并联式六维加速度传感器的混合解耦及误差自补偿算法

针对惯性仪器普遍存在的误差累积问题,以并联式六维加速度传感器为例,提出了一种新的解决方案。通过融合位形空间和相空间内的解耦算法,推导出关于8个Hamilton转动参量的常微分方程组以及广义加速度关于转动参量的一次多项式,共同构成了新的混合解耦算法。通过剖析混合算法的基本结构及其中间参量的影响因素,找到了产生误差累积效应的根本原因。选取角速度、角位移的方向交替点为系统的振动状态特征点,推导了特征点与Hamilton变量的映射关系,并据此定义了2个状态观测量。基于观测量的局部小值和特征阈值,给出了特征点的判据,进而构建了一种半闭环结构的误差自补偿算法。样机试验结果显示:混合算法的计算精度明显高于纯空间算法;加入误差自补偿算法后,关键参量的相轨迹得到明显收敛,且未破坏整个算法的实时性;随机扰动为±30%时,特征点的误判率、漏判率分别为2.0%和3.5%,且该指标值与扰动正相关;实验室条件下,并联式六维加速度传感器在1 min内的综合误差仅为3.05%,表明新的解决方案有效缓解了误差累积效应。

差动输入在H调制误差自补偿惯性导航系统中的应用

在Ｈ调制误差自补偿惯性导航系统中，舰船的摇摆在平台上产生很大的干扰角速度，它严重影响了监控回路的测量，为了解决这个问题，本文探讨了干扰角速度的变化特性及采用差动输入减小其影响的方法，并做了相应的仿真计算。

MEMS器件捷联惯导系统旋转调制技术

使用微机电(MEMS)惯性器件利于捷联惯导系统的低成本和小型化,但MEMS器件误差较大.为提高系统精度,引入了一种全自主误差补偿方法——旋转调制.说明了旋转调制对常值误差的抑制作用和对导航精度的改善效果,并在旋转轴数目、旋转方向、旋转连续性和旋转速度等方面比较了不同旋转调制方案.根据MEMS器件的误差特性,选择了一种适合MEMS器件捷联惯导系统的旋转调制方案并自主研发了原理样机.静态和车载实验表明:旋转调制可以明显抑制MEMS器件常值误差对导航精度的影响,200 s内俯仰和横滚姿态精度提高了5倍,速度和位置精度提高了近10倍.