具有规范化的四元数递推计算的公式误差估计

对捷联式制导系统中目前常用的四元数递推公式进行误差估计,给出利用观测数据计算四元数的误差界的公式,还介绍了保持四元数范数不变的一类递推公式。     

Rodrigues参数与四元数间的关系分析

介绍了Rodrigues参数,从投影的角度,详细阐述了四元数与经典Rodrigues参数及改进型Rodrigues参数的关系,推导了Rodrigues参数微分方程以及与姿态阵的关系,建立了等效旋转时避免奇异值出现的方法.以典型圆锥运动为背景,对以Rodrigues参数描述的导弹捷联姿态算法和以四元数描述的姿态算法在计算量和计算精度上做了详细的比较.     

具有规范化的四元数递推计算的舍入误差的概率估计

对捷联惯性制导系统弹载计算机四元数计算的舍入误差进行了概率估计。首先建立定点计算机上四元数计算舍入误差的概率模型,然后利用该模型得到舍入误差的分布函数,进行舍入误差的概率分析。     

一种改进的高动态SINS姿态更新算法

为了提高捷联惯导姿态解算的精度,介绍了捷联惯导姿态更新的流程及常用方法,并提出了一种改进的等效旋转矢量姿态解算算法。对改进算法的姿态解算算法在低动态条件和高动态条件下分别进行了仿真实验,结果表明改进算法在低动态条件下的姿态解算精度和毕卡四元数法相当,在高动态条件下的姿态解算精度远高于传统毕卡四元数法。     

高动态载体的捷联航姿算法仿真研究

在总结旋转四元数方法和旋转矢量三子样优化算法的基础上,以高动态栽体为对象,将2种航姿算法在Matlab环境下进行了仿真对比.仿真结果表明,在典型圆锥运动下,旋转四元数方法没有补偿不可交换误差,解算精度较低.旋转矢量优化算法在高动态栽体的航姿解算中的姿态描述是有效和适用的.     

一种改进的扩展旋转矢量姿态算法

在分析扩展旋转矢量姿态算法的基础上,基于典型圆锥运动理论以及迭代算法的思想推导了一种面向四子样的改进扩展旋转矢量优化算法.给出了较为详细的算法推导过程和具体公式.为检验改进算法的有效性,先后采用传统的四元数法、扩展旋转矢量法以及改进算法,对载体的典型圆锥运动进行了计算机仿真研究.结果表明,该优化算法不仅改变了捷联惯性导航系统中陀螺子样的利用方式,而且提高了系统旋转矢量的计算精度以及姿态算法的实时性.     

一种捷联惯导系统姿态测量新算法的应用研究

为改进捷联惯导系统姿态矩阵的解算、实时计算等问题,本文引入四元数三阶泰勒展开递推式作为捷联惯导系统的姿态更新算法,着重解决了使用三阶泰勒展开递推式进行姿态计算的方法,并对某陆地捷联惯导系统的量测数据,用C语言进行了相应的仿真.本文的工作为改进捷联惯导系统算法提供了参考依据.     

四元数在火控中的应用

介绍了四元数的定义、代数运算、三角形式和指数形式以及球面表示形式;综述了四元数在刚体姿态控制,计算机三维图像旋转,彩色图像处理和信号处理分析等实际应用中表示的物理含义,着重探讨了四元数理论在火控领域中应用方法,并对比传统欧拉角火控模型,分析了应用四元数火控模型的优点。最后从理论上得出,四元数理论方法在常规兵器火控系统有广阔的应用前景。     

四元数法在计算机图形学中的应用

详细介绍了四元数法的定义、性质以及在计算机图形学中的应用 ,获得了对给定轴旋转的有效四元数表示 ,比较了四元数法与传统方法在三维物体旋转中的优劣     

一元二次四元数单边多项式的求根公式

随着四元数代数广泛应用于量子力学、惯性导航及控制论等学科,四元数多项式的求根问题被许多学者关注。最近Janovska和Opfer从理论上给出了一种n次四元数单边多项式零点的求解方法,Feng和Zhao进一步给出了一般n次四元数单边多项式的零点显性表达式。 本文根据Feng和Zhao的结果对一元二次四元数单边方程的根进行了讨论,并利用复数域上四次多项式的Ferrari求根公式建立了一元二次四元数单边方程的求解公式。与文献中现有的结果相比,本文建立的求根公式在许多方面展现了优越性。     

基于四元数体上的几个矩阵不等式

四元数矩阵的特征值与奇异值在四元数矩阵理论的应用中起着重要作用.借助于分块矩阵及相关恒等式,给出了关于四元数矩阵特征值与奇异值的几个新的不等式,推广了实或复数域上矩阵特征值与奇异值不等式的相应结果,它们可望有助于推动四元数代数在量子力学、机器人技术等学科中的进一步应用.     

四元数长方矩阵的同时复对角化

利用四元数矩阵的奇异值分解(SVD),对两个四元数长矩阵给出了其同时复对角化的充要条件,进一步对一个四元数长矩阵集合,针对其同时复对角化问题,给出了一系列充分必要条件.     

非正交转轴刚体姿态控制

针对非正交转轴二自由度旋转支架的刚体姿态控制问题,应用四元数方法,讨论了非正交转轴非正交参数的辩识方法,给出了姿态控制信号与姿态四元数参数之间的关系和一种具有全局指数渐进稳定性的四元数参数姿态控制方法。     

基于实际飞行数据插值的INS/GNSS组合导航仿真轨迹发生器

针对INS/GNSS组合导航仿真中,捷联惯导系统陀螺、加速度计信号高精度模拟问题,提出了基于实际飞行数据插值的动态轨迹解析生成仿真算法。对转换到地心惯性坐标系中的载体姿态、位置和重力场数据进行关于时间的样条函数插值,得到载体坐标系下陀螺角速率、角增量以及加速度计比力积分增量的高精度分段解析表达式。使生成的陀螺、加速度计信号符合载体运动学和动力学特性,反映杆臂效应影响,同时与经事后处理的实测GNSS伪距、伪距率等数据特征保持一致。提出了四元数约束插值算法,可满足四元数解析插值时范数为1的约束限制条件。基于某实际无人机飞行数据,验证了所提出算法的有效性,完全满足组合导航动态仿真精度要求。该算法也适用于其他高精度高动态导航系统和刚体运动控制仿真中的角运动、线运动传感器信号模拟。     

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.     

一类广义延拓四元数矩阵的奇异值分解

从普通四元数矩阵的奇异值分解出发,给出了具有行或列对称结构的一类四元数矩阵(即广义四元数延拓矩阵)的奇异值、奇异向量与其母矩阵的奇异值、奇异向量之间的定量关系,推广了现有文献的结果。理论分析和数值实验的结果表明,就一大类广义四元数延拓矩阵而言,仅用母矩阵进行奇异值分解不但可以节省计算量和存储量,而且不影响任何数值精度。     

四元数的实矩阵表示

四元数代数在计算机图形学、现代物理学、卫星的姿态表示等领域中都扮演着重要角色,从数学角度对四元数进行彻底研究是有价值的,但是,由于不可交换性,四元数并不像人们期望的那样易于掌握。处理四元数的方法之一是把它们等同为实数矩阵,其中各位置上的元素当然是可交换的。这样的"等同"实际上是从四元数代数到Rn×n的代数嵌入。研究了从四元数代数到Rn×n的代数嵌入问题,给出了把虚单位映成带符号置换矩阵条件下的所有可能的代数嵌入。我们用的方法是去考虑四元数代数生成元(即虚单位)的象。我们考察这些象的性质并确定有哪些实数矩阵满足它们。然后,我们运用群作用的语言化简了问题。我们得到的结论是有趣的:决定着嵌入的那些关键性的矩阵对是由的实数矩阵对构成的。而这样的矩阵对本质上只有两对。     

利用实际飞行数据插值的INS/GNSS组合导航仿真轨迹发生器

针对INS/GNSS组合导航仿真中捷联惯导系统陀螺、加速度计信号高精度模拟问题,提出基于实际飞行数据插值的动态轨迹解析生成仿真算法。对转换到地心惯性坐标系中的载体姿态、位置和重力场数据进行关于时间的样条函数插值,得到载体坐标系下陀螺角速率、角增量以及加速度计比力积分增量的高精度分段解析表达式。使生成的陀螺、加速度计信号符合载体运动学和动力学特性,反映杆臂效应影响,同时与经事后处理的实测GNSS伪距、伪距率等数据特征保持一致。提出四元数约束插值算法,其可满足四元数解析插值时范数为1的约束限制条件。基于某实际无人机飞行数据,验证了所提算法的有效性,其完全满足组合导航动态仿真精度要求。该算法也适用于其他高精度高动态导航系统和刚体运动控制仿真中的角运动、线运动传感器信号模拟。     

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°。     

基座高频运动时捷联姿态算法的扩展

1.引言 用于惯性导航的捷联系统其特点是它的敏感元件感受高的动态范围。因此,在选择系统姿态算法时需要考虑基座高频运动的影响。 通常捷联系统用的姿态算法有欧拉法、方向余弦法和四元数法、在这些算法中,四元数方法是最常用的,其优点是没有奇异性、简单和节省计算时间。最近,伯斯、泽旦和米勒提出了旋转矢量的概念,进一步改进了四元数方法的性能。事实证明,附加了旋转矢量概念的四元数方法能有效的抑制非交换误差这一姿态计算中的重要误差源。