单轴旋转惯导系统中陀螺漂移的精确校准

基于惯导系统的误差传播特性和轴向陀螺对经纬度误差的影响规律,提出了精确校准轴向陀螺漂移的方法以解决在单轴旋转惯导系统中单轴旋转只能自动补偿与转轴垂直的陀螺漂移,不能补偿轴向陀螺漂移的问题。首先,介绍了单轴旋转惯导系统自动补偿的基本原理。然后,在静基座的条件下分析了轴向陀螺漂移、初始方位和姿态角误差、初始速度误差等对经纬度的影响规律。提出了一种利用经纬度误差作为观测量,采用最小二乘法对轴向陀螺漂移进行精确校准的新方法。最后,利用激光陀螺单轴旋转惯导系统进行了静态导航试验和跑车试验。实验结果显示,该方法对轴向陀螺漂移的辨识精度达到0.000 5(°)/h,系统的定位精度优于1nm/72h。该方法能够有效地辨识轴向陀螺漂移,使系统达到较高的导航精度,具有很强的工程实用价值。

RBF神经网络在单轴旋转惯导系统轴向陀螺漂移辨识中的应用

在激光陀螺单轴旋转惯性导航系统中,单轴旋转可以自动补偿垂直于旋转轴上的惯性器件误差,却不能消除旋转轴方向上惯性器件的误差,因此单轴旋转惯性导航系统的导航精度主要由轴向陀螺漂移决定。提出了一种基于径向基函数神经网络的轴向陀螺漂移辨识方法,利用系统纬度误差和温度变化量作为训练集,针对系统热态、冷态两种情况对RBF神经网络进行训练,对轴向陀螺漂移的辨识精度达到0.0003°/h。试验结果表明:该方法能够有效地辨识轴向陀螺漂移,使系统达到较高的导航精度,满足实际应用的需要。

单轴旋转惯导系统轴向陀螺漂移预测方法

轴向陀螺漂移是影响单轴旋转惯导系统导航精度的主要因素。对于轴向陀螺漂移的预测,提出了一种基于支持向量机的算法。利用初始对准12h内系统纬度误差和温度变化量作为训练数据,构造了以多项式、径向基、小波函数为核函数的支持向量机、最小二乘支持向量机、遗忘因子最小二乘支持向量机,对比了它们用于轴向陀螺漂移预测的泛化性能。试验结果表明:遗忘因子最小二乘支持向量机可有效地用于轴向陀螺漂移预测,具有很高的预测精度,极大地提高了单轴旋转激光陀螺惯导系统的导航精度。

基于CPSO-LSSVM的单轴旋转惯导系统轴向陀螺漂移辨识

在单轴旋转惯导系统中,轴向陀螺漂移是影响系统导航精度的重要因素。为了提高惯导系统的导航精度,采用混沌粒子群算法(chaos particle swarm optimization,CPSO)优化的最小二乘支持向量机(least squaressupport vector machine,LSSVM)对轴向激光陀螺漂移进行辨识。利用初始对准12h内系统纬度误差和温度变化量作为LSSVM模型的训练数据,利用CPSO对LSSVM进行参数优化,利用优化后的LSSVM模型对轴向陀螺漂移进行辨识,轴向陀螺漂移辨识精度优于0.000 2(°)/h,系统定位误差优于1nm/72h。试验结果表明,CPSO是选取LSSVM参数的有效方法,该方法能够有效地辨识轴向陀螺漂移,具有很高的辨识精度,具有很高的实际应用价值。

人工鱼群算法在单轴旋转惯导系统轴向陀螺漂移辨识中的应用

在惯性导航系统中,采用单轴旋转技术可以调制垂直于旋转轴方向上的惯性器件误差,而对沿旋转轴方向的误差没有抑制作用,因此旋转轴方向上激光陀螺漂移成为影响惯性导航系统精度的主要因素之一。为精确地辨识旋转轴方向上激光陀螺漂移,提高激光陀螺单轴旋转惯导系统的精度,利用人工鱼群算法AFSA(artificial fish swarm algorithm)建立了单轴旋转惯导系统轴向陀螺漂移辨识模型,给出了AFSA辨识的详细步骤和方法。实验结果表明:AFSA可以对轴向激光陀螺漂移进行精确建模,补偿后的激光陀螺零偏不稳定性达到0.000 4°/h。

激光陀螺捷联惯导系统旋转调制技术综述

激光陀螺旋转调制技术是一种系统级误差自补偿技术,能够有效调制陀螺和加速度计的误差,提高导航系统的精度。首先分析了旋转调制型捷联惯导系统的基本原理和类型,然后从转位方案的编排、惯性测量单元旋转速度和转停时间的选取、旋转机构的导航解算、旋转机构的误差分析、载体角运动隔离等多方面,对激光陀螺旋转调制技术进行了综述,并探讨了我国旋转调制技术的重点研究方向,提出了合理的建议。