机载SAR惯性导航误差快速估计方法

为了实现机载SAR图像高精度定位,提出了一种利用子图像BP成像的惯导误差快速估计方法。详细推导了惯导位置和速度误差与BP成像模型定位误差的关系,通过线性近似得到定位误差观测方程,利用最小二乘法得到惯导位置和速度误差的估计。在相同均值和方差的高斯观测噪声下进行蒙特卡罗实验,结果表明该方法与传统距离-多普勒模型估计方法相比具有更小的估计均方误差。     

双伪卫星辅助的惯导误差校正新方法

针对某些条件下GPS和北斗可能会由于受干扰而不可用的问题,提出一种双伪卫星辅助的惯导误差校正新方法。在伪卫星数目只有两颗时,该方法仍可利用伪卫星的伪距测量序列将惯导的位置误差和接收机钟差估计出来。仿真结果表明,在两颗伪卫星处于载体异侧的条件下,如果惯导的初始位置误差为280m,则对钟差的估计精度优于110ns(1σ),对惯导位置误差的估计精度优于70m(1σ)。     

不同转位方案下双轴旋转惯导系统精对准分析

针对双轴旋转惯导系统转位方案的设计和选择问题,提出了3种合理的转位方案:16次序、24次序和32次序,建立了旋转惯导系统的误差方程和卡尔曼滤波模型.观测量取速度误差和位置误差时,分别对3种转位方案下精对准过程进行了分析仿真.结果表明,24次序转位方案精对准过程所需时间最短,精度最高,其次是32次序,16次序转位方案精对准过程所需时间最长,精度最低.     

基于EV模型的惯导平台误差分离方法

针对惯导平台误差分离过程中输入输出观测数据均含有噪声的问题,应用基于EV模型的总体最小二乘方法进行误差分离.给出了惯导平台的误差模型及误差观测方程,介绍了EV模型及总体最小二乘方法,分析了利用车载试验进行误差分离时平台的安装方式以及所需的外测信号等问题.应用最小二乘法和总体最小二乘法进行仿真对比研究.仿真结果表明,基于EV模型的总体最小二乘法对惯导平台的误差系数分离精度较最小二乘法要高.     

抗差最小二乘估计在惯组外场标定中的应用

惯组在外场进行标定时常常会受到环境的振动干扰,从而会对惯组的标定精度造成极大的影响.为解决这一问题,在分析了粗差对惯组标定精度影响的前提下,建立了一种改进的辨识惯组误差系数的数学模型,使其能够分辨出那些受到振动干扰影响的惯组误差系数.最后利用抗差最小二乘估计对惯组误差系数进行处理,通过等价权函数的连续降权和连续减弱影响处理,抵制了异常数据对惯组标定精度的影响.仿真结果表明,抗差最小二乘估计具有很强的抗差能力,能有效减弱异常干扰对参数估计的影响,提高惯组外场标定的精度和数据的可靠性.     

载体姿态角与SINS位置误差的关系研究

为了研究载体姿态角对捷联惯导系统位置误差的影响,建立了静基座捷联式惯导系统的力学编排及误差方程,并通过仿真实验研究了载体在不同姿态角条件下捷联式惯导系统的经度误差随时间的变化规律。仿真实验结果表明:载体姿态角对捷联式惯导系统的经度积累误差影响较大,在[0°,5°]范围内,载体航向角对经度误差漂移的影响最大,载体横滚角次之,载体俯仰角最小。     

SINS/OD组合导航系统转弯误差补偿

在车辆转弯过程中,里程计与车辆质心的安装偏差导致里程计的输出和惯性器件的输出会产生较大偏差。此外,当车体航向出现大角度变化时,里程计校正将引起惯导系统姿态振荡,会对车载惯导动基座对准、在线标定以及整个导航过程的精度产生不小的影响。针对里程计产生的转弯误差,在分析惯导与车辆主动轮和里程计位置关系的基础上,考虑到军用车辆的车轮较宽,导致惯导/主动轮的杆臂为时变的,故将其作为滤波状态变量进行实时估计,并在载体系内详细推导了系统模型。仿真结果表明,导航平均位置误差从1.499 0 m减小到了0.799 6 m,说明该方案的有效性。     

基于等值线约束的地磁匹配定位技术

地磁匹配定位是利用地磁图进行定位的方法,位置输出可用于限制惯导系统的误差积累.介绍了地磁辅助导航的原理和发展现状,并重点研究了地磁匹配定位技术.提出了一种基于等值线约束的改进的相关匹配算法,能有效消除导航系统的初始位置误差并能限制匹配过程中惯导系统的积累误差.仿真实验证明该算法能有效地提高相关匹配的实时性,并能把定位精度控制在地磁数据网格间距以内.算法对航向误差具有一定的适应性.     

组合导航中SAR匹配位置参数传递过程

飞行器INS/SAR组合导航中SAR匹配位置参数作为组合滤波器的输入之前需经过多个传递环节的转换.研究了从地面SAR匹配位置到载体主惯导中心位置所涉及各环节间的相互关系及诸参数在各环节中的传递过程,包括地面SAR匹配位置参数向飞行器上SAR相位中心的传递,SAR相位中心参数向辅助惯导中心的传递以及辅助惯导中心位置参数向主惯导位置中心的传递,以此为基础建立测量参数传递过程数学模型.基于传递模型惯导修正及传递误差分析实验结果与实际相符,验证了参数传递模型的正确性与可行性.     

舰船武器甲板位置点杆臂参数的测定

舰载武器发射或舰载武器惯导系统对准需要舰载惯导系统MINS的信息辅助,不同的安装位置使得它们之间存在较大的杆臂效应,在对杆臂效应补偿中需要三维杆臂尺寸参数,由于加工误差、安装误差及船体变形,使武器战位的实际杆臂参数偏离图纸计算值.通常舰载惯导舱室与甲板武器战位之间不能通视直接测量难度大.为提高杆臂效应补偿精度,提出了基于舰载惯导MINS及差分GPS辅助的测量方案.通过速度信息观测采用马尔科夫递推滤波器估计杆臂参数,仿真结果表明通过10min的测量可达到0.1m估计精度量级.     

弹载星敏感器应用方案比较研究

简述了弹载星敏感器几种应用方案的原理,从视场大小、导航星等、观星方式、像元分辨率、三轴姿态精度、动态性能、惯性基准误差分离等方面分析、比较了各种方案的优缺点.除平台方案外,捷联星图方案和单(双)星方案的技术参数相当,动态性能均有待提高.星图方案较单(双)星方案在2个方面占优势:一是星图方案不要求调整星敏感器光轴对准导航星,星跟踪算法等技术能快速识别星图;二是星图方案可同时、连续观测6～8颗星,解算出弹体三轴姿态,可以采用先进的滤波技术准确地分离惯性基准误差.     

火箭弹载惯导误差分析

在对火箭弹载惯导进行射前标定时考虑的误差主要包括零偏误差、标度因素误差、安装误差。标定的误差参数越多,难度越大,如果能抓住影响弹丸制导精度的主要误差,将可简化标定算法,简化标定过程,提高标定效率。基于这样的思路,将飞行中的弹丸类比为旋转惯导,从误差方程入手,采用提取误差直流分量的方法对飞行中的弹载惯导进行误差分析,得出影响导航精度的主要误差参数,并仿真验证了所得结论的正确性,为后续简化标定方案提供了理论依据。     

基于联邦卡尔曼滤波的组合导航定位算法

在传统的GPS/INS紧耦合组合导航系统中,由于伪距和多普勒频移误差的存在,系统存在一定的误差偏移。针对这种误差偏移,设计了一种联邦卡尔曼滤波组合导航算法,该算法采用二级卡尔曼滤波器,将卫星接收模块解算出的伪距信息和多普勒频移信息在第一级卡尔曼滤波后,与INS模块结算出的信息进行修正处理,再通过主滤波器得到紧耦合算法的INS解算结果校正量和定位位置最优估计。通过计算机仿真结果分析表明,该方法相对于传统的紧耦合组合导航算法可以有效减小误差,具有一定的理论价值和实用价值。     

联邦滤波器在INS/GPS/DVS组合导航系统中的新应用

针对某机载导航系统不能满足高精度导航定位需要的问题,采用了动态信息分配系数方法,提出了一种新的基于联邦滤波器的INS/GPS/DVS组合导航方案,通过对各子滤波器的信息分配系数进行优化,增强了组合系统的导航性能.仿真结果表明,该方案充分提取了导航传感器的信息,有效地提高了组合导航系统的精度和故障检测能力.     

基于多传感器信息融合理论的无人机相对导航状态估计方法

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,本文以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究了容积信息滤波算法。此外,还采用了多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在在高维系统中出现的数值不稳定以及精度降低等问题。论文还进行了相应的数学仿真,仿真结果表明该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。     

基于光纤陀螺的INS/GPS组合导航仿真与应用

针对卡尔曼反馈校正难以工程实现的问题,提出了用卡尔曼输出校正来进行组合导航滤波的方法。对卡尔曼输出校正的滤波效果进行了理论分析和仿真验证,并在基于光纤陀螺的INS/GPS(Inertial Navigation System/Global Position System)组合导航系统上进行了实验。实车实验结果表明:卡尔曼输出校正的定位精度和GPS定位精度相当,惯性导航系统误差随时间增长特性得到了有效抑制,从而验证了卡尔曼输出校正的方法在组合导航的应用中是可靠的。     

基于内差修正数据INS/APS卡尔曼滤波器组合定位

研究基于水声定位系统(APS)和惯性导航系统(INS)的潜艇水下定位误差修正方法.在建立APS模型和INS模型的基础上,设计了INS/APS卡尔曼滤波方法,基于INS的APS内差修正方法和基于INS/APS内差修正数据的卡尔曼滤波方法,分析仿真结果表明,三者均可提升潜艇水下定位精度,其中基于APS内差修正数据的卡尔曼滤波器具备最佳的组合定位效果.     

自主式车载组合导航系统研究与仿真

考虑到车载组合导航系统运行时间长、地形环境复杂的特点,将零速修正技术与惯导/里程计/气压高度表组合导航系统相结合使用,采用序贯处理和平方根滤波算法,建立了实用的卡尔曼滤波模型。相比基本卡尔曼滤波算法,该方法实现简单,计算量小,抑制了滤波的发散,提高了滤波的精度。最后对组合导航系统进行仿真验证,取得了较为满意的结果。与INS/GPS组合导航系统相比,该系统具有良好的自主性及适应性。     

多传感器信息融合理论在无人机相对导航中的应用

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究容积信息滤波算法。此外,还采用多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在高维系统中出现的数值不稳定以及精度降低等问题。数学仿真结果表明,该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。     

基于CSS的室内测距优化技术?

基于CSS（ Chirp Spread Spectrum，线性调频扩频）技术的无线测距是基于TOA（ time of arrival，到达时间）的测距方法，在室内应用中，存在较多的NLOS（ Non?Line of Sight，非视距）干扰，因此测距精度低。针对这个问题，对传统卡尔曼滤波进行改进，将NLOS误差加入状态向量进行估计，进行两步卡尔曼滤波，从而抑制NLOS误差对测距的影响。考虑到LOS（ Line of Sight，视距）和NLOS并存的情况，对两步卡尔曼滤波算法进行改进，在第二步滤波中对NLOS误差鉴别和滤波处理部分做出改进，并应用到测距系统中。实验表明，利用该测距优化方法，TOA测距的精度和抗干扰能力得到了明显的提高。