半球谐振陀螺星载惯性测量单元设计与实现

半球谐振陀螺是一种新型固体振动陀螺,具备功耗低、寿命长、稳定性高等特点,可完美适应卫星的姿态控制。针对微小卫星应用需求,利用半球谐振陀螺构建了星载惯性测量单元。首先,通过测量单元硬件结构设计,对其内部空间进行优化,并通过力学特性及力学试验仿真分析,验证其机械可靠性。其次,针对微小卫星应用环境优化半球谐振陀螺电路设计,提高惯性测量单元可靠性。最后,力学环境试验结果表明,三轴半球谐振陀螺的零偏稳定性均优于0.1?/h,敏感器件满足标度因数非线性度和零偏稳定性（1）的要求,实现了满足微小卫星应用需求的低成本、小体积、高可靠的半球谐振陀螺星载惯性测量单元。     

卫星三轴姿态确定系统的光纤陀螺/星敏感器组合技术研究

为了满足卫星三轴姿态确定的精度要求，提出了基于状态估计法的星敏感器和光纤陀螺组合的方案，并设计了相应姿态确定算法。通过仿真证明：此方案能达到高精度卫星姿态确定系统的要求。     

卫星惯性/星光组合自主定姿方法研究

利用星敏感器测量所得的恒星星光方向信息,采用六状态变量推广卡尔曼滤波,得到卫星姿态误差和陀螺漂移误差信息并进行相应的修正。仿真结果表明,这种方法修正效果良好,采用中等精度陀螺组件就可以实现高精度定姿;仿真结果还验证了陀螺随机误差、星敏感器测量噪声和滤波周期等因素对定姿精度的影响。     

在飞航导弹中用星敏感器修正捷联惯导陀螺漂移

星敏感器是一种高精度的姿态测量装置。研究了星敏感器和陀螺的特点,对星敏感器工作原理和修正陀螺漂移技术进行了原理分析。在不利用外界提供的姿态和位置信息的情况下,采用卡尔曼滤波的信息融合算法,建立组合导航系统的状态方程和量测方程,利用星敏感器输出的载体相对于惯性空间的姿态信息来修正捷联惯导的陀螺漂移。设计飞航导弹的典型飞行轨迹,通过数学仿真,对上述算法的有效性进行了验证,结果表明星敏感器能够有效地补偿捷联惯导由于陀螺漂移带来的误差,明显提高了导航定位精度。     

敏感器正常和故障模式下微小卫星的姿态确定方法

围绕某日-地空间环境组网探测系统中微小卫星定姿系统的设计需求,基于MEMS陀螺、小型CMOS太阳敏感器、微磁强计,研究了该微小卫星各敏感器正常工作模式以及敏感器故障模式下的系统建模和姿态确定方法。各敏感器正常工作模式下,用陀螺、太阳敏感器和磁强计进行组合定姿;陀螺故障时,用太阳敏感器和磁强计进行组合定姿;太阳敏感器故障时,用陀螺和磁强计进行组合定姿;陀螺/太阳敏感器同时故障时,用磁强计进行定姿。仿真结果表明,本文定姿方法的姿态确定精度满足该系统中微小卫星在轨运行时的定姿精度要求,为该微小卫星的半物理仿真系统的研究及其在轨运行时的姿态确定提供了依据。     

弹载惯性/卫星/星光高精度组合导航

选取捷联惯导系统误差作为组合导航系统状态,利用捷联惯导与卫星导航系统各自的位置输出构造量测,设计惯性/卫星组合导航算法。在惯性/星光组合导航算法设计中,对星敏感器安装误差进行建模并也列入组合导航系统状态,利用星敏感器输出的姿态矩阵和根据惯导输出计算得到的等效姿态矩阵构造量测。从而,利用联邦滤波技术设计出弹载惯性/卫星/星光高精度组合导航方法。该组合导航方法的仿真结果表明,其定位、定姿精度分别达到12.1m(3σ)和0.27′(3σ),而且能够有效标定出惯性器件的随机常值误差和星敏感器的安装误差。     

一种卫星用高可靠性的惯性敏感器--正十二面体安装方案简介

介绍了一种卫星用高可靠性惯性敏感器,它的六个陀螺的输入轴按正十二面体安装,任意三个陀螺工作均能给出卫星的三轴姿态信息,这样在单个陀螺平均寿命一定的条件下,惯性敏感器的可靠性大大提高。文中还介绍了该方案的其它优点和结构设计巧妙之处,目前已应用该方案设计、加工、调试出实用的惯性敏感器,并通过了各项地面试验,适用于高精度、长寿命的三轴稳定卫星。     

模糊神经网络预测在卫星姿态测量中的应用

以满足对地观测卫星测姿精度为目标,将由惯性基准、红外地平仪和太阳敏感器测姿过程视为典型的建模问题,讨论了基于自适应神经网络的模糊推理系统(ANFIS)的卫星姿态预测。仿真结果表明,ANFIS预测能够满足卫星姿态测量精度的要求,具有较强的容错性,同时该方法可将俯仰、横滚和偏航三个姿态分离建模,有利于提高卫星姿态测量的可靠性,为卫星姿态测量信息处理提供了一种新的方法。     

位置未知条件下惯性/星敏组合系统海上牵引启动方法

针对地理位置未知条件下惯导系统海上启动对准实现问题,提出了基于锚泊条件的惯性/星敏组合导航系统位置未知条件下的海上牵引启动方法。建立了惯性/星敏信息的迭代滤波模型,研究了惯性?/星敏牵引启动方法、分析了自主启动精度、提出了自主启动实现方案。通过惯性基准和星敏感器联合使用,惯性基准辅助星敏感器进行观星定位,观星定位数据对惯性基准平台反馈修正,基于惯性/星敏位置和姿态信息在牵引启动下的相互校准方式,组合系统经过多次迭代修正,构造高精度水平基准,完成惯性/星敏组合系统海上位置未知条件下纬度、经度自估计,实现船舶对准后的正常航行。实验结果表明,采用所提出的惯性/星敏组合系统牵引启动方法获得的经纬度自估计精度与星敏感器的测量精度相当。     

火箭上面级星敏感器/陀螺组合定姿实时仿真系统

针对运载火箭上面级惯性导航设备提供的姿态信息随时间累积而误差逐渐增大的问题,提出了基于扩展卡尔曼滤波的星敏感器/陀螺组合姿态确定算法,并为加快工程样机研制设计了基于Matlab/dSPACE平台的实时仿真系统。基于地心第二轨道坐标系和上面级体坐标系,给出了姿态角定义,推导了姿态转换矩阵。通过分析组合定姿方案和姿态状态估计方法,设计了基于误差四元数的滤波器;为减少算法的计算量,采用了离线计算次优增益矩阵的方法。进行了星敏感器在回路中的半实物仿真。仿真结果表明组合定姿精度优于50″,且能够准确估计陀螺常值漂移。该算法精度高,速度快,实时仿真系统具有很好的参考和应用价值。     

一种适用于星敏感器的大角速度下星跟踪算法

传统的星敏感器预报方法是利用当前四元数和陀螺输出角速度来预测下帧姿态四元数,再通过预测的四元数计算视场内恒星的理想星像坐标,最后在这些理想坐标为中心的范围内来获取实际的星像坐标。但是,由于陀螺漂移的存在,随着时间的增加,预测的理想坐标与实际坐标偏差越来越大,获取实际星像坐标扫描的区域越来越大,星敏感器的数据更新率也随之降低。为此,本文提出了一种适用于星敏感器的大角速度下星跟踪算法。首先根据连续两帧的姿态偏差计算星敏感器的角速度,利用角速度来计算星敏感器当前时刻与最近上一帧的姿态偏差。然后以该姿态偏差来预报当前时刻的星敏感器姿态输出,这样不仅提高了数据更新率,而且满足飞行器在大角速度机动时单纯采用星敏感器进行姿态测控的要求。最后,采用2010年外场试验实际观星数据对该算法进行了仿真验证。     

基于MEMS-IMU辅助的高动态GPS选星方法设计

一般的GPS选星方法通过搜索选取使几何精度衰减因子最小的4颗卫星,对于高动态应用特别是在水平姿态角较大的情况下,传统的选星方法存在许多局限性。针对低成本的MEMS-IMU/GPS组合导航系统,提出了基于MEMS-IMU辅助的GPS选星方法;针对高动态载体姿态变化较大的问题,采用MEMS-IMU输出的高速率姿态信息压缩卫星搜索范围,通过选取不超过6颗可见卫星来降低几何精度衰减因子,从而提高定位性能。使用半实物仿真数据,验证了所提出的方法。测试结果表明,与传统的选星方法相比,基于MEMS-IMU辅助的GPS选星方法在飞机高动态大机动条件下,优化了卫星星座,具有精度高、计算量低、可靠性高等优点。     

XNAV/UVNAV/SINS组合导航在航天器轨道机动中的应用

针对X射线脉冲星导航在航天器轨道机动过程中精度不高甚至发散的问题,提出一种将X射线脉冲星导航结合惯性导航和紫外敏感器的组合导航方法。以航天器在惯性系中的位置、速度、姿态四元数和惯性导航设备误差作为系统状态变量,用X射线探测器测量X射线脉冲到达时间,用紫外敏感器测量中心天体质心相对于航天器的方向矢量和距离以及航天器在惯性系中的姿态四元数,用扩展卡尔曼滤波器估计组合导航系统状态。仿真结果验证了该组合导航方法的可行性,能够解决轨道机动中X射线脉冲星单独导航的误差过大(位置误差达107m)问题,且该组合导航具有较高的导航精度,在轨道机动前、机动中和机动后导航位置误差均在100 m以内。     

经纬仪测星评估惯导系统姿态角误差方法

针对动态条件航天测量船惯导系统姿态角精度鉴定和评估这个困扰多年的难题,提出一种利用经纬仪观测恒星对惯导姿态角误差进行解算的方法:用短时间(每颗星记录2 s)观测方位角大致均匀分布的多颗恒星数据解算惯导姿态角误差的稳态分量;用较长时间(每颗星记录200 s以上)观测特殊方位角单颗恒星的数据,观察惯导姿态角误差的动态特性,详细介绍了该方法数学模型的推导过程,从理论上分析了该方法各种数据误差源对解算精度的影响,并利用实际观测数据对惯导姿态角误差稳态分量和动态特性进行了解算和观察,结果与航天测量船惯导系统的设计指标基本吻合,表明该方法可以作为评估航天测量船惯导系统姿态角动态精度的一种有效手段.     

时间相关噪声条件下的捷联惯导/星敏感器组合导航方法

针对星敏感器测量信息含有时间相关测量噪声和振动环境下惯性传感器带来的时间相关系统噪声问题,在不增加滤波维数的基础上,提出了一种基于改进卡尔曼滤波的捷联惯导/星敏感器组合导航方法。分析了时间相关噪声对状态估计的影响,构建了基于时间相关噪声模型下的状态方程和量测方程,详细推导了改进卡尔曼滤波方程,给出了组合导航方法。利用仿真对所提方法进行了验证,仿真结果表明,组合导航方法取得了400 m/1200 s的导航精度;在时间相关噪声条件下,与标准卡尔曼滤波相比,基于改进卡尔曼滤波的组合导航方法定位精度提高了50 m,是有效可行的。     

13加速度计捷联惯导姿态解算方法(英文)

为了减小全加速度计捷联惯导(亦称无陀螺惯导)角速度重构误差以提高姿态解算精度,提出了一种13加速度计无陀螺惯导配置方案。针对合理设计的13加速度计捷联惯导能同时提供角速度和角加速度信息的特点,提出了一种基于角速度/角加速度信息的捷联姿态算法,采用艾尔米特插值方法进行离散角速度插值重构,利用重构后的角速度信息进行姿态矩阵求解。分析了新姿态算法的基本步骤,并进行了典型圆锥运动仿真实验。结果表明,采用新方法求解姿态矩阵的精度提高40%以上。不同于传统姿态算法仅利用角速度信息,新的姿态算法利用更多的信息,能获得更好的精度。     

UKF方法在陆地车辆组合导航中的应用

Unscented卡尔曼滤波(UKF)是一种新的非线性滤波算法,将其引入到GPS/DR系统的滤波中,并针对系统模型的特点对原UKF算法进行了简化,建立了新的滤波方法。仿真结果表明,同EKF相比,UKF的滤波精度和稳定性都显著提高了,还可避免计算烦琐的Jacobi矩阵,真正实现了低成本、高精度的导航定位要求。     

基于DSP的嵌入式导航计算机分布式系统设计

为满足MIMU／GPS组合导航系统的小型化、低功耗、低成本等条件，以及越来越高的精度要求，以TI公司TMS320VC5402型DSP器件为核心，设计了一种嵌入式导航计算机分布式系统。此设计可提高系统的精度，更好地满足系统实时性要求。     

基于车辆运动模型辅助的智能手机平台车载组合导航算法

随着智能手机硬件性能的提升以及MEMS传感器技术的发展和应用普及,现有中高端智能手机平台中大多安装有消费级的微惯性测量单元和GPS接收机模块,将这两者相互结合,利用一定的信息融合方法,即可实现连续的车载导航定位。在智能手机平台中所采用的消费级MEMS惯性传感器模块其精度很低,通常难以满足车载DR导航算法的性能需求;同时在车辆行驶过程中,不可避免会经过高架、隧道等路径,也会导致GPS信号受到遮挡和屏蔽从而无法定位。针对以上问题,设计了适用于智能手机平台的基于车辆运动模型辅助的车载DR/GPS组合导航方案,推导建立了基于车辆侧向速度约束的组合导航算法模型,并以智能手机作为验证平台,测试验证了所设计的算法在无GPS环境下,采用智能手机平台中的消费级MEMS惯性测量组件,仍然可以在短时间内维持较高的导航定位性能。