ISR-CDKF在SINS大方位失准角初始对准中的应用

针对捷联惯导系统（SINS: Strapdown InertialNavigation System）误差模型在大方位失准角条件下非线性的特点, 对非线性滤波算法的研究具有十分重要的意义。扩展卡尔曼滤波（EKF: Extended Kalman Filter）精度低, 而且需要计算复杂的雅可比（Jacobian）矩阵; 而中心差分卡尔曼滤波（CDKF: Central Difference Kalman Filter）虽然精度稍高, 但计算量大, 且算法不稳定。为克服以上不足,提出了迭代测量更新的平方根中心差分卡尔曼滤波(ISR CDKF: Iterative Square Root Central Difference Kalman Filter)算法, 并应用于SINS大方位初始对准中。通过滤波仿真, 进一步表明了ISR CDKF算法不仅具有更高的精度和收敛性, 同时具有较强的数值稳定性。     

考虑导引头视场角的仿生分段复合制导律研究

由于可带载荷重量尺寸限制,微小型弹药会采用捷联式导引头.弹药末段攻击时,小的需用视场角可以确保对目标的有效跟踪和打击.自然界中,蜻蜓捕食果蝇的追踪策略与轨迹可以提供参考.基于蜻蜓追捕目标的追踪策略,提出分段制导律,即在追踪目标时初始段会快速调整弹药姿态进入尾追模式,并在追踪后半段使用运动伪装的追踪策略捕捉目标.初制导段利用滑模控制律对视差角进行控制,使弹药调整至尾追姿态,末制导段运用焦点位于无限远的运动伪装制导律进行目标跟踪,初制导段与末制导段间采取二阶平滑交接律进行过渡.仿生分段复合制导律仿真结果表明,与传统比例导引律相比,在末制导段中弹药的需用过载小,目标更接近视场中心位置,能够减小弹药在末制导段受机体的可用过载和导引头的视场限制,有效提高攻击精度.      

测量船用捷联惯导动基座快速粗对准技术

针对测量船用捷联惯导系统(strapdown inertial navigation system, SINS)粗对准问题,对比分析了传统解析法和惯性系粗对准法的本质区别与适用范围,利用惯性系对准过程是动态过程的性质,提出在SINS中引入惯性系粗对准法并进行理论推导与分析。模拟测量船典型三轴摇摆状态下对SINS惯性系粗对准过程进行仿真分析,并与传统解析粗对准结果比对。选取测量船的系泊状态建立试验环境并得到实验结果：惯性系对准方法可建立更为准确的捷联矩阵,惯性系对准结果具有更好的稳定性。     

陆用捷联惯导系统/里程计自主式组合导航技术

利用里程计辅助捷联惯导系统构成一种自主式组合导航系统.用捷联惯导系统解算出的速度和里程计所测量的速度之差作为观测量,利用闭环卡尔曼滤波技术进行误差估计与校正,并给出了仿真结果.仿真结果表明,该组合导航系统可有效地减小速率、经度和纬度、航向角和姿态角及航迹推算下的位置等导航参数的累积误差.     

里程计组合的捷联惯导系统运动基座对准研究

研究利用里程计(DTU)辅助实现惯性导航系统(SINS)运动基座下初始对准.利用分段线性定常系统分析方法,提取了不同运动基座情况下SINS/DTU组合系统的可观测性矩阵;通过计算可观测性矩阵奇异值的大小,定量分析了SINS/DTU组合系统的可观测度;比较了SINS/DTU组合系统和SINS/GPS组合系统的对准机理;并进行了系统仿真.结果表明,这种基于SINS/DTU组合的方法能够实现SINS系统的自主式初始对准;但与SINS/GPS组合系统相比,系统的可观测度稍弱,所需对准时间稍长.     

基于LS-SVM的捷联惯组误差系数预测

针对目前小样本容量的捷联惯组误差系数预测精度不高的问题,采用最小二乘支持向量机(LS-SVM)对捷联惯组误差系数进行了预测研究,并以某型捷联惯组的某项陀螺漂移误差系数的历史数据为例进行了预测.结果表明,最小二乘支持向量机具有优秀的小样本数据学习能力和预测能力.     

加权平均法在GFSINS角速度解算中的应用

针对积分法带来快速误差积累以及开方法存在大量开方运算和符号误判等问题,提出了将加权平均法应用到无陀螺捷联惯导系统(gyro free strapdown inertial navigation system, GFSINS)角速度解算中的新方法。基于一种改进的九加速度计配置方式,推导了两种传统角速度解算方法;采用基于多元统计理论的加权平均法,将积分法和开方法得到的两组角速度通过选择最优权数进行有效数据融合,得到一组误差更小的角速度。仿真结果表明,此方法不仅能消除迭代误差,而且其角速度解算精度比开方法提高了大约1.5倍。     

自适应联邦H∞滤波在水下组合导航系统中的应用

为了提高自主水下航行器组合导航系统精度,选择了捷联式惯性导航系统、多普勒速度声纳、电子磁罗经和海底地形匹配作为水下航行器组合导航系统导航传感器,建立了水下航行器组合导航系统的状态模型和导航传感器观测模型,提出了一种基于RBF神经网络进行联邦滤波信息分配的自适应联邦滤波信息融合方法并进行了计算机软件仿真试验,仿真实验结果表明:采用RBF神经网络进行信息分配系数的自适应调整的改进自适应联邦滤波器的水下航行器组合导航系统的导航姿态、速度和位置精度得到了提高,满足高精度水下组合导航的要求.新型信息融合方法克服了传统滤波容易发散的缺点,有效地提高了水下航行器组合导航系统的容错性能和导航精度.     

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.     

动基座下捷联惯导系统误差仿真与分析

本文根据捷联惯导系统的基本方程建立了动基座下的姿态误差方程、速度误差方程和位置误差方程,并得到动基座的误差传播方程。利用MATLAB对载体在匀速直线运动和三轴摇摆状态下的系统误差进行仿真,并得出了系统误差曲线,进而结合误差传播方程及方块图从理论上分析了动基座下捷联惯导系统误差特性。