简介：为了对微小型飞行器上的MIMU（微惯性测量单元）的随机漂移进行补偿，在比较了Mallat算法与átrous算法之后，基于小波变换与多尺度分析方法，提出了多尺度时间序列建模方法，它充分利用了átrous算法的快速性与时间平移不变性，将MEMS陀螺仪随机漂移进行多尺度分解。对各尺度上分解得到的信号进行重建，并对重建得到的各个信号进行时间序列建模。将各尺度时间序列模型的预测输出的和作为陀螺仪的随机噪声估计，对陀螺仪的随机漂移进行补偿。最后的实际数据建模表明该建模方法运算量小、建模速度快、精度高、模型适用性强，有很强的实际应用价值。

简介：空天飞行器往返于大气层内外，持续工作时间长。捷联惯性／天文组合导航自主性强、隐蔽性好，是最适合空天飞行器的导航方式之一。为提高传统天文定位的导航精度和可靠性，解决其在机载应用中水平基准制约的问题，分析了平台误差角和位置误差对高度角量测的影响，提出了一种以天体高度角为量测信息的捷联惯性／天文深组合导航算法。该算法采用卡尔曼滤波器进行最优估计，可有效估计并补偿系统的姿态误差，减少天文导航定位对水平基准的依赖。仿真表明，单星观测条件下，导航系统姿态误差快速收敛，定位的均方根误差在200m以内，且系统导航性能随导航星数量的增加而提高。

简介：捷联惯导系统的精度是导航的关键。传统的捷联惯导算法受惯性传感器更新速率限制,其精度和实时性在高动态下受到极大影响。在研究传统捷联惯导算法的基础上,建立了统一的捷联惯导微分方程,并提出了基于一次采样的四阶龙格库塔捷联算法,降低了惯性器件采样频率对捷联解算周期的限制。利用设计的基于DSP的半物理仿真系统验证表明,该算法能有效满足高动态下捷联惯导算法的实时性要求,定位精度提高约1倍,具有重要的工程应用价值。

简介：将GPS定位航位推算(DR)技术结合起来,可以用于车辆的定位和导航中.但是现有的航位推算设备都需要用角度传感器测量车辆的行驶方向,在实际应用中存在很多不便而且性价比不高.为解决这一问题,通过研究设计了只使用速度传感器就可以进行航位推算的设备,并对设备的工作原理、体系结构和基本算法进行了介绍.通过对模拟实验数据进行分析,证明了这种航位推算方法可以很好地弥补GPS导航定位的不足.

简介：针对线性高斯系统的平滑问题,分析了RTS固定区间平滑与双滤波器固定区间平滑两种算法,提出了一种滤波存储数据更少的RTS平滑新算法.结合平面内的运动追踪问题,基于二维CWPA模型,仿真分析了卡尔曼滤波、RTS固定区间平滑以及双滤波器平滑算法的估计性能.仿真结果表明,两种固定区间平滑算法的估计效果等效,精度均优于卡尔曼滤波,对于实际问题中固定区间平滑算法的选用具有一定的参考价值.最后,结合双滤波器结构提出了一种基于双平滑器的舰载武器惯导传递对准精度评估方法,结果表明新方法相比于单一的平滑算法,可以获取更优的综合平滑性能,特别提升了水平姿态对准误差的平滑估计性能.

简介：故障树在设备的故障诊断中被广泛应用.当系统复杂度较大时,故障模式和故障树的分支会剧烈增加,故障现象和故障原因因此出现复杂关系,这必然给故障检测和诊断推理带来极大的困难.在故障诊断中引入一种新的人工智能方法,即蚁群算法,可以确定故障树的最优检测次序,并指导系统多故障状态的决策.由于该方法具有平行性、鲁棒性等特点,可以很好地解决前面所提问题.仿真结果显示,在故障树中采用该新方法可行、有效.

简介：圆锥误差和量化误差是激光捷联惯性导航系统姿态解算误差的两个最主要的误差源.从分析圆锥误差产生的机理出发,分别分析了以角度和角速度为计算参数的圆锥误差补偿算法,并对量化误差对圆锥误差补偿算法的影响进行了研究.通过理论分析和数字仿真,得出在实际工程应用中,采用角速度为输入信息的激光捷联惯性导航系统姿态算法应该在考虑量化误差的情况下,采用以角速度为计算参数的圆锥误差补偿算法.

简介：提出了一种基于期望模式修正（EMA）的改进交互式多模型（IMM）算法。该算法主要解决自主水下航行器（AUV）复杂工作环境下量测噪声统计特性未知或易发生变化时的状态估计问题,其核心思想是将期望模式修正机制和交互式多模型滤波算法相结合,利用状态估计过程中的获取的模型概率进行决策,得到更加接近与系统真实模式的期望模型集合,再通过期望模型集合滤波结果对固定模型集合滤波结果进行修正。与传统的交互式多模型算法相比,提出的基于期望模式修正的交互式多模型算法可以捕捉到系统模式更细微的变化。仿真结果表明,该算法可以大幅提高AUV组合导航系统的估计精度和稳定性。

简介：传统的捷联惯性导航算法求解比力积分项采用了一阶近似方法，近似误差对高精度导航应用的影响是不可忽略的。为消除近似误差，提出了一种改进的捷联导航算法。在惯性坐标系中，将地速分解为比力地速与重力地速两部分，求出了能够完全补偿动态误差的比力积分变换项解析表达式，在此基础上得到了比力地速的精确解，并将其求解方法扩展应用于重力地速，在不改变传统导航算法实现框架的前提下，设计了高精度的捷联惯性导航算法。改进导航算法的精度与对偶四元数导航算法一致，而其实时性却与传统导航算法相当，获得了整体性能上的优势。

简介：地形辅助导航是一种利用地形高度信息定位的导航技术,由于地形高度起伏是非线性的,因此地形辅助导航本质是非线性、非高斯贝叶斯后验概率估计问题。粒子滤波因为适合非线性、非高斯估计问题,被引入地形辅助导航领域得到广泛研究和应用,但粒子滤波算法存在粒子匮乏的问题,会影响定位精度。针对此问题,将高斯混合无迹粒子滤波（GMUPF）用于地形辅助导航,该算法用高斯混合模型（GMM）近似粒子分布,用无迹卡尔曼滤波（UKF）估计重要密度函数,不需要做重采样。通过用实际地形数据做飞行仿真实验,结果显示相比粒子滤波,不仅没有粒子匮乏问题,而且所用粒子数更少时估计精度略好。

简介：以车载微惯性测量单元/GPS/地磁系统为研究对象,构造一类模糊广义径向基函数网络辅助滤波器,完成对基于EKF的非线性导航滤波解算,以提高导航系统参数估算精度和系统动态性能。相同条件下的仿真表明,对比标准EKF和模糊广义径向基函数网络辅助滤波方法,采用后者获得的导航参数误差均方差小,统计特性好,对姿态、航向角误差的最优估计分别控制在0.2°和0.4°以内。导航解算对微惯性测量单元误差在一定范围内的变动不敏感,保证了测量的精度。

简介：针对无陀螺或陀螺失效等情况下的飞行器姿态确定问题，基于无冗余姿态描述形式修正Rodrigues参数，提出了仅利用星敏感器矢量观测信息来确定飞行器姿态的UPF（UnscentedParticleFilter）算法。UPF利用UKF（UnscentedKalmanFilter）得到粒子滤波的重要性密度函数，从而克服了标准的粒子滤波没有考虑最新量测信息和UKF只能应用于噪声为高斯分布的不足。修正Rodrigues参数描述飞行器姿态具有简洁高效的特点，通过切换方法避免了奇异性现象。仿真结果表明，该姿态确定算法可以取得比UKF更快的滤波收敛性和更高的滤波精度，并且比四元数算法计算效率提高近10％。

简介：

简介：针对星敏感器地平仪联合自主定轨算法在工程中不易应用及工程应用中定轨精度较低等问题,提出了一种改进的自主定轨算法。第一,调整算法观测量,利用惯性坐标系下地心矢量替代星光角距值作为Kalman滤波方程的观测量,以适应卫星星敏感器标准输出;第二,在算法中加入敏感器误差处理环节,包括对敏感器的常值误差进行求取,从而实现对地心矢量测量值的修正,以及用抗野值方法对尖峰噪声误差进行处理,从而消除尖峰噪声对Kalman滤波定轨算法的影响;第三,采用无迹Kalman滤波算法将具有新的观测量与敏感器误差处理环节的改进的天文导航算法加以实现。通过某在轨中轨道卫星数据校验表明,改进后的自主定轨算法定轨精度在千米量级,可在工程中有效实施。

简介：石英挠性加速度是惯性导航系统核心的惯性器件之一,其输出精度受到温度变化的影响,为了降低温度对石英挠性加速度计精度的影响,在研究石英挠性加速度计数学模型的系数随温度变化规律的基础上,设计了加速度计温度模型辨识试验方法,利用数据拟合方法建立了加速度计温度模型。应用该模型提出了石英挠性加速度温度补偿算法,针对该算法的有效性,进行了实验验证,结果表明应用该温度补偿算法,可使加速度计的测量精度提高一个数量级,补偿效果明显。该温度补偿算法可有效地应用于捷联式惯性导航系统等领域中。

简介：根据小波多分辨率分析的特点和光纤陀螺信号的数学模型,提出了一种阈值滤波的算法,并比较了几种小波基不同的滤波效果.通过试验结果分析,证明了小波阈值滤波的可行性.

简介：在捷联惯性系统中，初始对准是影响系统输出精度的最重要环节，陀螺漂移是引起对准误差的主要原因。本文在对捷联系统误差进行分析的基础上，结合卡尔曼滤波器的滤波特性，提出一种把陀螺随机常值漂移标定与初始对准进行多级组合的卡尔曼滤波方法。

简介：惯导固有原因使得载体长时间航行累积大量误差.可通过重力梯度量测与惯导组合导航方法来修正导航误差.先对重力梯度仪与惯导组合导航原理进行阐述,提出重力梯度仪辅助INS(GAINS)的系统框架图,对导航用重力梯度图和重力梯度仪进行分析,设定组合量测方程.然后根据状态空间方程的特点,提出使用边缘Cubature粒子滤波(CPF)进行融合估值.通过理论方法证明其对方差的减小,同时给出算法流程.相同条件下与已有APO-PF算法仿真进行经纬度RMSE结果对比,表明该算法估值精度更高;并用CEP对导航误差研究,得到在性能较低的惯导条件下、在梯度仪1E2和10E2噪声下4h的CEP数值分别为0.044nmile和0.072nmile的结果.最后对状态方程简化,定性分析出其余状态量的估值效果.

简介：从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。

简介：结合实际系统陀螺输出为不等间隔角速率信号且时间间隔已知的特点，将陀螺输出数据的时间间隔引入定时增量算法，提出了一种梯形积分增量算法。为补偿圆锥运动误差，推导了不等间隔角速率输出时的旋转矢量二子样算法，并在典型圆锥运动条件下，将本算法与甚童的捷联姿态算法进行比较。结果表明：在陀螺输出为不等间隔的角速率信号时，不等间隔的等效旋转矢量算法具有一定的优越性。