光纤捷联航姿系统信号处理与姿态算法研究

论文摘要

捷联惯性航姿系统(SIAHRS)是一种重要的机载导航设备,由光纤陀螺构成的SIAHRS在军民用领域得到了越来越广泛的应用。本文围绕光纤SIAHRS工程应用的关键技术展开研究,目的在于充分挖掘和利用惯性传感器本身的信息,提高SIAHRS的姿态输出精度,增强系统的工程实用性。本文首先针对光纤惯性测量组件(FIMU)输出信号中的两类误差进行处理。一方面,深入研究了FIMU非随机误差的标定和补偿算法,针对常规速率标定算法存在的局限,提出递推最小二乘自适应(ARLS)速率标定算法,通过引入自适应遗忘因子增强了算法对光纤陀螺温度特性的适应能力,提高了标定精度;在此基础上,开发了FIMU误差标定平台,能够方便地实现对FIMU误差模型中全部参数的有效标定。另一方面,深入探讨了FIMU随机误差的自适应消噪算法。对常规LMS算法进行了两方面的改进,提出了变步长符号LMS算法,提高了滤波精度和稳定性;并进一步提出将递推最小二乘滤波器应用于FIMU消噪中,获得了更高的滤波精度和收敛速度。为了提高光纤SIAHRS在高速、高机动环境下的姿态计算精度,本文围绕转动不可交换性误差的补偿算法展开深入研究。针对实际应用环境,建立了双频圆锥运动的运动学模型,推导出了不产生转动不可交换性误差的振动条件,具有工程意义。在对Miller的等效旋转矢量优化方法深入分析的基础上,提出了一种新的优化思路和方法——参数解析法,在多种运动环境下进行验证,该方法拓宽了传统思路,适用性较广。针对光纤陀螺输出为角速率的情况,建立了角速率输入下等效旋转矢量的改进算法通式,通过经典圆锥运动和规则进动下的仿真验证该算法的有效性。针对某些特殊的军事场合,无法获得外传感器观测信息,本文研究了仅依靠FIMU本身的信息提高光纤SIAHRS精度的特殊组合导航算法,提出了基于系统运动状态自检验的内阻尼姿态组合算法。重点研究了系统运动状态自检验方法,提出三种切实可行的方法,包括加速度计信息检验法、状态χ2检验法和残差χ2检验法。通过理论推导和仿真验证:第一种方法适用于精度水平较高的FIMU,后两种χ2检验法均不受FIMU精度的限制。将χ2检验法集成于内阻尼卡尔滤波过程中,能正确控制内阻尼姿态的组合,有效提高了SIAHRS的姿态精度,具有突出的工程实用价值。最后,本文设计实现了光纤捷联航姿系统的原理样机,将上述重要算法成功应用在原理样机中。通过大量的动静态试验,验证了硬件的可靠性和算法的有效性。试验结果表明,一方面,基于系统运动状态自检验的内阻尼姿态组合算法具有良好的环境适应性,在机动性不强的情况下,大大提高了光纤SIAHRS的姿态精度;另一方面,设计的原理样机各模块工作正常,可靠性好,为进一步开展试飞试验和型号研制奠定了良好的基础。本文的研究工作有助于提高光纤捷联航姿系统的姿态精度,具有重要的军事意义和工程价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 光纤捷联航姿系统的发展概况
• 1.2.1 光纤捷联航姿系统的研究意义
• 1.2.2 光纤捷联航姿系统的特点
• 1.2.3 光纤捷联惯性系统的发展动态
• 1.3 光纤捷联航姿系统的关键技术
• 1.3.1 FIMU 输出误差补偿技术的研究概况
• 1.3.2 高动态捷联姿态计算方法的研究概况
• 1.3.3 SIAHRS 与其它观测信息组合的研究概况
• 1.4 论文的研究背景和意义
• 1.5 论文的内容和安排
• 第二章 光纤惯性测量组件自适应标定和消噪方法研究
• 2.1 引言
• 2.2 FIMU 的ARLS 速率标定算法研究和实现
• 2.2.1 误差分析与建模
• 2.2.2 常规速率标定算法
• 2.2.3 ARLS 速率标定算法研究
• 2.2.4 FIMU 误差标定平台的设计
• 2.3 FIMU 变步长符号LMS 自适应消噪算法研究
• 2.3.1 常规LMS 自适应消噪算法
• 2.3.2 变步长符号LMS 自适应消噪算法研究
• 2.4 FIMU 递推最小二乘自适应消噪算法研究
• 2.4.1 递推最小二乘自适应滤波器
• 2.4.2 递推最小二乘自适应消噪算法研究
• 2.5 FIMU 自适应消噪试验及性能分析
• 2.5.1 静态试验结果
• 2.5.2 转动试验结果
• 2.5.3 消噪性能分析
• 2.6 本章小结
• 第三章 双频圆锥运动及高动态捷联姿态算法研究
• 3.1 引言
• 3.2 经典圆锥运动及其转动不可交换性误差分析
• 3.2.1 等效旋转矢量微分方程
• 3.2.2 经典圆锥运动模型
• 3.2.3 经典圆锥运动的转动不可交换性误差
• 3.3 双频圆锥运动及其转动不可交换性误差分析
• 3.3.1 双频圆锥运动的运动学模型建立
• 3.3.2 双频圆锥运动的转动不可交换性误差推导
• 3.3.3 仿真结果和分析
• 3.4 等效旋转矢量系数优化的参数解析法
• 3.4.1 Miller 的三子样基本算法
• 3.4.2 Miller 的三子样优化方法
• 3.4.3 参数解析法的优化过程
• 3.4.4 参数解析法在非经典圆锥环境下的应用
• 3.5 等效旋转矢量的多子样算法研究
• 3.5.1 角增量输入下等效旋转矢量的多子样算法
• 3.5.2 角速率输入下等效旋转矢量的改进算法研究
• 3.5.3 仿真结果和分析
• 3.6 本章小结
• 第四章 基于系统运动状态自检验的内阻尼姿态组合算法研究
• 4.1 引言
• 4.2 捷联航姿系统的内阻尼姿态组合算法
• 4.2.1 内阻尼姿态角的计算方法
• 4.2.2 内阻尼卡尔曼滤波器状态方程
• 4.2.3 内阻尼卡尔曼滤波器量测方程
• 4.3 基于加速度计信息的系统运动状态自检验法
• 4.3.1 内阻尼姿态算法误差分析
• 4.3.2 基于加速度计信息的系统运动状态自检验
• 4.3.3 仿真结果和分析
• 2 的系统运动状态自检验法'>4.4 基于状态Χ²的系统运动状态自检验法
• 2 检验法'>4.4.1 状态χ²检验法
• 4.4.2 内阻尼故障检测算法设计
• 4.4.3 内阻尼姿态算法数据融合策略
• 4.4.4 仿真结果和分析
• 2 的系统运动状态自检验法'>4.5 基于残差Χ²的系统运动状态自检验法
• 4.5.1 内阻尼故障检测算法设计
• 4.5.2 内阻尼姿态算法数据融合策略
• 4.5.3 仿真结果和分析
• 4.6 本章小结
• 第五章 光纤捷联航姿系统的实现与算法验证
• 5.1 引言
• 5.2 系统原理样机的软硬件实现
• 5.2.1 原理样机的总体结构设计
• 5.2.2 原理样机的硬件设计
• 5.2.3 原理样机的软件实现
• 5.3 FIMU 自适应标定和消噪算法试验结果
• 5.3.1 FIMU 自适应标定试验结果及分析
• 5.3.2 FIMU 自适应消噪试验结果及分析
• 5.4 内阻尼姿态组合算法试验和性能分析
• 5.4.1 系统试验场景
• 5.4.2 系统静态试验
• 5.4.3 系统姿态试验
• 5.4.4 系统平推试验
• 5.4.5 系统跑车试验
• 5.4.6 系统性能指标
• 5.5 本章小结
• 第六章 总结与展望
• 6.1 本文的主要工作与创新
• 6.1.1 本文的主要工作和研究内容
• 6.1.2 本文的创新之处
• 6.2 进一步工作展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文