基于正交试验法的冗余捷联惯组故障诊断实验方法研究

冗余捷联惯组是运载火箭控制系统的重要设备,需要对其进行故障检测和隔离以保证系统正常工作,所应用的故障检测算法需要进行有效性评估。由于惯组器件配置和故障形式的多样性,所有故障情形进行逐一测试不可能的,因此提出利用正交试验法安排实验,对广义似然比故障检测算法进行性能检测。试验结果表明应用正交试验实现了故障情形的良好覆盖性,有效减少了试验次数,并且从测试数据中验证了故障检测算法的有效性。     

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°。     

基于水下地形匹配的捷联系统误差估计方法

潜器进入匹配区时捷联系统已积累了一定的误差,有效利用匹配信息对误差进行修正是保证后续航行精度的基础;通过建立水下地形匹配辅助导航系统误差模型,以地形匹配模块和深度压力传感器测量的位置信息和深度作为量测量,设计了卡尔曼滤波器。仿真研究证明:所设计的滤波器具有良好的估计精度;同时,通过设计潜器航行动作证明了相关误差量的估计效果与潜器运动激励有关,为匹配区内进行误差估计时潜器所采用的运动状态提供了参考。     

H_∞滤波混合优化RBF在SINS动基座传递对准中的应用

为解决SINS动基座传递对准的快速精确问题,将混合优化的RBF神经网络应用于此。首先运用递阶遗传算法优化RBF神经网络的拓扑结构,并对网络其余参数进行全局粗调;在此基础上运用H∞滤波算法对网络其余参数进行在线自适应精调。其计算机仿真结果与扩展卡尔曼滤波比较表明:该算法在精度、实时性方面与扩展卡尔曼滤波相比提高了将近50%。     

捷联惯导惯性系对准误差分析

针对捷联惯导晃动基座下惯性系粗对准两种不同的计算方法,分析了由陀螺常值漂移和加速度计零偏引起的漂移误差（即平台失准角）、刻度误差和歪斜误差,并推导了这些误差项与惯性元件误差之间关系的解析表达式。结果表明：两种惯性系对准算法的平台失准角具有相同的极限精度,并且与传统解析对准法的精度一致;惯性系对准法的歪斜误差很小可以忽略,但需对姿态阵正交化以消除刻度误差的影响。     

旋转调制式捷联惯导误差分析

系统级旋转自补偿技术可以使捷联惯性导航系统的误差发散得到一定程度的抑制,是在现有元件水平不变的情况下提高系统精度的有效方法.对于不同的误差项,旋转补偿技术具有不同的调制效果.针对目前研究较为广泛的8位置双轴转位调制方素,对被调制后的误差公式进行了推导和分析,分析发现:常值零偏、逐次启动漂移以及缓变漂移都可以得到较好的调...     

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.     

SINS/DR组合导航系统可观测性研究

对SINS/DR组合导航系统的误差方程进行了介绍。将陀螺漂移、加速度计零偏和里程仪刻度系数误差扩展为卡尔曼滤波器的状态,建立了19维状态的组合导航滤波模型。采用分段线性定常系统(PWCS)分析了载车在各个不同运动特性下SINS/DR组合导航系统的可观测矩阵;利用奇异值分解(SVD)分析法定量地分析了SINS/DR导航系统的可观测度。通过系统仿真预测了位置误差、姿态误差和速度误差的滤波效果,仿真结果表明,位置误差、姿态误差和速度误差的估计效果较好。     

捷联惯导惯性系动基座对准算法研究

针对船载等晃动基座环境,利用多级低通FIR数字滤波器和过渡的惯性坐标系,实现了惯性系动基座对准。分析表明,对准精度取决于等效的东向陀螺漂移大小以及FIR滤波器组的特性,该方法的对准时间长短取决于FIR滤波器组的阶次,并从原理上解决了大失准角问题。实验结果表明:惯性系对准新方案的对准精度与传统罗经方法精度相当,但新方法收敛更快,而且适用于任意失准角。     

区间正交小波变换域FLP算法及其在捷联寻北中的应用

针对机抖激光陀螺角随机游走和发动机干扰等影响静态捷联寻北精度的问题,提出了一种新的基于区间正交小波变换的前向线性预测算法。该算法利用前向线性预测技术以及区间正交小波变换抑制边界效应的能力,有效地减小了角随机游走和发动机干扰。车载实验证明该算法的有效性。