数字罗盘辅助实现MIMU静基座初始对准

针对低成本MIMU中MEMS陀螺精度低,不能独立完成初始方位对准的问题,提出了基于数字罗盘辅助实现MIMU粗对准,再利用UKF方法实现精对准的低成本MIMU初始对准方法。介绍了数字罗盘的基本原理、分析了航向误差的产生原因,给出了基于最小二乘法的误差补偿方案;设计了基于数字罗盘辅助MIMU的粗对准和基于UKF的非线性精对准方案,分析了粗对准精度,建立了包含航向角误差的非线性对准模型;MIMU初始对准仿真结果表明该方法具有满意的对准性能。     

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。     

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。     

RLV末端能量管理段三维制导轨迹推演研究

研究了重复使用运载器(reusable launch vehicle, RLV)末端能量管理段(terminal area energy management, TAEM)三维制导轨迹推演算法。根据初始点和终点的位置、航向、动压,规划动压参考剖面和横侧向参考轨迹,采用基于高度的质点动力学方程推演生成符合过载、动压、终点位置和航向约束条件的三维制导轨迹。横侧向参考轨迹的设计可以分成两步：第一步,消除横向的位置误差,同时减小纵向的位置误差;第二步,消除纵向的位置误差。根据纵向位置误差大小,组合使用三种模态的轨迹予以消除,节省了计算量。仿真计算显示,三维制导轨迹推演算法具有快速、准确、对初始点位置和航向分布鲁棒性强的特点,为在线轨迹设计提供了基础算法。     

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.     

摇摆基座下捷联系统快速初始对准研究

针对舰船摇摆状态下无法从陀螺仪输出中提取地球自转角速度信息这一问题,提出基于惯性系改进的粗对准方法.该方法通过建立惯导系统初始捷联矩阵隔离载体摇摆运动以保征失准角为小角度.为了满足舰船对准快速性的需求,提出了一种惯导数据循环使用的卡尔曼滤波精对准方法.系泊状态下的半实物仿真结果表明:采用惯导数据循环使用的系泊对准方法可以达到对准精度要求的同时缩短对准时间,验证了该方法的有效性.     

基于测量矢量匹配的传递对准方法研究

给出了一种基于主、子惯导系统测量矢量匹配的传递对准方法。根据主、子惯导系统惯组感测的角增量和速度增量信息,用四元数迭代算法直接估计主、子惯导之间的安装误差四元数,从而实现子惯导系统的快速初始对准。仿真结果表明,在适当的姿态机动条件下算法收敛速度很快,且最终对准精度较高,能满足弹载惯导的对准要求。另外,算法在初始姿态误差达到30°时仍能收敛,可在需要高精度对准的情况下为进一步的基于最优滤波的精对准提供良好的小角度线性化条件。     

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.     

#br# 基于降维CKF和平滑的SINS/OD动基座对准

为了提高捷联惯导(strapdown inertial navigation system, SINS)/里程计(odometer, OD)动基座对准精度,使对准过程中具备一定精度的位置导航能力,提出了一种动基座非线性对准方法。首先对非线性系统进行简化并应用降维容积卡尔曼滤波(reduced dimension cubature Kalman filter,RD-CKF)进行非线性对准,保证非线性对准过程中能够进行位置导航,对准结束时保证失准角为小角度。然后非线性R-T-S平滑至初始时刻进行校正,利用卡尔曼滤波再次对准,获得对准结束时刻高精度的姿态和位置导航。进行了实车实验,实验结果表明了方案的有效性。     

一种适用于SINS动基座初始对准的新算法

在运载体运动情况下,提出了一种适用于捷联惯导系统(SINS)初始对准的新算法,该算法以惯性空间为过渡参考基准,即建立了初始时刻惯性坐标系(i₀系)和初始时刻捷联惯组惯性坐标系(i_b0系)两个惯性坐标系。将捷联惯组坐标系(b系)与导航坐标系(n系)之间的初始对准姿态矩阵的实现分解为三步骤:(1)通过地理位置和初始对准时间求解i₀系至n系的变换矩阵;(2)通过惯导比力方程变形,引入测速仪速度辅助,求解从i_b0系至i₀系的常值变换矩阵;(3)使用姿态更新算法实时计算b相对于i_b0系的变换矩阵。最后,载车运动环境下的初始对准试验结果表明航向角对准精度达到了0.1°(1σ)。     

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.     

提升小波在SINS分段快速对准中的应用

提出了一种利用提升小波进行消噪的捷联惯性导航系统(strapdown inertial navigation system, SINS)分段快速对准新方法。该方法首先进行水平精对准,然后利用提升小波算法对陀螺仪的输出信号进行消噪后,快速计算出方位失准角并进行修正,完成对准过程。理论分析和实际系统试验表明:提升小波算法对于光纤陀螺信号具有良好的消噪效果,新方法与传统的Kalman滤波对准方法具有相同的稳态精度,但方位精对准过程中,不需要进行捷联惯导的力学编排,精对准的时间可以缩短至30 s左右。该方法弥补了传统Kalman滤波精对准方法中方位失准角估计速度慢的缺陷,大幅度提高了SINS的初始对准速度。     

经典轨迹的相似度量快速算法

针对经典轨迹相似度量的耗时性,利用轨迹压缩算法,提出一种基于最长公共子序列(longest common subsequence, LCS)的相似度量快速算法。首先，对实时轨迹进行压缩,减少轨迹点数。然后，利用经典轨迹的点与实时轨迹线段之间的距离,根据改进的多对1 LCS长度公式,计算经典轨迹与实时轨迹之间的LCS长度。最后，将LCS长度与经典轨迹的点数的比值作为经典轨迹的相似度。实验说明,通过轨迹压缩能够减少60%以上的计算时间。     

经典轨迹的相似度量快速算法

针对经典轨迹相似度量的耗时性,利用轨迹压缩算法,提出一种基于最长公共子序列(longest common subsequence, LCS)的相似度量快速算法。首先,对实时轨迹进行压缩,减少轨迹点数。然后,利用经典轨迹的点与实时轨迹线段之间的距离,根据改进的多对1 LCS长度公式,计算经典轨迹与实时轨迹之间的LCS长度。最后,将LCS长度与经典轨迹的点数的比值作为经典轨迹的相似度。实验说明,通过轨迹压缩能够减少60%以上的计算时间。     

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...     

降维 CKF 算法及其在SINS 初始对准中的应用

针对常规容积卡尔曼滤波(cubature Kalman filter, CKF)算法在捷联惯导系统（strapdown inertial navigation system, SINS）大方位失准角初始对准中采样点个数与状态向量维数成正比、计算量较大的问题,提出了降维CKF 算法。与常规CKF 算法相比,该算法只对离散化后的SINS 非线性误差模型中的大方位失准角进行采样,再利用三阶球面-相径容积规则计算后验均值和协方差,从而将采样向量从10 维降低到1 维,采样点数量从20个下降到2 个,减小了计算量。仿真实验结果表明,该算法与常规CKF 算法具有相同的对准精度,计算时间仅为常规CKF 算法的1/3,是一种较为实用的方法。     

基于层次本体模型(HOM)的语义相似度计算方法

本体映射通过计算实体之间的局部的或/和全局的语义相似度来确定实体之间的关系。除了实体之间的局部或/和全局的关系外,在很多情况下整个本体之间的关系对于计算语义相似度也是很有帮助的。本文试图利用这些关系来计算实体之间的相似度以改进本体映射的性能。为此,本文以范畴论为基础提出了一个层次化的本体模型(hierarchical ontology model,HOM)用以形式化描述这种关系。在此基础上,还提出了一种本体映射算法HOM-Matching,该算法利用本体之间的关系来计算实体之间的语义相似度。两组实验表明:通过设定合适的参数,该算法可以较好地提高本体映射的性能。