基于自适应卡尔曼滤波的NGMIMU/GPS组合导航设计

由于加速度计输出动态噪声的存在,无陀螺微惯性测量单元(NGM IMU)导航误差随时间迅速累积.基于NGM IMU九加速度计配置方案,利用自适应卡尔曼滤波方法进行NGM IMU/GPS组合导航系统设计.滤波算法对滤波预测残差的大小进行判断,利用极大后验估计器推算出动态噪声和观测噪声的统计特性,克服了系统噪声统计特性不易确定的实际问题,使滤波器成为最优.同时进行了系统位移和角速度仿真,结果验证了自适应卡尔曼滤波方法的可行性.     

基于DSP的微型直升机主动旋翼控制系统硬件设计

针对共轴双桨直升机主动旋翼控制的工作原理及其硬件设计方案进行了介绍.该系统主要由三轴加速度计ADXL345和三轴陀螺L3G4200D及TMS320F28335 DSP组成捷联惯导系统.并在捷联惯导姿态控制中增加了旋翼受力反馈环路,提高了惯导对外界扰动的响应速度.通过实验验证,该系统对于提高悬停稳定性和高度控制响应速度具有较好的效果.     

弹载主INS与SAR天线IMU传递对准方法

本文以助推—滑翔导弹为研究对象,针对其飞行中、末段采用的INS/SAR组合制导体制,建立了发射点惯性系下惯导系统误差传播模型、观测模型,给出了弹载主INS和SAR天线附加IMU的传递对准方法,并通过数学仿真验证了方法的有效性.     

容错组合导航系统联邦滤波器设计中的信息同步

探讨了各子滤波器同步时间差及同步滤波信息的计算。仿真计算结果表明,经同步处理后,融合精度与理想情况即所有子滤波器完全同步时的精度十分接近。     

INS/Vision相对导航系统在无人机上的应用

提出了一种考虑视觉导航设备输出时间延迟问题的INS/Vision相对导航方法,推导了长机与僚机之间的相对惯导方程.给出了长机与僚机之间相对视线矢量测量原理,僚机上设置若干特征光点,长机上的视觉导航设备通过对特征光点观测,得到相对视线矢量.应用扩展卡尔曼滤波融合相对惯导信息和相对视线矢量信息,估计出长机与僚机之间的相对姿态、相对速度和相对位置.针对视觉导航设备量测量存在时间延迟的问题,给出了延迟后量测量与惯导信息融合的方法,最后通过仿真研究证明了该相对导航方法的有效性.     

子平台惯导系统在动基座上传递对准的研究

以舰载导弹中的平台惯导系统为子平台惯导系统，论述了在子平台经粗对准后，精确估算其姿态误差角、目标方位误差角、漂移率的方法，对速度传递和姿态角度差传递的两种估算方法进行了理论推导和仿真计算。讨论结果表明，姿态角度差传递估算法不但可解决多个未知量的求解问题，而且能自动消除姿态角传感器误差对估算的影响，这成为本文的新见解。     

旋转式捷联惯导系统误差分析

为了提高惯导系统长时间运行时的精度,采用旋转自动补偿技术来抑制系统误差的发散.分析旋转自动补偿的基本原理,得出旋转式捷联惯导系统下的误差传播方程,对光学陀螺的刻度因子误差、安装误差、常值漂移和随机漂移误差在旋转方式下的误差传播情况进行了分析研究.比较分析了单轴旋转和双轴旋转方式下对系统误差的不同影响.仿真结果表明:旋转自动补偿技术,能明显改善纯惯导系统误差随时间发散的特点,有效抑制误差的增长.研究结果可以作为旋转式光学陀螺捷联惯性导航系统进一步优化和工程设计的理论参考.     

陆地载体导航中的单频DGPS、INS以及里程表的集成

为了提高导航设备的可用性,保证用户即使在类似峡谷的地带也可以接收到GPS信号,研究了一个低成本集成导航测量组件(IMU)、单频DGPS(SFDGPS)和速度传感器的载体跟踪和导航系统．通过对扩展Kalman滤波系统动态、残差和测量模型的演化,详细地阐述了系统集成的算法．并且对系统动态以及测量模型的运行进行了分析．该系统可以达到分米级的位置误差,厘米级的速度误差,0．2度的姿态角度误差,以及高于100Hz的输出更新频率．系统高精度、低成本,适用于任何状态的导航以及高频率的输出,可以用于诸如载体跟踪、航空、自动采矿以及精细农业等广泛的应用领域．     

基于扩展卡尔曼滤波的两轮机器人姿态估计

针对两轮自平衡机器人惯性传感器存在误差的问题,提出基于扩展卡尔曼滤波的方法进行补偿,从而实现机器人姿态的最优估计.利用实验获得的惯性传感器误差特性,采用Levenberg-Marquardt非线性最小二乘迭代法拟合数据,从而建立机器人导航用惯性传感器陀螺仪和加速度计误差的数学模型,并对误差进行标定.采用扩展卡尔曼滤波将传感器的数据进行融合并对误差进行补偿,得到机器人姿态的最优估计.将滤波后的模型应用到两轮自平衡机器人系统,实验结果表明改进后的系统误差得到了有效的抑制,从而验证了采用低成本的惯性传感器进行机器人的姿态估计是有效可行的.     

高精度光纤陀螺组件标定方法

为了提高光纤陀螺组件的标定精度,从三轴惯导测试转台技术指标入手,根据惯导测试转台定位精度高的特点,设计了六位置静态分立式标定方案.通过设计一定的标定路径,利用地球转速和当地地理纬度,激励出陀螺的标度因数、安装误差和零位等12个参数,新的标定方案避免了标度因数和安装误差对零位的影响.对自研光纤陀螺捷联惯导系统在三轴惯导测试转台进行传统标定和六位置静态分立式标定,并将标定结果用于静态导航实验,多次实验结果表明,与采用传统标定结果的导航定位误差相比,采用六位置静态分立式标定结果的导航定位误差显著降低.     

A Camera/IMU Tightly-Coupled Navigation Algorithm and Verification by Hybrid Simulation

GNSS （global navigation satellite systems） are unavailable in challenging environments such as urban canyon and indoor locations due to signal blocking and jamming.Camera/IMU （inertial measurement units） integrated navigation systems can be alternatives to GNSS.In this paper,a tightly coupled Camera/IMU algorithm modeled by IEKF （iterated extended kalman filter） is presented.This tight integration approach uses image generated pixel coordinates to update the Kalman Filter directly.The developed algorithm is verified by a hybrid simulation,i.e.using inertial data from field test to fuse with simulated image feature measurements.The results show that the tight approach is superior to the loose integration when the image measurements are insufficient （i.e.less than three ground control points）.     

基于地磁场矢量误差反馈的姿态补偿算法

针对小型空中机器人在全球定位系统（GPS）失锁情况下的姿态估计问题,提出一种新的闭环姿态补偿算法.有GPS辅助的情况下,采用组合导航算法对姿态角和地磁场矢量做出估计;当组合系统无法有效工作时,将反馈控制的思想引入姿态估计过程,充分利用地磁场测量值与估计值之间隐含的姿态信息,通过地磁场矢量误差反馈对姿态角速率测量值进行修正,进而抑制惯性导航系统误差的发散.在小型空中机器人上对算法进行实物验证,并与参考系统对比.结果显示:在GPS失锁的情况下,与开环工作模式下的INS/GPS组合导航系统相比,新的闭环姿态补偿算法的姿态估计误差更小,使惯性导航系统的姿态误差积累得到了有效的抑制．     

基于光纤陀螺ARMA模型的罗经法自主对准工程实现

在完成光纤陀螺捷联惯导系统样机的罗经法初始对准基础上,为进一步提高初始对准的精度,建立3个光纤陀螺仪随机漂移数据的ARMA模型,采用卡尔曼滤波算法进行光纤陀螺仪随机漂移的精确估计.在三轴转台试验中分析了加入光纤陀螺随机漂移ARMA模型前后的罗经法对准精度,得出光纤陀螺ARMA模型能有效地提高初始对准的精度,验证了其在工程应用中的价值.     

Kalman滤波算法在自平衡机器人中的应用

针对两轮自平衡机器人系统的单一惯性传感器采集数据不够准确,且极易受到外界噪声信号的干扰的问题,提出了基于片上可编程系统的卡尔曼滤波算法来实现多惯性传感器的数据融合系统.介绍了卡尔曼滤波器的基本原理、特点和应用环境.利用FPGA控制器的硬件可重构特性,搭建了Nios软核处理器的SOPC系统硬件平台,在硬件平台上采用C语言实现多姿态传感器的卡尔曼滤波算法,为两轮自平衡机器人的多传感器姿态数据融合提供了有效工具,获得了自平衡机器人姿态数据的最优估计,解决了陀螺仪和加速度计惯性传感器的数据补偿问题.测试结果表明,采用FPGA硬件平台实现卡尔曼滤波算法效率高,姿态数据融合准确、可靠,能够满足自平衡机器人控制系统的姿态最优估计和倾角数据实时反馈要求,系统工作稳定.     

GPS/罗兰C/SINS/AHRS组合导航系统及试验

组合导航系统已成为现代船用导航系统的重要配套设备,并已向着多组合导航系统方向发展。针对导航精度及可靠性,设计了GPS/罗兰C/SINS/AHRS组合导航系统,该组合导航采用了自适应联邦卡尔曼滤波(Kalman)的方法,通过闭环形式校正SINS,并用姿态航向参考系统(AHRS)代替捷联惯性导航系统(SINS)输出的航向角以保证航向角的收敛,同时对罗兰C的测量值进行坐标变换以消除由于坐标系不同而带来的常值误差。实际的静态与动态试验结果表明,该组合导航系统是可行的,能满足任务要求,并且易于工程实现。     

捷联惯导误差分析与误差补偿

通过误差分析,讨论了各种误差源对捷联惯导系统的影响.根据惯导系统精度要求,确定了惯性测量元件最大允许误差,从而为选择合理的传感器确定了理论依据.这些传感器组成的惯性测量元件需要经过标定实验来确定系统误差补偿模型中的系数.误差补偿后,通过均匀设计法得到系统精度,满足了精度要求.     

一种自适应混合滤波姿态解算算法

针对低成本惯性测量器件采用基于滤波的姿态解算算法存在精度低、抗干扰性差等问题,提出了一种基于共轭梯度法与互补滤波相融合的自适应参数调节的混合滤波算法.该算法首先利用共轭梯度算法对加速度计和磁力计的数据进行姿态四元数的迭代估算,再通过互补滤波算法将陀螺仪更新的姿态与其进行信息融合,最后根据载体的运动状态自适应调节滤波参数,实现最优姿态估计.为验证所提算法的可行性和抗干扰性,与其他滤波融合算法在移动机器人平台上进行抗磁干扰和抗运动加速度干扰实验.实验结果表明,该算法可以有效地降低磁干扰和运动加速度干扰对姿态角解算的影响,其姿态角解算精度优于传统的梯度下降法、高斯牛顿法和共轭梯度法的滤波融合算法.     

Adaptive Kalman Filter of Transfer Alignment with Un-modeled Wing Flexure of Aircraft

The alignment accuracy of the strap-down inertial navigation system (SINS) of airborne weapon is greatly degraded by the dynamic wing flexure of the aircraft. An adaptive Kalman filter uses innovation sequences based on the maximum likelihood estimated criterion to adapt the system noise covariance matrix and the measurement noise covariance matrix on line,which is used to estimate the misalignment if the model of wing flexure of the aircraft is unknown. From a number of simulations,it is shown that the accuracy of the adaptive Kalman filter is better than the conventional Kalman filter,and the erroneous misalignment models of the wing flexure of aircraft will cause bad estimation results of Kalman filter using attitude match method.     

脉冲信号数字滤波以及无缝计数电路设计

惯导产品输出脉冲信号存在干扰信号,为减少其对惯导产品性能的影响,文中设计了一种基于FPGA的脉冲信号数字滤波器,并对滤波后脉冲信号以5ms为计数单元进行无缝计数,计数结果可由串行总线上传至上位机进行显示和处理.通过该方法测量的惯导产品输出脉冲信号频率最高可达13MHz,其中可对频率范围为50kHz～12.5MHz的干扰信号进行滤除,满足惯导产品性能测试要求.     

基于地磁场的轨道姿态一体化确定

突破卫星轨道和姿态参数分别确定分而治之的传统模式,提出了利用磁强计和陀螺测量信息同时确定卫星轨道和姿态参数的新方法.利用磁强计提供的地磁场测量值与地磁场模型计算值之间的差值,以及陀螺提供的角速度信息,推导了轨道姿态一体化确定扩展卡尔曼滤波算法.利用局部可观测性理论定量地计算系统局部可观测矩阵的条件数,进而利用该条件数对系统的可观测性进行深入分析.最后对本文算法进行了数学仿真,结果表明该算法的可行性和有效性.