车载捷联惯导系统静止条件下的初始对准方法研究

根据捷联惯导系统(SINS)的误差模型,从提高初始对准中卡尔曼滤波估计的可观测性和可观测度的角度出发,提出了同时利用加速度表的输出和速度误差量这两种信息作为卡尔曼滤波的测量量,对陆地车辆捷联惯导系统在静止条件下进行初始对准。可观测性定性分析、可观测度定量计算和仿真结果都表明,充分利用外部可观测信息,可以提高系统的可观测性和可观测度,加快初始对准的速度,减小估计误差。该方法已经在实际的SINS中得到应用。

车载捷联惯导系统双位置初始对准方法研究

在车载捷联惯导系统中，初始对准是影响系统输出精度的重要环节。本文给出了双位置初始对准方法及陀螺测漂的基本原理。针对车载捷联惯导系统的特点，进行了实验研究，并将改良卡尔曼滤波算法运用到车载捷联惯导系统中。实验结果表明，双位置对准方法消除了陀螺常值漂移和加速度计零偏对对准精度的影响，并且，在对准的同时标定出陀螺常值漂移和加速度计零偏，在导航时给以补偿，可有效地提高导航定位精度。

LS-SVM在车载SINS大方位失准角传递对准上的应用

针对车载捷联惯导系统工作环境恶劣且子惯导系统精度低,使用传统的Kalman滤波进行传递对准存在精度低、实时性差的问题。根据车载特殊环境提出了一种基于LS-SVM的大方位失准角速度匹配传递对准方法,采用传统Kalman滤波器的输入输出样本对LS-SVM滤波器进行训练,避开了经典SVM求解时的优化运算,使其复杂度大大降低。在相同条件下与传统Kalman滤波仿真结果对比,LS-SVM方法的引入可以使系统对准时间缩短近50%,并适当提高了系统的对准精度。