基于地籍测量的惯性系统初始对准方法研究

地籍测量过程中具有静态、可调平和转位的特点,在静基座条件下,捷联惯性测量系统(SIMS)粗对准的失准角与卡尔曼滤波精对准的失准角相当,但是解析粗对准的方位角误差较大。本文在建立SIMS静基座粗对准误差方程的基础上,对影响解析粗对准精度的误差因素进行分析,提出利用光纤陀螺寻北仪进行四位置转位寻北的方法来估算方位角的精度,以提高方位角的估计精度。仿真结果表明,该方法可以有效地提高对准精度,适合于静基座外界干扰小的捷联式惯性测量系统上,在一定程度上可以直接作为对准的结果用于地籍测量定位解算。     

自适应渐消卡尔曼滤波及其在SINS初始对准中的应用

卡尔曼滤波常常被用于惯性导航系统初始对准算法,其使用前提是对系统状态进行建模,从而得到比较准确的系统噪声和观测噪声统计特性。在模型失配和观测噪声干扰的情况下,常规卡尔曼滤波会出现精度下降甚至发散,从而影响初始对准精度。针对这一问题,提出了一种新型渐消卡尔曼滤波算法,引入了多重渐消因子对预测误差协方差阵进行调整,设计了基于新息向量统计特性的滤波状态χ2检验条件,使渐消因子的引入时机更加合理,算法的自适应性得到增强。将改进的卡尔曼滤波算法应用到惯性导航系统的初始对准问题中,仿真试验和实测数据试验结果表明,与常规渐消因子滤波算法相比,新算法可以有效提高滤波精度及鲁棒性。     

一种GPS辅助的低精度捷联惯导动态对准方法

针对低精度SINS的陀螺不能辨识地球自转角速度,难以完成自对准的问题,该文引入GPS的位置观测信息利用5级-CKF简化算法辅助低精度SINS完成初始对准;因为低精度SINS粗对准给出的初始姿态质量很差,不满足小失准角的条件,所以必须采用大失准角非线性误差模型和非线性滤波方法。该文提出5级-CKF算法,并在系统模型噪声和量测噪声均为加性噪声且量测方程为线性方程时,对5级-CKF算法进行简化,其需要在kalman滤波的基础上利用5级容积采样点对非线性状态方程的状态及其方差进行预测。设计仿真实验验证了该方法的有效性,并分析了大失准角情况下载体运动状态对航向角估计的影响。     

基于惯性导航系统的轨道检查仪双位置对准方法

为提高轨道检查仪惯性导航系统对准精度,提出适用于轨道检查仪的惯性导航系统双位置对准方法。该方法利用轨道检查仪掉头方式,实现惯导系统加速度计常值零偏补偿。选用0.1°/h光纤陀螺仪和200 μg石英挠性加速度计组成惯性导航系统,在一铁路路段进行轨道检测试验。试验结果表明,双位置对准方法能够有效去除惯性器件零偏误差导致的轨道参数检测误差,在轨检仪连续工作300 m的情况下,铁路轨道水平检测精度明显提高。     

GPS辅助激光陀螺捷联惯导系统动基座对准实验研究

对GPS辅助下的激光陀螺捷联惯导系统的动基座初始对准进行了实验研究。首先给出了车载SINS／GPS组合导航系统误差模型，然后利用Kalman滤波器对SINS和GPS的车载动基座实际测量数据进行了离线的半实物仿真。仿真结果表明，动基座对准能够在10分钟以内快速实现，但是达到的对准精度与静基座对准相比稍差。     

静基座捷联惯导解析法对准研究

初始对准是捷联惯导系统的关键技术之一,对准精度直接影响到导航系统的导航解算精度,静基座捷联惯导卡尔曼滤波法对准的精度和收敛时间受模型参数以及初始条件的影响,对于低精度的捷联惯导,这种影响更大,滤波结果往往不能收敛,甚至发散。采用解析法对准是解决上述问题的有效途径,针对静基座解析法对准做了系统研究,推导了惯性器件误差的解析表达式,分析了对准时间与仪器误差估计精度的关系。实测试验结果表明,给予适当的对准时间,解析法对准亦可接近极限精度;同时,在解析法初始对准中,等效天向加速度计零偏可得到有效估计;等效天向、北向陀螺漂移虽可估计,但随机游走对估计结果的影响不可忽视。     

乘性误差模型参数估计及精度评定的Sterling插值方法

乘性误差模型加权最小二乘参数估值是观测值的非线性函数,观测值的权是加权最小二乘参数估值的非线性函数.已有的乘性误差模型参数估计方法理论上可以达到二阶无偏,但精度评定方法只能达到一阶精度,并且参数估计逐步的迭代过程使得参数及改正数的每一步估值都具有随机性,使得最终的参数估值与观测值为复杂的非线性关系.考虑到非线性迭代过程...     

噪声协方差自适应控制下的双天线GNSS/INS初始对准方法

为降低系统模型误差及观测模型误差的影响,结合噪声协方差自适应控制机制,对双天线GNSS/INS初始对准方法进行改进。利用噪声协方差自适应控制下的扩展卡尔曼滤波进行数据处理,包括系统噪声协方差控制及观测噪声协方差控制。试验结果表明,系统噪声协方差自适应控制机制可提高系统稳定性,降低滤波稳态值;观测噪声协方差自适应控制机制可降低观测噪声的影响,提高对准绝对精度。采用后处理的方式,利用基线长度偏差最小的基线结果辅助姿态解算,绝对精度进一步提高,对准绝对精度主要受观测值影响。利用本文方法,横滚角、俯仰角对准绝对精度可达0.02°,航向角对准绝对精度可达0.04°。     

加乘性混合误差模型精度评定的SUT法EI北大核心CSCD

已有加乘性混合误差模型参数估计方法能达到二阶精度,但精度评定方法只能达到一阶精度,若通过传统泰勒级数展开近似函数法来获取参数估值的二阶精度信息,由于加乘性混合误差模型中参数估值与观测值为一个复杂的非线性关系,必然需要复杂的求导运算。针对该问题,本文使用一种无须求导、无须了解非线性函数构成的比例无迹变换(scaled unscented transformation,SUT)法来计算参数估值的二阶精度信息。通过算例分析表明,利用SUT法求解加乘性混合误差模型能够有效避免复杂的求导运算,所求得的参数估值及其协方差阵均能达到二阶精度,从而验证了本文方法的可行性和优势。     

p—范分布的近似表示

p-范分布是一个包含拉普拉斯分布、正态分析、均匀分布等常见分布的分布族。用p-范分布描述观测误差的统计特性，只需假定误差的分布为单峰、对称，因此、p-范分布似然平差可以避免事先假定误差的具体分布模式，而在平差过程中确定未知参数及误差的分布具有自适应的特点。但是p-范分布的密度函数比较复杂，不利于理论分析和实际应用。 的研究表明，p-范分布可以近似地表示为拉普拉斯分布与正态分析或正态分布均均匀分布的线性组全。p-范分布与本文给出的近似分布具有相的前四阶矩。由于拉普拉斯分布。正态分布。均匀分布的密度函数都比较简单，用近似分布代替p-范分布会使相关的问题得到简化。     

基于小波降噪的IMU精对准性能分析

精对准性能是保障惯性导航精度必不可少的重要条件,论文总结了国内外精对准的研究现状,发现精对准一般是通过卡尔曼滤波和惯性传感器的小失准角线性误差方程实现;基于此,本文通过卡尔曼滤波及小波分析,对低、中、高三种不同性能的惯性传感器进行精对准性能分析,对比发现,高精度的惯性传感器有着较好的对准精度;而低精度的传感器,由于噪声偏差及非线性原因,对准精度较低,甚至出现滤波发散的情况.      

基于惯性系原理的动基座粗对准及其性能影响因素分析

捷联惯导系统(strapdown inertial navigation system,SINS)在进行导航解算前需要粗对准提供初始姿态角,载体受多种因素影响和制约,在微幅晃动或运动状态下,需要进行动基座粗对准.从惯性系对准原理出发,讨论了基于比力和速度矢量的两种动基座粗对准解算方案,分析了位置误差、速度误差、杆臂误差对动基座粗对准的影响.结果表明,惯性系对准方法能够满足SINS粗对准的要求,速度误差和杆臂误差是制约对准精度与速度的主要因素,机动性强的轨迹能够加快对准速度,基于速度矢量的解算方案能够有效减弱姿态角收敛过程中的抖动,以提高对准效率.     

利用GPS/陀螺组合测姿的矩阵卡尔曼滤波算法

采用方向余弦矩阵描述姿态,构建了GPS/陀螺组合姿态确定系统模型;提出了一种矩阵卡尔曼滤波算法。以方向余弦矩阵表示的系统方程有以下特点:观测方程为线性方程,避免了线性化误差;姿态参数存在冗余问题。为此,给出了一种基于拉格朗日乘子的正交化方法,对滤波算法得到的方向余弦矩阵的浮点解进行固定。仿真结果验证了方法的可行性和有效性。     

利用GOCE模拟观测反演重力场的Torus法

在介绍Torus方法反演地球重力场模型的基本原理和方法的基础上,基于圆环面上均匀分布的卫星引力梯度模拟观测值解算了200阶次的地球重力场模型,在无误差情况下,Torus方法解算模型的阶误差RMS小于10-16,验证了该方法的严密性。利用61dGOCE卫星轨道上无误差的模拟引力梯度观测值解算了200阶次的地球重力场模型,分析了格网化误差、极空白对解算精度的影响,迭代3次后,在不考虑低次系数情况下,模型的大地水准面阶误差和累积误差均较小,最大值仅为0.022mm和0.099mm。在沿轨卫星引力梯度模拟数据中加入5mE/Hz1/2的白噪声,基于Torus方法和空域最小二乘法解算了200阶次的地球重力场模型,Torus方法的精度略低于空域最小二乘法的精度,在不考虑低次项的情况下,两种方法解算模型的大地水准面阶误差最大值分别为1.58cm和1.45cm,累积误差最大值分别为6.37cm和5.55cm。但由于采用了二维快速傅里叶技术和块对角最小二乘法,极大地提高了计算效率。本文数值结果说明Torus方法是一种独立有效的方法,可用于GOCE任务海量卫星引力梯度观测值反演重力场的快速解算。     

关于重力大地水准面计算精度问题

在众多影响重力大地水准面计算精度的因素中,计算模型误差及地面观测数据误差是其中的两个主要误差源。本文从实用角度出发,详细探讨了重力大地水准面计算公式选择问题;并通过实际数值计算,研究确定了地面观测数据计算精度、密度及覆盖范围等参数指标;最后以180阶次位系数定义地球重力场,对重力大地水准面计算精度进行了实际检验。     

附加约束条件对GNSS/INS组合导航结果的影响分析

针对车载全球导航卫星系统/惯性导航系统（global navigation satellite system/inertial navigation system,GNSS/INS）组合导航中卫星信号中断,惯性导航系统单独导航误差积累较大的问题,提出了附加载体运动条件约束的卡尔曼（Kalman）滤波解算方法。通过利用载体固有的运动约束,包括近似高程约束、近似速度约束和近似姿态约束,减少载体自由度和模型参数;通过引入新的观测类型,增加观测冗余,可以加强Kalman滤波解,提高在GNSS信号中断时组合导航系统的定位精度,实现无缝导航。     

函数模型误差弹性自适应滤波修正

多源导航信息融合过程中,观测模型和动力学模型随时间和空间变化复杂,高精度的动态载体导航与定位需要观测模型和动力学模型具有准实时或实时修正的能力。针对包含观测模型误差以及动力学模型误差的滤波系统,提出了一种基于信息滤波的弹性自适应滤波算法。所提算法以不含模型误差的标准信息滤波器为主滤波器,分别构造了观测函数模型及动力学函数模型误差补偿滤波器,对两类模型误差进行补偿。所提方法强调模型补偿项的弹性自适应估计和状态参数的弹性组合,提高了时变模型误差估计的稳定性。半物理仿真实验结果表明,基于函数模型补偿的弹性自适应滤波算法可以有效地估计观测模型和载体动力学模型误差项,水下拖体的三维位置偏差在0.2 m以内,两类模型误差的影响基本消除,明显提高了载体动态参数的估计精度。     

基线法在卫星重力数据处理中的应用

提出了一种恢复地球重力场并同时改善部分轨道初始参数的方法——基线法。给出了基线法的基本原理,推导了基线参数与直角坐标形式参数的相互转换公式,分析了星间距离和距离变率对基线参数的敏感性。分别用基线法和经典动力学法处理了一组GRACE实际观测数据,结果表明,采用基线法较经典动力学法得到了一个精度更高的地球重力场模型,其大地水准面累积误差(最高60阶)减少了3 cm。     

海空重力测量平台倾斜改正修正模型

针对现行海空重力测量平台倾斜改正模型存在的近似性问题,提出了顾及地球扰动重力和科里奥利（Coriolis）加速度两个水平分量影响的平台倾斜改正修正模型,从理论上论证了使用修正模型的合理性,通过数值计算评估了使用近似模型可能带来的误差影响量值,同时使用实际观测数据验证了修正模型的有效性,为修改完善海空重力测量作业标准和数据处理模型提供了必要的理论支撑。     

空域最小二乘法用于重力卫星误差分析

重力测量卫星性能不仅与轨道参数、载荷误差、数据分辨率等因素密切相关，也与反演算法有关。传统的分析方法如动力学法、短弧法等用于误差分析，不可避免将算法误差引入分析结果，使得分析结论确定性不足。为解决这一问题，提出了空域最小二乘分析法，用空域格网重力扰动数据替代重力卫星载荷数据反演地球重力场，有效避免了算法误差对于分析结果的影响。分析结果表明，重力卫星在500 km轨道高度、一次数据覆盖条件下，测量重力场最高阶数约为240阶，载荷误差为1×10-10 m·s-2·Hz-1/2水平时，测量重力场最高阶数为136阶，其累积重力异常误差为2.7 mGal，累积大地水准面误差为14 cm。要达到最优测量能力，轨道倾角通常不小于89°。为减小地球引力高频信号对于地球重力场低阶位系数估计值的影响，估计位系数最高阶数需大于240阶。