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.     

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。     

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。     

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。     

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。     

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。     

船用平台式INS光学标校初始对准方法研究

为了解决航海型平台式惯性导航系统（INS）非自主式初始对准问题，建立了不同观测量条件下统一的INS初始对准方程。通过系统可观测性分析，得出增加外部姿态角的观测信息将有效提高INS平台失准角和惯性元件误差的估计能力的结论。设计出一种独特的可测量低动态载体两维姿态的高精度光学测量系统（OCS）用以提高航海型平台式INS初始对准精度。建立OCS／GPS／计程仪（LOG）／INS初始对准卡尔曼滤波器，并进行了基于部分试验数据的数字仿真，与传统的基于位置和速度的GPS／LOG／INS初始对准方法相比，基于OCS的系统不仅缩短了对准时间，还有效改善了系统惯性元件的误差估计精度。     

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。     

捷联惯导系统简化非线性对准研究

对任意大失准角条件下的捷联惯导系统非线性对准进行了建模和简化,并给出了差分GPS辅助条件下的大失准角行进间对准简化模型。针对四组不同量级的初始姿态失准角,分别采用线性模型和非线性模型进行卡尔曼滤波（KF）和Unscented卡尔曼滤波（UKF）静态对准仿真,结果表明文中大失准角非线性模型可适用于任意角度的初始对准,小失准角和大方位失准角情况下UKF对准可达角分级精度,但在水平和方位皆为大失准角情况下UKF收敛至一定程度后仍需与KF配合使用。

Abstract：

Modeling for Strapdown Inertial Navigation System （SINS） initial alignment with arbitrarily misalignment angles was created and simplified,and the nonlinear alignment modeling for SINS initial alignment on-move with the help of Differential GPS （DGPS） was proposed.Simulations of static-base initial alignments through linear Kalman Filtering （KF） and nonlinear Unscented Kalman Filtering （UKF） were carried out with four different weights of initial misalignment angles.Results show that the simplified nonlinear model can implement initial alignment with arbitrarily misalignment angles.The nonlinear UKF can reach minute magnitude precision as all of misalignment angles are small or only azimuth misalignment angle is large.However,if both initial horizontal and azimuth misalignment angles are large,KF is still recommended to use after UKF convergence to small scales.     

旋转捷联惯导系统精对准技术

针对惯性器件常值偏差对捷联惯导系统导航精度的影响,提出了一种单轴旋转调制方案并建立该系统误差方程,将系统中陀螺常值漂移和加速度计零位误差调制成周期变化的量。通过改变惯导系统误差模型中的捷联矩阵来改善系统的可观测性。利用谱条件数法计算出惯性测量单元(inertial measurement unit, IMU)在静止和旋转状态下捷联系统的可观测度,采用卡尔曼滤波方法实现了旋转捷联系统的精对准。仿真结果表明,IMU旋转状态下的对准方法消除了陀螺常值漂移和加速度计零偏对系统对准精度的影响,大大提高了对准精度。     

衰减记忆自适应滤波在惯导系统传递对准中的应用

针对滤波稳定性问题,提出了一种改进的衰减记忆自适应滤波算法。通过引入衰减记忆滤波矩阵,根据残差序列输出的互不相关性,在线自适应地调整衰减因子,从而使衰减记忆滤波工作在最佳状态。将该算法应用于惯导系统的传递对准过程,仿真结果表明在模型和噪声统计特性的先验信息不准确时,该算法优于传统的卡尔曼滤波。     

惯性系下平台惯导传递对准方法

由于导弹的高速旋转导致其内部的子惯导平台难以施矩,不能跟踪地理系,在发射前需要使子惯导平台跟踪惯性系,而主惯导则一直跟踪地理系。针对这一情况的传递对准应用问题给出了相应的解决办法。首先介绍了跟踪惯性系平台惯导的工作原理,然后针对这种情况,提出了2种惯性系下传递对准的方法,分别是平台惯性系以及地心惯性系下的速度匹配。经过对比分析,仿真结果说明平台惯性系下的方位失准角精度不高,而地心惯性系下在3个方向上都达到了误差小于1′的精度,是一种可行的对准方法。     

船用捷联惯导系统运动中对准的UKF设计

针对海况恶劣船体大幅晃动,捷联惯导系统无法快速完成自主初始对准的问题,给出了大方位失准角情况下捷联惯导系统的非线性误差方程,采用UKF方法来解决GPS辅助船用捷联惯导的运动中对准问题。仿真结果表明,该方法仅需60 s即可完成初始对准,并且水平对准精度达1′,方位对准精度达6′。与传统的EKF非线性滤波方法相比,采用UKF来实现船用捷联惯导系统运动中对准,不仅无需计算复杂的Jcobian矩阵,而且精度更高。     

基于平方根UKF的车辆组合导航

针对扩展卡尔曼滤波(EKF)在车辆导航中存在着计算复杂、线性化误差大等缺点,将一种新的非线性滤波方法--平方根UKF方法(SRUKF)用于车辆GPS/DR组合导航中.和普遍采用的EKF方法相比,SRUKF方法不仅提高了车辆组合定位的精度和稳定性;而且不需要模型的具体解析形式,避免了复杂的Jacobi-an矩阵的计算,算法更简单,也更加易于实现.为了检验其有效性,将两种方法分剐对车辆GPS/DR组合导航系统进行滤波仿真,仿真结果进一步表明SRUKF方法明显优于EKF方法,是车辆组合导航中一种更理想的非线性滤波方法,真正实现了车辆低成本、高精度的实时定位.     

Unscented Kalman filter for SINS alignment

In order to improve the filter accuracy for the nonlinear error model of strapdown inertial navigation system (SINS) alignment, Unscented Kalman Filter (UKF) is presented for simulation with stationary base and moving base of SINS alignment. Simulation results show the superior performance of this approach when compared with classical suboptimal techniques such as extended Kalman filter in eases of large initial misalignment. The UKF has good performance in case of small initial misalignment.     

IAE-adaptive Kalman filter for INS/GPS integrated navigation system

1 .INTRODUCTIONInertial navigation system(INS) and Global posi-tioning system ( GPS) are two major navigationsystems now widely usedfor marine applications a-round the world. Considering both systems pos-sess complementary working characteristics , abooming attention is focused on finding effectivemethods to combine the two different systems toconstituteintegrated navigation system with higheraccuracy and better performance .Information likeGPS position and velocity are often chosen as…     

横坐标系捷联惯导系统的卡尔曼滤波阻尼设计

由于外速度信息存在误差,基于阻尼网络的横坐标系捷联惯导外水平阻尼算法虽然能抑制舒勒周期振荡,但是在阻尼切换过程中会引入较大的超调误差。因此设计了基于卡尔曼滤波技术的横坐标系捷联惯导外水平阻尼算法。首先建立了横坐标系捷联惯导的卡尔曼滤波数学模型,估计出横向姿态误差角;然后将估计的水平姿态误差角进行反馈校正,从而抑〖JP2〗制系统的舒勒周期振荡。仿真实验表明,与基于阻尼网络的算法相比,所设计的阻尼算法不仅能抑制舒勒振荡误差,还能抑制阻尼切换过程中的超调误差,提高船舶在极区航行的导航精度。     

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。