分布式POS传递对准对InSAR干涉测量影响的分析

为了得到分布式POS在进行传递对准过程中由于大气扰动产生的挠曲变形姿态误差,以及这些误差与干涉式合成孔径雷达(InSAR)高程测量误差间的对应关系,提出了一种利用"速度+姿态"的传递对准方法,并利用它的误差来作为高程测量模型的输入,最后得出载机在传递对准过程中导致的高程测量误差。为了验证实验,搭建了分布式测量平台,针对该平台,首先根据机翼杆的挠曲变形运动模型增加载机y方向的变形角为Kalman滤波的状态变量,从而进行更精确的估计和补偿。然后推导了InSAR干涉测量的绝对误差表达式以及参数的选取。最后根据滤波结果和高度误差机理分析了横滚角误差对InSAR的高程信息产生的影响。通过仿真分析,传递对准得到的水平失准角误差小于0.009°,方位失准角误差小于0.015°,并且在横滚角误差为±0.089°时,高程误差小于4.2 m。     

基于最小二乘的全局信息融合方法在分布式POS中的应用

分布式POS是一种基于惯性/卫星组合技术的多节点高精度时空测量系统,是实现多任务高精度航空遥感载荷成像的关键装置。受阵风湍流、载机机动等外部扰动,柔性长机翼产生多模挠曲变形,导致柔性基线效应,降低分布式POS多传感器信息融合精度。针对大变形机翼柔性基线效应导致的多传感器信息融合难题,提出了一种基于最小二乘的全局信息融合方法。在分布式POS主子传递对准基础上,采用基于最小二乘的正交多项式拟合方法,对分布式POS所有主子IMU的运动信息进行全局信息融合,充分利用各子IMU对应节点间的空间相关性,得到分布式POS各节点全局估计信息,提高分布式POS测量精度。最后,通过分布式POS地面模拟仿真实验验证,所提出的方法与传递对准方法相比,x轴基线精度平均提高了1.893 mm,y轴基线精度平均提高了0.461 mm,z轴基线精度平均提高了2.183 mm,水平姿态测量精度平均提高0.023°。     

舰船捷联惯导传递对准仿真验证系统设计

为解决船用捷联惯导系统传递对准仿真中载体机动方式与实际差别较大的问题,提出了基于舰船空间运动的传递对准精度考核的仿真验证系统,提高载体机动方式仿真逼真度。仿真验证系统通过舰船空间运动建模,提供接近真实运动环境的空间运动参数;通过设计空间变换算法,实现了空间运动参数与主惯导惯性器件模拟输入的转化;通过杆臂及挠曲变形计算,实现了子惯导惯性器件模拟输入的转化;文中给出了各模块的算法及解算流程。速度+姿态传递对准算法仿真验证结果为10 s内水平失准角精度优于0.02;方位失准角精度优于0.05。仿真验证试验结果表明了该方案的可行性和实用性,该方案为其他领域的传递对准方案分析及验证提供了有效的参考依据。     

基于自适应联邦滤波的传递对准算法

为了提高传递对准的对准速度和对准精度,研究了基于自适应联邦滤波的"速度 姿态角"传递对准的算法,在状态变量中加入了安装误差角和挠曲变形角,在算法中进行了估计并补偿。为了保证滤波的实时性,采用联邦滤波的方法,分别建立了速度匹配子滤波器、姿态角匹配子滤波器和主滤波器的模型,给出了状态方程和量测方程。在子滤波器中利用模糊控制器对噪声特性进行了自适应调整以解决系统噪声和量测噪声是未知情况下滤波发散或者精度不高的缺点从而增强系统的鲁棒性。最后在载体匀速直线加三轴摇摆的运动模型下进行了仿真,结果表明该方法能够有效地估计安装误差角和部分挠曲变形角,并且能够以一定精度完成初始对准。     

大方位失准角的舰载武器INS对准

研究了舰载武器惯导系统（INS）大方位失准角的传递对准问题。首先,给出了适用于大方位失准角的INS姿态误差和速度误差传播模型。然后,提出了一种改进的利用速度＋角速率匹配的传递对准算法,该算法能够借助海浪引起的舰船运动进行传递对准。通过基于奇异值分解的卡尔曼滤波器（SVD-KF）的引入,给出了非线性滤波算法的实现方案,并对SVD-KF和EKF在大方位失准角的舰载武器INS对准就姿态失准角的估计精度和收敛速度进行了比较。仿真结果验证了所提大方位失准角传递对准算法的可行性。     

快速传递对准中机翼弹性变形估计方法比较

传递对准是机载主惯导对子惯导进行初始化的过程,机翼变形对快速传递对准滤波精度有显著影响。讨论了传递对准中机翼变形的不同估计方法,通过分析建模过程比较了各种方法的特点及其适用范围。然后建立快速传递对准仿真环境,用"速度加姿态"匹配方式进行仿真,比较了不同方法所能达到的精度。最终从对准精度、快速性、模型依赖度、计算量等方面,对各种传递对准中机翼弹性变形的处理方法进行了比较总结,结果表明,将弹性变形当作有色噪声且使用卡尔曼滤波量测扩增法进行传递对准滤波器设计时,在估计精度和计算量方面达到最好折衷。所得结论为快速传递对准弹性变形的处理提供了工程应用参考。     

基于H∞滤波技术的传递对准方法

从实际应用的角度出发,提出利用跟踪微分滤波器抑制机翼挠曲变形产生的影响,通过杆臂效应补偿消除干扰加速度,用延时补偿算法减少由数据传输延迟造成的量测信息误差。在此基础之上,采用"速度 姿态"匹配方案,研究了基于H_∞滤波估计的快速传递对准方法。大量数值仿真、静态试验、动态跑车试验表明,这些方法有收敛速度较快、精度较高的特点,并具有较强的抗干扰能力。试验也验证了传递对准方法的有效、可行,能满足控制系统对导航信息的精度要求。     

基于角加速度滤波的柔性杆臂补偿方法

针对基于柔性杆臂传递对准方案中的杆臂加速度构建时,角加速度提取噪声大的问题,提出利用跟踪微分器求取角加速度信号,以补偿杆臂挠曲一体化模型中的杆臂加速度误差。通过将子惯导角速率及其跟踪的微分结果作为模型分量,进而推导建立了考虑柔性杆臂的传递对准模型。仿真表明基于角加速度滤波的方法可以获得平滑的角加速度信息,基于柔性杆臂补偿的传递对准模型,可以实现三轴安装误差估计精度平均提高22.3%,姿态失准角估计精度平均提高4.6%,所提出的方法具有一定的工程适用性。     

大方位失准角下舰载机快速传递对准技术

为解决舰载主惯导与机载子惯导之间大失准角问题,同时满足对准快速性的需求,提出了从舰载机进入弹射位置开始,到舰载机飞离甲板时间内,基于虚拟惯导(VINS),综合利用舰载主惯导信息、跑道航向信息以及激光多普勒测速仪(LDV)信息,利用速度匹配方法实现舰/机惯导传递对准的方法,并建立了传递对准误差模型。该模型利用舰艇坐标系与跑道坐标系之间的方向余弦矩阵,将舰载坐标系与机载坐标系之间的大失准角问题,转化为机载坐标系与跑道坐标系之间的小方位失准角问题。考虑弹射过程舰艇及舰载机的运动模型,利用数学仿真对传递对准误差模型进行了验证,并与UKF滤波方法进行了对比。仿真结果表明,该方法可以在8 s内实现舰/机惯导的传递对准,对准性能与UKF滤波方法相当,且对准过程不需要舰艇进行任何机动运动。     

捷联惯导角速度匹配传递对准方法研究

潜器用SINS在释放前摇摆基座上进行初始传递对准时，主惯导与子惯导之间不仅会因安装而产生常值失准角，而且会因为舰体的变形产生不确定失准角。用二阶马尔可夫对舰体变形进行了建模，并对角速度匹配传递对准方法进行了研究。计算机仿真验证了舰体变形模型的可行性，角速度匹配传递对准方案可以有效、快速地为潜器提供高精度的导航姿态基准。     

时间同步误差对船体角形变测量的影响

针对激光陀螺船体角形变测量,分析评估了两组激光陀螺组合体时间同步误差的影响,并提出了一种时间同步误差的在线估计算法.严格推导了考虑了时间同步误差的惯性姿态匹配方程,从方程可见,船体在波浪摇摆条件下时间同步误差将导致额外的Kalman滤波观测量波动误差,直接影响船体角形变测量精度.另一方面,基于新推导的惯性姿态匹配方程,在滤波状态中增加时间延迟变量,通过Kalman滤波能够在线估计时间延迟大小.基于实测远望船体姿态和角变形数据进行了仿真,仿真测试表明大的时间延迟将导致大的船体角形变测量误差,同时验证了时间延迟在线估计方法的有效性.     

一种有效的空－空导弹捷联惯导系统快速精确传递对准方法

针对空－空导弹对于准确度与速度的特殊要求,建立了动基座姿态角传递对准的卡尔曼滤波模型,详细及准确地推导了姿态角匹配方案中卡尔曼滤波器的量测方程,提出了一种有效的空－空导弹捷联惯导系统快速精确传递对准方法。通过计算机仿真,验证了该方法的快速性和有效性,最后,采用分级标定的思路,实现了在飞机摇摆机翼情况下,对惯性器件误差的准确标定。     

飞机机翼损伤的气动模型及故障诊断研究简

为了确保机翼损伤后飞机的飞行安全，提出了一种在线的故障诊断方法. 首先，根据输入输出特性，采用遗忘因子递推最小二乘法对飞机故障后的气动导数进行辨识，建立了机翼损伤故障的数学模型；然后，结合多模型方法和中心差分卡尔曼滤波器（central difference Kalman filter，CDKF）各自的优点，实现对机翼损伤的故障诊断，并采用强跟踪滤波器在线更新CDKF 的采样点，以增强CDKF 的自适应能力. 最后，通过仿真结果验证了本文所提方法的有效性.     

自适应Kalman滤波在SINS初始对准中的应用

为了提高捷联惯导系统的对准精度和收敛速度,提出了一种基于Sage-Husa自适应滤波算法的初始对准方法。针对方位小失准角的情况,推导出精对准误差模型和自适应Kalman滤波方程。常规Kalman滤波算法,在噪声统计特性已知的情况下,使用比较方便;多数情况下,噪声统计特性是处于未知状态,从而引入自适应Kalman滤波算法。它利用观测到的数据自动进行噪声统计特性的在线估计和修正,使系统达到最佳的滤波效果。通过仿真验证,该自适应滤波算法有效地提高了收敛速度和对准精度。     

基于广义卡尔曼滤波的桥梁结构物理参数识别

基于广义卡尔曼滤波提出了随机荷载作用下桥梁结构物理参数的识别方法。首先,以荷载为观测对象,推导出基于有限元模型的桥梁结构系统的观测方程,以结构待识别的物理参数为状态向量,建立系统状态方程;然后,对该状态方程和观测方程构成的非线性参数系统应用广义卡尔曼滤波,从而识别出结构的物理参数。对一座简支梁桥和一座三跨连续梁桥在不同工况下的物理参数识别进行了数值仿真,结果表明本文方法能够准确地识别桥梁结构全部刚度参数、质量参数和阻尼参数,且具有很强的抗噪性能,从而验证了本文方法的有效性和鲁棒性,可应用于识别大型桥梁结构的物理参数。     

基于激光陀螺自适应补偿的船体变形测量方法

基于长期变形、动态挠曲变形以及陀螺随机零偏的状态方程,构建了激光陀螺测量的惯性姿态匹配最优滤波器,可以实时地估计出船体变形角。针对实时估计的长期变形角具有偏置误差的问题,推导了惯性姿态匹配的误差方程,指出动态挠曲变形角与船体惯性姿态角之间具有长时间的交叉相关耦合作用导致了长期变形角估计具有偏置误差,并提出了对输入到最优滤波器的激光陀螺角增量进行自适应补偿的方法来抑制偏置误差。实验结果表明,补偿后俯仰角、横滚角和艏挠角的偏置误差均方根均小于5″,较补偿前降低均方根误差约为5″,该自适应补偿方法可有效地抑制偏置误差,提高惯性姿态匹配方法在船体变形测量应用中的有效性。     

基于H_∞滤波的主/子惯导组合中挠曲变形补偿算法

针对舰载环境下,主/子惯导组合中主、子惯导间的挠曲变形问题,设计了H?滤波算法。算法将主、子惯导间的挠曲变形作为一种能量有限的量测噪声,通过H?滤波对不确定噪声的鲁棒性来保证滤波精度。在经典的"速度+姿态"匹配方法的基础上,仿真比较了:1)方案一,已知挠曲变形时的标准Kalman滤波算法;2)方案二,未知挠曲变形时的标准Kalman滤波算法;3)方案三,未知挠曲变形时的H?滤波算法。仿真误差曲线直观表明:基于H?滤波算法可以在未知挠曲变形时有效提高组合精度;统计结果表明:滤波方案三得到的姿态与速度的系统误差、随机误差均与理想条件下的方案一相当;相较于方案二,滤波方案三得到的姿态与速度的系统误差至少可减小40%,随机误差至少可减少15%。     

基于有色噪声的改进卡尔曼滤波方法

为了解决实际工程中微机械惯性测量单元加速度计数据存在有色噪声导致计算的姿态角波动异常的问题,提出一种基于有色噪声的改进卡尔曼滤波方法。通过对有色噪声的特点进行分析,建立了针对有色噪声的状态预测协方差公式、卡尔曼滤波增益公式、系统状态与动态有色噪声的协方差公式、测量值与观测有色噪声的协方差公式,推导出处理有色噪声的卡尔曼滤波公式。仿真试验表明,改进的卡尔曼滤波方法能有效解决有色噪声导致的姿态角波动异常问题,证明了基于白噪声的卡尔曼滤波是基于有色噪声卡尔曼滤波的特例。     

基于DRBF-EKF算法的车辆质心侧偏角与路面附着系数动态联合估计

车辆质心侧偏角和路面附着系数是实现车辆底盘智能化所需要的关键参数. 车辆质心侧偏角对于提高车辆安全性和操控性至关重要, 轮胎-路面附着系数决定轮胎力的峰值, 进而确定汽车的动力学稳定性边界. 本文针对四轮独立驱动电动汽车提出了一种基于惯性测量单元、轮毂电机内置转速/转角传感器的车辆质心侧偏角和路面附着系数动态联合估计方法. 对四轮独立驱动电动汽车进行车辆动力学分析, 结合Dugoff轮胎计算模型得到车辆质心侧偏角估计器; 利用机器学习中高维数据降维PCA多元分析方法, 提取主元特征参数, 建立路面附着系数估计器. 采用可自适应调节网络结构的双径向基神经网络和扩展卡尔曼滤波DRBF-EKF方法, 通过K-means算法改进RBF神经网络结构, 扩展卡尔曼滤波进行噪声滤波提高估计精度, 实现车辆质心侧偏角和路面附着系数的动态联合估计. 通过仿真和实车实验表明, 所设计的DRBF-EKF动态联合估计器实时性和估计精度均优于扩展卡尔曼滤波算法, 可以适应车辆行驶过程中路面附着特性与车速的变化, 表现出较强的鲁棒性; 与DRBF方法相比, 显著提高了估计精度; 并且分析了可以同时满足估计精度和实时性要求的最佳隐含层神经元个数.      

卫星姿态测量信息的卡尔曼滤波技术研究

本文在研究由陀螺仪、红外地球敏感器和太阳敏感器组成的卫星姿态测量系统的基础上，应用了改进的卡尔曼滤波算法进行信息处理，克服了卡尔曼滤波器的发散现象。本文还提出了限定增益系数的方法，以抑制俯仰角过大的估计误差。本文设计的卡尔曼滤波器适用于对地观测卫星的测量系统，能获取较低噪声的姿态测量信息。