波模型,研究旋转调制误差抑制机理。通过仿真实验验证:惯性系对准能够克服基座角晃动影响,受线振动干扰影响较大,惯性系多矢量相比双矢量对准更加充分利用量测矢量信息,对准性能更好;旋转调制能够抑制水平器件误差影响,相比单位置对准能够得到更高的对准精度。     

静基座速率偏频激光陀螺捷联惯导系统快速高精度初始对准算法

针对惯性器件误差对初始对准精度的影响,提出了基于速率偏频激光陀螺捷联惯导系统的快速高精度初始对准算法。首先,研究了初始对准阶段惯性器件的误差特性;然后,建立了激光陀螺标度因数和加速度计零偏的二次非线性误差模型,并对其进行在线估计和补偿;最后,采用卡尔曼滤波方法对激光陀螺零偏残差进行估计,得到系统初始对准姿态矩阵。实验结果表明,该算法可以有效消除激光陀螺标度因数误差、零偏误差和加速度计零偏误差等因素对初始对准精度的影响,初始对准时间为3 min时水平姿态角对准精度为2″,偏航角对准精度优于30″,精度和快速性均得到显著提高。     

捷联惯导行进间对准位置更新与误差分析

针对车载捷联惯导行进间初始对准抗干扰能力差、自主测速设备难以获取位置信息的问题,提出一种基于位置更新的行进间惯性系对准算法,并分析位置误差影响。利用惯性凝固思想建立了行进间惯性系双矢量和多矢量对准模型,提出了一种行进间对准位置更新算法,即由自主测速设备获得的载体速度可解算出量测矢量,进而通过姿态变换和积分迭代可以得到地理位置信息,同时分析位置误差对惯性系对准的影响。通过实验验证,相比于惯性系双矢量对准,多矢量对准方法更加充分利用了量测矢量信息,抗干扰能力强;位置误差将引入行进间对准误差,采用位置更新算法能够得到更高的行进间对准精度,还可在初始对准结束时刻为后续导航提供位置信息。     

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