基于SINS速度信息的里程计参数快速标定方法

针对里程计标度因数误差和安装误差对捷联惯导/里程计组合导航精度的显著影响,提出一种基于短时捷联惯导系统(strapdown inertial navigation system,SINS)速度信息的里程计参数标定方法.通过建立航位推算误差模型,构建惯性测量单元(inertial measurement unit,IMU)坐标系内惯导系统输出速度与里程计输出之间的关系式,得到里程计参数的计算公式;利用最小二乘法对里程计标度因数和安装误差进行标定.该方法只利用了捷联惯导信息,在1 min内就可实现里程计参数的初次标定,不需要相关参数误差值为小量的假设,并可以忽略杆臂效应对标定效果的影响.试验结果表明:当车辆行驶30 min后,利用该方法标定后的水平航位推算精度比传统标定方法定位精度高92.3%.

基于SINS/OD/高度计的车载重力异常测量方法

车载重力测量沿地球表面实施,其较慢的速度和机动灵活的特点为高精度地面重力测量提供有利条件。传统动基座重力测量严重依赖全球定位系统(GPS)而无法实现完全自主性,基于捷联惯导(SINS)/里程计(OD)/高度计组合导航提出一种新的自主无源车载重力异常测量方法。组合导航系统提供了高精度的比力、姿态和载体加速度信息,气压高度计用于抑制高度通道的发散,通过直接差分法即可实现重力信息的获取;对比了以航位推算位置(SINS/DR)、里程计速度(SINS/OD)、位置速度(SINS/DR/OD)为量测和传统SINS/GPS这4种方法的测量精度,分析量测选择对所提方法测量效果的影响。重复测线仿真及单测线跑车试验结果表明:所提方法可以实现完全自主的车载重力异常测量,相比传统SINS/GPS方法具有普遍的精度优势,SINS/OD与SINS/DR/OD测量精度相差不大,且优于SINS/DR测量方法。

考虑里程计截断误差的SINS/OD组合导航算法

针对车载惯导/里程计组合导航系统中,里程计测量脉冲输出只为整数,存在截断误差的问题,提出了3种考虑里程计截断误差补偿的SINS/OD组合导航算法。首先,在传统的速度匹配组合导航基础上,将里程计截断误差作为系统状态变量,建立了基于速度观测的考虑截断误差的卡尔曼滤波导航算法;其次,为了降低噪声,不改变系统状态量,将捷联惯导输出转化为脉冲输出与里程计脉冲输出做差作为量测值,建立了基于脉冲观测的卡尔曼滤波导航算法;最后,针对随机常值模型估计里程计截断误差的局限性,提出基于高斯回归模型的里程计截断误差预测和对观测值进行补偿的方法,以实现组合导航解算。140多公里的车载实验结果表明,基于脉冲观测和基于高斯回归模型的算法相比传统算法在定位精度上均提升了80%以上。

多矢量信息下的星敏感器三轴旋转角求解方法

为了提高星敏感器的实时性能与解算精度,基于多矢量信息,提出四元数表示形式下的星敏感器三轴旋转角求解方法,从理论上对所提方法进行详细推导.基于单个星光矢量在天球系与星敏系中的三维坐标,将方向余弦阵变换形式转变成四元数变换形式.降次二次四元数变换形式,以便后续求解.考虑不同星光矢量的权重,联立所有星光矢量的信息求解星敏感器三轴旋转角,给出解决三轴旋转角求解过程中的迭代不确定性和四元数矢量方向奇异性的具体方案.将所提方法与传统方法的性能进行对比分析.仿真结果表明,相比传统方法,所提方法具有更快的解算速度和更高的三轴旋转角求解精度.