基于多模型估计提高捷联惯导系统初始对准的精度

采用卡尔曼滤波技术进行捷联惯导系统静基座初始对准时,不能准确获得实际系统中噪声的方差,存在一定的不确定性;同时,由于一些状态不可估计或估计效果很差,采用简化状态方程进行对准,存在着模型参数不确定性。本文采用多模型估计方法处理这些不确定性问题,大大提高了对准的精度,仿真结果表明这一方法是有效性的。     

光纤陀螺捷联惯组姿态算法改进研究

采用陀螺角增量信号来进行设计的传统的捷联姿态算法,应用于输出为角速率的干涉型光纤陀螺构成的捷联姿态系统时,不仅在精度上存在局限,而且还由于通过角速率提取角增量而带来更大误差。为此,提出了一种仅以角速率为输入信号,双回路迭代新算法,并在典型圆锥运动条件下以算法漂移误差最小为优化准则,推导了新算法相应的圆锥补偿系数方程和算法误差表达式。仿真结果表明,所设计的改进新算法相比于同角速率抽样值的常规角速率输入的圆锥补偿算法精度显著提高。新算法的提出为光纤陀螺捷联惯组圆锥误差补偿提供了一种新的思路。     

低成本捷联惯导系统的静基座快速精对准方法

针对低成本捷联惯导系统难以完成航向自对准以及静基座对准可观性和可观度低的问题,提出了同时将速度误差、姿态误差和航向误差作为观测量的卡尔曼滤波对准方案;建立了姿态误差、航向误差与数学平台误差角之间的量测关系;推导了利用加速度计计算姿态的方法,并配置磁传感器作为外观测设备提供航向参考基准,从而获得滤波器观测量.结果表明,建立的对准模型和方法有效提高了系统的可观性和可观度,缩短了对准时间、提高了对准精度,并且实现了低成本捷联惯导系统的航向对准,具有重要的工程实用价值.     

极坐标捷联式视觉导引平台的机电建模与仿真

极坐标结构捷联式视觉导引平台为系统的轻小型化提供了一种解决方案,同时也具有较好坐标捷联式框架的运动学关系:基于刚体定点运动欧拉动力学原理,建立板坐标捷联式视觉导引平台的动力学模型;针对两轴框架的驱动电机,进一步建立包含电机电流环和力矩环的机电模型.最后结合实际数据,对所建的机电模型进行了仿真验证,并对干扰力矩和机体运动耦合作用对框架角速度和角度的影响进行了分析.仿真和分析结果表明:干扰力矩对框架角速度和角度有较大幅值的影响,需要机械的方法和增加补偿环节的方法加以消除;机体运动耦合作用对框架角速度和角度也有影响,并且这是系统固有的特性,只能通过补偿环节加以消除.     

基于卡尔曼/粒子组合滤波器的组合导航方法研究

粒子滤波在组合导航系统非线性非高斯条件下的滤波估计中获得广泛关注,但捷联惯导误粒子组合滤波算法,采用卡尔曼滤波和粒子滤波分别对系统的线性和非线性状态进行估计,降低粒子滤波器状态维数,避免维数灾难.采用系统残差采样法的规则化粒子滤波器,有效缓解粒子贫化问题,并减少计算负担.仿真结果表明卡尔曼/粒子组合滤波方法的估计性能与粒子滤波相当,但计算复杂度前者要低得多.     

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.     

火炮随动系统的解耦控制研究

摘要：采用捷联惯导系统做为火炮的姿态测量元件,能够有效提高调炮精度。针对火炮随动系统存在的方位和高低控制通道之间的耦合问题,采用了四元数解耦控制算法,使方位和高低通道独立不相干扰,在解决方位轴实时计算时分别采用俯仰轴叉乘法和高低量解算法,达到解耦控制效果。仿真和实验证明该方法的有效性。     

基于面向对象的捷联惯导系统中四元数计算方法

论述 了面向对 象方法应 用于捷 联惯导 系统 四元 数运 算, 利用 Ｃ＋ ＋ 类 的 概念, 实现 了 在捷联惯导 系统刚体 运动状 态计算中 广泛 应用 的与 复 数性 质相 似 的四 元数 类 该 方 法已 应用 于 组合导航系 统计算 中,提高了 软件开 发质量和 设计速 度参４     

光纤陀螺捷联惯导温控系统热仿真技术研究

首先分析了温度对光纤陀螺性能影响的机理,并提出初步的温控方案,为了使温控方案达到最优,建立了光纤陀螺捷联惯导系统热模型,并进行了试验验证,然后利用基于计算流体动力学数值法的热分析软件Flotherm对其进行了热仿真分析,通过调整温度采集点位置,以及控制方案等,对温控系统进行了优化设计,在保证系统精度的前提下,提高了系统环境温度适应性能。     

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.