低精度INS／GPS组合导航大方位失准角初始对准方案

在低精度MEMS-IMU和GPS组合导航中,由于IMU的精度问题,无法通过传统的解析方法实现方位失准角的粗对准,造成了大方位失准角问题,从而导致系统的强非线性。通过变换状态量,用方位失准角的两个三角函数代替方位失准角作为状态量,建立了新的线性系统方程。用改进奇异值分解法对新对准系统进行可观测度分析,完成了车载导航试验,结果表明：本初始对准方案在低精度的组合导航中具有很好的对准精度和对准速度。     

方位大失准角的捷联惯导非线性快速对准研究

捷联惯性导航系统初始对准中,当方位失准角为大角度时,常规的基于一阶线性化的小角度惯导误差方程不能准确描述系统的误差传播特性,捷联惯导的初始对准可归结为非线性状态估计问题。针对方位大失准角情况,本文提出基于UKF的方位大失准角非线性快速对准方案,该方案增加陀螺信息作为新的观测量,可提高方位失准角的对准速度。仿真结果表明,本文所提出的方案能够适用于方位大失准角情况下的捷联惯性导航系统快速对准。     

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。     

大失准角的SINS/GPS组合对准算法研究

利用四元数误差方程和非线性滤波技术能较好地解决大失准角下SINS的空中对准问题。迭代滤波比扩展卡尔曼滤波能在更大程度上改善对准精度，但计算量大。针对此不足，本文基于扩展卡尔曼滤波的状态与偏差解耦算法具有较高数值效率和迭代滤波具有较高精度的特点，推导出了一种非线性滤波算法，并对基于加性四元数误差方程的SINS／GPS组合对准进行了数字仿真。仿真结果表明：该算法既具有迭代滤波的精度又比迭代滤波计算量小。     

地固系下四元数和卡尔曼滤波方法的惯导初始精对准研究

从地心地固系中卡尔曼滤波方程的推导入手,设计了一个12状态滤波器,对失准角进行估计,在地心地固坐标系中完成了惯导的初始精对准。模拟计算证明了此算法的正确性与有效性,并讨论了对准的精度。     

航空重力测量中水平加速度改正的计算与频域分析

基于扰动水平加速度的正弦运动模型，对平台失准角和水平加速度改正的频谱特性进行了分析。利用某航空重力测量试验的实测数据，计算了平台失准角和水平加速度改正。     

简化5级-CKF在SINS大失准角初始对准中的应用

针对大失准角情况下,利用3级-CKF进行SINS初始对准性能不高的问题,提出5级-CKF算法。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,推导了简化5级-CKF算法,步骤需要在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。采用SINS静基座初始对准仿真实验验证算法的有效性,结果表明:简化5级-CKF对任意失准角都是有效的,失准角较小时,3级-CKF和简化5级-CKF的对准精度和收敛速度性能相近,但简化5级-CKF的数值稳定性更高;失准角较大时,简化5级-CKF较3级-CKF具有更高的收敛速度和对准精度。     

GNSS/SINS定位稳健SE2(3)-EKF方法

GNSS/SINS组合导航中因姿态失准角等误差较大会引起状态误差坐标定义不一致和线性化误差较大问题,导致传统滤波和定位性能有所降低,尤其在面临较复杂的GNSS观测环境时更为显著。本文通过将姿态、速度及位置状态构造为特殊SE₂(3)-EKF群元素,考虑陀螺及加速度计零偏误差,形成群-矢量混合误差模型,在此基础上设计了一种基于量测左不变的GNSS/SINS抗差滤波方法(RLIEKF),通过市区环境下存在大失准角误差和GNSS异常的车载组合导航试验,验证本文方法的优越性。试验结果表明：相对于传统EKF方法,RLIEKF方法由于在时间更新及GNSS量测更新中顾及了姿态角误差,在不同大失准角情况下仍具有较快的收敛速度,无须复杂且长时间的姿态对准步骤,较好地弥补了GNSS信号短时间缺失无法定位问题,可显著提升滤波新息精度,具备更好的抗差性能,对于复杂观测环境表现更为稳健,且计算效率相当,具备较好的工程实用价值。     

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.