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%。     

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.     

惯性航向姿态系统初始对准仿真

惯性导航系统在使用前要进行初始对准,即建立导航坐标系.分别对粗对准和精对准进行了研究.粗对准就是由三个姿态角来得到初始姿态矩阵的过程.精对准就是卡尔曼滤波法.在静基座下对陀螺和磁罗盘组合的系统建立了十一维状态的模型,采用改进卡尔曼滤波方法进行精对准仿真研究,采取渐消记忆卡尔曼滤波以克服滤波发散.仿真结果表明,该滤波方法用于航向姿态系统对准具有较好效果.     

强跟踪扩展卡尔曼滤波及其在捷联惯导初始对准中的应用

针对在模型失配和观测噪声干扰情况下常规滤波器出现精度下降甚至是发散的问题,提出了基于自适应多重渐消因子的改进方法,即通过计算新息序列协方差的估计值确定多重渐消因子,提高当前观测量对滤波器的修正作用。仿真及实测实验结果表明:该算法可以有效抑制滤波发散,同时保证其快速收敛以及高精度估计。     

自适应遗传算法捷联惯导系统初始对准

在基本遗传算法的基础上给出了一种适合于捷联惯导系统初始对准问题研究的自适应遗传算法,该算法适时调整遗传空间大小,以保证对准的速度.在选择操作中采用最优解保存策略.交叉概率和变异概率的适时变化使姿态信息具备更强的环境适应性.根据初始对准的特点,用地球重力加速度和自转角速度信息构造适应度函数.仿真结果证实了该算法在捷联惯导系统初始对准问题研究中的有效性.     

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。     

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.     

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.     

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。     

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。     

晃动基座下捷联惯导的初始对准研究

为了降低车体振动对惯性器件输出的影响,运用小波域阈值滤波对信号进行预滤波,介绍一种初始对准非线性误差模型,并运用H∞滤波完成初始对准。针对坦克发动的情况,分别在固定怠速和不同怠速的情况下进行大量重复实验,实验结果表明：该方法能够有效完成坦克发动下初始对准,具有良好的重复性和稳定性。     

车辆运动数学模型辅助的动基座对准方法

针对车载捷联惯导(SINS)在外部传感器失效时无法实现动基座对准的问题,提出了基于车辆运动模型辅助的动基座对准方法。与传统方法不同的是,该方法利用车辆在路面上的运动特性,利用车辆运动模型测得的虚拟观测量来提供辅助信息,从而实现SINS的动基座对准,仿真结果表明:对于中等精度惯导,在外部传感器失效时,利用车辆运动模型提供的辅助信息,水平对准精度为0.37°,方位对准精度为5.86°,对准时间小于150 s,依然能够快速有效地实现动基座对准。     

大方位失准角下基于多捷联解算的快速对准方法

传统线性误差模型无法直接应用于大方位失准角的情况,而达到小角度误差的粗对准往往需要较长时间,不可避免地延长了对准时间.针对以上问题,提出了一种基于方位角区间划分的多模型并行处理对准算法.给出了方位角区间划分的方法,各区间以其中心值为初始方位角独立运行捷联解算算法和卡尔曼滤波算法,并分两种滤波校正方式给出了最优导航结果的选取方法.数字仿真结果和转台摇摆试验验证了算法的有效性.     

车载捷联惯导的快速对准方法

为了提高初始对准速度,将等效加速度计和陀螺的输出引入到系统的观测量,提出一种静基座条件下快速对准的新方法。首先建立了大方位失准角的非线性误差模型,然后详细推导了基于等效输出的新观测方程,利用奇异值分解方法进行了可观测度分析,并推出了该方法的理论对准精度。最后,进行了计算机仿真和实车实验,证明了该方法的有效性和重复性。该方法充分利用惯性装置自身的可观测信息,在不增加其他设备的基础上有效缩短了对准时间,具有重要的应用参考价值。     

基于改进Elman神经网络的SINS动基座传递对准研究

在运用Kalman滤波进行SINS动基座传递对准时,当模型存在误差或系统噪声不能反映实际噪声时,会降低滤波精度甚至导致滤波发散.针对这个问题,提出基于改进Elman神经网络的SINS动基座传递对准方法.首先通过增加输出层节点的反馈来改进普通的Elman神经网络模型,其次采用强跟踪滤波器对改进Elman神经网络进行训练.利用仿真数据对该算法进行验证,结果表明,该算法能够克服Kalman滤波的缺陷,提高传递对准精度达100%～150%.     

多目标攻击导弹捷联惯导的传递对准

在分析中距复合制导空空导弹捷联惯导传递对准的基础上,提出由机载火控系统根据导弹发射包线计算发出开始捷联惯导传递对准精对准的时刻,导弹惯导提前进行传递精对准的方法。利用此方法可以解决机载武器系统多目标攻击空空导弹传递对准满足连续发射多枚导弹实时性要求的问题。最后,在单目标情况下就开始传递对准时刻包线给出了算例。     

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.