微机电惯性导航系统动基座传递对准技术研究

炸弹制导化改进过程中采用微机电惯性测量装置可以降低费用,但精度不足,动基座传递对准技术的应用可以减小微机电惯性测量装置的初始误差,提高精度。文中建立了主、子惯导系统的误差模型,设计了Kalman滤波估计器,修正了微机电惯性导航装置的姿态矩阵,使子惯导在制导炸弹发射前获得最佳的初始值,从而提高了微机电惯性测量装置的精度,保证了微机电惯性测量装置使用的可行性,为炸弹制导化改进的低成本、高精度提供了条件。

LSTM网络提高MEMS惯导定位精度的分析及验证

为了提高GPS信号短期丢失状态下微机电(MEMS)惯导的导航定位精度,提出一种基于长短期记忆网络(LSTM)预测和传统GPS/MEMS组合导航系统相结合的高精度定位方法,对存在GPS信号状态下的LSTM模型进行训练来预测输出GPS信号丢失时的定位信息。针对单纯MEMS惯导推算误差发散快和反向传播神经网络(BPNN)无法处理时间序列数据的问题,采用LSTM来进一步抑制惯导累积误差,并使用自适应时刻估计方法来优化训练过程以提高模型性能。60 min时长的行驶测试数据集的验证结果表明:基于LSTM的MEMS惯导定位方法能够有效提高无GPS信号状态下的定位精度,相比于单纯MEMS惯导推算和BPNN的定位精度分别提高了94.62%和73.03%。

微机电系统姿态估计系统算法与仿真

结合陀螺仪、加速度计误差模型,实现了以微机电系统(MEMS)陀螺仪与MEMS加速度计为基础的姿态估计硬件仿真系统,可用于模拟任意噪声强度和安装偏差下三轴捷联惯导系统(INS),即按照给定运动曲线仿真输出陀螺仪与加速度计数据,为设计姿态估计算法提供仿真验证平台。同时,以姿态四元数为状态变量,载体俯仰角与横滚角为观测值设计了基于扩展卡尔曼滤波器(EKF)的姿态估计算法,俯仰角估计误差小于0.04°,横滚角估计误差小于0.05°,偏航角漂移速度0.01(°)/s。

基于MFFAKF的微惯导磁匹配粗对准方法

针对微机电系统(MEMS)陀螺仪精度低,无法完成惯导系统方位对准的问题,该文提出一种采用加速度计与磁强计输出完成MEMS惯导系统粗对准法。同时针对遗忘卡尔曼滤波法的缺点,提出将一种多遗忘因子自适应卡尔曼滤波法(MFFAKF)引入系统的对准方案中。该方法通过基于指数渐消记忆的方式计算量测噪声方差阵,并采用多遗忘因子调节不同的滤波通道。实验结果表明,采用MFFAKF得到的粗对准航向角精度满足MEMS惯导系统粗对准要求。

单兵自主导航技术研究

针对美国Micro PNT计划中的单兵导航技术开展了理论分析、样机研制及试验工作,设计了单兵导航技术的基本原理、系统组成和基本算法,分析了室内作业的定位和指挥需求,分析了影响系统实现和定位精度的关键因素,研制了原理样机并开展了导航试验,结果表明:采用微机电惯导系统+零速修正的方案来实现单兵导航的方案是可行的;以目前微机电惯性仪表的性能水平,有望实现100米/小时的定位精度;随着微型惯性仪表性能的提高,有望在5-10年内实现定位精度10米/天的单兵自主导航系统。

一种Iridium机会信号/MEMS-INS组合定位技术

针对铱星(Iridium)系统作为一种天基机会信号源可以实现载体静态定位功能,但是其可见星较少,无法实现独立动态定位的问题,提出一种Iridium机会信号/MEMS-INS组合定位技术:分析Iridium信号体制及Iridium多普勒观测量提取算法;然后建立基于扩展卡尔曼滤波(EKF)的Iridium/惯导(INS)动态组合定位模型,并提出一种基于新息的自适应抗差EKF算法(AR-EKF);最后搭建微机电惯导(MEMS-INS)与Iridium信号组合定位系统。实验结果表明,提出的Iridium/INS组合定位AR-EKF算法相比EKF算法定位精度可提高40%以上,相比单INS定位精度可提高90%以上,可为GNSS失效场景下动态定位提供参考。