基于Kalman滤波的加速度计十位置标定方法

未经完全补偿的加速度计标定误差会残留到初始对准阶段,引起水平姿态误差。针对这一问题,提出一种基于卡尔曼滤波初始对准的标定加速度计零偏和安装误差角的新方法。在分析水平对准精度的基础上,推导出加速度计标定误差模型,给出四步骤十位置标定编排方案。确定了最优标定路径,仿真验证了转台最优路径的有效性。表明该方法能在对准阶段利用水平姿态误差进一步补偿残余标定误差,提高加速度计的标定精度。     

基于倾斜补偿提高多位置捷联寻北精度的研究

在多位置捷联寻北系统中,转台调平误差引起的陀螺敏感轴倾斜会给寻北结果带来较大的系统误差.根据动力调谐陀螺的性能特点,在多位置捷联寻北原理的基础上,分析了地理坐标系和平台坐标系之间的关系,通过坐标系旋转变换,推导出转台倾斜时多位置捷联寻北的数学模型,.提出了采用加速度计进行倾斜误差补偿的方法.仿真结果表明,在转台调平误差小于2'时,通过倾斜数学模型的补偿,倾斜带来的寻北系统误差小于10".该方法能够有效提高寻北系统的测量精度.     

捷联惯导算法中螺旋理论的应用

算法定义了推力速度坐标系、重力速度坐标系、位置坐标系,以螺旋理论为数学工具,提出了一种新的捷联惯导算法。算法利用螺旋矢量描述空间中的旋转和平移,推导出对偶四元数表示的导航运动学方程,同时对载体的姿态、速度进行更新。设计的螺旋补偿算法包括了传统的圆锥补偿和划船补偿,有效地减小了刚体转动的不可交换性误差。仿真结果表明:在高动态环境中,采用高精度的惯性传感器时,新算法的性能优于传统算法。     

基于三轴转台误差分析的IMU标定方法

为了减小三轴转台误差对惯性测量单元(inertial measurement unit,IMU)误差模型系数标定精度的影响,提高IMU在三轴转台上的标定精度,首先分析了三轴转台各误差源,给出了陀螺仪和加速度计的输出与转台的位置、姿态误差之间的关系。据此设计了正十二面体-20点的位置和速率试验计划。该方法能同时辨识出IMU的误差模型系数以及转台误差源,自动补偿了三轴转台的误差,提高IMU误差模型系数的标定精度。最后对理论分析结果进行仿真验证,给出了转台误差与IMU误差模型系数标定误差之间的关系。     

无陀螺捷联惯导系统中加速度计动态误差分析及补偿

无陀螺捷联惯导系统中,加速度计直接固定在载体上,所以其动态误差对系统精度有显著影响.首先,建立了加速度计动态误差数学模型,给出了动态误差对于九加速度计系统角速度解算的影响,然后,结合三轴转台模型及测试原理,通过网络结构简单、收敛速度快而不存在局部极小值问题的线性神经网络一次性标定了加速度计所有动态误差系数,最后对动态误差标定及补偿结果进行了仿真.仿真结果表明,标定系数的精度随着三轴转台转速的提高而提高,误差标定并补偿后角速度解算精度得到了明显改善.     

基于矩阵分解的惯导安装误差矩阵解耦方法

针对捷联惯性导航系统级标定中安装误差矩阵存在3组耦合关系问题,提出一种基于矩阵分解的解耦方法。该方法将安装误差矩阵分解为对称误差矩阵和斜对称误差矩阵后,推导其对惯性导航姿态方程和速度方程的影响,揭露系统级标定中安装误差矩阵存在耦合的原因——陀螺仪表组和加速度计仪表组的斜对称误差对误差方程的影响是耦合的,进而提出适当选取体坐标系使得陀螺仪表组的斜对称误差矩阵为0的解耦方法。该解耦方法是一种均值分配方法,与传统解耦方法相比能减少系统运算中的二阶舍项误差。仿真实例说明了该解耦方法是有效的。     

光纤捷联惯导两级系统级标定方法

针对传统的系统级标定方法状态变量维数高、标定参数可观测性差、滤波易发散等特点,提出一种两级系统级标定方法。该方法通过合并加速度计和光纤陀螺的标定误差降低Kalman滤波器维数,以速度误差和姿态误差作为观测量,设计6个位置对状态向量进行估计,将估计值进行解耦计算系统标定误差参数。针对光纤陀螺标定误差滤波时间长和Kalman滤波开始阶段收敛迅速的特点,对光纤陀螺标定误差进行两次估计,将两次估计值之和作为光纤陀螺标定误差。仿真和实验结果表明:两级系统级标定方法可以实现标度因数、安装误差和零位等24个标定参数的误差估计,提高系统的定位精度。     

基于神经网络的高超声速飞行器惯导系统精度提高方法

针对目前惯性系统误差补偿模型对静态误差和动态误差处理能力不足的问题,为适应高超声速飞行器长航时、高精度的惯性导航要求,基于神经网络提出一种加速度计拟合模型。在高超声速飞行器飞行前期有准确的卫星导航信息时,收集导航信息和加速度计脉冲信息,利用神经网络强大的非线性拟合能力,在飞行过程中进行在线训练,得到精确的惯性系统模型。仿真结果表明,在存在逐次通电误差和不考虑二次项误差系数的误差补偿模型方法位置导航偏差在数公里和数百米量级的情况下,相同时间内所提方法的位置导航偏差仅为数十米量级,有效提高了高超声速飞行器的导航精度。     

一种宽波束机载SAR运动误差的时域补偿方法

针对运动误差对机载SAR分辨率提高的严重制约和低载频雷达的应用场合,提出了一种宽波束机载SAR运动误差的时域补偿算法.该算法在对两步运动补偿后的方位向剩余运动误差随方位位置的变化特性进行研究的基础上,通过对原始SAR数据在频域分块,然后对分块数据在时域实现运动误差的补偿,从而克服了误差形式的限制,可获得高分辨率的SAR图像.给出了应用该方法的具体步骤,并通过仿真实验和真实SAR数据的成像结果证明了该算法的有效性.     

基于AFSA的加速度计误差参数辨识

提出一种在无高精度测试转台的场合下,精确辨识加速度计误差参数的方法。所提方法以静态多位置加速度模方为观测量,以重力加速度模方误差的标准方差为指标,利用人工鱼群算法对加速度计误差进行辨识。对静态24位置进行仿真分析,在此基础上,对实验室自行研制的光纤捷联惯导系统进行加速度计参数辨识,并进行了24 h静态导航试验。仿真和试验均表明,所提方法是一种有效的加速度计参数辨识方法,具有一定的工程实用价值。     

基于加速度计的无陀螺惯性导航系统设计与仿真

推导了加速度计的数学模型和刚体的运动模型,研究了采用6个加速度计设计无陀螺惯性导航系统的原理,设计了其安装配置方案和相应的导航参数解算算法,通过仿真试验验证了以加速度计为主要惯性元件构建惯性导航系统是可行的,并证明了6个加速度计是构建基于加速度计的无陀螺惯性导航系统的最小配置。     

低复杂度的ADS-B抗干扰阵列天线无源校正算法

阵列的幅相误差、位置误差和互耦使真实阵列流形与理想阵列流形有较大偏差,校正这3种误差可以明显提高阵列的性能。针对广播式自动相关监视(automatic dependent surveillance-broadcast,ADS-B)系统,提出了一种同时校正上述3种误差的无源校正算法。通过阵列天线的位置和飞机位置获取校正源的来向信息,并利用该来向信息最终进行误差校正。与其他方法相比,所提方法大大减少了校正阵列的复杂度。仿真结果表明了该算法的有效性。     

基于AIS信息的舰船位置标校方法

为了提高时差型卫星定位系统对舰船的定位精度,提出了一种基于船舶自动识别系统(automatic identification system,AIS)信息的舰船位置标校方法,该方法将具有AIS信息的民船作为标校源对军舰位置进行校正。首先,针对AIS信息无法直接用于位置标校的问题,提出了标校源雷达位置及其误差估计方法;其次,针对标校源雷达位置存在的误差,建立了标校方法的误差分析模型和标校源有效性分析方法,理论分析了标校定位精度及其改善程度,为标校源的选择提供了依据。最后,仿真分析验证了提出的标校方法的有效性。     

基于改进粒子滤波的运动平台定位算法

研究了运动平台对辐射源目标的定位问题。该问题是一个典型的非线性问题,因此很多定位算法对目标位置初始值的选择比较敏感,甚至造成运算结果不收敛。为解决这个问题,首先提出了一种最小均方误差预滤波改进粒子滤波算法,并将改进算法应用于运动平台对辐射源目标的定位,取得了比较好的效果。

Abstract：

The problem of emitter target location was considered using a moving platform. Because this problem is a non-linear problem,many position algorithms are too sensitive to the initial coordinate value of emitter target. The accurate position is difficult to estimate. To solve this problem,a modified particle filter approach based on Minimum Mean Square Error was proposed. Then the modified method was applied on the problem of emitter target location. Its performance is better in the simulation.     

基于加速度信息的导航卫星轨控期间自主定轨方法

为了降低对地面测控站的依赖,提升导航卫星自身的自主运行能力具有重要意义。导航卫星在轨道控制期间,自主定轨误差将会产生重大偏差,为了能够快速恢复星历,提升导航系统的应用效率,针对导航卫星轨控期间的自主轨道确定技术进行了研究。首先,在传统的天文导航的基础上引入了加速度信息,然后根据加速度计测量以及估计误差判断,选择合适的时机在轨控期间对估计误差方差阵进行重置。仿真结果表明,基于加速度信息的自适应导航滤波算法,能够有效降低导航误差收敛时间,同时降低估计误差峰值。     

阵元位置误差自校正的累量域辅助阵元法

阵元位置误差会严重影响多重信号分类(multiple signal classification, MUSIC)算法的测向性能,为此给出了一种阵元位置误差自校正的累量域辅助阵元法。首先构造了一种最大非冗余四阶累积量矩阵,并基于该矩阵实现了信源方位和阵元位置误差的联合估计,其中信源方位的估计需要一维搜索,而阵元位置误差的估计需要求解一个线性最小二乘问题。在一定假设条件下,对新算法的参数估计一致性做了理论分析。仿真实验表明：新算法可以减少对辅助阵元个数的要求,并且减弱了高斯色噪声对算法参数估计性能的影响。     

分布式无源定位技术的定位精度提高方法

为了提高无线传感器网络在无源定位时的定位精度,提出一种基于偏移圆圆心估计的定位误差校正(positioning error correction, PEC)算法。在PEC算法中，利用两步定位法在传感器获取的目标距离信息中获得的目标位置估计作为初值。在极坐标系中，将沿极径方向的固定偏移量引入到测距残差中形成偏移圆。利用偏移圆圆心的位置矢量对目标位置初始估计进行校正,从而获得更精确的目标位置估计。与经典分布式无源定位算法相比, PEC算法对传感器布局具有更强的适应性和更高的精度,在不同的传感器测距精度下均有较优异的性能,具有良好的工程应用前景。     

分布式无源定位技术的定位精度提高方法

为了提高无线传感器网络在无源定位时的定位精度,提出一种基于偏移圆圆心估计的定位误差校正(positioning error correction, PEC)算法。在PEC算法中，利用两步定位法在传感器获取的目标距离信息中获得的目标位置估计作为初值。在极坐标系中，将沿极径方向的固定偏移量引入到测距残差中形成偏移圆。利用偏移圆圆心的位置矢量对目标位置初始估计进行校正,从而获得更精确的目标位置估计。与经典分布式无源定位算法相比, PEC算法对传感器布局具有更强的适应性和更高的精度,在不同的传感器测距精度下均有较优异的性能,具有良好的工程应用前景。