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。     

基于无轨迹卡尔曼滤波的大失准角INS初始对准

讨论了大失准角情况下，惯性导航系统（INS）初始对准的非线性误差模型，分析了无轨迹卡尔曼滤波原理，提出将无轨迹卡尔曼滤波（UKF）技术应用于惯性导航系统初始对准ψ角估计中，进行了静基座状态下的初始对准仿真。仿真结果表明，在方位误差角为大角度，水平误差角为小量的情形下，无轨迹卡尔曼滤波比扩展卡尔曼滤波（EKF）对准时间更快，估计精度更高。当ψ角三个分量均为小量时，无轨迹卡尔曼滤波也具有很好的性能。     

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。     

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.     

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。     

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。     

OAS/INS/GPS/APS舰艇组合导航系统设计与仿真

舰艇高精度导航需求日益迫切，设计的组合导航系统可以使舰艇在水上水下一些特殊环境下实现高精度航向和定位测量。系统设计和利用了三种新型导航系统作为导航分系统，分别为光学标校系统(OAS)、水声定位系统(APS)和GPS姿态测量系统。为了克服惯性导航系统(INS)系统的积累误差以及GPS、APS和OAS系统各自的缺陷，采用联邦卡尔曼滤波技术，设计了OAS／INS／GPS／APS组合导航系统滤波算法，仿真结果验证了算法的有效性，表明基于上述系统的组合导航系统可以获得较高的航向定位精度。     

基于可观测度分析的传递对准精度评估方法

针对传统舰载领域传递对准精度评估性能受限于舰船有限的机动能力问题,提出了通过引入天文航向信息以及减速机动的舰载武器惯导系统传递对准精度评估方法。通过精度评估系统的可观测性分析,给出了引入角运动观测量以及载体机动这两种方法各自与精度评估性能之间的关系,并分别提出引〖JP3〗入天文方位信息和舰船减速强机动的精度评估方法,利用固定点平滑算法进行仿真分析。仿真结果表明,引入天文航向信息的精度评估方法具有良好的姿态失准角评估性能,平滑误差小于10%,且所设计的减速强机动可以进一步提升方位失准角的平滑精度。     

捷联惯导连续旋转方位轴式初始对准研究

针对捷联惯导系统初始对准时可观测性差的缺点,提出了一种提高系统状态变量可观测度的新方法。该方法通过连续旋转方位轴来等效地变换捷联惯导系统误差模型中的系统矩阵,从而提高了初始对准过程中的可观测度,满足了初始对准过程中对精度和速度的要求。分析了连续旋转方位轴式对准时系统的可观测性,并对不同方式下的捷联惯导初始对准过程中系统状态的可观测度进行了对比研究,指出采用连续旋转方式时系统状态的可观测度最高。仿真验证结果表明,连续旋转方位轴式初始对准对姿态误差角的估计精度较二、三位置方法提高了一倍。     

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。     

捷联惯导系统初始对准的SVM自适应Kalman滤波算法

作为捷联惯导系统初始对准关键技术的Kalman滤波要求事先精确已知系统及量测噪声的统计特性,当在滤波过程中这些特性改变时,滤波器性能将会降低甚至发散,针对这一问题采用了一种支持向量机(SVM)自适应Kalman滤波(SVMAKF)算法,根据协方差匹配技术应用支持向量机来动态调谐量测噪声方差阵R,当量测噪声随时间改变时,SVMAKF可以实时的估计出准确的噪声方差阵,这就降低了系统对量测噪声先验统计特性的依赖性,能够改善kalman滤波器的状态估计效果.基于SVMAKF的捷联惯导系统初始对准计算机仿真结果表明在滤波精度和滤波器鲁棒性上,SVMAKF都有比传统Kalman滤波器好的表现.     

一种基于自适应粒子滤波的捷联初始对准方法研究

针对传统自适应粒子滤波算法的计算负荷太大问题,在Fox的K-L距离采样的基础上,给出一种新的求解七值的方法,将k值的计算从采样过程中分离出来,大大降低算法的复杂度,减少计算量,避免死循环发生.曩后,将该算法应用到大失准角情况下捷联惯导系统动基座初始对准中,并与扩展卡尔曼滤波算法,标准粒子滤波算法和传统自适应粒子滤波算法进行了比较,仿真结果表明简化的自适应粒子滤波算法在保持高精度的同时,有效地提高了算法的计算速度,因此更适合于捷联惯导系统动基座初始对准.     

捷联式惯导系统静基座快速初始对准方法的研究

初始对准精度直接关系到惯导系统的工作精度，其时间是惯导系统的重要战术技术指标，因此，初地准是惯导系统最重要的关键技术之一，本文提出并设计了把扩张状态观测器用于捷联惯导系统静基座下的初始对准。结果表明，对准过程时间大大缩短，具有精度高，算法简单等特点，是一种应用在实际惯导系统中的理想初始对准方案。     

Novel method of improving the alignment accuracy of SINS on revolving mounting base

In the process of initial alignment for a strapdown inertial navigation system (SINS) on a stationary base, the east gyro drift rate is an important factor affecting the alignment accuracy of the azimuth misalignment angle. When the Kalman filtering algorithm is adopted in initial alignment, it yields a constant error in the estimation of the azimuth misalignment angle because the east gyro drift rate cannot be estimated. To improve the alignment accuracy, a novel alignment method on revolving mounting base is proposed. The Kalman filtering algorithm of extending the measured values is studied. The theory of spectral condition number is utilized to analyze the degrees of observability of states. Simulation results show that the estimation accuracy of the azimuth misalignment angle is greatly improved through a revolving mounting base, and the proposed method is efficient in initial alignment for a medium accurate SINS.     

基于Kalman／UKF组合训练神经网络的初始对准方法

针对基于Unscented卡尔曼滤波(UKF)的神经网络训练学习方法存在的计算量大,实时性差的问题,提出了一种基于Kalman/UKF组合滤波原理的神经网络学习方法,该方法综合了Kalman滤波对线性系统和UKF对非线性系统的最优估计的优势,在保证神经网络权值估计精度的同时,有效降低了神经网络权值学习的计算量,提高了神经网络训练的实时性。最后将该利用方法训练的神经网络应用于惯性导航系统的非线性初始对准过程中,并进行了仿真研究。仿真结果表明利用提出的算法训练的神经网络与基于UKF训练的神经网络具有相同的对准精度和实时性,而提出的算法的有效降低了神经网络训练的计算量,提高了训练的运行效率,是解决惯性导航系统初始对准的一种有效和实用的方法。     

基于SINS/GNSS/轮速的列车组合导航算法研究

铁路沿线复杂环境下的精确定位是目前列车导航的技术难点.经典的SINS/GNSS(Strapdown Inertial Navigation System/Global Navigation Satellite System)组合导航方案在卫导信号被遮挡等情况下由SINS继续导航,但低成本惯导器件会随着时间出现误差累积....     

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。