简介:为提高车载捷联惯性导航系统(SINS)的定位和姿态精度,分析了SINS静态罗经对准原理,并推广至行进过程中,借助里程仪测速辅助实现姿态动态、持续对准。同时,通过此动态罗经回路控制律对里程仪测速噪声进行平滑,并对平滑后速度加以检测,实现了零速修正(ZVU)的停车自动识别;停车瞬间利用动态罗经对准回路对系统姿态进行修正,速度误差归零,并依据相邻停车时刻记录的速度误差拟合曲线积分值修正系统位置误差。最后,采用此方案进行了长达4h(约160km)的三组跑车实验,每10min停车ZVU(1s),达到的定位精度为44.2m(CEP),姿态精度优于0.5’。
简介:本文叙述有关加速度、角速度多测量轴任意方位捷联组合(冗余状态)的数学模型、测试编排、自检方案及故障检测的研究结果。
简介:针对传统无陀螺捷联惯导系统角速度求解复杂,解算效率低,惯性元件安装精度要求高等问题,提出一种新型的无陀螺捷联惯导导航方案,将8-UPS型并联式六维加速度传感器作为其惯性元件,直接测量出运载体的六维绝对加速度。基于矢量力学理论,推导了其惯导基本方程;通过数值积分运算来提取载体的线运动参量;运用空间几何理论建立姿态方程,实时更新捷联矩阵以获取载体的角运动参量,从而完成了导航建模与解算。仿真结果表明该系统能满足航行体中精度实时导航的要求,是有效可行的。与同类导航相比,该系统具有结构紧凑、解算效率高、物理模型误差敏感性低等优势。
简介:采用卡尔曼滤波方法进行动基座对准过程中,载体挠曲运动等因素会导致系统噪声、量测噪声的不确定性,即系统参数的不确定性。将多模型估计理论应用于捷联系统动基座对准过程中,可以有效抑制系统不确定性因素的影响。建立了捷联惯导系统误差模型和引入外部位置、速度信息的量测模型,针对对准过程中系统噪声和量测噪声不确定的情况建立了多模型自适应估计器。在同等条件下进行了单一模型对准和利用多模型估计理论进行对准的仿真比较,结果显示:基于多模型估计的对准完成后捷联系统具有更高的导航精度;由此说明,动基座对准过程中,系统参数不确定的情况下,多模型估计器有更好的适用性。
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:针对Kalman滤波器在捷联惯导系统(SINS)初始对准中的应用,系统分析了Kalman滤波器参数(包括估计误差协方差阵初值P0,模型噪声方差阵Q和量测噪声方差阵R)选取对系统状态变量的估计精度和收敛速度的影响。采用协方差性能分析法,进行了Kalman滤波器参数优化仿真,仿真结果表明:调整扁的取值可改变状态变量估计的收敛速度,调整Q或R的取值,既可改变状态变量(尤其是陀螺误差)的收敛速度又可改变它们的估计精度。综合考虑时,局的取值要比真实值大一些,Q和R的取值要比真实值小一些,这样既可缩短陀螺误差和加速度计偏置误差的估计时间,又可提高它们的估计精度。文中还给出了使滤波器正常可靠工作的P0、Q和R参数的范围。