捷联惯导系统中卡尔曼滤波的应用研究

为提高捷联惯导系统初始对准精度,提出将卡尔曼滤波技术应用于系统初始精对准,用以估计系统的失准角和惯性误差。对卡尔曼滤波技术在捷联惯导系统中的应用进行分析,建立捷联惯导系统初始对准误差模型和卡尔曼滤波量测方程。分析不同条件下不同滤波方法的滤波原理和滤波精度。在此基础上,提出一种将预测扩展卡尔曼滤波应用于逆向导航技术的思路,并进行了理论分析和捷联惯导系统自对准流程设计,为后续进一步深入开展惯导系统初始对准奠定基础。     

基于H∞的低精度捷联惯导系统初始对准方法

由于低精度捷联惯导系统的陀螺精度较低,初始对准时方位失准角的估计精度往往不高;另外,进行初始对准的常用方法是采用Kalman滤波技术,但在实际应用时,其鲁棒性不高,因此迫切需要一种能够改善低精度捷联惯导系统方位失准角的估计精度且兼具鲁棒性的初始对准方法。提出了一种将H∞滤波用于引入磁航向的低精度捷联惯导系统的初始对准方法,能够解决上述问题。建立了一种引入磁航向的捷联惯导系统初始对准的误差模型,通过可观测性和可控性分析,得出可观可控系统,利用H∞滤波方法对其进行了仿真分析,仿真结果表明,能够改善低精度捷联惯导系统方位失准角的估计精度,并能有效抑制有色噪声及建模误差的影响,将其应用于低精度捷联惯导系统的初始对准是切实可行的。     

RBF神经网络在惯导系统传递对准中的应用

针对系统阶次较高时卡尔曼滤波实时性较差的特点,将径向基（radial basis function,RBF）神经网络替代卡尔曼滤波应用于舰载机惯导系统的传递对准。利用卡尔曼滤波的输入、输出作为RBF神经网络滤波的样本值进行训练,得到了神经网络的输出值,实现了惯导传递对准中的滤波功能。仿真结果表明将RBF神经网络用于传递对准,既获得了与卡尔曼滤波相当的精度,又有效地降低了系统的解算时间,提高了系统的实时性。     

基于UKF的捷联惯导大失准角初始对准方法

研究自主水下航行器,位置速度匹配中的误差需要补偿.捷联惯导大失准角误差传播特性是非线性的.为了提高捷联惯导大失准角初始对准精度,提出了一种基于UKF的捷联惯导初始对准的方法.由于对大失准角下SINS的非线性误差模型和系统噪声和观测噪声为加性的特点,给出了一种简化的Unscented卡尔曼滤波递推算法,并提出在精对准阶段采用多次精对准提高大初始失准角下SINS对准精度进行仿真.仿真结果表明,在GPS辅助下,使捷联惯导方位角误差减少,采用改进方法,也可获得较高的对准精度.     

捷联惯导静基座初始对准技术仿真

捷联惯导在初始对准时,按载体的运行状态来分,可以分为静基座和动基座对准。从静基座捷联惯导初始对准的原理出发,推导了捷联惯性导航系统静基座初始对准的误差动态方程和量测方程,构成了卡尔曼滤波模型。最后将卡尔曼滤波模型应用于静基座初始对准,并进行了仿真。     

舰载条件下一种新的传递对准方案与仿真研究

传递对准是战术舰载武器惯导系统初始对准的一种有效方法;针对舰载捷联惯导系统的初始对准问题,提出了一种新的动基座快速传递对准方案——速度+角速度匹配方案;给出了这种方法的数学模型,采用一种简单的航行轨迹,在三种典型的海况下,对这一传递对准方法中子惯导姿态误差角,速度误差和舰船甲板变形进行了卡尔曼滤波估计及精度分析;研究结果表明,速度加角速度匹配方法具有稳健的对准精度和快速性,估计精度随海况变化不大。     

基于集员滤波的SINS静基座初始对准

本文将集员滤波应用与捷联惯导系统的初始对准,克服了kalman滤波只针对噪声为白噪声这种单一状况,仿真结果表明,集员滤波有比kalman滤波更好的鲁棒性和稳定性.     

基于UKF的MEMS捷联惯导传递对准方法

在飞行器导航系统优化问题的研究中,为解决MEMS捷联惯导(SINS)传递对准精度低和对准时间长的问题,提出了一种采用无迹卡尔曼滤波(UKF)的MEMS-SINS传递对准方法.首先利用欧拉平台误差角表示主子惯导坐标系之间失准角的方法,建立MEMS-SINS传递对准的大失准角误差模型.然后对建立的模型采用UKF滤波算法,使用确定性样本的方法来处理传递对准模型的非线性问题.最后对提出的传递对准方法进行仿真验证,并与扩展卡尔曼滤波(EKF)进行比较.仿真结果表明:在传递对准过程中,UKF获得了比EKF更好的对准精度和更短的对准时间,基本满足了战术级导航系统传递对准的精度要求.     

井下捷联惯导系统导航数据处理滤波分析

针对现有煤矿井下定位技术误差较大、准确性不足的问题,引入了捷联惯导系统对煤矿井下人员和设备进行精确定位导航。为进一步提高捷联惯导系统的定位精度,提出了采用扩展卡尔曼滤波和采样卡尔曼滤波对系统数据进行滤波的算法,分析了扩展卡尔曼滤波和采样卡尔曼滤波的滤波原理,并对算法公式以及滤波效果进行了仿真分析。仿真结果表明,在假设井下噪声为高斯白噪声的前提下,采样卡尔曼滤波抖动性较小,曲线更为平滑,即滤波后的数据更加接近于真实数据,能够更准确地反映出坐标信息,且误差基本控制在允许的范围之内,具有较好的滤波效果。     

动态干扰条件下的旋转式捷联惯导系统自对准方法

针对角晃动与线晃动等动态干扰条件下,旋转式捷联惯导系统（Rotary strapdown inertial navigation system,Rotary SINS）难以实现自对准的问题,提出了一种基于惯性系的自对准新算法. 首先,基于惯性系下粗对准的结果,推导了双轴转动调制捷联惯导系统的惯性系精对准误差模型;然后,针对观测模型的噪声不确定性问题,通过改变渐消因子阵的嵌入方式,提出了一种改进的多渐消因子自适应 Kalman滤波方法. 最后,仿真实验证明该方法能够有效解决动态干扰条件下旋转式捷联惯导系统的自对准问题,实现快速自主高精度对准.     

基于捷联惯导和里程计的井下机器人定位方法研究

针对现有煤矿井下移动机器人定位方法存在定位难、精度低的问题,提出了一种基于捷联惯导和里程计的井下机器人定位方法。该方法利用卡尔曼滤波对捷联惯导进行初始对准,以此确定定位的初始坐标,得到初始姿态转换矩阵;利用捷联惯导独立完成机器人位置解算,同时利用里程计输出的速度信息与捷联惯导输出的实时姿态转换矩阵进行航位推算解算,再次得到机器人的位置信息;为了减少累积误差对捷联惯导的影响,使用里程计和捷联惯导构成航位推算系统,采用Sage-Husa自适应滤波设计组合定位算法,选择误差作为系统状态,经过滤波计算和校正,可获得机器人的精确位置信息。实验结果表明,该方法可实现机器人实时定位,有效减少捷联惯导累积误差的影响;定位精度较高,机器人在Y向运动4.3m,Z向运动0.25m后,Y向定位误差为0.25m,Z向定位误差为0.005m。     

捷联惯导系统任意失准角双模型快速传递对准

传递对准是机载和舰载装备惯导系统初始对准的首选方案,由于传递对准大多在恶劣的外部环境下进行,使得常规的线性误差模型不能准确的描述传递对准过程中的误差传播特性,所以国内外研究者提出了一系列的非线性误差模型,但是这又带来了非线性系统状态估计时计算量较大的问题。针对这一问题提出了一种双模型快速传递对准方法,在传递对准的初始时刻,失准角较大时,采用基于速度加四元数匹配的非线性误差模型和非线性滤波算法如Unscented卡尔曼滤波进行传递对准状态估计,当失准角的估计达到一定的精度后对子捷联惯导进行一次校准,再切换到基于速度加姿态角匹配的常规线性误差模型和常规卡尔曼滤波,仿真结果表明,该方法能够获得比单独使用线性误差模型或非线性误差模型高的对准精度,并且计算量比采用非线性误差模型时大大减小。     

机载捷联惯导传递对准可视化仿真平台设计

设计机载捷联惯导传递对准效果及性能的仿真平台.通过研究传递对准惯导理论,分析各组成模块,提出用Visual c++与Matlab混合编程技术实现平台的搭建和仿真解箅.种设计方案避免了用VC++建立传递对准数学模型,简化了编程的难度,同时避免了Matlab运行速度慢的缺点.仿真结果证明平台可以分析机载捷联惯导传递对准效果及性能,并能够设置惯导系统的各项仿真参数,适应不同精度的惯导系统的仿真要求,并能够规划多种航迹,用于传递埘准方案的精度评估,为实际飞行中的动基座快速对准提供参考,并大大降低了传递对准仿真的工作量.     

一种自适应滤波方法在捷联惯导系统大失准角初始对准中的应用

为了对静基座大失准角捷联惯导系统(SINS)进行初始对准,建立了在静基座下基于四元数的SINS非线性误差模型。该误差模型无需对姿态误差角进行小角度假设。为了在观测噪声方差未知的情况下估计SINS失准角,提出一种在线估计观测噪声方差矩阵的自适应扩展卡尔曼滤波方法。仿真结果表明,该自适应滤波方法能在观测噪声方差未知的情况下有效地对静基座大失准角SINS进行初始对准。     

如何采用渐消卡尔曼滤波器防止捷联惯导系统滤波发散

为了有效防止捷联惯导系统滤波发散,本文从卡尔曼滤波原理出发,介绍了渐消卡尔曼滤波原理、遗忘因子等内容,通过对渐消因子的推导及计算机仿真,给出了常规卡尔曼滤波器和渐消卡尔曼滤波器对系统进行滤波的结果比较。该结果表明,采用渐消卡尔曼滤波器在工程实践上确实可以解决捷联惯导系统滤波发散的问题。     

联邦模糊自适应卡尔曼滤波在速度+姿态传递对准中的应用

在系统动态模型和噪声统计特性无法完全获得的情况下,通过调整卡尔曼滤波器的相关参数提高弹载子惯导对准性能,其效果是很有限的,采用联邦模糊自适应卡尔曼滤波方法进行速度＋姿态匹配传递对准,并对算法进行了可行性分析与仿真验证。仿真结果表明,在系统动态模型和噪声的统计特性不确定的情况下,速度+姿态匹配传递对准的联邦模糊自适应卡尔曼滤波短时间内能够较好地估计出弹载子惯导的初始姿态失准角,是一种非常有效的信息融合方法。     

LS-SVM在车载SINS大方位失准角传递对准上的应用

针对车载捷联惯导系统工作环境恶劣且子惯导系统精度低,使用传统的Kalman滤波进行传递对准存在精度低、实时性差的问题。根据车载特殊环境提出了一种基于LS-SVM的大方位失准角速度匹配传递对准方法,采用传统Kalman滤波器的输入输出样本对LS-SVM滤波器进行训练,避开了经典SVM求解时的优化运算,使其复杂度大大降低。在相同条件下与传统Kalman滤波仿真结果对比,LS-SVM方法的引入可以使系统对准时间缩短近50%,并适当提高了系统的对准精度。     

捷联惯导系统罗经对准仿真研究

分析了传统的平台式惯导的理论基础、给出了控制框图,在此基础上,将平台罗经对准的思想应用到捷联惯导系统的罗经对准,研究了捷联式惯导系统罗经自对准技术,给出了根据捷联罗经对准的指标求罗经控制参数的公式和罗经对准的理论对准误差,建立捷联罗经对准的连续控制系统模型,并将该连续控制系统的模型离散化,得到捷联惯导系统罗经对准的离散控制系统模型,由于实际应用中,罗经对准只能通过程序的形式串行实现,将捷联惯导系统罗经对准的离散控制系统模型转化为等效的程序实现.通过对连续控制系统、离散系统和等价的串行程序3种实现方式进行仿真,仿真结果表明了捷联惯导罗经对准的有效性,罗经对准实际误差和理论误差的一致性,以及3种对准方式的等价性.     

车载传递对准技术研究

针对陆基动平台武器捷联惯导系统动基座传递对准问题,研究了传递对准的基本原理,建立了地面武器弹载子惯导系统(SINS)动基座速度匹配传递对准的误差模型,并考虑SINS的惯性器件误差.根据速度匹配传递对准原理,推导了速度匹配方式下载车主惯导系统(MINS)与SINS导航解算速度之差的量测方程.在此基础上,设计了一种传递对准...     

一种光纤陀螺漂移数据建模和滤波技术在捷联罗经法自对准中的应用

针对基于高精度光纤陀螺仪(FOG)的捷联惯导系统开展研究.采用时间序列分析法对光纤陀螺随机漂移进行分析,建立自回归滑动平均(ARMA)模型,并在捷联惯导系统罗经法自对准过程中对光纤陀螺漂移数据进行实时滤波估计.样机实验结果表明,所提出的方法可以有效地提高光纤陀螺捷联惯导系统罗经法自对准的精度.