大失准角条件下制导炮弹组合导航方法研究

制导炮弹多采用发射后上电空中对准的方式实现导航初始信息的获取,初始姿态信息中滚转角的获取难度远高于俯仰角和偏航角。针对空中对准中滚转角信息获取难度较高的问题,提出了一种适用于大初始滚转角误差的组合导航方法,旨在省略滚转角对准过程和压缩空中对准时间。通过在组合导航状态向量中引入四元数误差,将状态方程的强非线性误差模型转换为了二阶非线性模型,降低了系统的复杂度。在此基础上,采用二阶扩展卡尔曼滤波方法实现惯性导航系统各项误差的估计,并基于四元数模1约束设计了优化的量测更新方法。各量级初始滚转角误差下的半实物仿真结果表明:所设计方法可适应大初始滚转角误差情况,7 s内滚转角误差可由180°收敛至10°内;各量级初始滚转角误差下收敛位置稳定一致,有效的提升了组合导航的适应性。

基于SINS/OD失准角观测的垂线偏差测量方法

组合导航系统的姿态失准角与垂线偏差(deviation of vertical,DOV)存在对应关系,通过对姿态失准角的观测是实现DOV测量的一种有效手段。本文基于车载捷联惯性导航系统/里程计(strapdown inertial navigation system/odometer,SINS/OD)组合导航姿态失准角观测及失准角误差的递推提出一种DOV测量方法。首先,从组合导航速度误差方程出发,推导出DOV与姿态失准角之间存在复杂的耦合关系。然后,通过沿路径迭代递推的分步计算方法,由导航过程中的姿态失准角直接获取沿线的DOV。最后,仿真结果验证了该算法的有效性,且表明测量精度与行驶路径的长度有关。实验表明,行驶里程35 km的机动路径上DOV误差均值小于0.3″,终点处单点测量误差小于0.7″。

简化UKF滤波在SINS大失准角初始对准中的应用

基于欧拉平台误差角的概念提出了大失准角误差条件下的捷联惯导系统(SINS)非线性初始对准误差模型,该模型无法再用经典的加性噪声模型描述。为了降低滤波计算量,在系统模型噪声和量测噪声均为复杂加性噪声并且量测方程是线性方程时,推导了简化的UKF(unscented Kalman filter)滤波方法,简化UKF滤波公式显示:除通过非线性状态方程使用UT(unscented transformation)变换进行状态及其方差预测外,其它滤波步骤与标准Kalman滤波完全相同。最后,对静基座下SINS初始对准进行了仿真试验,结果表明大失准角条件下的SINS误差模型和简化UKF滤波估计方法是有效的。

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。

CDKF在捷联惯导系统大失准角初始对准的应用

文章基于欧拉平台误差角的概念,建立了大失准角条件下的捷联惯导系统(SINS)非线性误差模型,深入研究了中心差分卡尔曼滤波(CDKF)技术及其在大失准角对准中的应用,进行了静基座下基于扩展卡尔曼滤波(EKF)、Unscented卡尔曼滤波(UKF)和CDKF滤波的SINS初始对准仿真。仿真结果表明,在失准角均为大角度条件下,用CDKF滤波水平对准精度可达0.18,′方位对准精度可达1.63,′比EKF具有更高的精度,并且避免了求Jacobian矩阵带来的不便,提高了可靠性;与UKF相比具有稍高的精度,并减少了可调参数,在实际应用中更加简单方便。

SINS基于非线性量测的大失准角初始对准算法

针对陆用捷联惯导系统(SINS)大失准角初始对准问题,提出一种基于二阶非线性量测的二阶泰勒级数展开的初始对准算法。首先,将大失准角非线性对准问题,转化为具有线性系统方程和二阶非线性量测方程的滤波问题。然后,设计基于二阶非线性量测方程的二阶泰勒级数展开的滤波算法,可以在任意姿态和无初值条件下进行初始对准和参数估计。最后进行车载对准试验,结果表明,新算法可以在300 s内完成实现大失准角初始对准,对准精度与传统分段对准算法相当。

基于自适应无迹粒子滤波的SINS大方位失准角初始对准

针对捷联惯导系统大方位失准的情况进行分析,提出了采用了自适应UPF滤波进行初始对准的方法。该滤波器基于强跟踪滤波器的思想,通过引入衰减记忆因子有效增强当前信息残差对系统的修正作用,在一定程度上降低了由于系统简化、噪声统计特性不确定对系统造成的影响,同时较好地克服了UPF中粒子退化的现象。当系统噪声统计特性确定时,自适应UPF水平对准时间比UPF对准时间大约少200 s,方位对准时间大约少150 s,对准结束后,自适应UPF对准的纵摇、横摇以及航向误差均值分别为?0.018?、0.0074?、?0.8609?,UPF对准对应的值分别为0.0209?、0.0189?、1.0983?。当系统噪声统计特性不确定时,自适应UPF水平对准时间比UPF对准时间大约少400 s,方位对准时间大约少450 s,对准结束后,自适应UPF对准的纵摇、横摇以及航向误差均值分别为0.0105?、0.0122?、?0.7304?,UPF对准对应的值分别为0.0454?、0.0278?、2.8174?。仿真结果表明:在系统噪声统计特性确定或不确定的情况下,自适应UPF能在一定程度上提高大方位失准捷联惯导系统的初始对准速度和对准精度。

航向大失准角下的罗经法对准研究

船舶在系泊状态下由于风浪和浪涌的干扰,常会致使捷联惯导系统航向粗对准的精度达不到精对准的要求。为了能够使惯导系统在此种情况下也可以快速的完成精确对准,文中首先分析了罗经法对准在航向失准角大的情况下所受的影响,随后对解决该问题的方法进行了研究,深入分析了该系统在对准过程中参数变化的影响形式,最终提出了一种基于时变参数的罗经法对准方案。仿真和实验的结果表明,与传统的罗经法对准相比,使用这种基于时变参数的罗经法对准在航向大失准角的情况下也能够快速的完成精确对准。

壳体翻滚失准角模型最小二乘辨识方法

为了提高空间稳定惯性导航系统的姿态角测量精度,建立了壳体翻滚失准角模型,给出了从壳体翻滚失准角幅值和初始相位到当地水平坐标系下的姿态转换矩阵的传递规律。利用静态下平台运动学方程中壳体翻滚失准角与框架角的定量关系,进行了壳体翻滚失准角模型最小二乘辨识方法仿真,结果表明模型系数估计精度是足够的。针对实验系统,经过模型补偿,姿态角计算误差峰峰值小于0.5′。

捷联惯导系统大方位失准角下的非线性对准

采用欧拉角描述平台坐标系与导航坐标系间的失准角,推导了适用于捷联惯导系统的非线性误差方程,证明了该方法仅适用于方位误差角为大角度,而水平误差角为小量的情况。数学仿真表明:在方位误差角为大角度情况下,采用所推导的误差方程和非线性滤波技术能获得更高的估计精度。

基于大失准角时变参数罗经初始对准算法

为了解决大失准角条件下的捷联惯导初始自对准问题,通过分析捷联惯导系统大失准角误差模型,利用平台惯导系统罗经对准原理,提出了一种新的捷联惯导系统罗经对准方案。该方案的具体实现划分为三个阶段:方位角未知情况下的水平对准;大失准角时变参数罗经方位对准;定参数罗经对准。该方案通过实时调节罗经参数缩短了对准时间;利用大方位失准角模型代替小失准角模型,在算法收敛阶段更加准确地描述了捷联惯导系统的误差传递方式。仿真试验表明,使用陀螺随机漂移稳定性为0.01(°)/h的捷联惯导系统,该对准方案能在60 s内方位精度到达1°,并能在对准结束时达到3'的方位对准精度。

发射惯性坐标系下误差角与数学平台失准角的推导与仿真

基于状态空间法的捷联惯性/天文组合导航系统(SINS/CNS)需要数学平台失准角作为观测值参与滤波估计,工程实际只能得到SINS、CNS二者的姿态误差角。以弹道导弹为背景,在发射惯性坐标系下分别推导了四元数和欧拉角形式的姿态误差角与数学平台失准角之间的相互转换矩阵。建立了弹道导弹SINS/CNS数学模型,并采用EKF和UKF算法验证了该转换矩阵。仿真结果表明误差转换矩阵的正确性。

Unscented卡尔曼滤波在SINS静基座大方位失准角初始对准中的应用研究

静基座大方位失准角的捷联惯导系统误差方程是非线性的,如何对静基座大方位失准角的捷联惯导系统进行初始对准是需要解决的问题。本文提出了基于Unscented转换的Unsented卡尔曼滤波进行捷联惯导系统对准的方法。分别通过扩展卡尔曼滤波和Unsented卡尔曼滤波进行仿真计算,结果验证了Unscented卡尔曼滤波的有效性与优越性。

基于平方根中心差分卡尔曼滤波的大方位失准角初始对准

基于大方位失准角条件下捷联惯导系统误差模型的非线性特点,采用非线性滤波方法进行初始对准。扩展卡尔曼滤波存在精度低,且需要计算雅可比矩阵等不足,而中心差分卡尔曼滤波在递推过程中具有计算量大,数值不稳定等缺点。针对上述问题采用了一种改进的中心差分滤波算法——平方根中心差分卡尔曼滤波。仿真结果表明,与扩展卡尔曼滤波相比,平方根中心差分卡尔曼滤波对方位失准角的对准精度由24.5′提高到5.83′,并且避免了计算雅可比矩阵带来的不便;与中心差分滤波相比,平方根中心差分卡尔曼滤波在保证滤波精度的同时,降低了滤波的计算量,提高了滤波的数值稳定性。

基于UKF的旋转式SINS大方位失准角初始对准方法

旋转调制自补偿技术可以调制惯性元件的常值误差,从而提高惯性导航系统的导航精度。出于实际工程应用需求,研究了旋转式SINS大方位失准角初始对准方法。以单轴旋转式SINS为例,给出了单轴旋转式SINS大方位失准角非线性误差模型;根据系统误差模型的非线性特性,利用简化Unscented卡尔曼滤波(Unscented Kalman Filter UKF)算法,设计了系统的大方位失准角初始对准算法。数字仿真实验结果表明:在相同条件下,提出的UKF算法在收敛速度与对准精度方面均优于EKF算法;系统试验验证结果表明,采用本文提出的初始对准方法,系统的水平对准精度优于0.1′,方位对准精度优于1.5′,证明本文提出的初始对准方法在工程应用中是有效、可行的。

SINS任意失准角无奇异快速传递对准

针对战术级捷联惯导系统(SINS)任意失准角下的快速传递对准,提出一种直接姿态矩阵线性矩阵卡尔曼滤波的传递对准算法。首先,利用姿态矩阵描述姿态,将传统大、小失准角条件下的强非线性、线性滤波对准问题统一转化为一个线性滤波问题;然后,采用矩阵形式卡尔曼滤波对状态进行估计,得到一种线性矩阵滤波对准算法,可以在任意失准角、无初值条件下完成对准;最后,推导姿态矩阵正交约束条件下滤波算法的最优实现。仿真结果表明,算法适用于任意失准角下的传递对准,在摇摆运动下,可以在10 s内完成快速传递对准,水平精度达到0. 02°(误差均方根)以内,航向精度达到0. 03°(误差均方根)以内。

微机械加速度计失准角的精确测量

在与国家军用标准测试方法对比分析的基础上,由空间解析几何理论建立了微机械加速度计外壳坐标系和敏感部件坐标系的数学模型,提出一种测量失准角的“六位置法”:利用六面体翻滚,测量加速度计在六个不同位置下的输出电压,通过一系列公式运算可以精确测得失准角。实验结果表明:该方法在失准角为1度的情况下,标度因数准确性可提高3.046×10^(-4),失准角准确性提高2.539×10^(-4),从而表明了计算方法的可行性和实际应用价值。目前该方法已经应用于实验室成表测试。

基于QR分解的自适应差分滤波在SINS大方位失准角初始对准中的应用

针对差分滤波算法存在数值稳定性差及系统噪声统计特性不准确导致滤波性能下降的问题,提出一种改进的差分滤波算法。新算法将矩阵QR分解及Cholesky分解因数更新技术引入,并结合一种新的噪声估计方法及选择更新策略,有效地改善了系统噪声统计特性不准确带来的滤波性能下降问题,增强了传统差分滤波算法的数值稳定性。通过在捷联惯导系统大方位失准角初始对准中的应用,仿真结果表明了新算法的有效性和鲁棒性。

Unscented粒子滤波在静基座捷联惯导系统大方位失准角初始对准中的应用研究

静基座大方位失准角的捷联惯导系统误差方程是非线性的,Unscented粒子滤波从非线性系统状态向量概率分布出发,结合Unscented卡尔曼滤波和粒子滤波的特点,无需对非线性系统模型进行处理而能达到较高的滤波精度。本文对Unscented粒子滤波进行了研究,并结合重采样算法,运用于捷联惯导系统静基座大方位失准角初始对准中,计算结果验证了该方法的有效性与优越性。

惯性元件的失准角分离技术研究

针对陀螺仪和加速度计存在失准角的问题,采取误差分离技术,设计了简单、高精度测试失准角的方法.对失准角进行了定义,利用方向余弦阵的基本性质,从小角度的原理推导了惯性元件失准角的二维分解表达式,在测量陀螺仪的失准角时,对安装误差、夹具误差和失准角误差进行了误差分离.针对加速度计失准角的测试,设计了简易的测试方法,有效分离了加速度计的失准角以及夹具体的安装误差.对一个半球谐振陀螺仪和一个石英加速度计的失准角进行了实测,标定精度达到角秒级,验证了采用误差分离技术的测试方案的正确性,提高了失准角测试精度.