SINS非线性自对准中的强跟踪UKF算法设计

为了实现噪声不确定和干扰环境下捷联惯导系统(SINS)的快速初始对准,结合无迹卡尔曼滤波(UKF),从强跟踪滤波2个条件出发,提出了一种新的强跟踪UKF算法.该算法充分利用了SINS非线性自对准滤波模型的特点,简化了强跟踪UKF的步骤,很大程度上减小了计算量,提高了算法的实时性.在给出算法流程的同时给出了该强跟踪UKF成立的证明,并根据强跟踪滤波充分条件给出了次优渐消因子求解过程,分析了算法的优越性.最后,通过SINS大方位失准角初始对准仿真和车载试验结果证明了新的强跟踪UKF算法的正确性和优越性.     

基于观测量扩展的捷联惯导快速初始对准方法

为了研究加速度计和陀螺信息如何影响捷联惯导系统（strap down initial navigation system, SINS）初始对准速度,根据系统原理建立了采用不同观测量时的系统观测方程,经过计算可观测状态组合对应系统观测量,分析了基于不同观测量组合时不同状态量的可观测性,同时比较了在运用不同观测量组合时部分状态量估计的收敛性,试验充分证明了可观测性分析的准确性。可观测性分析和试验均表明增加比力误差作为观测量并不能提高方位失准角的估计速度,增加陀螺误差为观测量后失准角的估计时间缩短,而只增加导航坐标系东向陀螺误差信息就显著加快了方位失准角的估计。