捷联惯性导航系统旋转调制技术研究

捷联惯性导航系统的旋转调制技术是一种自校正方法,它能在不使用外部信息的条件下,自动补偿陀螺漂移和加速度计零偏引起的系统导航误差.该技术在国外潜艇和舰船上已得到成功应用,旋转捷联惯性导航系统的误差传播方程是研究旋转捷联惯导系统初始对准、系统级标定等的基础.基于此,推导了以地理坐标系为导航坐标系的单轴旋转捷联惯性导航系统的导航方程和误差传播方程(位置误差方程、速度误差方程、姿态误差方程),给出了误差传播的仿真结果.仿真表明,若采用单轴旋转调制技术,陀螺仪常值漂移和加速度计零偏引起的导航误差都可以得到有效补偿,而初始位置误差、速度误差及姿态误差引起的导航误差得不到补偿.将旋转调制技术应用于捷联惯导系统,能极大地提高武器系统的长期工作精度.     

INS/光流/磁强计组合导航在小型无人机中的应用

由于低成本的惯性导航系统存在较为严重的漂移,小型无人机在使用其导航时,往往会出现较大的误差。针对这一问题,本文提出了一种INS/光流/磁强计组合导航方案：基于扩展卡尔曼滤波,将INS与光流数据融合,估计无人机的速度和位置。当无人机静止或匀速运动时,将陀螺仪与加速计、磁强计的数据融合,估计无人机的姿态;当无人机加速或减速时,用陀螺仪估计无人机的姿态。利用无人机飞行数据对本文所提出的组合导航方案进行了验证,验证结果表明,该方案有效的减少导航时的速度、位置和姿态的误差,提高导航精度。     

无人机用MINS/光流组合导航系统

目的：减小因为惯导系统在无人机长航时飞行时的误差。方法：提出了一种用INS/光流/磁强计组合导航方案,基于扩展卡尔曼滤波,将INS与光流数据融合,估计无人机的速度和位置。当无人机静止或匀速运动时,将陀螺仪与加速计、磁强计的数据融合,估计无人机的姿态;当无人机加速或减速时,用陀螺仪估计无人机的姿态。结果：在不使用组合导航时,在大约50米的行驶路程中,就出现了近8米的累积误差,而使用组合算法后,所产生的误差不超过1米。结论：该方案有效的减少导航时的速度、位置和姿态的误差,提高导航精度。     

激光陀螺捷联惯导系统导航算法设计

结合工程实际应用,充分考虑激光陀螺捷联惯导系统(RLG SINS)的特性,设计出了一套完整的RLG SINS导航算法,包括姿态更新算法、速度更新算法和位置更新算法.在姿态更新算法中考虑圆锥补偿算法,推导了等效旋转矢量的递推算法;在速度更新算法中考虑划船误差补偿算法,推导了划船误差补偿递推算法.大量的车载实验表明,所设计各部分的算法能协调一致工作,解决了RLG SINS高速姿态和速度更新与导航计算机速度间的矛盾,保证了系统在高动态条件下的导航算法精度,可充分发挥激光陀螺的优势,提高RLG SINS的导航精度.     

零速修正技术在车载惯性导航中的应用研究

针对车载惯性导航系统由于无外部信息长时间运动导致的误差积累的问题,提出一种运用动态零速修正技术来提高导航精度的方法。利用零速修正技术的约束条件,构造观测量;用基于普条件数可观测理论对系统各状态进行了可观测性分析,确定卡尔曼滤波器的滤波效果,并进行仿真实验对姿态角误差、速度误差进行了估计。实验表明,在惯性导航系统中,零速修正技术很大程度上提高了导航的位置、速度、姿态信息,有效地确保了车载导航的导航精度。     

无源北斗/捷联惯导(SINS)紧组合导航技术的应用研究

针对北斗系统有源定位方式保密性差、用户数目有限,不能提供连续的位置、速度、姿态信息的问题,提出利用北斗系统3颗地球静止卫星的载波相位时间差分信息,与车载捷联惯导(SINS)构成紧组合导航系统,通过扩展卡尔曼滤波器估计并修正惯导系统的速度误差;引入载体的侧向和天向速度约束,改善了速度估计精度;结合北斗系统的伪距信息,消除了长航时条件下位置误差的积累;推导了滤波器观测方程,对组合导航滤波器进行了设计;通过车载实验进行了验证,实验结果表明,速度误差和位置误差的积累受到了有效地抑制,精度满足陆地战车导航的要求.     

国产化卫星/MEMS组合导航模块的设计实现

设计一种嵌入式卫星/MEMS组合导航模块。该模块采用北京时代民芯科技有限公司的国产化GPS/BD多模导航接收机,实现与MEMS惯性器件的软硬件融合。基于工程化应用,提出一种高可靠扩展卡尔曼滤波器滤波算法,实时校准各种误差项,改善组合导航模块性能。在静态情况下,模块姿态角误差小于0.2°,航向角误差小于0.5°。在动态情况下,姿态角与航向角误差小于1°,如果卫星导航突然中断,将能持续30秒,定位精度维持在20米内。     

空地制导弹药的MIMU/GPS组合导航系统研究

针对空地精确制导弹药对低成本、高精度和高可靠性导航系统的需求,设计了MIMU/GPS组合导航系统.该系统采用了MEMS的IMU和GPS进行组合,利用位置、速度组合模式,采用渐消自适应Kalman滤波器估计并修正惯导的误差.通过地面跑车试验进行了验证,试验结果表明:组合导航系统误差得到了有效的抑制,导航精度满足空地制导弹药的导航要求.     

基于激光陀螺平台的船载姿态定位系统

为确保船载卫星接收机能够得到自身实时、准确的姿态信息,考虑到低成本的要求,采用微机电系统(MEMS)惯性器件设计接收机用姿态定位系统。利用船头部的高精度激光陀螺导航系统来组合尾部的MEMS惯导系统,对MEMS捷联惯导系统的误差进行了分析并建立组合导航系统的动态模型,利用Sage-Husa自适应滤波器对惯导系统的误差进行估计,对MEMS惯导系统的姿态解算结果予以修正,以解决MEMS惯导姿态精度低的问题,试验验证方案可行。     

特种物品储运记录仪的设计与研究

特殊物品储运记录仪是能够对车辆行驶速度、路线进行记录存储,并通过惯性器件自主导航的智能装置。以往的储运设备只能粗略记录物品受冲击力的状况,针对这一问题,提出一种基于惯性导航系统的储运记录仪。实验结果表明,设计的基于MEMS器件的捷联式惯性导航系统能够输出满足要求的载体瞬时速度、加速度、姿态、位置等,可以明显加强危险品、敏感材料的运输监控力度。     

基于FPGA的MEMS捷联惯性导航系统设计

针对石油、煤矿等特殊环境中对小型化捷联惯性导航系统的需求,设计并实现了基于现场可编程门阵列(FPGA)单芯片控制的微机电系统-惯性测量单元(MEMS_IMU)小型化捷联惯性导航系统。系统采用ADI公司的MEMS_IMU作为惯性器件,主控芯片使用Cyclone III系列FPGA,采用可编程片上系统(SOPC)工作模式,最终制成尺寸4cm×11cm的捷联惯导系统。系统实现了数据采集、误差补偿、导航解算以及与上位机通信等功能。实验结果表明,系统能满足在钻井等小尺寸测量环境中使用,连续姿态变换过程中姿态误差小于2°,实现稳定工作。     

无位置输入的姿态航向算法研究

针对姿态航向参考系统中出现的无法装订初始位置信息,不能实时计算飞行器位置信息,引起的地球自转角分量误差无法补偿问题,提出了将速度和姿态误差方程中有关位置项进行简化的方法.简化后的姿态误差方程所造成的误差等效为陀螺漂移的思想,从理论上分析了简化算法因无法补偿位置项和地球自转角分量而造成的误差,设计了基于姿态角的内阻尼卡尔曼滤波器,估计陀螺漂移,修正姿态误差.实验结果表明,对于漂移为10 (°)/h的光纤陀螺构建的系统,修正后姿态精度优于0.3°,航向精度优于1°.     

室内外行人导航系统研究

采用微机电系统(MEMS)惯性传感器、MEMS磁传感器及小型全球定位系统(GPS)接收机为室内外行人导航数据源,基于Cortex-M4为内核,搭建了室内外行人导航系统硬件平台。重点研究了多传感器导航系统的结构、多源信息融合方法、多条件零速检测方法及零速修正等理论方法。并通过试验,采集实测数据进行分析、验证行人导航系统设计的性能。结果表明,在GPS信号良好情况下,定位误差在2.5m以内;无GPS信号期间,路线长度为110m时,定位误差在总路经的5%内。     

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。     

A Big-data Inspired Precision Improvement Algorithm for Autonomous Navigation Based on Period Variable Stars

Periodic variable navigation can realize the integration of positioning, attitude determination, timing and other functions. As a novel autonomous navigation method, autonomous management and autonomous operation of spacecraft are the main direction of great significance to reduce the burden of ground measurement and control, to improve the viability of spacecraft, While, the precision of the navigation is very critical for the use of periodic variable navigation for the long range spacecraft. So, we propose a big-data inspired precision improvement algorithm in this paper. Period variable star phase time measurement is used as observation information, and accomplished by the orbital dynamics equation of spacecraft motion. According to the gathering of the sampling data and the sensor data, a self-learning system is trained with the parameters from the nonlinear filtering methods. Based on the Unscented Kalman Filtering, an autonomous navigation algorithm of period variable star is established to realize the navigation and positioning of spacecraft. Under the measurement conditions of a single sampling interval of 0.01s and the measurement precision of period variable star phase observation time of 10^??5s, It can be find that the navigation position determination precision can reach 400m, the speed determination precision can reach 0.3m/s, and the measurement precision can reach 10^??5s with our proposed algorithm.

     

激光陀螺捷联惯性导航系统零速修正研究

针对激光陀螺捷联惯性导航系统不依赖外部信息修正,长时间工作累积放大的问题,分析常用的零速修正算法二次曲线拟合法、最小二乘法、卡尔曼滤波法等,结合车载激光陀螺捷联惯性导航系统实际应用,提出一种自适应零速修正方法,利用零速修正技术的约束条件,构建15个基本误差参数,根据系统自身误差特性,设计出系统的状态量测矩阵和量测方程,并采用基于普条件数可观测理论对系统各状态进行了可观测性分析,确定卡尔曼滤波器参数,从而实现对位置坐标、姿态角、速度误差进行了有效估计,可以有效提高惯性测量单元（IMU）导航精度。实验表明,采用该方法能有效提高了捷联惯性导航系统导航精度,既克服了频繁停车,又增强了载体的机动性能。     

Dead-reckoning sensor system and tracking algorithm for 3-D pipeline mapping

A dead-reckoning sensor system and a tracking algorithm for 3-D pipeline mapping are proposed for a tap water pipeline for which the diameter is small and the inner surface is rough due to pipe scales. The goals of this study are to overcome the performance limitations of small and low-grade sensors by combining various sensors with complementary functions and achieve robustness against a severe environment. A dead-reckoning sensor system consists of a small, low-cost micro electromechanical system inertial measurement unit (MEMS IMU) and an optical navigation sensor (used in laser mice). A tracking algorithm consists of a multi-rate extended Kalman filter (EKF) to fuse redundant and complementary data from the MEMS IMU and the optical navigation sensor and a geometry compensation method to reduce position estimation error using the end point of the pipeline. Two sets of experimental data have been obtained by driving a radio-controlled car equipped with the sensor system in a 3-D pipeline and on asphalt pavement. Our study can be used to estimate the path of a 3-D pipeline or mobile robots.     

基于MEMS的测姿定向方法研究

针对 MEMS 惯性器件精度较低,MEMS 惯导系统无法满足平台姿态精度要求的问题,本文提出了一种基于 MEMS 器件的测姿、定向方法。当载体近匀速运动时,利用加速度计和磁力计信息,采用垂直陀螺原理得到高精度的姿态信息,通过卡尔曼滤波估计出陀螺漂移,载体非近匀速运动时采用惯性姿态递推更新算法,补偿修正力矩和陀螺漂移误差,提高了载体的测姿定向精度。实验测试结果表明,采用本文的测姿定向方法后 MEMS 系统的姿态精度达到了 0.6°, 精度明显高于传统方法的精度,能够满足大多数中高精度平台的要求。