基于平方根容积卡尔曼滤波的SINS大失准角快速对准方法分析发布时间：2023-02-20T01:51:27.707Z 来源：《中国科技信息》2022年19期作者：彭云龙鄢思仪施成功邱玉芬[导读] 针对基座摇摆运动条件下，用递推最小二乘参数辨识法对初始失准角进行估计时，存在方位失准角收敛速度慢、估计精度受到北向失准角估计精度影响等问题，彭云龙鄢思仪施成功邱玉芬航空工业江西洪都航空工业集团有限责任公司江西南昌 330024摘要：针对基座摇摆运动条件下，用递推最小二乘参数辨识法对初始失准角进行估计时，存在方位失准角收敛速度慢、估计精度受到北向失准角估计精度影响等问题，提出一种基于粒子群优化（PSO）算法的参数辨识法。
该方法在保证初始对准精度的同时，直接以三个失准角作为待估参数对其进行估计，大大降低了方位失准角的估计时间。
本文提出一种基于粒子群（PSO）算法的参数辨识法，以东向、北向、方位失准角以及杆臂效应速度作为待辨识参数来实现摇摆基座下的快速精确初始对准。
关键词：平方根容积卡尔曼滤波；SINS大失准角；快速对准在STRCKF中，渐消因子的计算需要利用噪声统计特性参数，而实际滤波过程中的噪声特性难以知晓，需要采用自适应方滤波方法进行估计。
针对此问题，本文将Sage-Husa噪声估计器引入强跟踪容积卡尔曼滤波算法（STCKF），并加入模型失配判据和噪声估计器收敛性判据，基于此提出了一种自适应强跟踪容积卡尔曼滤波算法（ASTCKF），并对此方法进行仿真分析。
首先建立捷联惯导大失准角对准的非线性模型，然后介绍对STCKF进行改进的方法和实施步骤，基于使用MEMS传感器的SINS进行仿真，并对结果进行分析，最后进行小结。
1、SINS大方位失准角初始对准模型假设陀螺仪和加速度计的测量误差和主要由随机常值和零均值高斯白噪声组成;同时当UUV在水面时，SINS进行初始对准，不考虑高度误差，假设水平失准角较小，方位失准角为大角度，则可以推导大方位失准角的误差模型如下：其中，姿态误差矩阵、表示理想导航坐标系（n系）、载体坐标系（b系）与实际SINS模拟数学平台坐标系（系）之间的关系;为系相对于惯性系（系）的转动角速度，、分别为的计算值和计算误差;为系相对于系的转动角速度，为其计算误差;为加速度计的测量值，为加速度计测量误差;为重力补偿误差;为地球自转角速率;和分别为子午圈曲率半径和卯酉圈的曲率半径。
惯性导航系统长期运行误差累积特性研究一、惯性导航系统概述惯性导航系统（INS）是一种自主式导航系统，它不依赖外部信号，而是通过测量载体的加速度和角速度来确定其位置、速度和姿态。
这种系统广泛应用于航空、航天、航海和陆地车辆导航等领域。
惯性导航系统的核心组件包括加速度计、陀螺仪、计算机和电源。
加速度计用于测量载体沿三个正交轴的加速度，而陀螺仪则用于测量载体的角速度。
计算机根据这些测量值，通过复杂的算法计算出载体的位置和速度。
1.1 惯性导航系统的基本工作原理惯性导航系统的工作原理基于牛顿运动定律和角动量守恒定律。
系统通过加速度计测量载体的加速度，然后利用积分计算出速度和位置。
同样，通过陀螺仪测量载体的角速度，积分后得到载体的角位置。
这些测量值在计算机中被处理，以提供连续的导航信息。
1.2 惯性导航系统的分类惯性导航系统可以分为两大类：平台式和捷联式。
平台式惯性导航系统使用物理平台来稳定陀螺仪，以减少外部干扰对测量精度的影响。
捷联式惯性导航系统则没有物理平台，陀螺仪直接安装在载体上，通过计算机算法来补偿载体的动态变化。
二、惯性导航系统的误差来源惯性导航系统在长期运行过程中，会受到多种因素的影响，导致误差的累积。
这些误差主要来源于以下几个方面：2.1 传感器误差传感器误差是惯性导航系统中最主要的误差来源之一。
加速度计和陀螺仪的精度直接影响到系统的性能。
这些误差包括零偏误差、比例因子误差、非线性误差和温度漂移等。
2.2 积分误差由于惯性导航系统需要对加速度和角速度进行积分计算，因此积分过程中的累积误差也是不可忽视的。
积分误差通常与积分时间成正比，随着运行时间的增加而增加。
2.3 初始对准误差惯性导航系统在启动时需要进行初始对准，以确定载体的初始位置和姿态。
初始对准的精度直接影响到后续导航的准确性。
对准过程中的误差来源包括传感器误差、环境干扰和对准算法的不完善等。
2.4 环境因素环境因素也会对惯性导航系统的性能产生影响。
《基于CKF算法的SINS-BDS超紧耦合组合导航方法研究》篇一基于CKF算法的SINS-BDS超紧耦合组合导航方法研究一、引言随着科技的不断进步，组合导航系统在军事、航空、航天、航海以及自动驾驶等领域的应用越来越广泛。
SINS（Strapdown Inertial Navigation System，捷联式惯性导航系统）作为高精度自主导航的重要工具，提供了优秀的短期稳定性，但在长期下则由于惯性传感器的漂移现象造成导航精度逐渐损失。
因此，与BDS （北斗卫星导航系统）等外部导航系统进行组合导航成为了提升整体导航精度的关键技术。
本文旨在研究基于CKF（连续卡尔曼滤波）算法的SINS/BDS超紧耦合组合导航方法，以提升系统的导航性能和稳定性。
二、SINS与BDS技术概述SINS通过陀螺仪和加速度计测量飞行器的姿态和速度信息，从而实现导航功能。
其优点在于短时间内具有较高的精度，但由于地球引力等物理因素，其测量误差会随时间累积。
而BDS作为一种全球卫星导航系统，可以提供准确的定位、测速和授时信息。
但受到卫星信号遮挡、多径效应等因素的影响，其性能也会受到影响。
因此，将SINS与BDS进行组合导航，可以充分发挥各自的优势，提高导航的精度和可靠性。
三、CKF算法原理CKF算法是一种基于卡尔曼滤波的递归算法，具有较高的计算效率和鲁棒性。
该算法通过建立系统的状态空间模型，利用观测数据和预测数据之间的差异进行实时修正，从而实现对系统状态的估计。
在SINS/BDS组合导航中，CKF算法可以根据SINS 和BDS的观测数据进行实时滤波处理，降低噪声和干扰对导航结果的影响，提高系统的定位精度和稳定性。
四、基于CKF算法的SINS/BDS超紧耦合组合导航方法本文研究的基于CKF算法的SINS/BDS超紧耦合组合导航方法主要包括以下步骤：1. 建立系统的状态空间模型。
根据SINS和BDS的观测数据，建立系统的状态向量和观测向量，包括位置、速度、姿态等参数。
基于DSP的GPS/SINS组合导航系统研究的开题报告一、选题背景导航系统是现代航空、航天、水下航行等领域的核心技术，GPS是目前最常使用的导航系统之一。
但GPS信号在某些环境（如城市、森林等）下容易被遮挡或干扰，导致定位精度下降或无法使用。
惯性导航系统（SINS）基于陀螺仪和加速度计，可以在没有外部输入的情况下提供航向、俯仰和横滚角等信息，但由于漂移和累计误差的存在，其定位精度长期下降。
针对以上问题，通过GPS和SINS组合导航系统的研究，可以在GPS信号被遮挡或干扰时，利用SINS提供的惯性信息，保持导航系统的定位精度和可靠性。
该系统已经广泛应用于航空、航天、海洋等领域，并且随着数字信号处理（DSP）技术的发展，组合导航系统的精度和可靠性不断提高。
二、研究内容本次研究旨在基于DSP技术，开发一种高精度的GPS/SINS组合导航系统，解决GPS信号被遮挡或干扰时导致的定位误差和不稳定性问题。
具体内容包括：1. 分析GPS和SINS的工作原理，研究它们之间的差异和互补性。
2. 介绍DSP技术的基本原理，包括数字信号滤波、传输、存储等方面。
3. 设计组合导航系统的硬件架构和软件平台，包括GPS和SINS模块、数据输入、信号处理、信息融合等模块。
4. 基于模拟数据和实际测试数据，测试系统的定位精度、稳定性和可靠性。
5. 分析测试结果，提出改进措施，并对系统进行优化。
三、研究意义随着现代航空、航天、水下航行等技术的不断发展，对导航系统的需求越来越高。
本次研究的GPS/SINS组合导航系统，具有以下重要意义：1. 提高定位精度和可靠性，保证航行安全。
2. 解决GPS信号被遮挡或干扰时导致的定位误差和不稳定性问题，提高导航系统的鲁棒性和稳健性。
3. 探索数字信号处理技术在导航领域的应用，为航空、航天、水下航行等领域的发展提供有力支持。
四、研究方法1. 基于系统工程原理，分析GPS和SINS的工作原理，确定组合导航系统的硬件架构和软件平台。
