适用于低精度惯导的非线性对准方法研究

给出了一种适用于低精度惯导的非线性对准模型.用乘性四元数形式定义捷联惯导的姿态误差,推导了捷联惯导的非线性速度误差方程和姿态误差方程.基于速度量测信息,给出了大失准角条件下的非线性对准模型,通过UKF算法估计失准角完成精对准.仿真结果表明,在陀螺精度为0.1°/h的情况下,在360s对准时间内达到水平0.03°,方位1.5°的精度(1σ).即使当方位误差达到90°,非线性模型仍能正常收敛.最后通过转台摇摆试验进一步验证了非线性模型的有效性.     

加权递推最小二乘的捷联式惯导系统初始对准方法研究

捷联式惯导系统(捷联式惯性导航系统)的初始对准就是确定捷联矩阵的初始值,陀螺与加速度计的误差会导致对准的误差,对准时飞行器的干扰运动也是产生对准误差的重要因素,因此滤波技术对捷联式惯导系统尤为重要.通过研究捷联惯导初始对准的误差模型,提出了将加权递推最小二乘滤波算法应用于捷联式惯导系统的初始对准中,仿真结果表明,该方法估计精度高,收敛速度快.     

鲁棒渐消CKF及其在SINS初始对准中的应用

惯性导航系统正常工作前需进行初始对准,容积卡尔曼滤波(CKF)是常用的非线性初始对准算法。针对在滤波模型失准和非高斯观测噪声干扰情况下常规CKF出现精度下降甚至发散的问题,提出了鲁棒渐消CKF算法。引入多重渐消因子对观测噪声协方差阵或状态预测协方差阵进行调整。设计了基于滤波残差序列统计特性的滤波状态卡方检验方法,检测滤波器状态并自主确定渐消因子的引入方式,使渐消因子的引入更加合理。试验结果表明,算法在系统建模失准及异常量测噪声的干扰下能够保持较强的鲁棒性和自适应性,其姿态失准角误差约为0.01°,航向失准角误差小于0.1°。     

QUKF算法及其在SINS初始对准中的应用

针对捷联惯导系统初始对准过程中的大失准角情况,建立了乘性四元数姿态误差方程。结合UKF算法,提出了基于四元数的UKF算法(QUKF)。以姿态矩阵为对象,通过构造姿态矩阵代价函数的方法来求取四元数的一步预测均值,保证了均值四元数的规范化;利用乘性误差四元数表示四元数Sigma点与均值四元数的距离,以求取四元数的预测协方差矩阵。四元数状态更新中,采用乘性四元数更新保证了滤波过程中四元数的规范化。基于该算法的SINS在粗对准水平失准角为小角度、方位失准角为大角度条件下的仿真实验结果表明,与常规EKF相比,纵、横摇角对准精度均略有提高,而航向角误差估计精度提高显著。     

卡尔曼滤波技术在捷联惯导系统初始对准中的应用

阐述了卡尔曼滤波技术在捷联惯导系统初始对准中的应用,建立了捷联惯系统初始对准的误差模型和卡尔曼滤波模型观测方程,进行了卡尔曼滤波仿真,并分析了提高采样频率对系统的估计精度和收敛速度的影响。仿真结果表明,此方法算法简单,能有效缩短初始对准时间,对准稳态精度较高,是一种理想的初始对准方案。     

单轴旋转式捷联惯导方位对准研究

为消除东向陀螺常值漂移对捷联惯导方位对准精度的影响,在罗经法对准频率特性分析的基础上提出了一种适于旋转调制捷联惯导系统的罗经对准方法.该方法利用旋转过程中陀螺漂移和加速度计零偏被调制为周期变量的特点,针对旋转频率来改变罗经法对准系统的参数,使系统能够对调制后的陀螺漂移和加速度计零偏产生抑制作用,以此消除静基座对准中由东向陀螺常值漂移所引起的方位误差角.仿真实验结果表明,相比静基座对准,在单轴旋转中采用此种罗经法对准可以消除方位角的常值误差,方位对准的精度可提高至10倍以上.     

航向大失准角下的罗经法对准研究

船舶在系泊状态下由于风浪和浪涌的干扰,常会致使捷联惯导系统航向粗对准的精度达不到精对准的要求。为了能够使惯导系统在此种情况下也可以快速的完成精确对准,文中首先分析了罗经法对准在航向失准角大的情况下所受的影响,随后对解决该问题的方法进行了研究,深入分析了该系统在对准过程中参数变化的影响形式,最终提出了一种基于时变参数的罗经法对准方案。仿真和实验的结果表明,与传统的罗经法对准相比,使用这种基于时变参数的罗经法对准在航向大失准角的情况下也能够快速的完成精确对准。     

传递对准中杆臂效应的误差分析与补偿

杆臂效应误差是影响速度匹配传递对准的重要因素之一,因此必须对其进行补偿.由于常用的数字滤波补偿方法的补偿效果不太理想,针对大方位失准角条件下的非线性系统提出了一种直接计算的补偿方法.由于计算补偿方法的前提是杆臂长度已知,当杆臂长度未知时,提出了先利用无迹卡尔曼滤波扩维方法对杆臂长度进行估计,再采用计算补偿对杆臂速度项进行补偿的算法.为了验证本算法的有效性,进行了仿真和实验验证.采用该算法后,仿真条件下方位失准角可以在120 s内收敛至0.381°;实验条件下方位失准角可以在0.8h内收敛至-0.031°.仿真和实验结果均表明与数字滤波补偿方法相比,采用该算法后初始对准的速度和精度都有很大程度的提高.     

单轴旋转惯导系统建模与仿真

建立了单轴旋转式捷联惯导系统数学模型和仿真模型,采用的导航算法能有效避免转台测角误差对系统定位精度造成的影响;仿真结果表明旋转IMU能提高抑制惯导定位误差的累积,提高惯导定位精度、姿态精度和速度精度也同时得到提高。     

捷联惯导系统极区水下动基座对准EI北大核心CSCD

惯性导航系统正常工作前需进行初始对准,极区和水下环境中的动态对准是惯导系统初始对准的难点。通过惯性坐标系下的惯导系统误差模型进行卡尔曼滤波初始对准,避免了对准误差随纬度升高而发散的问题。在水下利用载体坐标系测速设备提供速度参考,为卡尔曼滤波器提供速度误差观测量。在对准过程中,利用航位推算方法对载体位置进行实时更新,进一步提高了对准精度。通过跑车数据及仿真试验对算法进行验证,结果表明,所提算法可以有效实现惯导系统在极区水下环境中的动态初始对准。     

Maximum correntropy square-root cubature Kalman filter with application to SINS/GPS integrated systems

For a nonlinear system, the cubature Kalman filter (CKF) and its square-root version are useful methods to solve the state estimation problems, and both can obtain good performance in Gaussian noises. However, their performances often degrade significantly in the face of non-Gaussian noises, particularly when the measurements are contaminated by some heavy-tailed impulsive noises. By utilizing the maximum correntropy criterion (MCC) to improve the robust performance instead of traditional minimum mean square error (MMSE) criterion, a new square-root nonlinear filter is proposed in this study, named as the maximum correntropy square-root cubature Kalman filter (MCSCKF). The new filter not only retains the advantage of square-root cubature Kalman filter (SCKF), but also exhibits robust performance against heavy-tailed non-Gaussian noises. A judgment condition that avoids numerical problem is also given. The results of two illustrative examples, especially the SINS/GPS integrated systems, demonstrate the desirable performance of the proposed filter.     

Initial orientation of inertial navigation system realized through nonlinear modeling and filtering

Alignment is the process whereby the orientation of the axes of an inertial navigation system is determined with respect to the reference system. In this paper, the initial alignment error equations of the strapdown inertial navigation system (SINS) with large initial azimuth error have been derived with inclusion of nonlinear characteristics. Simulations have been carried out to validate and corroborate the stationary alignment case employing a strapdown inertial measurement unit (SIMU). A performance comparison between the extended Kalman filter (EKF), the unscented Kalman filter (UKF) and the second-order divided difference filter (DDF2) demonstrate that the accuracy of attitude error estimation using the DDF2 is better than that of using the EKF or the UKF.     

基于CKF的永磁同步电机无传感器控制

永磁同步电机（PMSM）是典型的非线性系统。为提高转速估计精度,提出了将cubatureKalmanfilter（CKF）方法应用在PMSM无速度传感器控制中。和扩展卡尔曼滤波（EKF）算法相比,CKF无需对系统非线性模型进行线性化处理。其根据spherical—radialcubature准则,通过一些相等权值的cubature点经非线性系统方程转换后产生新的点来给出下一时刻系统状态的预测,不需要对系统模型进行线性化处理。文中在对CKF算法分析的基础上,建立了基于CKF的PMSM无速度传感器控制仿真模型,通过和传统的EKF算法的仿真对比实验,验证了CKF算法的有效性和优越性。     

Robust cubature Kalman filter for GNSS/INS with missing observations and colored measurement noise

In order to improve the accuracy of GNSS/INS working in GNSS-denied environment, a robust cubature Kalman filter (RCKF) is developed by considering colored measurement noise and missing observations. First, an improved cubature Kalman filter (CKF) is derived by considering colored measurement noise, where the time-differencing approach is applied to yield new observations. Then, after analyzing the disadvantages of existing methods, the measurement augment in processing colored noise is translated into processing the uncertainties of CKF, and new sigma point update framework is utilized to account for the bounded model uncertainties. By reusing the diffused sigma points and approximation residual in the prediction stage of CKF, the RCKF is developed and its error performance is analyzed theoretically. Results of numerical experiment and field test reveal that RCKF is more robust than CKF and extended Kalman filter (EKF), and compared with EKF, the heading error of land vehicle is reduced by about 72.4%.     

基于高斯混合容积卡尔曼滤波的UUV自主导航定位算法

针对过程噪声为非理想高斯分布时无人水下航行器(UUV)自主导航定位存在噪声模型失配的问题,将高斯混合密度模型与容积卡尔曼滤波(CKF)相结合,设计了基于高斯混合容积卡尔曼滤波(GM-CKF)的UUV导航定位算法。建立了UUV运动模型及观测模型,利用CKF完成各高斯分量的预测更新,并将更新结果进行融合缩减与加权求和,从而实现UUV自主导航定位。通过与EKF、UKF和CKF算法仿真对比实验,验证了GM-CKF可以提高估计精度;通过UUV湖试试验,验证了基于GM-CKF的UUV自主导航定位精度和稳定性优于传统算法,其计算时间满足实时导航定位的要求。     

晃动基座下激光陀螺捷联导航系统初始对准预滤波新方法

激光陀螺捷联惯性导航系统在晃动基座下进行初始对准,外界的干扰会令激光陀螺和加速度计的噪声增大,从而使初始对准的时间延长,甚至不能完成对准。对激光陀螺和加速度计输出简单的采用低通滤波的方法,并不能有效的抑制传感器噪声。采用小波方法,虽然能够抑制噪声的影响,但是由于小波的高计算复杂度和块处理结构,很难在线实现。针对这个问题,本文提出一种新的预滤波方法,将传感器输出通过低通滤波之后再通过一个基于隐式马尔可夫模型的稳态卡尔曼滤波,这样就能有效的降低基座晃动带来的噪声,同时不降低对准的精度。实验结果表明,本文提出的预滤波方法计算复杂度低,滤波效果明显,能够很好的辅助激光陀螺捷联导航系统在晃动基座下完成精对准。     

磁梯度张量系统传感器阵列的快速旋转校准

为有效消除磁梯度张量系统传感器阵列间非对准误差和传感器系统误差对测量精度造成的影响,提出了一种只需绕系统任意轴旋转一周便可理论上实现所有磁传感器与参考平台正交系间精确校准方法。利用两组无数学简化的非线性转换构建传感器系统误差线性校正模型,仅需同一旋转周期的10组测量数据便能得到参考平台与各传感器的理想正交输出。通过构建磁传感器三轴横倾、俯仰、方位转换的旋转矩阵,得到传感器空间任意姿态的非对准误差校正模型并对旋转角进行最小二乘估计,仅需同一旋转周期的3组测量数据便能对准张量系统。仿真和实测结果表明:在理想情况下仿真参数估计准确率接近100%,实验校正后各传感器输出具有较高重合与同轴性,张量分量RMSE(均方根误差)小于30nT/m。能以较简单步骤和较少采样数据高效提高差分法磁梯度张量系统测量精度。