多表冗余惯导数据融合算法及在自对准中的应用

针对多表冗余惯导系统的自对准问题,基于某型三正交两斜置冗余的十表惯导系统,对仪表数据融合算法进行了研究。通过分析和仿真验证了最小二乘估计的数据融合算法在提高系统自对准精度中的有效性,并在静态对准试验的基础上,构造了基于仪表零偏稳定性的加权矩阵。试验结果表明:相较于只使用正交仪表的数据,数据融合可以有效提高系统自对准精度,使斜置冗余仪表的数据得到充分利用,改进算法精度比马尔可夫估计有所提高。

十二表冗余捷联惯导系统数据融合技术研究

针对采用正十二面体冗余仪表构型的十二表冗余捷联惯性导航系统,通过仿真和样机试验,开展了基于最小二乘估计的数据融合算法研究。对不同故障模式下的系统精度进行了分析,并通过Monte Carlo仿真验证了数据融合算法对提高系统导航精度的有效性。设计开展了样机静态导航试验,试验结果表明,理论最优的马尔柯夫估计并不完全适用于脉冲输出形式仪表的数据融合。最后通过优化改进加权系数、构造加权矩阵,显著提升了样机的静态导航精度,使样机位置误差和姿态误差与三表直接解算相比分别降低了78.6%和77.9%。