自适应算法在捷联惯导初始对准中的应用

针对传统的卡尔曼滤波在捷联惯导初始对准中由于系统噪声和量测嗓声方差阵未知时,滤波的精度和快速性不能达到要求,甚至导致发散的问题.提出了一种改进的sage-Husa自适应滤波新算法,建立了捷联惯导系统初始对准误差模型,并在对捷联惯导系统误差模型进行简化的基础上,利用所设计的算法进行了仿真研究.仿真结果表明,改进的滤波算法使对准过程所需时间大大缩短,具有跟踪能力强、稳定性好和精确性高等特点,验证了该方法的有效性和正确性.     

精确制导火箭弹传递对准研究

以常规火箭弹制导化改造过程中弹载捷联惯导的初始对准为背景,研究了利用发射车车载高精度定位定向系统作为主惯导,对火箭弹捷联惯导进行传递对准的速度加姿态匹配方案,介绍了在三轴转台上进行实验验证的方法、过程和结果。实验结果表明,该方案对准精度高、对准时间短、对准机动要求简单,可以有效完成制导火箭弹捷联惯导的初始对准。     

舰载捷联惯导动基座 F-QUEST 初始对准方法

针对目前基于惯性系的捷联惯导动基座对准方法信息利用率不高及矢量观测选取不确定性导致对准精度下降的问题,提出了一种新的舰载捷联惯导动基座滤波四元数估计（filter quaternion estimation,F-QUEST）对准方法。构建了捷联惯导动基座初始对准模型,并利用姿态矩阵链式法则将惯导初始对准转化为姿态确定问题,进而采用 F-QUEST 算法求取姿态矩阵以实现捷联惯导动基座对准。车载试验结果表明：相比传统方法,新方法具有更高的对准精度和更快的收敛速度,水平姿态角误差只需3 s 即可收敛到0．01°。     

一种低精度捷联式惯导系统初始对准方法

捷联式惯导系统的对准,是指在系统进入工作前建立姿态矩阵的初始值。针对低精度捷联式惯导的初始对准,提出了基于捷联式惯导系统和双天线GPS测向系统组合的初始对准方案,并着重推导了失准角和陀螺常值漂移的计算过程,最后利用最小二乘法进行了实验验证,结果表明方法可行。     

车载激光捷联惯导系统的快速初始对准方法

首先建立了捷联惯导系统的误差模型,并对系统的误差模型进行了可观测性分析,然后针对车载激光捷联惯导系统的特点,采用卡尔曼滤波方法,对姿态误差角进行了估计,给出了方差仿真曲线.通过计算机仿真结果的分析,提出了一种快速估计方位失准角的方法,从而大大缩短了初始对准时间.仿真结果表明将该方法应用于车载激光捷联惯导系统初始对准中是有效的.     

战术导弹初始对准误差的一种空中估测方法

采用直接装订的方法来完成捷联惯导系统的初始对准,虽然可以提高战术导弹的快速反应性,但是也引入了初始对准误差.该误差虽然较小,但造成导弹命中精度的影响不可忽略.为了补偿这种影响,研究了一种借助地面雷达站提供导弹的导航信息,把初始对准误差给分离出来的方法.     

捷联惯导系统快速自对准误差模型的建立

通过对惯性制导系统两个基本方程的研究,求出了各状态矢量在各坐标系下的微分方程,然后以ψ角法所确立的平台为基准,分别推导得出惯性制导系统各主要状态的微分方程,从而建立了捷联惯性制导系统的误差模型.最后根据静基座捷联惯导系统初始对准的特点对其进行简化,得到了静基座捷联惯导系统快速自对准的误差模型.     

基于单GPS观测的SINS姿态校正方法

针对车(船)载惯性和GPS组合导航系统(INS/GPS),研究单天线GPS对INS的姿态校正方法。提出一种基于单天线GPS进行捷联惯导(SINS)机动中对准和姿态校正方法,该方法以GPS两个不同时刻的不共线速度向量为参考向量,利用TRIAD算法进行姿态确定,并设计了Kalman滤波器估计姿态四元数。仿真试验表明该方案能较好地校正惯导系统的初始对准误差,并通过实时校正保持长期的姿态精度。     

捷联惯导空中粗对准方法

针对飞机进近着陆对捷联惯导系统空中重新对准功能的需求,提出一种基于四元数的解析粗对准方法,该方法对飞行动态和飞行平稳性没有要求.推导了利用GNSS测量的速度信息和惯导系统的输出信息对载体姿态进行解算的方法,对精度的影响因素进行了分析.仿真结果表明,该方法可在较宽的动态范围内保持较高的对准精度,计算量较小,速度较快,满足空中粗对准对速度和精度的要求.     

一种单轴旋转捷联惯导系统高精度快速对准方法

在晃动条件下,需要延长粗对准时间来提高粗对准精度。否则,无法把方位误差控制在小角度范围内,从而导致后续的精对准无法快速收敛。针对这个问题,提出了一种利用逆向导航技术的单轴旋转捷联惯导系统高精度快速对准方法,最大限度地延长粗对准时间,并把采样数据存储下来,进行逆向精对准。这种算法充分地利用了对准数据,在固定对准时间内极大程度的提高了对准精度。试验证明,这种算法计算量小,算法简单,能实现单轴旋转捷联惯导系统高精度快速对准,且对准精度高,具有一定的工程应用价值。     

基于优化遗传算法的软硬件划分方法

针对软硬件划分问题,研究了一种优化的遗传算法,提出硬件倾向度的概念,用于遗传算法初始群体的生成,减少了初始解的随机性和搜索的盲目性;在遗传算法过程中,使交叉变异概率随着遗传过程由大变小,保证早期具有较大的搜索空间,后期又能保留较好的解,使用动态结束条件自适应结束遗传算法。与对比算法相比,该算法的效率较高,且在大规模问题求解上能够获得更优解。     

Initial alignment of compass based on genetic algorithm-particle swarm optimization

The rapidity and accuracy of the initial alignment influence the performance of the strapdown inertial navigation system (SINS), compass alignment is one of the most important methods for initial alignment. The selection of the parameters of the compass alignment loop directly affects the result of alignment. Nevertheless, the optimal parameters of the compass loop of different SINS are also different. Traditionally, the alignment parameters are determined by experience and trial-and-error, thus it cannot ensure that the parameters are optimal. In this paper, the Genetic Algorithm-Particle Swarm Optimization (GA-PSO) algorithm is proposed to optimize the compass alignment parameters so as to improve the performance of the initial alignment of strapdown gyrocompass. The experiment results showed that the GA-PSO algorithm can find out the optimal parameters of the compass alignment circuit quickly and accurately and proved the effectiveness of the proposed method.     

捷联惯性+星光修正组合导航研究

针对捷联惯性导航系统的初始对准误差所造成的导航误差,提出了捷联惯性+星光修正组合导航方案。利用光学导引头得到的星体观测值,估计初始对准误差,进而修正捷联惯性导航的姿态角、速度和位置。推导了捷联惯性+星光修正组合导航算法,得到了初始对准误差的估计公式和速度、位置的修正矩阵,并通过仿真分析证实了方案的可行性和算法的有效性。     

一种采用自适应遗传算法的模糊自整定控制器

针对模糊自整定控制器参数寻优能力差的不足,研究了采用自适应交叉概率与变异概率的遗传算法,提出了用这种自适应遗传算法改善模糊自整定控制器性能的方法。对采用自适应遗传算法的模糊自整定控制器与一般的模糊自适应控制器作了仿真对比研究,说明了前者的优越性。     

自适应变异遗传算法在通信网络时延和路由选择优化中的应用分析

在遗传算法中采用自适应的方法来控制变异操作,可以提高算法的全局搜索能力,加快收敛速度,从而可以迅速地求解组合优化问题,并在进一步求解计算机通信网优化问题中得到成功应用.     

恒速偏频激光陀螺系统航向敏感误差的在线标定与补偿

以单轴恒速偏频激光陀螺系统为研究对象,建立了静基座初始对准时系统中标定参数变化误差对航向敏感误差影响的数学模型。为克服外场测试环境下难以分别精确估计各标定参数的限制,提出将安装关系矩阵参数误差对航向敏感误差的作用视为一个整体进行标定;不需要外部基准,即可基于最小二乘算法实现航向敏感误差系数的在线标定。采用标定得到的航向敏感误差系数,利用原理样机进行了在线补偿精度实验测试。实验结果表明,所提出的在线标定与补偿方法能够有效消除航向敏感误差,提高初始对准航向角精度。     

混合遗传算法在大型运输机装载问题中的运用

为解决大型运输机装载方案的制定问题,构建了考虑飞机重心、飞机载重量、货舱容积、货物摆放方向、承压能力、装载优先级、货物底置位置和系留等现实约束的装载方案数学模型,提出了一种新的融合整体退火选择方式和对交叉、变异概率进行自适应处理的混合遗传算法,并将此方法运用到两个货物装载算例中。仿真实例表明:该混合遗传算法方法为大型运输机装载方案制定选择提供了一种科学有效的决策方法。     

基于遗传算法的多目标虚拟装配路径规划

针对以往求解路径规划问题中以路径最短为目标的局限性以及随机选取初始路径的缺陷,引入合适的目标函数和遗传算子,提出了一种基于遗传算法的多目标虚拟装配路径规划方法,利用大范围初始化的方式产生具有代表性的初始群体,设计了具有启发作用、适合路径规划的遗传算子,能够同时得到不同特点的多条路径,优化了装配路径.     

声纳浮标搜潜优化布放技术研究

在航空搜潜中为了提高搜索概率,需要优化声纳浮标群的布放位置。首先建立目标运动模型和累积搜索概率的计算方法,然后采用多点随机搜索、分区&分支界定和遗传算法对规则阵形和不规则阵形的声纳浮标群的布放位置进行优化,相应地建构了三种声纳浮标搜潜优化布放方法。仿真结果表明：在简单环境下搜潜,用前两种方法优化规则浮标阵的阵形参数,其搜索概率高而且运算时间短;在复杂环境下搜潜,利用遗传算法优化不规则浮标阵的布放位置,具有最高的搜索概率但运算时间较长。     

求解不确定型车辆路径问题的弱鲁棒优化方法

为降低鲁棒优化模型最优解的保守性,以最小化违约车辆数和总惩罚成本为目标,建立针对旅行时间不确定的开放式车辆路径问题的弱鲁棒优化模型。对于不确定数据集的每个取值,该模型的最优解可以使其目标函数值始终不超过某数值,进而改善最优解的保守性。为提高启发式算法发现最优解的概率,提出一种自设计遗传算法对模型进行求解,其主要思想是利用粒子群算法搜索出可使遗传算法预期产生最好解的算法要素,并将其进行组合,从而产生新的遗传算法。采用新产生的遗传算法对模型继续求解,输出最好解。计算结果表明:与以往的鲁棒优化方法相比,弱鲁棒优化方法的最优解的保守性显著降低。