基于混合迭代UKF的捷联惯导对准算法设计

捷联惯导系统陀螺噪声过大时,自对准无法使方位失准角估计收敛到真值,设计了一种磁强计辅助对准方法,满足对准精度要求并可同步估计磁场强度和磁倾角。非线性滤波方法UKF相比EKF估计精度高但收敛速度慢,迭代UKF算法可提高收敛速度但计算量也显著增大。将超球面分布采样点变换(SSUT)应用于UKF迭代过程,设计了一种混合迭代UKF算法。仿真表明该混合迭代UKF算法加快了收敛速度,保证了滤波精度,同时又减少了计算量。

ASUKF方法在航天器自主导航中的应用

针对自主导航过程中不确定的测量噪声和干扰的影响,提出了一种具有自适应能力的状态估计方法———ASUKF方法.该方法对非线性的状态方程进行超球面分布UT变换,对非线性的测量方程求取雅可比矩阵,同时在滤波迭代过程中引入自适应因子,从而在保持估计精度的条件下,降低了UKF算法的计算量,并使滤波器具有了自适应能力.将ASUKF方法应用于自主导航系统导航信息的估计过程中,仿真结果表明:其在保持导航信息估计精度的同时,提高了估计效率,克服了自主导航过程中不确定的噪声和随机干扰的影响.

简化SSUKF在车载SINS行进间对准中的应用

基于大失准角条件下的非线性初始对准误差模型,通过捷联惯导系统(SINS)与全球定位系统(GPS)的速度和位置匹配实现SINS行进中初始对准。为了降低滤波计算量,根据系统噪声为复杂加性噪声、量测噪声为简单加性噪声且量测方程是线性方程的特点,采用计算量小的简化超球面无迹卡尔曼滤波(SSUKF)对车载SINS进行行进间初始对准。最后进行SINS行进中初始对准仿真试验,结果表明大失准角条件下的SINS误差模型和简化SSUKF滤波估计法不仅适用于大失准角,同样适用于小失准角和大方位失准角。本对准方案可提高车辆机动能力。

编队飞行卫星自主相对定轨研究

卫星编队飞行相对轨道自主确定作为实现队形保持和控制的前提,是编队任务必须解决的关键技术问题。根据C-W方程的解析解描述编队卫星间的相对运动规律,选取星间距离信息与方位信息作为观测量,针对卫星编队飞行自主导航系统对精确性和实时性的要求,用超球面分布采样点变换(Spherical Simplex Unscented Transformation,SSUT)和Unscented卡尔曼滤波(UKF)相结合,提出了SSUT的UKF(SSUKF)导航滤波算法。由于SSUT减少了采样点个数,在保证滤波精度和标准UKF相当的条件下减轻了计算负担,完成了卫星编队相对轨道状态的自主确定,并结合仿真的轨道数据和测量数据进行了仿真,仿真结果说明实现了卫星编队优化的有效性和实时性。

捷联惯导欧拉角误差模型二位置对准方法

在捷联惯导初始对准优化的研究中,由于存在非线性,很难描述误差特性。为提高捷联惯导系统初始对准的精度,缩短对准时间,根据欧拉角误差的传播规律,推导了惯导系统角度和速度误差微分方程,建立了非线性的对准模型。非线性模型的计算一直是难点问题,一般采用无迹卡尔曼滤波(UKF),为减小计算量,采用了超球面采样点变换(SSUT)的采样策略,结合线性的量测方程,对滤波算法进行了改造和简化。根据全局可观性理论,为提高系统观测度,以二位置静态对准为条件,并对提出的方法进行了仿真和实验验证。结果表明,模型具有很高的精度,并能有效估计惯性器件误差。改进方法对大失准角下的系统初始对准及惯性器件测漂具有较好的参考价值。