基于两个点集间参数估计的DVL标定方法

[目的]为了提高无人艇(USV)捷联惯性导航(SINS)与多普勒计程仪(DVL)组合导航的精度,需要对DVL误差进行精确标定。[方法]首先,对DVL的安装误差角、杆臂、比例因子进行误差建模,着重分析舰船中杆臂误差项对组合导航定位产生的影响;然后,提出一种基于两个点集间参数估计的DVL误差标定方法,即将SINS/GNSS导航参数与DVL输出参数视为两个点集,将标定问题转换为两个点集间差值的估计问题,再利用卡尔曼滤波器对两个点集间的误差参数进行估计;最后,利用基于奇异值分解(SVD)的可观测性分析,对不同运动条件下滤波器的可观测性定量分析,给出标定过程中载体的运动策略。[结果]数学仿真和海试试验结果表明,标定后的SINS/DVL算法全局相对精度可达到0.122%航程;在角机动时,杆臂会导致SINS/DVL定位突变;补偿杆臂后的定位误差更加平滑,且整体上具有更小的定位误差。[结论]所提方法可为包括杆臂在内的各项DVL误差标定提供可行的途径。

基于机载SAR成像场景评估的惯导标定技术

针对机载惯导航向角度误差大引起的机载合成孔径雷达(SAR)成像指向偏差问题,提出了基于机载SAR成像场景评估的惯导标定技术。该技术通过SAR成像均匀场景高分辨结果的数据挖掘,结合雷达天线方向图有效完成指向误差提取;并在此基础上结合惯导杆臂模型与卡尔曼滤波处理,完成惯导安装角度误差精准估计与补偿,最终通过实测数据有效验证了惯导角度误差的标定技术在工程应用中取得了更优异的SAR图像质量。该方法能够减少惯导角度误差影响,获取更高的机载雷达SAR成像控制精度,具备更加广阔的应用场景。

非视距环境下顾及杆臂补偿的UWB/IMU定位算法

针对非视距(NLOS)误差和传感器杆臂影响超宽带(UWB)/惯性测量单元(IMU)组合定位精度的问题,提出了一种NLOS环境下顾及杆臂补偿的定位算法。根据UWB伪距在定位过程中的局部线性特性,设计了基于强局部加权回归法的NLOS识别与抑制算法,提高了UWB迭代定位算法的精度。利用顾及杆臂的改进抗差奇异值分解无迹卡尔曼滤波(LA-IRUKF)算法对优化后的观测数据和状态模型进行组合,实现定位精度的提升和杆臂的有效补偿。最后,采用仿真数据和实测数据对LA-IRUKF算法进行验证。仿真实验结果验证了NLOS误差识别与抑制算法的有效性以及杆臂补偿的必要性。真实场景的实验结果表明,在NLOS环境下LA-IRUKF算法不仅可以准确补偿杆臂,还能抑制NLOS误差影响。相较于抗差奇异值分解无迹滤波算法、顾及杆臂的抗差奇异值分解无迹滤波算法和改进抗差奇异值分解无迹卡尔曼滤波算法,LA-IRUKF算法的定位精度分别提高了42.4%、41.6%和28.5%,具有精度高、抗差好等优点。

高地隙施药机自主作业杆臂辨识方法研究

为改善高地隙施药机自动导航系统的可靠性,减少作业过程中的伤苗率、重喷及漏喷等现象,基于RTK-GNSS与INS的相对位置关系推导了因定位杆臂产生的位置及速度误差,并根据杆臂误差模型及INS误差模型,提出了一种基于GNSS/INS组合导航滤波的杆臂辨识方法。通过仿真实验分析了影响杆臂辨识效果的因素,基于半物理试验平台对杆臂辨识效果进行验证。仿真结果表明:载体的直线运动对杆臂可观测度影响较小,但绕某一轴线的角运动可以增强角运动平面内的定位杆臂可观测度,且增大角速度可提高杆臂辨识的滤波收敛速度。仿真和半物理试验平台均表明:所提出的杆臂辨识方法可有效估计施药机子导航系统间的杆臂参数,设置仿真过程杆臂真值为[1m 2m 3m],辨识结果为[1.028m 2.047m 2.91m],辨识精度在95%以上;半物理试验平台卷尺测量的杆臂真值为[0.05m 0.2m 1m],辨识结果为[0.056m 0.18m 1.05m],辨识精度在88%以上,可靠性较高,能够替代工程应用中的手工测量,提高了导航系统定位精度。

可变弯度导叶调节机构柔性多体仿真

为考察可变弯度导叶(VIGV)调节机构在运动过程中各零件的变形以及变形对调节精度、各叶片调节角度一致性的影响,利用有限元软件ABAQUS建立VIGV调节机构的柔性和刚性多体动力学3维模型。研究了柔性与刚体模型调节机构运动差异,并分析了变形量对叶片角度调节的影响。在此基础上,对联动环径向限位、驱动力加载速率以及运动副摩擦阻力对机构调节精度等影响进行分析。结果表明:在调节角度较小时,柔性模型与刚体模型分析结果基本相当,随着调节角度的增大,各零件的变形对调节角度的影响逐渐增大,当L形杆转动0.5 rad时,二者可调叶片调节角度相差约0.9。;在运动过程中,运动副摩擦阻力的增大将增大机构运动所需的驱动力,驱动力加载速率对叶片角度调节的影响在一定范围内可以忽略;联动环径向限位的取消或分布的不均匀均将引起叶片调节角度不同程度的差异,无联动环径向限位下,各摇臂之间的调节角度存在最大相差约0.3°的差异。

基于AUKF的刮板输送机直线度检测技术研究

针对刮板输送机直线度检测技术在使用中稳定性差、精度较低问题,提出了自适应无迹卡尔曼滤波(AUKF)算法。首先理论分析得到误差模型,结合实际作业情况,利用惯导、忽略杆臂误差的AUKF和补偿杆臂误差的AUKF进行了轨迹解算。实验结果显示,带有杆臂误差补偿的方法提升稳定性27.8%,提升精度60.5%。

捷联惯导初始对准中杆臂效应误差的补偿

重点介绍了杆臂效应原理和舰载水下潜器传递对准误差模型,针对潜器用捷联式惯性导航系统(SINS),在释放前摇摆基座上进行初始传递对准时,系统中存在的杆臂效应误差问题,提出了直接补偿杆臂干扰加速度和设计低通滤波器的补偿方案。通过计算机仿真:验证了方案可以有效的提高传递对准精度,提供高准确性的导航姿态基准。

捷联惯导系统内杆臂补偿方法及试验验证

在实际捷联惯组中,三只加速度计的比力测量对应于不同的点位置,如果直接作为捷联惯导算法的输入,角运动条件下会引起导航误差。对于加速度计非正交安装情形,在常规静态标定模型基础上,推导了考虑内杆臂效应后的动态标定模型。以导航速度为观测量,建立了加计组合内杆臂补偿的一般模型方程。针对激光捷联惯性组合,设计了简便的试验方法用于辨识内杆臂参数,高强度的摇摆试验表明内杆臂补偿有效地提高了导航精度,速度误差降低达77%以上。

捷联惯性测量组件中内杆臂效应分析与补偿

在实际捷联惯性测量组件(SIMU)中,三个加速度计本质上测量的是SIMU上三个不同点处的加速度,如果把这些加速度当作来自于理想"点测量组件"的输出进行惯性导航解算,会从原理上引起导航误差,即内杆臂效应误差。假设SIMU中三个加速度计敏感轴互相垂直并且相交于一点,在SIMU绕某个固定坐标轴作角振动的条件下,分析了内杆臂效应的产生机理,得出内杆臂效应引起导航速度误差的规律:速度误差与角振动中心位置无关,与加速度计敏感点至交点的杆臂长度成正比,也与角振动频率成正比。提出内杆臂效应补偿的方法是将加速度计敏感点处的加速度测量值折算至它们的敏感轴交点上。

传递对准中杆臂效应的误差分析与补偿

杆臂效应误差是影响速度匹配传递对准的重要因素之一,因此必须对其进行补偿。由于常用的数字滤波补偿方法的补偿效果不太理想,针对大方位失准角条件下的非线性系统提出了一种直接计算的补偿方法。由于计算补偿方法的前提是杆臂长度已知,当杆臂长度未知时,提出了先利用无迹卡尔曼滤波扩维方法对杆臂长度进行估计,再采用计算补偿对杆臂速度项进行补偿的算法。为了验证本算法的有效性,进行了仿真和实验验证。采用该算法后,仿真条件下方位失准角可以在120 s内收敛至0.381°;实验条件下方位失准角可以在0.8 h内收敛至-0.031°。仿真和实验结果均表明与数字滤波补偿方法相比,采用该算法后初始对准的速度和精度都有很大程度的提高。

36维Kalman滤波的激光陀螺捷联惯导系统级标定方法

分析了系统级标定的研究现状,建立了惯导系统误差模型。额外考虑加速度计二次项误差系数与内杆臂参数对系统的影响,提出了一种36维Kalman滤波系统级标定方法。设计了合适的标定路径,建立了Kalman滤波模型。仿真及实验结果表明,激光陀螺和加速度计零偏估计精度分别优于0.001(°)/h和9μg,标度因数误差估计精度分别优于3 ppm(1 ppm=10-6)和2 ppm,安装误差角估计精度分别优于1″和3″,二次项误差系数估计精度优于4×10-10 s2/m,内杆臂参数估计精度优于3 mm,满足高精度惯导系统的标定要求。

捷联惯性导航系统传递对准的杆臂效应分析

在传递对准过程中,需将载体上的主惯性导航系统(简称:主IN S)高精度的导航信息传递给武器惯性导航系统(简称:从IN S)。由于主、从IN S在载体上的安装位置不同,而用杆臂矢量描述两套系统的相对位置;当两套系统在空间上分隔较远也就是杆臂矢量幅值较大、且载体有较大幅度的运动时,在传递对准过程中,需要对杆臂效应造成的误差进行补偿。对传递对准过程中,不同形式的杆臂效应引起的各种误差进行了讨论。

载车SINS/OD杆臂在线补偿算法

在捷联惯性导航系统与里程计构成的车载组合导航系统中,考虑到工程实际,往往将里程计安装在载车前轮,而将惯性测量单元安装在车辆的其他任何位置,比如车的尾部。为消除由于里程计和惯性导航系统安装位置不同造成车载速度测量信息不同的影响,需要将车载杆臂引起的速度测量误差精确补偿。提出首先将载车杆臂列入组合导航系统状态,利用实际跑车机动对其进行精确估计,进而利用估计结果对里程计速度量测进行修正,从而提高整个组合导航系统的精度。跑车试验证明了该方案的有效性。

捷联惯导加速度计尺寸效应误差建模及其标定

高动态条件下,加速度计(简称加计)的尺寸效应将成为捷联惯导系统精确导航的重要误差源。这个误差源于加计组合中三个加计振动中心(有效的加速度测量点)的不重合。从几何角度对加计尺寸效应误差进行了建模。设计了三类基于精密三轴速率转台的加计尺寸标定方案,即匀角速度旋转、匀角加速度旋转和正弦角加速度旋转方案。以旋转过程中捷联惯导系统的速度输出作为量测,利用Kalman滤波器可以实现对加计尺寸系数的有效估计。利用分段定常系统可观性分析方法研究表明,三类旋转标定机动均能使系统状态完全可观测。仿真结果证明了三类标定方案的有效性,而以匀角速度旋转方案估计过程最平稳,以正弦角加速度旋转方案估计精度最高。

箭载SINS杆臂效应频域处理方法

运载火箭在外场工作条件下,存在晃动等干扰,箭体的杆臂长度达数十米,杆臂效应会造成较大的对准误差。为解决运载火箭在晃动基座和大杆臂效应环境下的对准问题,引入了惯性系初始自对准方法,采用FIR和IIR低通滤波方法在频域内对杆臂效应进行处理,滤除杆臂干扰加速度信息,保留SINS中舒拉周期和地球自转周期等低频有用信号。在相同设计指标下,IIR滤波器比FIR滤波器阶数低,所需存储单元少。仿真结果表明,两种滤波器均可以有效处理杆臂干扰加速度信息,实现精确对准;采用FIR滤波器时延达到一分钟,而采用IIR滤波器对准速度快,工程上更为实用。

车载三维激光扫描系统安置参数一站式标定

移动测量技术提供了一种高效的数据获取手段,可用于智慧城市建设等诸多领域。三维激光扫描仪具有测量速度快,精度高等优点,将其作为车载系统中的主要测量传感器具有较大的优势。以车载系统集成中三维激光扫描仪安置参数的标定为研究对象,从简化数学模型以降低计算复杂度和削弱舍入误差、采用回光反射材料制作的人工标志作为标定媒介提高标定精度、一站式提高标定效率三个方面对现有标定方法进行改进。通过实测数据计算,该方法得到的参数标定精度为6 mm级,系统的整体设计精度为5 cm级,因此该方案能够满足多种测量任务系对车载统精度的需求。

基于二次杠杆作用的受弯构件持续加载装置

设计开发了一种适合不同环境下受弯构件的持续加载装置,克服了传统螺杆加载装置荷载不稳定的缺点。通过二次杠杆作用实现加载端荷载放大,采用自平衡体系对试件施加持续荷载,不需特殊的反力装置,杠杆放大倍数可达72～90倍,通过调整吊载大小和放大倍数控制加载端力。逐级增大吊载,采用压力传感器测试加载端力的实际值,获取吊载-力标定曲线。标定曲线呈线性,其实测杠杆放大倍数与理论值一致。采用四套加载装置对18根锈蚀钢筋混凝土梁施加17%、33%和50%的极限荷载,长期试验运行良好。该装置组装方便、适用性强、加载性能稳定,可方便地应用于受弯构件长期性能试验和荷载与环境共同作用下受弯构件耐久性试验。

船载炮的射击误差分析及消除方法

基于船舶在海浪中运动模型,结合炮兵射击学原理,研究了船舶摇摆导致火炮基座运动以及杆臂效应导致子惯导初始对准误差等因素对火炮射击的影响,分析了传递对准消除对准误差角的效果。仿真表明,低射界射击情况下,纵摇和横摇对射击距离的影响随射程增大而减小;对射击方向而言,纵摇的影响随射程增大而减小,而横摇的影响则随射程增大而增大;由安装偏差所造成的杆臂效应产生的误差角对射击的影响也很明显,其影响随船舶振荡运动的幅度的增加而增大;采用基于卡尔曼滤波的传递对准能快速消除船载炮初始对准角误差,从而提高火炮初始装定射角的准确性。

传递对准中杆臂效应误差的补偿研究

杆臂效应误差是因惯性测量组件安装位置与载体质心不重合而引起的,它是影响传递对准精度的主要误差之一。文中以速度匹配传递对准为研究对象,对杆臂效应产生的机理进行了详细地分析,采用设计低通滤波器和直接计算杆臂干扰加速度的补偿方案,对速度匹配传递对准中杆臂效应误差的补偿进行了对比研究,仿真表明两种补偿方法是可行的。

一种SINS/里程计行进间初始对准及杆臂补偿算法（英文）

针对车载捷联惯导系统(SINS)的动基座初始对准问题,提出了一种里程计辅助的SINS行进间初始对准算法,同时提出了一种针对里程计输出特点的改进的杆臂误差模型,对安装杆臂进行精确估计和补偿。首先,通过对系统进行全局可观测性分析,提出了一种先对里程计刻度系数误差和SINS安装误差角进行标定,再对杆臂及其他系统误差项进行标定的动基座初始对准方案。通过提前标定里程计刻度系数误差和SINS安装误差角,简化了系统误差方程,提高了初始对准效率。然后,推导了SINS/里程计航位推算算法误差方程,并设计了Kalman滤波器来实现初始对准。最后,进行了计算机仿真及跑车试验。仿真结果表明该算法对杆臂的估计误差降低了10%以上,同时提高了姿态误差角的估计精度,跑车实验验证了该算法的有效性。