捷联惯导系统现场标定方法

陀螺漂移会对捷联惯性导航系统的导航定位误差产生直接的影响,所以需要用实验的方法标定出陀螺漂移,并进行补偿;陀螺漂移随时间和环境变化,因此采用实验室标定方法会降低系统的精度;文章提出一种基于卡尔曼滤波技术的现场标定方法,给出了现场标定时系统的状态方程,分别推导了采用速度、速度加姿态为观测信息时的量测方程;利用奇异值可观测度分析方法比较机动状态不同,观测信息不同的五种现场标定方案的陀螺漂移的可观测度,从而确定了两种最优现场标定方案,即在以速度为外部观测量的情况下,使载体处于“S”型机动状态和在载体静止的情况下,速度加姿态为观测信息;通过仿真实验验证了这两种标定方案可以有效提高现场标定的精度。     

基于矩阵分解的捷联惯导多位置系统级标定方法

针对捷联惯导系统级标定中滤波法路径设计复杂、误差参数辨识未进行深入的理论分析等问题,提出一种基于矩阵分解的系统级标定算法。将系统级标定中的拟合法路径设计引入滤波法,对静止和转动过程中的误差参数辨识进行深入的理论推导和分析,设计一组7位置连续标定路径。基于矩阵分解将安装误差角分解为非正交角和正交的失准角,建立包含21项误差参数的标定误差模型,以速度误差和姿态误差为观测量,建立27维Kalman滤波模型。仿真结果表明：加速度计和陀螺零偏标定误差分别优于3μg_n和0.000 15°/h,标度因数误差优于4.5×10^-6,安装角误差优于1″,标定时间小于30 min,实现了高精度的误差参数全标定。     

舰船捷联惯导系统粗对准方法研究

提出适合于舰船系泊、锚泊状态下的捷联惯性导航系统惯性凝固粗对准方法。在惯性凝固坐标系和惯性坐标系上对重力向量分别进行积分,并利用重力向量随地球旋转在惯性空间的方向变化信息,粗略计算初始捷联姿态矩阵。该方法通过积分抵消掉舰船线性位移引入的干扰加速度,同时,避免了舰船姿态摇摆引入的干扰角速度。仿真分析表明：在舰船系泊、锚泊状态下,惯性凝固粗对准方法比较传统算法优势明显。     

激光陀螺捷联惯导系统的误差参数标定方法

为降低激光陀螺捷联惯导系统误差参数标定对高精度转台的要求,在不精确对北和调平的情况下,综合分析北向基准误差、水平基准误差、转台轴正交度误差、角位置误差以及标定时间等诸多因素,考虑对称位置和整周期旋转等编排原则,改进了速率标定方案,标定出陀螺仪的标度因数和安装误差,同时提出了一种十二位置连续转动标定方法,标定出陀螺仪的零偏以及加速度计的误差参数项.实验结果表明,与传统方法相比,标定精度相当,降低了对标定转台的要求,减少了标定时间,有较高的工程应用价值.     

捷联惯导在轨标定算法研究

为了保证长期在轨工作的捷联惯性导航系统的精度,设计了一种捷联惯导在轨标定算法.通过分析捷联惯导的主要误差源,建立了标定误差模型和导航误差模型.用加速度计的零位漂移、陀螺仪的零位漂移、陀螺仪的标度因数误差和安装误差构造系统状态方程,利用卫星导航系统提供的速度、位置信息和星敏感器提供的姿态信息构造量测方程,经过滤波运算得到各项误差估计值.算法解决了捷联惯导与星敏感器坐标轴不重合的问题,提高了嵌入式计算机的计算能力.最后对算法进行了数学仿真,仿真结果证明了算法的有效性.     

捷联惯导系统加速度计标度因数和安装误差的试验标定

研究了捷联惯导系统惯性测量组合中加速度计标度因数和安装误差的标定问题。对捷联惯性测量组合中3路加速度计建立了输出模型,提出了在三轴转台上采用多位置试验对加速度计标度因数和安装误差进行标定的方法。实验表明,本方法能够有效地标定出惯性测量组合中加速度计的标度因数和安装误差,具有较高的精度,对提高捷联惯导系统的精度有着重要的作用。     

捷联惯导系统误差系数动态标定方法探究

随着工作时间的推移,捷联惯性导航系统中的惯性器件测量精度会因为误差参数发生变化而降低,误差逐渐被积累,进而降低系统导航精度。针对此问题,提出了一种基于GPS速度、位置信息的捷联惯导系统惯性测量装置输出误差系数动态标定的方法。首先采用Sage-Husa自适应滤波实现组合导航状态最优估计,然后引入迭代最小二乘法,利用导航误差对系统惯性器件的误差系数进行标定。经计算机仿真验证,该方法可以实现在运动中对系统误差系数进行标定,进而提高捷联式惯性导航系统的导航精度。     

一种新型微惯性姿态测量系统的 系统误差补偿及标定方法

微惯性姿态测量系统机械精度不高、系统误差和随机误差干扰多样和传统标定计算复杂。针对这些问题,提出一种新型微惯性姿态测量系统误差标定的方法。通过对姿态测量系统的不同微惯性器件进行分析,有针对性的建立系统误差补偿模型。再设置实验转台给定系统不同速率及角度,最后利用最小二乘法、六位置标定法分别进行系统误差参数求解,经解算标定出零位漂移、刻度因子误差和安装误差角。最后通过标定前后对比测试实验,证明了该方法原理简单、易于实现,能较好地补偿微惯性姿态测量系统的系统误差,提高姿态测量精度。     

双轴旋转光纤捷联惯导八位置标定方法

针对双轴旋转捷联惯导系统长期工作时光纤陀螺误差参数随时间变化问题,提出一种姿态未知条件下的八位置标定方法.该方法利用双轴旋转机构可提供惯性测量单元(LMU)相对载体固定角位置特性,结合光纤陀螺简化误差模型,设计出八位置标定路径并激励出光纤陀螺误差参数.新的标定方法既避免了陀螺误差参数的耦合影响,又可以解算出载体航向信息.转台实验结果表明,八位置标定方法可在载体姿态未知条件下完成对光纤陀螺误差参数的标定工作.     

车载惯导里程仪组合导航系统安装误差标定研究

研究了捷联惯导、GPS、里程仪和气压高度计构成的组合导航系统中惯导安装误差角对里程仪航位推算精度的影响;提出了以GPS输出作为辅助信息对惯导安装误差进行标定的方法;设计了以里程仪航位推算误差传播方程为系统方程,以里程仪航位推算结果和GSP位置输出之差为量测,通过卡尔曼滤波估计惯导安装误差的标定方法;仿真结果表明,该方法对惯导安装误差的标定精度能达到角秒级。在调试过程中采用该方法标定补偿后的系统实际跑车实验航位推算精度达到5m+行程的0.15%,表明补偿后残余的惯导安装误差影响已经可以忽略。     

基于不确定性的数据融合系统性能评估

提出了一种基于不确定性的数据融合系统性能评估方法。数据融合的目的是为了提高融合后的信息量,信息不确定度的降低就相当于信息量的增加,本文从广义信息论出发度量信息不确定度,通过比较融合前后系统信息的不确定度来度量融合系统的性能。给出多目标系统中计算信息不确定度归一化变化的方法,实现了融合系统性能的定量评估。     

基于谐波分析的捷联惯导系统加速度计组件标定技术

惯性器件误差是影响捷联惯性导航系统(SINS)精度的主要原因之一,任何由加速度计和陀螺构建的SINS在使用之前都须进行精确标校,以建立起惯性器件静态误差补偿模型。首先根据三轴加速度计组件的输出建立起加速度计输出模型;然后利用三角谐波的正交特性,设计了1 g重力场下的多位置转台翻滚试验,分离出加速度计组件的各项静态误差系数的解析表达式;最后,分析了由基准误差引入的参数标定误差。利用双轴位置转台对标定方法进行验证,结果证明此方法能够有效标定出三轴加速度计组件的刻度因数、交叉耦合系数和零位偏置,满足系统设计指标要求。     

车载数据交互系统

设计了一种车载数据交互系统,采用触控交互界曲实现了对车辆信息的实时显示以及对车辆节点的控制,并利用嵌入式数据库SQL实现了对重要车载数据的实时备份,通过ARM-Linux操作系统平台对系统加以实现,达到了设计目的.     

一种基于数据融合的电能耗奖惩系统

提出了一种基于数据融合的电能耗奖惩系统。该系统采用灰色系统方法建立GM（1,1）预测模型对历史数据缺失值进行补救,并引入聚类融合方法,定义了欧式距离矩阵,通过最小距离聚类方法确定各传感器之间的融合次序,提高融合结果的客观性。以融合后的数据为基础确定用电单耗定额后,采用引入分级奖惩制度的电能耗奖惩模型对企业各车问进行节奖超罚。工程应用结果表明该系统实用性强,可靠性高。     

大尺寸复杂形状组合测量系统的全局标定与多视数据融合

为解决大尺寸复杂形状全局测量与局部精度控制的矛盾,提出以大空间测量设备为全局控制手段,集成终端近距离测量设备的组合测量、全局标定与数据融合方法.在多站位下观测测量控制网以获取冗余观测数据,利用测量平差优化技术完成控制网的高精度标定.建立全局测量坐标系与测量控制网的物理关联,实现测量空间基准定义的唯一性.布设扫描仪观测目标并建立基准坐标系,为扫描仪位姿空间定位提供观测目标.建立扫描仪坐标映射模型,基于平差优化技术完成模型的高精度标定.测量过程中通过移动扫描仪获取多视角精密测量数据,利用激光跟踪仪完成局部视角位姿的动态跟踪,结合控制网的坐标观测实现局部视角测量数据的全局标定与数据融合.实验结果表明,所提出的组合测量与标定方法有效地拓展了测量空间并控制了全局测量误差,同时避免了额外标定设备与标定操作的介入对测量工作的干扰.     

基于数据融合的自适应神经网络模糊控制系统设计

基于数据融合的思想,提出一种非线性系统的自适应神经网络模糊控制器的设计方法。该方法利用数据融合技术降低了模糊控制器的输入维数,简化了模糊控制器的设计。用自适应神经模糊推理系统的神经网络自学习功能完成模糊控制器的设计。仿真结果表明,自适应神经网络模糊控制系统性能优于采用普通的模糊控制器的情况,为数据融合与智能系统技术在非线性系统中的应用作了有益的探索.     

基于多传感器数据融合的智能火灾预警系统

根据当今火灾探测的现状和实现火灾早期探测的需求,将多传感器数据融合技术应用在火灾预警系统中。选择多个传感器对火灾过程的多参数进行监测,特别对火灾发生初期产生的异常信息进行全面监控,弥补了采用单一传感器的不足,扩展了时间上和空间上的观测范围。采用自适应加权融合估算法配合智能判别技术,增强了系统报警输出的灵敏度和可靠性,使系统达到了实现提前预警的目的。     

基于神经网络的多传感器数据融合的分散型网络结构系统

多传感器数据融合在日益复杂的工业、军事等领域变得越来越重要,在实现方法上,神经网络由于其自身特点在该领域显示出广阔的应用前景。针对以往解决方案的不足,提出分散式的网络结构模型,详细描述了层次模型及各层次组成模块的工作原理及实现方法,然后提出高怪规划层的概念,用于实现分散型的网络结构。最后,进行了仿真实验,用实际数据论述该算法。     

基于多传感器信息融合的控制系统研究

本文研究了多传感器组合系统的智能化数据融合方法。从数据处理算法、故障检测和系统可靠性等方面探讨 了基于多传感器的控制系统,并提出了一种实用的数据处理算法和故障检测算法。