基于间隔子样旋转矢量的SINS圆锥误差补偿

针对激光陀螺捷联惯导系统的圆锥误差补偿问题,研究了区别于传统多子样算法的姿态解算方法,并提出一种基于间隔子样的等效旋转矢量捷联惯导系统(SINS)圆锥误差补偿方法。该方法通过陀螺仪输出数据中临近姿态解算周期角增量的相关性分析,选取最接近于无限小转动区间的数据,进而优化等效旋转矢量的修正。激光陀螺仪实测数据姿态解算结果表明,相比于一般多子样算法,新方法在补偿精度及算法收敛性等方面均有一定优势。     

激光陀螺捷联惯导系统的圆锥运动误差激励方法研究

捷联惯导系统的精度受到自身各种误差因素的影响,针对陀螺的标度因数误差和非正交安装角误差,提出了一种以圆锥运动激发姿态误差来进行快速标定的方法.通过理论分析得出,在短时间内,由于标度因数误差和非正交安装角误差的存在,圆锥运动将激发出随时间线性增大的姿态解算误差.将解算得到的姿态误差与陀螺数据联立,可以反解得到标度因数误差和非正交安装角的值.通过仿真验证,安装角误差能达到1"以内,标度因数误差能达到5 ppm以内.     

自适应卡尔曼滤波在磁干扰姿态测量中的应用

针对姿态测量系统陀螺仪漂移、周围局部磁场干扰制约姿态测量精度的问题,提出一种基于四元数的自适应卡尔曼滤波(q-AKF)的方法。该方法利用陀螺输出建立姿态解算误差角的状态方程,以磁强计输出构造自适应测量噪声协方差矩阵。仿真结果表明,相比无损卡尔曼滤波(UKF)算法和扩展卡尔曼滤波(EKF)算法,采用q-AKF算法补偿得到的姿态角误差不大于0.5°。q-AKF算法对磁强计进行补偿,能够有效抑制陀螺的漂移误差,提高磁干扰环境下姿态解算精度,具有较高的工程应用价值。     

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。     

捷联惯导开环导航算法与简化误差模型匹配性验证

惯导解算算法与误差模型相匹配是设计静态自对准或自标定卡尔曼滤波器的前提。给出了捷联惯导开环导航算法与简化的静基座捷联惯导误差模型;并从误差对比的角度验证了开环导航算法与简化误差模型的匹配性。基于捷联惯导开环导航算法与简化误差模型构建了闭环卡尔曼滤波器,将闭环卡尔曼滤波器应用于多位置对准半实物仿真试验,仿真结果表明,陀螺和加速度计零偏估计精度优于97%,进一步从应用的角度验证了开环算法和简化误差模型的匹配性。     

SINS/EC组合导航系统研究

利用电子罗盘辅助捷联惯导系统构成一种完全自主式的组合导航系统。本文推导了电子罗盘的姿态误差方程，用捷联惯导系统和电子罗盘输出的姿态误差的差值作为组合模式的测量值，利用卡尔曼滤波技术进行误差估计，给出了系统仿真结果。仿真结果表明组合导航系统可有效地减小姿态误差累积。     

一种捷联惯导引入的测角误差抑制方法

舰载相控阵雷达通过捷联惯导设备获取雷达实时的姿态角度信息,但捷联惯导设备存在姿态测量误差,目标在坐标变换至导航坐标系时会引入相应的测角误差。针对此问题提出一种测角误差抑制方法,该方法通过构建联合方位角测角误差和俯仰角测角误差的代价函数,调节捷联惯导设备与相控阵雷达的航向角偏差,获取最优安装位置下的综合测角误差,实现对捷联惯导设备引入测角误差的最大抑制,仿真试验验证了该方法的有效性。     

基于递推最小二乘算法的惯导姿态误差动态标定方法

在分析最小二乘算法原理的基础上,提出了一种基于递推最小二乘算法的惯导姿态误差动态标定方法,建立了计算模型,进行了仿真分析.仿真结果表明,该方法具有较高的解算精度和计算效率,航向误差解算精度优于3.5”,水平误差解算精度优于0.15".该方法解决了动态条件下惯导姿态误差实时标定的技术难题,对提高惯导姿态测量精度和测量船外...     

压电捷联惯导系统研究

探讨了用压电惯性器件构筑捷联惯导系统的技术途径。叙述了压电捷联惯导系统的结构及特点,分析并指出了惯性器件及系统的主要误差源,为压电陀螺和压电加速度计提出了一种系统级综合校正模型．给出了基于四元数的姿态及导航实时算法,对校正后的系统性能进行了仿真计算。结果表明,压电捷联惯导系统精度可以满足一些领域的导航与制导要求。对原理样机所做初步试验得到的结果优于仿真精度。     

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，     

基于L BFGS的自适应模糊互补滤波

针对惯性测量单元噪声大及常规姿态解算算法精度不高的问题,提出了一种基于拟牛顿法（L-BFGS）的自适应模糊互补滤波（AFCF）算法。该方法利用L-BFGS对加速度计、磁力计进行寻优估计,并通过监测系统的运动等级、加速度计、磁力计的误差,运用模糊逻辑理论调控加权因子及增益权重,动态地调整互补滤波参数,实现姿态误差的动态补偿,优化姿态解算结果。经实验验证,系统静态误差在0.4°内;动态误差在1.3°内,且该系统能减少噪声的干扰及陀螺仪的漂移。     

航姿系统矢量场传感器的完全校正

三轴磁强计与三轴加速度计是航姿系统中必不可少的矢量场传感器,其误差校正常采用基于椭球拟合的方法。该方法不能补偿传感器坐标系与载体坐标系间的非对准误差。传感器绕固定转轴旋转时,地磁矢量及重力矢量在转轴上的投影均为常数,利用该性质可克服椭球拟合法的上述缺点,从而实现磁强计与加速度计的完全校正。实验表明,改进的校正方法可使校正后航姿误差减小到1°以内,且操作简单,便于实现航姿系统的现场校正。     

弹箭定姿系统的改进卡尔曼滤波算法研究

针对陀螺存在随时间累积漂移误差的特性造成卡尔曼滤波数据发散的问题,提出以陀螺与磁强计组合为测量手段,小波变换和卡尔曼滤波相结合的方法.该方法由卡尔曼滤波器获得较为准确的测量信息,对陀螺和磁强计的信息分别在尺度3下进行分解,比较每层的细节系数和近似部分的系数获得误差信号,结合BP神经网络建立误差模型.当测量数据发散时,选...     

多MEMS传感器姿态测量系统的研究

提出利用多个MEMS传感器组合定姿的方法,该方法利用加速度计的输出判断载体运动状态,采用EKF滤波算法对其状态进行估计,并在滤波算法中应用加速度计和磁强计组合计算所得的姿态信息作为对陀螺漂移的补偿,最后通过数据融合修正其姿态角。     

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。     

融合多传感信息的仿人机器人姿态解算

在RoboCup Soccer仿人机器人比赛中,机体姿态实时解算是仿人机器人运动控制系统的核心技术之一。文中分析了MEMS加速度计、磁强计和陀螺仪性能,以自主姿态测量为前提,融合惯性测量单元中多传感信息,提出了一种基于四元数的姿态解算算法。针对仿人机器人步行姿态控制中传感器数据存在的噪声干扰和测量误差,设计卡尔曼滤波器实现了对数据漂移的有效补偿,从而提高了全姿态检测的测量精度。试验结果验证了该算法对仿人机器人运动控制系统机体姿态实时解算的有效性。     

基于MEMS器件的低成本微惯性导航系统设计

设计了一款基于MEMS陀螺和MEMS加速度计的低成本微惯性导航系统。采用“四元教”法进行姿态计算,通过比力变换、积分运算确定载体的速度、位置。分析样机运行结果可知,静态运行15S,姿态误差最大为1．2°,速度误差最大为4．5m／s,位置误差最大为33m。实验表明,该系统发散较快,但短期精度较高,为满足长时间导航,必须与其他导航如GPS组合,即可应用到普通导航领域,且能大大降低系统的成本和体积。     

全机疲劳试验姿态监控系统

为了改善现有全机疲劳试验中姿态监控的缺点,采用加速度传感器、陀螺仪、磁力计和DSP处理器,通过四元数法和二阶龙格-库塔法实时解算出飞机的姿态数据,然后经过扩展卡尔曼滤波器对多传感器数据进行融合滤波后得到准确的姿态数据,并通过无线传输模块发送至上位机,姿态数据超差后能够发出声光报警提醒试验控制人员。经试验,系统误差在0.58°以内。通过在某型号全机疲劳试验中的实际应用,该系统工作可靠、准确,满足试验要求。     

机载LIDAR 点云定位误差分析

在机载LIDAR 点云定位方程的基础上建立其定位误差方程,依据定位误差方程,将点云的误差分类为系统误差、任务误差和随机误差3类。详细分析了平地、下坡面、上坡面3种情形下地形坡度和扫描角对测距误差和点云定位误差的影响大小,探讨了扫描角误差、安置角误差、姿态角误差以及扫描角对点云定位误差的影响。除了分析系统误差外,还着重分析了时间偏差、GPS定位误差、偏心分量误差以及随机误差对点云定位误差的影响大小。研究发现:航高和扫描角是点云定位误差的重要误差源,下坡面地形和瞬时扫描角误差对点云定位误差的影响较大,安置角误差可以通过检校来消除,姿态角误差取决于IMU自身的硬件精度。     

微航姿仪的磁力计标定算法及误差补偿研究

针对目前磁力计标定算法中存在磁干扰或噪声导致航向角测量误差等问题,提出了一种改进的磁力计标定算法。该算法考虑磁力计安装误差和外界磁干扰,提出改进的磁力计误差模型;同时运用BP神经网络训练软磁干扰下的磁航向与真实航向之间的非线性关系,降低了非线性误差。通过仿真和实验验证,算法有效地解决了磁力计误差补偿问题,降低了软硬磁干扰对航向角的影响,得到较精确的航向角,误差范围在±1°内,证明了改进误差补偿算法的可行性和有效性。