一种改进的双轴旋转惯导系统误差调制方案

旋转惯性导航系统通过让惯性测量单元（inertial measurement unit,IMU）周期性地绕一个或多个轴旋转来调制系统误差。合理的旋转方案应尽可能消除惯性器件引起的系统误差,同时在IMU时不应引入新的误差。提出了一种改进的双轴旋转惯性导航系统的综合误差调制方案,方案不仅可以调制惯性器件的常值误差,而且可以抑制由刻度系数误差、安装误差与IMU旋转运动耦合而引起的额外误差。与常见的16位置旋转方案相比,耦合误差被调制为零均值周期形式,且误差幅度减小一半,从而减小了系统的速度误差和位置误差。数学分析和仿真试验表明,在相同综合误差条件下,旋转方案将纬度误差由常见16位置旋转方案的0.383 1 n mile/72 h降低到0.191 0 n mile/72 h,经度误差从1.107 1 n mile/72 h降低到0.462 7 n mile/72 h。     

基于火箭弹旋转运动的主子惯导在线标定方案研究

针对火箭炮在射前标定阶段不能进行线运动,只能进行两自由度的角运动,以及需要标定参数多,模型维数大导致标定实时性差等缺点。以火箭炮制导化改造为背景,首先利用旋转调制的原理建立了误差模型,将惯性器件的零偏误差分离,并且理论分析了旋转调制对惯性器件刻度系数误差标定的影响,分析结果表明,旋转运动对刻度系数误差的可观测性影响很大。但是,由于单独的横滚运动不能激励全部6个刻度系数误差,所以最后设计了新的火箭弹机动方案,以及滤波算法使全部刻度系数误差均可观测,并且结果表明除x轴陀螺刻度系数误差外,其余参数均能较快地收敛,与传统的方法相比,标定的实时性和精度都有了较大提高,充分体现了弹丸横滚运动对火箭炮射前标定的重要性。     

光学陀螺旋转惯导系统原理探讨

利用旋转自动补偿光学陀螺的漂移是实现高精度惯性导航的有效途径之一,补偿的原理可以从惯性导航的误差方程中得到阐明。光学陀螺的特点决定了采用元件级的旋转方式会带来额外的误差和问题,而只能采用系统级的旋转,即整个惯性测量组合旋转补偿的方式。对一种8次180°翻转的光学陀螺惯性测量组合旋转方案进行了图形化的说明和分析,并仿真比较了旋转补偿前后的导航误差,结果表明这种系统级的补偿方案能够抵消所有惯性元件的静态漂移,从而大大提高了导航输出的位置和姿态精度。     

水下旋转平台惯导的单点校正算法

为增强惯性器件误差可观测度,满足高精度导航要求,基于平台方位旋转技术,设计了水下旋转平台惯导系统(ARGINS)陀螺漂移的单点校正算法。首先,引入旋转平台惯导的误差方程,利用Laplace变换分析了陀螺漂移和加速度计零位偏置对系统时域特性的影响;其次,设计了针对水下旋转平台惯导的单点校正算法,包括旋转平台惯导的初始对准、状态切换以及方位陀螺漂移的单点校正;最后,对单点校正算法进行了仿真实验。仿真结果表明:该单点校正算法可有效估计和补偿方位陀螺漂移,同时降低东、北向陀螺漂移以及加速度计零位偏置对系统误差的影响,有效抑制后续导航误差发散现象,提高导航精度。     

RBF神经网络在单轴旋转惯导系统轴向陀螺漂移辨识中的应用

在激光陀螺单轴旋转惯性导航系统中,单轴旋转可以自动补偿垂直于旋转轴上的惯性器件误差,却不能消除旋转轴方向上惯性器件的误差,因此单轴旋转惯性导航系统的导航精度主要由轴向陀螺漂移决定.提出了一种基于径向基函数神经网络的轴向陀螺漂移辨识方法,利用系统纬度误差和温度变化量作为训练集,针对系统热态、冷态两种情况对RBF神经网络进行训练,对轴向陀螺漂移的辨识精度达到0.0003°/h.试验结果表明:该方法能够有效地辨识轴向陀螺漂移,使系统达到较高的导航精度,满足实际应用的需要.     

惯性导航系统优化对准改进算法

针对优化对准过程中姿态更新环节的引入误差,提出了逆向优化对准改进算法。基于逆向导航原理对初始对准结束时刻载体姿态进行直接解析,避免了传统算法中姿态更新环节引入的误差,有效减少了惯性器件误差对初始对准结果的影响。仿真和试验结果表明:该改进算法可有效提高惯性导航系统优化对准的精度。     

MIMU/GPS系统在卫星不足时的导航算法研究

随着微机电系统技术的不断发展,低成本的微型惯性测量单元在民用和军事方面应用越来越广泛,由于其测量误差较大导致系统误差出现发散的问题,通常采用卫星进行组合导航,抑制系统导航误差的发散。当可见卫星数为4颗及以上时,以松组合的方式能实现较高精度的导航,当可见卫星数低于4颗时,松组合不能正常工作,但紧组合的方式依然能正常工作,当载体出现转弯或变向运动时,导航误差出现较大波动,尤其航向角误差出现缓慢发散的趋势。针对此问题,在伪距观测的基础上,通过增加姿态观测信息,提高系统的可观测性,仿真实验表明,在增加全姿态观测信息时,MIMU/GPS紧组合导航系统的导航误差不受载体运动状态的影响。     

单轴旋转航位推算系统姿态误差补偿方法

针对水下载体在航行过程中由于旋转引起导航定位误差问题,对旋转航位推算导航系统进行误差分析,采用姿态四元数法推导了姿态误差方程,并提出将加速度计信号周期性变化提取的姿态角作为量测的姿态误差补偿方法,利用Sage-Husa自适应滤波器估计姿态误差并进行补偿,从而抑制陀螺漂移的影响.通过不同路径下的仿真研究,表明该算法能够提高单轴旋转航位推算系统姿态解算精度,在400 s时,姿态角精度可提高40％以上,定位精度提高49％.     

一种单轴旋转的车载IMU/DTU组合导航方法

长时间机动工况时,某些复杂路况和车况环境下,捷联惯导组合导航系统方位角误差将增大。基于已有组合导航算法框架,提出了一种基于单轴旋转调制的组合导航方法。采用21维IMU/DTU(里程计)误差状态构造状态方程,以捷联惯导解算的位移增量与里程计解算的位移增量之差作为观测量,Kalman滤波器融合惯导与里程计信息,利用旋转调制机制,可对消IMU/DTU组合导航系统主要误差,实时输出高精度的方位数据和位置数据,对载车的行驶状态无特殊要求。进行了仿真试验和实车试验。试验结果表明:该方法能够在长时间机动工况下实现较高的方位精度和位置精度。挖掘了惯导组合导航系统的潜在精度,提高了快速反应能力、环境适应性和可用性,具有较好的工程应用价值。     

高精度惯测组合标定误差分析

惯性测量组合(IMU)标定误差分析对于惯性导航系统性能评估、误差分配和器件设备选型具有重要意义,但目前关于高精度IMU标定误差的定量讨论很少。借助四元数旋转矢量理论建立了转台轴正交度误差和转角控制误差模型,结合IMU测量误差的表示,定量分析了一种典型多位置标定编排方式下的标定误差。仿真结果和捷联惯性导航系统的试验结果证实了标定误差分析的正确性。     

重力扰动对SINS水平姿态的影响

为研究动基座下捷联惯导系统(Strapdown Inertial Navigation System, SINS)水平姿态误差角与水平重力扰动间的关系,推导了南北方向、东西方向匀速直线运动时,SINS纯惯性解算的水平姿态误差与水平重力扰动间的传递函数,并分析了传递函数的零极点分布;推导了组合导航模式下,水平姿态误差角与水平重力扰动间的传递函数;通过仿真分析了纯惯性解算和组合导航模式下传递函数的幅频特性。组合导航相对于纯惯性解算模式,截止频率更大,SINS姿态误差角受更多高频重力扰动信号的影响,因此,组合导航模式需要更高分辨率的重力扰动数据来进行重力扰动补偿。此外,在对高精度SINS进行重力扰动补偿时,对于重力扰动分辨率的需求是有限度的,过于精细的重力扰动数据只会带来测量和存储压力,不能提高SINS的姿态精度。     

GPS姿态测量系统对惯性导航系统误差修正能力分析

针对惯性导航系统(INS)存在积累误差的缺陷,运用GPS姿态测量辅助修正方法对INS误差进行补偿来进一步提高INS的定位精度.通过对INS系统可观测性进行分析,得出增加不同种类的外部导航信息观测量将有效提高INS误差修正能力的结论.研究了船用INS与GPS姿态测量系统组合的组合导航系统,并对GPS姿态测量系统信息对惯性导航系统的误差修正能力进行了仿真.仿真结果证实上述方法可有效提高INS的定位精度.     

结合景象匹配与惯导信息的SAR平台定位方法

利用高度传感器提供高度信息,结合高精度异源图像匹配技术与惯导系统漂移修正方法实现SAR平台定位。根据成像中间时刻SAR平台与SAR图像中心线上物点在水平面的投影共线的特性,在单帧图像中心线上均匀选取若干点与光学基准图进行高精度景象匹配;计算平台在水平面上投影位置,并利用高度信息确定其空间位置;使用序列图像定位结果估计惯导系统漂移参数,对惯导系统输出的位置数据进行修正,实现高精度的SAR平台定位。对各误差因素的影响进行分析,推导了精度估计公式。仿真和实际序列图像实验结果表明,方法正确可行,具有较高的平台定位精度,具备一定工程实用价值。     

INS故障诊断的概念体系

根据舰船惯性导航系统的结构和性能特点,提出了适合建立惯性导航系统(INS)故障诊断的概念体系及INS诊断的定义,为研究INS诊断系统奠定了理论基础。     

三轴MEMS加速度计的最大似然校正算法

加速度计是惯性导航系统的重要测量元件,而由于制造工艺及各类传感器误差,低成本加速度计很难达到要求的精度,因此需要对其进行校正。提出一种基于最大似然估计的加速度计自校正算法。综合考虑加速度计零偏、比例误差、非正交误差、安装误差与测量噪声,建立了传感器误差模型。在此基础上,将加速度校正问题转化为校正参数的最大似然估计问题。通过数值仿真和实测试验验证,表明算法具有较高的参数估计精度,能够有效地对上述因素引起的误差进行校正。     

离心机试验中惯导平台误差系数辨识方法

针对离心机试验中惯导平台误差系数辨识问题,提出一种6位置辨识方案。建立误差系数辨识的非线性模型,再利用扩展卡尔曼滤波估计误差系数。由滤波中的估值方差矩阵计算各误差系数之间的相关系数,用相关系数分析系统的可观性,并将所有相关系数之和最小作为优化指标,利用遗传算法得到最优的位置组合。仿真结果表明,采用该方案可以有效辨识出惯导平台中与加速度高阶项有关的各项误差系数。     

捷联惯导大失准角误差模型在快速传递对准中的应用

针对快速传递对准中主子惯导相对姿态存在大角度的情况,推导了捷联惯导大失准角误差模型.该模型采用欧拉角表示姿态误差,并用欧拉运动方程准确描述其传播规律.鉴于该模型中的姿态观测方程是复杂的非线性函数,采用无需求导的UKF算法,并采用奇异值分解(SVD)解决方差阵的病态问题.仿真结果表明,该算法在小角度误差条件下滤波精度优于线性模型,并且适用于大角度误差条件.     

粒子滤波GPS/SINS组合导航系统动基座传递对准

在SINS(捷联式惯性导航系统)与GPS(全球定位系统)组合传递对准时,航向角的可观测性较弱,经过卡尔曼滤波后,航向角误差虽有所改善,但仍呈发散趋势,针对GPS/SINS组合系统特点,提出了一种动基座传递对准方案,依靠GPS测量信息进行速度匹配,完成动基座传递对准.该方案采用粒子滤波方法解决对准过程中的非线性问题.仿真结果表明该方案的对准精度(1σ)可以达到东向失准角误差为5角分,北向失准角误差为2角分,方位失准角误差为6角分.     

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。