简介：针对传统基于g信息的粗对准的捷联惯导系统中,受传感器噪声的影响,存在效视运动无法提取和双向量共线的缺点,提出了一种基于改良Kalman滤波的参数辨识粗对准方法。该方法通过构建视在重力在初始载体系中的映射模型,利用改良Kalman滤波进行模型参数辨识,然后通过识别参数重新构建视在重力在初始载体系中的映射,解决了由于传感器噪声导致有效视运动无法正常提取的缺点。利用识别参数具有随估计次数增多得到优化的特点,构造初始时刻和最终时刻向量,避免双向量共线问题。利用改良Kalman滤波算法的自适应特点,优化参数识别精度与速度。转台实验表明,采用改良Kalman滤波方法航向对准精度为-0.0414°,标准差为0.041°,而传统RLS方法得到的航向精度为-0.0738°,标准差为0.128°。由此可知,本文提出的方法性能更优。

简介：基于一种六加速度计配置方案，给出了载体加速度和角速度的解算公式，并分析了无陀螺捷联惯导系统粗对准原理。在静基座下，针对系统初始对准前得不到载体角速度初始值而导致地球自转角速度在载体坐标系上的分量无法获得的情况，提出了一种可行的，具有实用价值的非完全自主式粗对准方案。依靠外部航向设备得到初始方位姿态，通过加速度计敏感的重力矢量输出获得初始水平姿态，进而解算出载体初始捷联矩阵。误差分析表明，方位粗对准精度不超过2°，水平粗调精度在0．3°以内。

简介：针对舰载条件的捷联惯导粗对准问题，提出了一种简单可行的最优粗对准方法。根据双矢量定姿的原理，分别将两个观测矢量之一作为基准，通过两次三轴姿态测定算法得到两个姿态矩阵，然后根据观测矢量的方差特性加权得到精度最优的姿态阵。阐述了三轴姿态测定算法的基本原理，分析了最优三轴姿态测定算法与基于高斯马尔科夫估计的三轴姿态测定算法的统一性，解析了基于最优三轴姿态测定算法的舰载惯导系统粗对准方案，并对传统三轴姿态测定算法和最优三轴姿态测定算法进行了应用比较。蒙特卡洛50个样本的仿真结果表明，采用最优三轴姿态测定算法明显优于传统三轴姿态测定算法，可使得东向、北向和天向姿态误差角均值分别为4.78？？,9.21？和0.29？，标准差分别为0.11？，0.07？和1.08？，水平失准角最大值9.37？，方位失准角最大值2.8？，能够有效确定出载体的粗略姿态，在此基础上能更好实现该状态下的舰载惯导精对准。