UKF和UPF在惯导初始对准中的应用研究对比

捷联惯性导航系统是新型航位推算系统,在惯导系统执行工作任务之前需要进行初始对准,以保证系统的正常运行。对捷联式惯导系统,初始对准就是确定初始时刻的姿态阵,利用惯性元件的输出信息,选用合适的滤波方法,将计算的导航坐标系与真实导航坐标系的失准角估计出来,来修正姿态矩阵,使计算坐标系与真实坐标系尽可能重合。在实际的导航系统中,状态方程和量测方程通常都是非线性的,对于非线性特性,传统的解决方法是利用EKF滤波算法,但它只适用于弱非线性模型的估计,系统的非线性越强,引起的估计误差就越大,甚至会引起滤波发散。为此提出两种滤波算法UKF与UPF,并将两者进行了仿真对比,结果表明UPF算法比UKF算法收敛速度更快,估计精度更高。     

捷联姿态解算五子样等效旋转矢量算法研究

为了抑制高动态环境下捷联惯导姿态解算时的误差,对五子样等效旋转矢量算法进行了推导;并在锥运动环境下进行了仿真验证。通过与四子样算法误差的对比,表明五子样算法可以有效减小动态误差,具有很高的实用价值。     

高动态捷联姿态测量的改进型圆锥误差补偿算法研究

高动态条件下,传统圆锥补偿算法存在不可交换性误差。为抑制圆锥误差,提出了基于角速率输出的等效旋转矢量三子样二次迭代优化算法;并采用修正型罗德里格斯参数进行更新,推导了相应的圆锥补偿算法方程和表达式。在不同圆锥运动频率下和不同更新频率下,仿真验证得出了改进算法在精度和稳定性方面均较四元数法、三子样算法均有提高。实测结果表明,改进算法受圆锥半角、圆锥运动频率的影响较小,在高动态条件下较传统算法性能更优。     

两时间尺度的捷联速度算法研究

根据奇异摄动理论分析具有小参数的捷联惯导系统方程,在两时间尺度上对系统状态方程进行了降阶简化处理,设计捷联算法.在内回路推力速度矢量计算中,应用一种新的划船补偿算法补偿比力转换过程中载体姿态变化产生的速度误差.在外回路中进行重力地速计算,完成导航坐标系上速度的更新.仿真结果表明:新算法精度与Savage四子样算法近似,计算量小.     

拦截器制导系统敏感装置捷联布局设计研究

针对在大过载直接侧向脉冲力作用下,动能拦截器捷联寻的器和捷联惯组在各自安装位置处所敏感到的、由弹性振动所导致的转角及其不一致性,耦合入制导系统后,会对拦截器高精确制导性能产生不良影响,并可能造成拦截任务失败。分析了制导系统敏感装置所敏感到的弹性振动信号对制导指令误差的影响。对捷联寻的器与捷联惯组的四种典型捷联布局形式进行了探讨。基于结构动力学观点,研究了捷联布局形式、敏感装置捷联刚度这两个设计要素对两敏感装置转角及转角差的影响;得出了弹体弹性振动条件下两设计要素对捷联敏感装置转角响应影响的特点。     

捷联惯导初始对准的区间自适应滤波算法

捷联惯导系统在初始对准过程中由于模型参数与实际系统存在偏差,并且系统噪声与量测噪声统计特性往往是未知的,采用卡尔曼滤波不能取得理想的滤波效果。为避免滤波发散以及模型的不确定性,提出了基于Sage-Husa算法的区间自适应卡尔曼滤波方法。给出了捷联惯导系统的误差模型以及区间自适应卡尔曼滤波方程。在噪声统计特性未知时,比较了常规卡尔曼滤波与区间自适应卡尔曼滤波在初始对准中的应用效果。仿真结果表明,区间自适应卡尔曼滤波在噪声统计特性未知时能够有效地提高系统的滤波效果,是一种比较理想的初始对准滤波方法。     

基于捷联惯导系统/差分全球定位系统的航空重力测量技术

地球重力场资源对促进大地测量学、空间科学、地球物理学、地球动力学、海洋学、资源勘探以及现代军事学的发展具有重要作用。在阐述了航空重力测量基本原理基础上,详细分析了基于捷联惯导系统的航空重力测量原理及其关键技术,以及我国航空重力测量技术发展的技术基础。     

基于DSP的微型捷联式惯性导航系统的实现

捷联式惯性导航系统是一种先进的惯性导航技术,是近年来惯性技术的主要发展方向之一。由于捷联惯导系统具有一系列优点,捷联系统取代平台式系统已成为新世纪惯性技术发展的趋势。本文以实际工程为背景,完成了基于DSP的微型捷联惯导系统设计。并通过实验对系统进行了验证,得到较满意的结果。     

捷联惯导系统姿态算法误差的频域分析

从频域角度分析了捷联惯导系统在姿态解算过程中误差产生的原因，并在典型圆锥运动情况下进行了定量计算．结果表明，由于采样和量化过程中的误差，使惯导系统输出的姿态角出现了耦合误差，并提出了对采样信号进行预处理即设计滤波函数以减小采样信号失真的观点．     

基于Simulink高精度组合导航系统研究与仿真

建立了基于MATLAB/Simulink的组合导航系统仿真模型,并将系统分解成一系列功能相对独立的模块,如轨迹发生模块,捷联惯导解算模块,卡尔曼滤波器模块等.研究并设计了SINS/GPS(RDSS)/CNS/SAR组合导航算法,利用无重置联邦型卡尔曼滤波技术,将各子滤波器输出的系统状态局部最优估计值送入主滤波器,采用全局最优融合算法计算得到系统状态的全局最优估计值;通过每15分钟对导航系统进行重置,有效抑制了无重置联邦滤波器在长时间运行时的发散问题,并进行了仿真验证,仿真结果表明,该组合导航系统具有很高的导航精度,定位精度为5米,姿态精度为0.5角分,仿真模型建立正确,方法采用得当、有效.