摘要：针对传统的基于计算参数的传递对准算法在大失准角下的强非线性问题以及杆臂误差导致的传递对准精度下降问题,提出了一种改进的基于闭环反馈的大失准角传递对准算法。首先,基于快速传递对准模型,设计了全状态闭环反馈机制,通过对主、子惯导的姿态矩阵不断进行修正,实现大安装误差角估计值的快速收敛;然后,采用线性卡尔曼滤波对状态进行估计。仿真实验结果表明,相比于非线性滤波方法,所提算法在大、小安装误差角下均可以保持较高的对准精度,对准误差基本可以达到0.02°。车载试验结果也验证了所提算法具有更好的传递对准性能。

摘要：针对陆用捷联惯导系统(SINS)大失准角初始对准问题,提出一种基于二阶非线性量测的二阶泰勒级数展开的初始对准算法。首先,将大失准角非线性对准问题,转化为具有线性系统方程和二阶非线性量测方程的滤波问题。然后,设计基于二阶非线性量测方程的二阶泰勒级数展开的滤波算法,可以在任意姿态和无初值条件下进行初始对准和参数估计。最后进行车载对准试验,结果表明,新算法可以在300 s内完成实现大失准角初始对准,对准精度与传统分段对准算法相当。

摘要：针对捷联惯导系统(SINS)大失准角下滤波对准过程中非线性滤波器状态维数过大的问题,提出了一种基于模型分解的卡尔曼滤波/二阶扩展卡尔曼滤波(KF/EKF2)混合滤波方法,将基于欧拉平台误差角的非线性滤波模型分解为线性部分和非线性部分,分别采用线性KF滤波和非线性EKF2滤波处理,并且设计了混合滤波的滤波步骤。实验结果表明,KF/EKF2混合滤波算法在计算量、实时性及精度等方面优于最常用的无迹卡尔曼滤波(UKF)和EKF2滤波。

摘要：为缩短对准时间,提出了一种基于非线性模型与线性模型的交互多模型对准方法.给出了捷联惯导的非线性和线性误差模型,设计了基于线性模型和非线性模型的交互多模型对准算法.数字仿真结果和转台摇摆试验验证了算法的有效性.结果表明采用交互模型可使对准收敛时间加快,最终对准精度亦得到了一定程度改善.

摘要：利用衰减记忆多新息强跟踪反馈校正卡尔曼滤波,设计了无需粗对准的捷联惯导大失准角初始对准算法。采用反馈校正卡尔曼滤波和新息正交性跟踪,将捷联惯导对准前的非线性大失准角快速校正成小失准角,对准过程引入了具有衰减记忆功能的多新息,改善了卡尔曼滤波反馈校正状态跟踪能力。

摘要：在捷联导航系统优化控制的研究中,捷联惯导系统(SINS)初始对准的误差方程存在是非线性,对于静基座初始对准造成误差较大。传统采用的方法是将失准角视为小角度,可将误差模型线性化,利用KF完成静基座的初始对准。但是对于动基座大失准角来说,多采用非线性滤波方式来解决,建立误差模型,并采用UKF滤波进行数据融合。由于非线性模型的噪声参数未知等原因,常规的UKF可能会出现滤波发散现象,为解决上述问题,提出采用自适应方法的UKF来对建立的非线性模型进行滤波。仿真结果表明,在大失准角情况下,采用非线性模型的AUKF比UKF滤波具有更好的对准精度和更快的收敛速度,可为优化设计提供参考。

摘要：针对大失准角条件下捷联惯导系统(SINS)初始对准误差模型呈严重非线性的特点,设计了大失准角SINS的无迹粒子滤波(UPF)初始对准算法;并针对UPF算法实时性不强的特点,采用残差系统重采样对其重采样方法进行改进;再结合三轴转台静基座采集得到的实测数据,分别进行了UPF和无迹卡尔曼滤波(UKF)算法仿真,仿真结果表明:UPF算法比UKF算法具有更高的对准精度和更快的对准速度;改进后的UPF算法在对准精度上略差一些,但比原算法具有更强的实时性。

摘要：提出了一种大失准角情况下的传递对准方法,该方法基于回路对准使子惯导的姿态振荡误差衰减到小角度后进行滤波传递对准,设计了速度加姿态匹配的传递对准滤波模型。与传统传递对准方法相比,该方法无需建立子惯导非线性误差模型,应用经典Kalman滤波即可快速地完成对准。仿真试验表明,在大失准角情况下,子惯导失准角用外部速度可以调平到30′以内,传递对准姿态误差最大为0.5′,方位误差为2′。

摘要：传统的罗经对准方法都是建立在小失准角的基础上进行的快速对准方式。但是始对准技术是由于风浪、设备误差或者低精度的粗对准算法等不确定因素的影响,捷联惯导系统有时候不得不在大失准角下进行罗经对准。本文提供了一种时变罗经对准方法,以解决此种方位大失准角情况下的罗经对准问题。仿真结果表明,相对于传统的罗经对准方法,时变罗经对准方法能够在方位大失准角下快速而精确的完成初始对准。

摘要：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SE 2(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。