简化SPKF在捷联惯导系统非线性对准中的应用

基于欧拉平台误差角的概念,建立了大失准角条件下的激光捷联惯导系统(SINS)非线性误差模型,深入研究了Sigma点卡尔曼滤波(SPKF)及其在大失准角对准中的应用.针对对准模型的特性,推导了SPKF简化算法,进行了静基座下基于扩展卡尔曼滤波(EKF)、简化SPKF的SINS初始对准仿真.仿真结果表明简化型SPKF能有效克服EKF的不足,具有更高的估计精度,且减少了计算量,是SINS非线性对准的一种理想的方法.     

插值粒子滤波在静基座捷联惯导系统初始对准中的应用研究

推导了大方位失准角条件下,捷联惯导系统(SINS)静基座初始对准非线性误差模型,提出一种基于插值粒子滤波(DDPF)的 SINS 静基座初始对准方法。分析了插值非线性滤波原理,结合插值滤波和粒子滤波的特点,利用二阶插值滤波算法得到粒子滤波的重要性密度函数。 在静基座状态下分别基于 DDF 和 DDPF 滤波算法进行初始对准仿真实验。仿真结果表明,大方位失准角的情况下,DDPF 非线性滤波具有更快的收敛速度和更高的对准精度。     

SINS静基座初始对准的超球体采样STFUKF算法

初始对准是实现惯性导航高精度的一项关键技术。无迹滤波(UKF)在SINS系统静基座大方位失准角初始对准中计算量大,在不精确或错误的噪声统计情况下,收敛速度变慢,估计精度下降,甚至滤波发散。针对这一问题,将超球体采样与强跟踪无迹滤波(STFUKF)算法相结合,提高了运算速度和对准精度。利用SINS的非线性误差模型,通过数字仿真将卡尔曼滤波、UKF和STFUKF的性能进行比较,证明该方法具有精度高、抗干扰性好、跟踪能力强的特点。     

任意失准角下初始对准系统的建模和仿真

初始对准是捷联惯导系统中关键技术之一.传统对准模型的建立,通过在理想的导航方程中,增加状态向量的扰动来实现,但只局限于小失准角的模型建立中,对大失准角情况下的模型建立并不适用.在综合其他非线性模型建立的基础上,充分考虑了各种影响因素,推导了初始偏差角为任意失准角时的非线性模型,并分析该模型在任意失准角非线性模型和小失准角线性模型之间的关系;随后针对静态小失准角条件下,对其简化对准模型进行了推导,并采用Kalman滤波方法对模型进行了状态估计,计算结果表明能较好地实现状态收敛;最后对其他非线性情况下的对准进行了初步探讨.     

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。     

健康管理对老年冠心病危险因素治疗及控制率影响

捷联惯导系统(SINS)静基座初始对准中,过高的陀螺噪声不但导致系统状态方程非线性,也会使对失准角的估计不能收敛到真值.因此,提出了一种磁强计辅助对准方法,对系统观测方程的分析证明了该方法不仅可提高滤波精度,同时还可对磁场强度和磁倾角进行估计.非线性滤波采用平方根无迹卡尔曼滤波(SRUKF),SRUKF与无迹卡尔曼滤波(UKF)滤波精度相当,优于扩展卡尔曼滤波(EKF).相比UKF,SRUKF具有更高的计算效率和稳定性.仿真结果表明,该算法在陀螺噪声较高的情况下仍能满足SINS初始对准要求.     

强跟踪五阶CKF算法在初始对准中的应用

针对载体行进间初始对精对准过程易受有色噪声影响,造成对准精度高的问题,提出一种基于高阶球面-径向积分的强跟踪滤波方法,该算法基于里程计辅助下惯性系行进间精对准误差模型,将状态变量的自相关函数进行正交化运算,保证噪声信号的白化,并运用五阶球面-径向准则对于滤波过程中参数的后验概率密度函数进行近似数值计算。仿真实验表明,在方位角为大失准角的条件下,该算法可以有效地保证较高的滤波精度,并且在噪声未知的情况下,滤波器保证很好的鲁棒性。     

基于强跟踪GHF的里程计辅助SINS动基座对准研究

为提高车载捷联惯导系统动基座初始对准精度,提出了一种强跟踪降维高斯-厄米特非线性动基座初始对准算法。里程计辅助捷联惯导粗对准后水平姿态误差角为小角度,里程计辅助捷联惯导动基座对准模型简化为大方位失准角非线性模型,采用降维高斯-厄米特滤波(GHF),以少数非线性状态积分点估计整个系统状态,减少计算量,应用强跟踪滤波,提高系统对突变的滤波状态的跟踪能力。实验表明,应用强跟踪降维高斯-厄米特滤波提高了动基座初始对准精度,减少了计算量,提高了滤波的稳定性。     

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%。     

一种运动中卫星辅助惯导对准方法

<正>针对动基座条件下的对准需求，给出了一种新的卫星速度辅助的惯导动基座粗对准算法。通过调整惯性解算方案及定义新形式的速度误差模型，获得简化的大方位失准角线性化卡尔曼滤波对准模型。试飞实测离线仿真结果验证了方法的有效性，120s时间粗对准水平姿态误差不大于2°，航向误差不大于5°，可满足后续精对准滤波器对小角度线性化模型的初始假设条件要求。捷联惯导系统精对准一般需在完成粗对准的基础上进行。静基座条件下的粗对准可根据加速度计对重力加速度的测量值和陀螺对地球旋转角速度的量测值计算出载体的姿态矩阵，