二维双观测站纯方位系统的可观测性

在二维空间中,针对作匀加速直线运动的目标,利用双观测站得到的测量角,讨论了等速直线运动的双观测站纯方位系统的可观测性问题.首先在理论上证明了目标作匀加速直线运动,单观测站作匀速直线运动时的目标参数的部分可观测性.进而对于双观测站情形,利用每一个观测站求解出的关于目标的部分参数满足的方程,通过研究方程组的解的存在性,得到了整个系统可观测的一些充分条件和一个充要条件.     

SINS/GPS全姿态组合导航系统的UKF算法研究

将UKF算法应用于SINS/GPS全姿态组合导航系统,给出了一种GPS测量姿态角的方法,推导了姿态角误差与平台失准角之间的关系,建立了系统的非线性误差模型,设计了UKF滤波器。仿真结果表明,将UKF算法用于SINS/GPS全姿态组合导航系统可以改善系统的可观测性,提高导航精度。     

直航条件下二维运动目标纯方位系统的可观测性

为了降低目标丢失和暴露自己的可能性，需要研究观测站不进行航路机动的条件下，纯方位系统的可观测性。基于拟线性处理和最小二乘方法，在目标作匀速直线运动，单观测站作匀速直线运动，进而作匀加速直线运动的机动情形下，研究了二维纯方位系统的可观测性，得到了系统可观测性的充要条件以及系统的某些不可观测的条件。说明在直航条件下，通过观测站速度的机动变化，同样可以实现目标要素的解算。     

基于四元数的SINS静基座大方位失准角误差建模

针对经典大方位失准角条件下捷联惯导系统(SINS)非线性初始对准模型不能精确表达姿态误差的传播特性,依据惯导系统姿态的旋转矢量表示法,提出了基于四元数微分方程推导的姿态误差模型,模型最终的表达也由欧拉角微分方程给出。基于无迹卡尔曼滤波(UKF)的静基座对准试验表明新的姿态误差模型对方位角失准角范围要求由10°内放宽到25°内,提高了在大方位失准角条件下初始对准的精度,表明模型的准确性有明显提高。     

基于BP神经网络的小角度井斜方位角误差补偿研究

井斜角与方位角是井眼轨迹计算中的主要测量参数,然而与常规井斜时方位角误差相比,小角度井斜下测斜仪的方位角测量误差更大。为了提高测斜仪在小角度井斜下的方位角测量精度,基于BP神经网络算法对5°~10°小角度井斜下方位角的测量进行了补偿。文中以标准井斜角和实测方位角构成的二维向量作为输入,以标准方位角构成的一维向量作为输出,建立了双入单出网络模型。采用随机选取的方式将学习样本分为训练集与测试集,使网络具有较好的泛化能力。仿真测试结果表明,该BP神经网络误差校正模型运行稳定,补偿精度达到10^-6,可将小角度井斜下方位角的测量精度从±5.3°提高至±1.7°以内。     

大方位失准角条件下的GPS/INS动基座初始对准

针对大失准角条件下初始对准难的问题,提出了一种新的大方位失准角下的GPS/INS组合导航初始对准方法。充分利用GPS提供的外部信息,以失准角的正余弦函数误差为状态变量,分析了GPS杆臂对初始对准的影响。并以上述工作为基础,提出了改进的滤波补偿算法。所提方法不仅可补偿大方位失准角,且可在方位角计算精度较低情况下直接进行导航解算,不需等待对准过程结束。在车载试验中,将该方法与传统小失准角前提下的对准方法进行了对比,并对对比结果作了分析。结果表明,在大失准角情况下,该方法可在100 s左右完成对准,失准角可收敛到1°内,导航位置误差可控制在2 m内。     

基于惯性与光学技术的头位测量方法设计

针对现代战争对头盔快速姿态定位的要求,基于惯性定位和光学定位原理,设计了一种基于MEMS/CCD的头位姿态测量新方法。在头盔上加装一套MEMS惯导系统,通过与CCD的组合,实现对头盔姿态的实时测量。阐述了测量原理,建立了数学模型,设立了初始装订办法,并进行了仿真验证。仿真结果表明,该方法可以获得良好的快速性和测量精度,在不到5s的时间里就完成了对头位姿态失准角的估计,估计精度达2′,可有效完成对头盔姿态的测量,实现实时头位跟踪。     

车载低精度INS/GPS大方位失准角线性对准研究

在应用低精度微机电系统-惯性测量单元(MEMS-IMU)和全球定位系统(GPS)的车载组合导航中,由于IMU的精度问题,无法通过传统的解析方法实现方位失准角的粗对准,造成了大方位失准角问题。该文通过变换状态量,用方位失准角的两个三角函数代替方位失准角作为状态量,建立了新的线性系统方程,统一了精对准和粗对准的过程,避免了粗对准切换到精对准时状态间的协方差信息损失。完成了车载导航试验。结果表明,本初始对准方案在低精度的组合导航中能将对准精度控制在1°以内。     

基于最优四元数估计的摇摆基座粗对准技术

针对摇摆基座的粗对准问题,提出了一种精度更优的粗对准方法。根据三维坐标矢量与旋转四元数间的内在关系,基于Wahba问题的求解原理,将双观测矢量的最优姿态阵求取问题归结为一个典型三角函数最大值的求解问题。阐述了Wahba问题的求解原理,分析了Wahba问题与最优四元数估计法的关系,剖析了最优四元数估计算法的复共线性,设计了基于最优四元数估计的摇摆基座粗对准方案,并与传统TRIAD算法和最优TRIAD算法进行了应用比较。蒙特卡洛500个样本的仿真结果表明,采用基于最优四元数估计的粗对准法的方位姿态估计精度远优于TRIAD算法和最优TRIAD算法,能使方位失准角的变化幅值控制在角分级,在此基础上能更好实现摇摆基座下惯导系统精对准。     

移动卫星通信自适应UKF组合导航姿态估计算法

为解决组合导航姿态估计航向角可观性弱,姿态估计精度低、易发散的问题,提出了一种单基线GPS辅助观测的组合导航姿态估计算法,通过四元数与修正的Rodrigues参数相互切换避免了四元数加权均值计算和协方差奇异问题,确保了四元数的规范化;通过有效利用单基线GPS航向角辅助观测,改善航向角的可观性,提高了三维姿态角的估计性能;通过使用开关自适应UKF算法,提高了算法的适用性和姿态估计的精度。实验结果证明,UKF姿态估计的精度优于EKF,最终三维姿态角的最小均方误差均在0.36°以内,估计误差均在0.5°以内,满足了宽带移动卫星通信的波束指向要求。     

矿用存储式随钻轨迹测量仪的研究及应用

为保证煤矿安全生产,针对井下钻探工程钻孔轨迹测量精度不高,施工效率低等问题,提出以空间姿态测量技术为基础,基于磁感式传感器和加速度传感器的存储式随钻轨迹测量仪,实现钻孔随钻轨迹在全空间姿态下的高精度测量.并通过煤矿井下钻孔轨迹测量的工业性试验,对测量系统的工作性能进行了验证,试验结果表明,该系统所采集到的数据能够准确反映钻孔的真实轨迹,为煤矿井下钻探施工提供有力的装备保障.     

移动卫星通信低成本姿态估计算法

移动卫星通信(动中通)是卫星通信的重要分支,低成本化是动中通的发展趋势。为有效加速动中通的推广和应用,该文提出了基于微机械惯性传感器的低成本动中通工作模式,并将传统姿态估计领域的传感器融合姿态估计算法、互补滤波姿态估计算法与新兴的组合导航姿态估计算法进行了对比,结果表明,侧滑角和机动加速度是限制传感器融合姿态估计算法估计精度的主要因素,航向角可观性低是限制组合导航算法的主要因素。3种算法经过改进后,姿态估计误差均在0.5°内,3种算法均满足移动卫星通信的需求。组合导航算法无需考虑外界干扰对姿态估计的影响,具有更好的应用前景。     

一种INS/DVL组合导航一体化偏差标校方法

INS/DVL 一体化偏差是影响组合导航系统精度的重要因素，对一体化偏差进行高精度标校是实现高精度组合的前提和基础。传统基于外速度拟合的一体化偏差估计方法对观测速度要求高，估计精度受量测噪声影响较大，同时实现过程较为复杂。提出一种基于 SVD 最小二乘的 INS/DVL 一体化偏差航迹拟合估计方法，对三轴一体化偏差角进行拟合标校。仿真结果表明， 在 GPS 定位误差为 20m 的情况下，三个安装偏差角的 50 次 Monte Carlo 仿真平均估计误差分别为 0.1001°、0.0283°、0.0213°。该方法实现简单，估计精度较高，具有很好的工程实用价值。     

Sage_Husa自适应滤波在大方位失准角初始对准的研究

由于光纤惯导系统导航精度不高,方位角常为大角度,因此系统初始对准的滤波方程为非线性的,为改善非线性模型下初始对准的精度,提出了一种改进Sage_Husa自适应卡尔曼滤波方法并应用于光纤惯导系统初始对准中。建立了大方位失准角初始对准的非线性误差模型,给出了Sage_Husa自适应卡尔曼滤波方程,对Sage_Husa自适应卡尔曼滤波不适合用在非线性滤波的缺陷进行了改进,建立系统噪声统计的估值器,对非线性误差方程进行了改进Sage_Husa自适应卡尔曼滤波仿真。仿真结果表明:改进Sage_Husa自适应卡尔曼滤波能够很好地处理初始对准中的非线性问题,提高初始对准精度,方位失准角误差估计精度较EKF提高27%。     

基于二阶插值滤波的室内航向估计算法研究

在室内行人导航中,为获取精确的航向角,提出了一种基于二阶插值滤波的航向估计算法。该算法通过建立四元数姿态运动测量模型,采用二阶插值滤波对陀螺仪、加速计和磁强计的测量数据进行数据融合,实现航向角解算,以过程噪声和测量噪声为设计参数,构造自适应噪声协方差矩阵,实现协方差误差估计最小化。通过对行走长方形参考路径得到的数据进行处理,加速计和磁强计组合与陀螺仪航向估计算法动态误差分别为13.6°和6.9°,采用二阶插值滤波航向估计算法后动态误差为2.3°。实验结果表明,该算法有效提高了航向估计的精度,减小了陀螺仪漂移、载体的线性加速度和周围局部磁场干扰对航向估计的影响。     

一种基于单轴正反旋转的惯性器件误差估计

为了提高捷联惯导导航精度,构建一种Kalman滤波模型来估计陀螺常值漂移和加速度计零偏。首先分析了载体作单轴正、反旋转运动时,捷联惯导的系统误差特性,然后以正、反旋转两过程中的姿态误差和速度误差为状态变量,以两过程中同一位置处的姿态误差差值和速度误差和值为观测变量,构建了一种Kalman滤波模型,来估计惯性器件常值误差;经可观测性分析,该模型是可观测的。仿真实验中,对于3个陀螺漂移均为0.1(°)/h、加速度计零偏均为9.78×10~(-3 )m/s~2的捷联惯导,陀螺漂移估计精度达到0.01(°)/h,水平方向加速计零偏估计误差均小于0.4×10~(-3 )m/s~2,实验证明该方案可行。     

MEMS陀螺漂移误差抑制方法研究

MEMS陀螺漂移误差是影响惯性测量系统精度的主要误差源,针对这一问题,引入旋转调制方法和卡尔曼滤波方法,利用旋转调制方法抑制陀螺的常值漂移,利用卡尔曼滤波方法减小随机漂移,并进行了仿真和实验,对调制和滤波前后惯性测量系统的姿态角误差进行了对比,结果表明,利用旋转调制技术和卡尔曼滤波方法分别减小陀螺的常值漂移漂移和随机漂移后,由这两种漂移误差引起的姿态角误差明显减小,惯性测量系统的测量精度显著提高。     

大攻角下基于信息融合的攻角/侧滑角估计方法

攻角和侧滑角是飞控系统和导航系统的重要参数。针对高性能飞行器在大攻角飞行时攻角和侧滑角不能精确测量问题,引入飞行动力学模型,选取姿态、姿态角速率、气流角和速度等飞行参数作为状态向量,以惯性导航系统提供的姿态、姿态角速率、加速度组成观测向量,构建扩展卡尔曼滤波器,融飞行动力学模型求解和状态估计的过程为一体,实现攻角和侧滑角实时精确估计。利用X-Plane系统的飞行仿真数据对攻角/侧滑角估计方法的可行性和有效性进行了验证。仿真结果表明,该方法不仅具有较高的精度、良好的稳定性和鲁棒性,而且可提高大气数据系统的测量范围和可靠性,能够有效地适用于大攻角飞行环境下攻角和侧滑角的测量。