单轴旋转SINS轴向陀螺漂移精确标校方法

为提高单轴旋转捷联惯导系统长时间导航精度,提出了一种精确标校轴向陀螺漂移的方法。在静基座条件下分析了轴向陀螺漂移、初始姿态和航向角误差对系统经纬度影响,将水平阻尼网络引入到导航算法流程中以抑制系统舒拉振荡误差。建立了经纬度误差与轴向陀螺漂移、初始航向角误差之间的数学模型,并设计了一种合理的标校流程,采用最小二乘法对轴向陀螺漂移进行精确标校。对该方法进行了数学仿真与实际系统验证实验。实验结果表明,当系统陀螺漂移误差为0.01(°)/h时,经过12.5 h精确标校后轴向陀螺漂移的辨识精度达到0.001(°)/h,系统的定位精度优于1.5 n mile/48 h。     

惯导系统陀螺漂移的ESO估计算法

为满足舰艇航行的高精度导航要求,提高惯导系统陀螺漂移估计精度,设计了基于扩张状态观测器(extended state observer, ESO)的惯导系统陀螺漂移估计算法。首先引入了惯导系统水平姿态角的ESO估计算法;其次基于惯导系统姿态控制方程,研究并推导了陀螺漂移的ESO估计算法,给出了估计误差的量化分析结论;最后对算法进行了仿真验证。结果表明,基于ESO的陀螺漂移估计方法可在短时间内快速、无超调、高精度地估计出陀螺漂移,当ΔAx=ΔAy=10^-5g时,估计的稳态误差约为10^-4(°)/h,提高了惯导系统后续导航精度。     

单轴旋转SINS方位陀螺漂移精确估计方法

为了减小方位陀螺漂移对单轴旋转捷联惯性导航系统(strapdown inertial navigation system, SINS)长时间定位精度影响,提出了一种方位陀螺漂移在线估计方法。对SINS误差参数进行分析,指出东向陀螺漂移和方位失准角精度决定方位陀螺漂移估计值精度。利用优化后的卡尔曼(Kalman)滤波器在线估计SINS失准角并进行补偿,在此基础上进一步使用Kalman滤波器估计惯性测量单元(inertial measurement unit, IMU)误差。进行了转台三轴摇摆和车载行进间验证实验,车载行进间验证实验中,IMU误差估计完成后转入到纯惯性导航,其12 h的定位误差为2.12n mile,系统定位精度满足中等精度单轴旋转SINS长时间导航需求。     

基于Elman网络结构的惯导平台漂移模型辨识方法

针对惯性导航平台漂移误差高阶非线性动态系统的特点,利用神经网络的任意逼近能力和自适应抽取系统动态信息的能力,提出基于Elman网络结构的惯性导航平台漂移模型辨识方案。首先建立惯性导航平台漂移误差模型,并选择了用于网络辩识的输入、输出量。采用动量及可变学习速率算法加速网络的收敛;在该算法的基础上,针对网络隐层,提出的扩展非线性节点函数能更好地改善网络学习效率,满足系统辨识实时性和精确性的需要。通过测得的惯性导航平台漂移误差数据对网络进行训练,获得了较为满意的辨识结果。     

旋转捷联惯导系统精对准技术

针对惯性器件常值偏差对捷联惯导系统导航精度的影响,提出了一种单轴旋转调制方案并建立该系统误差方程,将系统中陀螺常值漂移和加速度计零位误差调制成周期变化的量。通过改变惯导系统误差模型中的捷联矩阵来改善系统的可观测性。利用谱条件数法计算出惯性测量单元(inertial measurement unit, IMU)在静止和旋转状态下捷联系统的可观测度,采用卡尔曼滤波方法实现了旋转捷联系统的精对准。仿真结果表明,IMU旋转状态下的对准方法消除了陀螺常值漂移和加速度计零偏对系统对准精度的影响,大大提高了对准精度。     

一种旋转调制惯导系统的复合旋转控制算法

首先分析了旋转平台控制误差对惯导系统(inertial navigation system, INS)调制效果的影响;然后建立了旋转平台的数学模型,结合旋转调制误差抑制效果对控制性能的要求,提出了一种自抗扰和滑模变结构相结合的复合旋转控制方法,该方法充分利用了滑模变结构控制快速减小误差的优势和自抗扰控制的精确估计能力,并设计了融合策略。仿真和实验结果表明,相比于传统PID控制方法,本文方法减小了旋转平台转速控制误差,且使反向角度超调误差和调节时间都减小了50%以上,提高了旋转调制惯导系统的性能。     

旋转捷联惯导系统的轨迹仿真算法

结合旋转捷联惯导的系统编排和载体运动模型,推导理相情况下旋转捷联惯导系统中惯性器件在任意角运动和线运动条件下的输出;在考虑了惯性器件的常值误差,随机误差,刻度系数误差,IMU安装误差以及旋转轴的安装误差对惯性器件输出的影响后,设计了系统的轨迹仿真算法.在相同运动条件和误差条件下,分别仿真了一般捷联惯导系统和旋转捷联惯导系统的惯性器件输出,并利用该输出进行了导航解算.结果表明:无误差条件下导航解算航线与预设的理想航线重合,该轨迹仿真算法准确合理;在给定的误差条件下,旋转捷联惯导系统精度提高一倍.算法可为旋转捷联惯导系统的误差分析、导航解算以及初始对准等技术研究提供惯性器件输出仿真.     

旋转自动补偿捷联惯导系统技术研究

利用旋转法补偿陀螺漂移是提高捷联惯导系统精度的有效途径之一。由于旋转的引入,惯性测量单元中陀螺的常值漂移将被调制成周期性信号,通过积分运算可以有效地消除常值陀螺的漂移影响。提出了一种新的单轴旋转调制方案,对该方案进行了理论推导、分析和仿真。与以往的单轴旋转方式及未采用旋转方式时的导航误差进行了比较,结果表明本方案可以消除所有方向上陀螺常值漂移的影响,从而大大提高位置和姿态精度。     

光纤陀螺捷联惯导温控系统热仿真技术研究

首先分析了温度对光纤陀螺性能影响的机理,并提出初步的温控方案,为了使温控方案达到最优,建立了光纤陀螺捷联惯导系统热模型,并进行了试验验证,然后利用基于计算流体动力学数值法的热分析软件Flotherm对其进行了热仿真分析,通过调整温度采集点位置,以及控制方案等,对温控系统进行了优化设计,在保证系统精度的前提下,提高了系统环境温度适应性能。     

光学陀螺旋转式惯导系统的安装误差效应分析

在光学陀螺惯导系统中,利用系统旋转自动补偿可以有效地减小惯性元件漂移对系统导航精度的影响,从而实现高精度、低成本的惯性导航要求。首先从光学陀螺旋转式惯导系统的误差传播方程出发,推导了系统中由于光学陀螺安装误差引起的数学平台角度误差表达式。以此为基础,分析了旋转式系统中的安装误差引起的误差效应及自动补偿安装误差所应满足的条件,为系统设计和精度分析提供了理论参考。     

基于平滑算法的惯导系统误差校正技术

惯性导航系统受初始误差的影响会产生周期性振荡以及发散误差。针对这一问题,提出了基于自适应衰减卡尔曼滤波及固定点平滑的估计算法,对系统初始误差进行估计,估计结果代入系统误差模型推导误差发散情况,以此对系统输出进行补偿。仿真结果表明,该算法可以有效抑制惯性导航系统输出误差的振荡及发散。     

船用捷联惯导系统的快速阻尼导航算法

为了消除船用捷联惯性导航系统中的舒勒周期振荡和傅科周期振荡,常用的方法是在水平回路引入阻尼网络。然而,引入阻尼网络之后,系统在达到稳定之前往往需要一个较长的调节时间。系统在调节时间内会有超调等现象,使得系统的性能无法保证。为了减少系统的调节时间,提出一种由逆向解算和正向解算形成的循环算法,导航计算机利用存储的信息在计算机内循环解算,以达到缩短调节时间的目的。最后利用计算机进行仿真实验,结果表明所提方法能够有效缩短阻尼调节时间。     

横坐标系捷联惯导系统的卡尔曼滤波阻尼设计

由于外速度信息存在误差,基于阻尼网络的横坐标系捷联惯导外水平阻尼算法虽然能抑制舒勒周期振荡,但是在阻尼切换过程中会引入较大的超调误差。因此设计了基于卡尔曼滤波技术的横坐标系捷联惯导外水平阻尼算法。首先建立了横坐标系捷联惯导的卡尔曼滤波数学模型,估计出横向姿态误差角;然后将估计的水平姿态误差角进行反馈校正,从而抑〖JP2〗制系统的舒勒周期振荡。仿真实验表明,与基于阻尼网络的算法相比,所设计的阻尼算法不仅能抑制舒勒振荡误差,还能抑制阻尼切换过程中的超调误差,提高船舶在极区航行的导航精度。     

结合惯性导航特性的快速景象匹配算法

针对景象匹配/惯性组合导航对图像匹配算法实时性、鲁棒性、精确性的要求,结合惯性导航的工作特点,深入分析快速鲁棒特征(speeded up robust feature, SURF)算法主要技术特征,研究了其影响导航性能的主要因素。结合惯性器件的误差特性,提出针对导航应用的SURF改进方法,较好地增强了算法的实时性、稳定性、可控性。在图像匹配基础上,构建适应景象匹配算法的空间变换模型,从而在理论上检测图像匹配的正确性并求解导航参数。研究结果表明,基于SURF研究的景象匹配算法具备亚像素级精度、毫秒级实时性和优越的抗形变能力。     

基于DSP+MCU的小型捷联惯性导航计算机系统

针对通用计算机不能满足捷联惯性航姿系统小型化的要求,介绍了自行研发的基于双CPU的专用导航计算机。并以该计算机为平台,利用低成本IMU等传感器,构成了小型捷联惯性航姿系统。针对该惯性航姿系统的特点,简化了磁航向补偿算法、应用了低阶卡尔曼滤波器。针对导航计算机“数字信号处理器(DSP)+单片机(MCU)”的特殊结构,设计了合理的导航程序流程。实验证明:基于DSP+MCU的小型捷联惯性航姿系统实时性好,精度可达到要求,而且大大减小了系统体积和功率,降低了成本。     

基于加速度计的无陀螺惯性导航系统设计与仿真

推导了加速度计的数学模型和刚体的运动模型,研究了采用6个加速度计设计无陀螺惯性导航系统的原理,设计了其安装配置方案和相应的导航参数解算算法,通过仿真试验验证了以加速度计为主要惯性元件构建惯性导航系统是可行的,并证明了6个加速度计是构建基于加速度计的无陀螺惯性导航系统的最小配置。     

捷联惯导算法中螺旋理论的应用

算法定义了推力速度坐标系、重力速度坐标系、位置坐标系,以螺旋理论为数学工具,提出了一种新的捷联惯导算法。算法利用螺旋矢量描述空间中的旋转和平移,推导出对偶四元数表示的导航运动学方程,同时对载体的姿态、速度进行更新。设计的螺旋补偿算法包括了传统的圆锥补偿和划船补偿,有效地减小了刚体转动的不可交换性误差。仿真结果表明:在高动态环境中,采用高精度的惯性传感器时,新算法的性能优于传统算法。     

基于惯性传感器网络的分布式导航方法

通常的惯性导航冗余配置及其信息融合技术,是基于相同的系统状态模型,不适合分布式惯性传感器网络的应用。针对该问题,给出了一种基于惯性传感器网络的分布式导航方法,将多个惯性测量单元配置在载体不同部位,不仅能提供冗余的导航信息,还能提供局部运动测量。在惯性网络结构分析基础上,建立了惯性网络动态测量模型,采用最大似然估计和信息滤波法,设计了分布式惯性测量融合与导航状态融合的分阶段信息融合算法,通过仿真进行了验证。结果表明,所提方法充分利用了其他节点的惯性传感器信息和同类导航状态信息,可以提高整个惯性传感器网络的估计性能和故障容错能力,在提高低性能节点导航精度的同时实现对高性能节点的自动对准。