惯性导航文献综述报告

合集下载

惯性导航元件市场分析报告

惯性导航元件市场分析报告

惯性导航元件市场分析报告1.引言1.1 概述概述:惯性导航元件是一种能够利用惯性测量和计算,为导航系统提供可靠的定位和姿态信息的关键元件。

随着航空航天、军事和民用领域的快速发展,对高精度导舮系统的需求日益增长。

因此,惯性导航元件市场也呈现出快速增长的势头。

在本报告中,我们将对惯性导航元件市场进行全面的分析,包括市场规模、市场趋势、以及不同类型的惯性导航元件的市场份额和应用领域。

通过对市场现状的深入分析,我们将为读者呈现一个清晰的市场图景,并对未来市场发展提出前瞻性展望。

1.2 文章结构文章结构部分的内容可以包括对整篇文章的结构和内容进行简要介绍,如下所示:文章结构部分:本文将分为引言、正文和结论三部分进行阐述。

在引言部分,将对惯性导航元件市场进行概述,介绍文章的结构和目的,并对市场进行总体的评估。

在正文部分,将对市场规模、惯性导航元件类型以及市场趋势进行详细分析,为读者呈现全面的市场情况。

在结论部分,将总结主要发现,展望市场前景,并对全文进行总结概括,以期为读者提供详实的市场分析报告。

1.3 目的本报告的目的在于对惯性导航元件市场进行全面深入的分析,以便更好地了解市场的规模、类型和趋势。

通过对市场的分析,我们将能够揭示出市场的主要发现并展望市场的未来发展趋势,为相关行业的企业和投资者提供决策参考。

同时,本报告也旨在为行业相关人士提供有价值的信息和洞察,促进市场的健康发展。

通过本报告的撰写,我们希望能够为行业的发展和行业参与者的利益最大化做出积极贡献。

1.4 总结在本篇文章中,我们对惯性导航元件市场进行了深入分析,包括市场规模、元件类型以及市场趋势的分析。

通过对市场数据和趋势的探讨,我们发现随着航空、航天和国防行业的不断发展,惯性导航元件市场将会持续增长。

同时,随着技术的不断进步和应用领域的拓展,各种类型的惯性导航元件也会不断涌现,满足不同领域的需求。

综合各方面因素的影响,我们对惯性导航元件市场前景进行了展望,认为市场将会随着科技的不断创新和应用领域的扩大而持续健康发展。

车载惯性导航系统市场分析报告

车载惯性导航系统市场分析报告

车载惯性导航系统市场分析报告1.引言1.1 概述车载惯性导航系统是一种基于惯性传感器和GPS技术,能够提供车辆准确位置和航向信息的导航系统。

随着汽车产业的快速发展和智能化水平的提升,车载惯性导航系统在车辆导航、定位和自动驾驶等领域具有广泛的应用前景。

本报告将对车载惯性导航系统的市场进行全面分析,包括市场规模、趋势、竞争对手分析以及市场前景展望等内容,旨在为读者提供对该市场的深入了解和洞察。

1.2 文章结构文章结构部分内容为:文章结构部分将介绍本报告的组织结构和各个部分的内容概要。

首先,我们将对车载惯性导航系统市场进行整体概述,包括市场的规模、发展趋势和影响因素。

接下来,我们将详细介绍车载惯性导航系统的基本原理和应用场景。

然后,我们将对市场的竞争对手进行分析,包括主要厂商、产品特点和市场份额。

最后,我们将对市场的未来发展进行展望,并提出相应的发展建议。

通过这样的结构安排,本报告将全面、深入地分析车载惯性导航系统市场的现状和未来发展趋势。

1.3 目的目的:本报告旨在对车载惯性导航系统市场进行深入分析,包括市场规模、发展趋势、竞争对手分析等方面,旨在为相关行业从业者、投资者和决策者提供全面的市场情报,帮助他们更好地了解当前市场状况,并制定针对性的发展策略和决策。

同时,通过对市场前景的展望和发展建议的提出,希望能够为行业的未来发展提供一定的参考和指导。

1.4 总结部分:在本报告中,我们对车载惯性导航系统市场进行了全面分析。

首先,我们介绍了车载惯性导航系统的概念和相关技术原理。

然后,我们对市场规模和趋势进行了分析,发现车载惯性导航系统市场正持续增长,并呈现出稳健的发展趋势。

接着,我们对竞争对手进行了分析,揭示了市场竞争格局和各竞争对手的优势与劣势。

最后,我们对市场前景进行了展望,并提出了发展建议。

总的来说,车载惯性导航系统市场具有广阔的发展空间,对于相关企业来说,需要在产品技术创新和市场营销上不断努力,以获取更大的市场份额和利润空间。

惯性导航系统的发展与应用

惯性导航系统的发展与应用

惯性导航系统的发展与应用姓名:王彬学号:1111100228绪论:所谓惯性导航技术,是通过陀螺和加速度计测量载体的角速率和加速度信息,经积分运算得到载体的速度和位置信息。

它包括平台式惯导系统和捷联惯导系统两种。

被广泛运用与国防建设国民经济建设。

如今光纤陀螺不但具有激光陀螺的很多优点,而且还具有制造工艺简单、成本低和重量轻等特点,目前正成为发展最快的一种光学陀螺。

中国的惯性导航系统起步较晚,但也已取得了长足进步,而且在不断发展之中。

关键词:惯性导航;平台式惯导系统;捷联惯导系统;光学陀螺基本原理:惯性导航系统是不依赖于外部信息、也不向外部辐射能量的自主式导航系统。

它从结构上分为平台式惯导系统;捷联惯导系统。

它的基本工作原理是以牛顿力学定律为基础,通过测量载体在惯性参考系的加速度,将它对时间进行积分,且把它变换到导航坐标系中,就能够得到在导航坐标系中的速度、偏航角和位置等信息。

早期人们依靠地磁场、星光、太阳高度等天文、地理方法获取定位、定向信息,随着科学技术的发展,无线电导航、惯性导航和卫星导航等技术相继问世,在军事、民用等领域广泛应用。

其中,惯性导航是使用装载在运载体上的陀螺仪和加速度计来测定运载体姿态、速度、位置等信息的技术方法。

实现惯性导航的软、硬件设备称为惯性导航系统,简称惯导系统。

捷联式惯性导航系统(Strap-down Inertial Navigation System,简写SINS)是将加速度计和陀螺仪直接安装在载体上,在计算机中实时计算姿态矩阵,即计算出载体坐标系与导航坐标系之间的关系,从而把载体坐标系的加速度计信息转换为导航坐标系下的信息,然后进行导航计算。

由于其具有可靠性高、功能强、重量轻、成本低、精度高以及使用灵活等优点,使得SINS 已经成为当今惯性导航系统发展的主流。

捷联惯性测量组件(Inertial Measurement Unit,简写IMU)是惯导系统的核心组件,IMU 的输出信息的精度在很大程度上决定了系统的精度。

文献综述

文献综述
捷联式惯性导航系统,导航加速度计和陀螺直接安装在载体上,用陀螺测量的角速度信息 减去计算的导航坐标系相对惯性空间的角速度曲,得载体坐标系相对导航坐标系的角速度 ,利用该信息计算姿态矩阵,然后将加速度信息转换到惯性坐标系或当地地理坐标系中,从而实现“数字平台”,然后再进行速度位置计算[1,2,3]。
2.惯性导航的研究现状
2.Байду номын сангаас惯性导航系统的发展方向
惯性导航系统的设计和发展须要考虑权衡的主要因素:
①必须针对并满足应用的需求。其中导航性能和价格成本是首要的两个特性指标。价格成本包含系统自身成本维护成本和使用寿命。因此对于很多导航应用,合理的价格仍然被置于应用要求的最前面。导航性能包括:导航的精确性、连续性、完整性、易用性。易用性是指系统易于使用和维护、系统的自主性等。
关键字:惯性导航;仿真技术;发展现状
Development and Research of Inertial Navigation Simulation
Chengye Fan
Abstract:
Inertial technology is a comprehensive technology,itsproduct development is difficult,cycle is long andcost is high.Itrestrictsthe improving ofour army combat weapon equipment efficiency, isthekey technologyof national defense which needs to breakthrough necessary. Setting up avirtual simulationofinertial navigation systemis a efficient way to save research cost and shortenthe development cycle, before researching the system.Thevirtual structureofinertial system and operating environment provides a powerful toolforthe deep studyof inertial system,which hasawellguidance for design andresearchinertial navigation systempractically. In this paper, the currentdevelopingsituationand simulation studies of the inertial navigation are summarized.

惯性导航文献综述报告

惯性导航文献综述报告

一、引言惯性技术是惯性制导、惯性导航与惯性测量等技术的统称。

惯性技术已应用于军用与民用的众多技术领域中,应用于宇宙飞船、火箭、导弹、飞机、舰船等各种运载器上。

在各类导航系统(例如无线电导航、天文导航等)中,惯性导航系统被认为是最有发展前途的一种导航系统。

惯性导航系统依照惯性原理,利用惯性元件(加速度计和陀螺仪)来测量载体本身的加速度和角速度,经一系列运算后得到载体的导航参数,从而达到对载体导航定位的目的。

惯性导航是一种自主式的导航方法,它既不需要向外界发送信号,也不需要从外界接收信号,所以,它具有隐蔽性好,工作不受气象条件制约和外界干扰等优点,从而广泛地应用于军用和民用的众多领域中。

随着现代数学、现代控制理论与计算机技术的发展,在平台惯导系统的基础上又发展出了捷联惯导系统。

捷联系统是将惯性元件(陀螺和加速度计)直接安装在载体上,直接承受载体角运动,不再需要稳定平台和常平架系统的惯性导航系统。

捷联管道系统使用数学平台而非物理平台,简化了平台框架和相连的伺服装置,因而消除了平台稳定过程中的误差,简化了硬件,提高了可靠性和可维护性,降低了成本,体积小、重量轻。

在捷联惯导系统中,用加速度计代替陀螺仪测量运动载体的角速度,称为无陀螺捷联惯导系统(The Gyroscope Free Strapdown Inertial Navigation System,简称GFSINS)。

GFSINS舍弃了陀螺,所以能够避开由于陀螺的抗震性差、恢复时间长、动态范围小等缺陷所引起的一系列难以解决的关键技术问题。

目前无陀螺捷联惯导系统给的研究已经引起了国内外很多专家学者的重视。

无陀螺捷联惯导系统成本低,可靠性高,功率低,寿命长,反应速度快,适用于角加速度大、角速度动态范围大、冲击大的载体的惯性导航,也适合一些较短程飞行器的惯性制导,还可以与其它导航装置组成组合导航系统。

无陀螺捷联惯导系统虽然具有多种突出的优点,但也有美中不足之处。

惯性导航技术发展综述

惯性导航技术发展综述

惯性导航技术发展综述学号:XXXXXXX ,XX:XXX摘要:本文针对惯性导航系统,阐述了惯性导航的发展历程,并对惯性导航系统的原理进行了简要的说明。

同时,介绍了惯性导航系统中常用仪表的发展历史,以及惯性导航系统目前的发展趋势。

关键词:惯性导航系统、常用仪表、发展一.引言在各类导航系统中,惯性导航系统被认为是最重要的一种导航系统。

惯性导航是以测量运动体加速度为基础的导航定位方法,测量到的加速度经过一次积分可以得到运动速度,经过二次积分可以得到运动距离,从而给出运动体的瞬时速度和位置数据。

这种不依赖外界信息,只靠载体自身的惯性测量来完成导航任务的技术也叫自主式导航。

而惯性导航系统则是一种利用惯性敏感器件、基准方向及最初的位置信息来确定运载体在惯性空间中的位置、方向和速度的自主式导航系统,有时也简称为惯导。

由于惯导具有高度的自主性、隐蔽性以及信息的完备性等特点,随着国民经济建设与国防建设的发展,应用日益广泛。

目前惯性导航不仅应用于军事、工程和科学研究等领域,而且已扩展到民用领域,如石油钻井、大地测量、移动机器人等系统中。

随着现代科技的发展,惯性导航系统技术也得到了一些新的发展,如捷联式惯性导航系统、惯性导航敏感器件的发展等,这些新技术为惯导技术的发展注入了新的活力,推动着惯导技术的进一步发展。

本文针对惯性导航系统,介绍了它的发展历史和基本原理,以及与其相关的仪表陀螺仪、加速度计的发展历程,并对惯导系统目前的发展趋势进行了介绍。

二.惯性导航发展历程1930年以前的惯性技术被称为第一代惯性技术。

其包括了1687年牛顿提出的为惯性导航奠定了理论基础的力学三大定律;1852年,傅科根据欧拉和拉格朗日的刚体定点转动理论制造出的用于验证地球自转运动的测量装置;1908年安修茨研制出的世界上第一台摆式陀螺罗经;以及1923年的休拉摆原理。

第一代惯性技术为整个惯性导航发展奠定了基础。

第二代惯性技术始于上世纪40年代火箭发展的初期,从二战期间,惯性技术在德国V-2火箭的制导上的首次应用;20世纪50年代麻省理工学院成功研制了单自由度液浮陀螺,并在B29飞机上成功应用;1958年鹦鹉螺号装备N6-A和MK-19进行潜航并成功秘密到达目的地;到20世纪60年代,挠性陀螺研究的逐渐起步。

惯性导航市场分析报告

惯性导航市场分析报告

惯性导航市场分析报告1.引言1.1 概述概述:惯性导航技术是一种基于惯性测量单元(IMU)的导航系统,可以实现在没有GPS信号或者GPS信号受限的环境下进行定位和导航。

惯性导航技术在军事、航天、航空、海洋和汽车等领域有着广泛的应用,随着智能手机、车载导航和航空航天领域的快速发展,惯性导航技术也变得越来越重要。

本文将对惯性导航市场进行深入分析,包括技术介绍、市场现状分析以及市场发展趋势的探讨,旨在为相关行业提供参考和指导。

1.2 文章结构文章结构部分内容:本报告将分为三个主要部分:引言、正文和结论。

引言部分将对惯性导航市场分析报告进行概述,介绍文章的结构和目的,并进行总结。

正文部分将分为三个小节,分别介绍惯性导航技术的基本概念和原理、当前惯性导航市场的现状分析以及对未来惯性导航市场发展趋势的分析。

最后,结论部分将对市场分析结果进行总结,展望惯性导航市场的前景,并提出建议和展望。

通过这样的文章结构,读者可以清晰地了解惯性导航市场的现状和未来发展趋势,并从中获得有益的信息和见解。

1.3 目的目的:本报告旨在对惯性导航市场进行深入分析,探讨其技术特点、市场现状、发展趋势以及未来前景,为相关行业从业者和投资者提供有价值的市场信息和发展建议。

通过本报告的撰写,希望能够为惯性导航技术的应用和发展提供参考,促进惯性导航市场的健康发展和持续创新。

1.4 总结在本报告中,我们对惯性导航市场进行了深入分析,结合对惯性导航技术的介绍和市场现状分析,我们得出了以下结论:- 惯性导航技术的发展已经成熟,并在航空航天、军事、汽车等领域有着广泛的应用。

- 惯性导航市场具有较大的发展潜力,随着技术的不断改进和成本的不断下降,市场规模将会进一步扩大。

- 在未来,惯性导航有望在自动驾驶、虚拟现实、无人机等新兴领域得到广泛应用,市场前景广阔。

综合以上分析,我们对惯性导航市场的发展充满信心,并期待其在未来取得更大的突破和进步。

同时,我们建议相关企业和机构加大技术研发和市场推广力度,抓住市场机遇,共同推动惯性导航技术的发展和应用。

北航惯性导航综合实验五实验报告

北航惯性导航综合实验五实验报告

惯性导航技能概括真验之阳早格格创做真验五惯性基拉拢导航及应用技能真验惯性/卫星拉拢导航系统车载真验一、真验手段①掌握捷联惯导/GPS拉拢导航系统的形成战基础处事本理;②掌握采与卡我曼滤波要领举止捷联惯导/GPS拉拢的基根源基本理;③掌握捷联惯导 /GPS拉拢导航系统固态本能;④掌握动背情况下捷联惯导 /GPS拉拢导航系统的本能.两、真验真质①复习卡我曼滤波的基根源基本理(参照《卡我曼滤波与拉拢导航本理》第两、五章);②复习捷联惯导/GPS拉拢导航系统的基础处事本理(参照以光衢编著的《惯性导航本理》第七章);三、真验系统组成①捷联惯导/GPS拉拢导航真验系统一套;②监控预计机一台.③好分GPS交支机一套;④真验车一辆;⑤车载大理石仄台;⑥车载电源系统.四、真验真质1)真验准备①将IMU紧固正在车载大理石减振仄台上,确认IMU 的拆置基准里紧靠真验仄台;②将IMU与导航预计机、导航预计机与车载电源、导航预计机与监控预计机、GPS交支机与导航预计机、GPS 天线与GPS交支机、GPS交支机与GPS电池之间的连交线细确连交;③挨开GPS交支机电源,确认不妨交支到4颗以上卫星;④挨开电源,开用真验系统.2)捷联惯导/GPS拉拢导航真验①加进捷联惯导初初对于准状态,记录IMU的本初输出,注意5分钟内宽禁移动真验车战IMU;②真验系统通过5分钟初初对于准之后,加进导航状态;③移动真验车,按安排真验门路止驶;④利用监控预计机中的导航硬件举止导航解算,并隐现导航截止.五、真验截止及分解(一) 表里推导捷联惯导短时段(1分钟)位子缺点,并用1分钟惯导真验数据考证.1、一分钟惯导位子缺点表里推导:短时段内(t<5min ),忽略天球自转0ie ω=,疏通轨迹近似为仄里1/0R =,此时的位子缺点分解可简化为:(1) 加速度计整偏偏∇引起的位子缺点:210.88022t x δ∇==m(2) 得准角0φ引起的缺点:202 0.92182g t x φδ==m(3) 陀螺漂移ε引起的缺点:330.01376g t x εδ==m可得1min 后的位子缺点值123 1.8157m x x x x δδδδ=++=2、一分钟惯导真验数据考证截止:(1)杂惯导解算1min 的位子及位子缺点图:(2)杂惯导解算1min 的速度及速度缺点图:真验截止分解:杂惯导解算短时间内细度很下,1min 的惯导解算的北背最大位移缺点-2.668m ,东背最大位移缺点-8.231m ,可睹真验数据所得位子缺点与表里推导的位子缺点正在共一数量级,截止没有真足相共是果为表里推导时干了洪量简化,而且真验时视GPS 为真正在值也会戴去缺点;其余,可睹1min 内杂惯导解算的东背速度最大缺点-0.2754m/s ,北背速度最大缺点-0.08027m/s.(二) 采用IMU 前5分钟数据举止对于准真验.将初初对于准截止动做初值完毕1小时捷联惯导战拉拢导航解算,对于比1小时捷联惯导战拉拢导航截止.1、5minIMU数据的剖析细对于准截止:2、5minIMU数据的Kalman滤波细对于准截止:3、一小时IMU/GPS数据的拉拢导航截止图及预计圆好P 阵图:4、一小时IMU数据的捷联惯导解算截止与拉拢滤波、GPS 输出对于比图:5、截止分解:由滤波截止图不妨瞅出:(1)由拉拢后的速度、位子的P阵不妨瞅出滤波之后载体的速度战位子比GPS输出的细度下.(2)短时间内SINS的细度较下,初初阶段的导航截止基础战GPS、拉拢导航截止沉合,1小时后的捷联惯导解算截止很好,纬度、经度、下度均收集.(3)INS/GPS拉拢滤波的截止战GPS的输出截止格中近似,果为1小时的导航GPS的细度比SINS导航的细度下很多,Kalman滤波器中GPS旗号的权沉更大.(4)总体瞅去,SINS/GPS拉拢滤波的截止劣于单独用SINS或者GPS导航的截止,起到了协做、超出、冗余的效率,使导航系统更稳当.六、SINS/GPS拉拢导航步调%%%%%%%%%%%%%%%%%%%%%%%INS/GPS拉拢导航跑车1h真验%%%%%%%%%%%%%%%%%%%%%%%%%%%该步调为15维状态量,6维瞅丈量的kalman滤波步调,惯性/卫星拉拢紧耦合的数教模型clearclcclose all%%初初量定义wie = 0.000072921151467;Re = 6378135.072;g = 9.7803267714;e = 1.0 / 298.25;T = 0.01; %IMU频次100hz,此步调中GPS频次100hzdatanumber = 360000; %数据时间3600sa = load('imu_1h.dat');w = a(:,3:5)'*pi/180/3600; %陀螺仪输出的角速率疑息单位由°/h化为rad/sf = a(:,6:8)'; %三轴比较输出,单位ga = load('gps_1h_new.dat');gps_pos = a(:,3:5); %GPS输出的纬度、经度、下度疑息gps_pos(:,1:2) = gps_pos(:,1:2)*pi/180; %纬经单位化为弧度gps_v = a(:,6:8); %GPS输出的东北天速度疑息%捷联解算及卡我曼相闭v=zeros(datanumber,3); %拉拢后的速度疑息atti = zeros(datanumber,3); %拉拢后的姿态疑息pos = zeros(datanumber,3); %拉拢后的位子疑息gyro=zeros(3,1);acc=zeros(3,1);x_kf = zeros(datanumber,15);p_kf = zeros(datanumber,15);lon =116.3703629769560*pi/180;height =43.0674;fai = 219.9744642380873*pi/180;theta = -0.895865732956914*pi/180;gama = 0.640089448357591*pi/180;Vx=gps_v(1,1);Vy=gps_v(1,2);Vz=gps_v(1,3);X_o=zeros(15,1); %X的初值选为0X=zeros(15,1);%Q=diag([(50e-6*g)^2,(50e-6*g)^2,(50e-6*g)^2,(0.1*pi/180/3600)^2,(0.1*pi/180/3600)^2,(0.1*pi/180/36 00)^2,0,0,0,0,0,0,0,0,0]); %随机Q=diag([(0.008*pi/180/3600)^2,(0.008*pi/180/3600)^2,(0.008*pi/180/3600)^2,(50e-6*g)^2,(50e-6*g)^2,(50e-6*g)^2,0,0,0,0,0,0,0,0,0]);R=diag([(0.01)^2,(0.01)^2,(0.01)^2,(0.1)^2,(0.1)^2,(0.15)^2]); P=zeros(15);P_k=diag([(0.00005*pi/180)^2,(0.00005*pi/180)^2,(0.00005*pi /180)^2,0.00005^2,0.00005^2,0.00005^2,2^2,2^2,2^2,(0.001*pi /180/3600)^2,(0.001*pi/180/3600)^2,(0.001*pi/180/3600)^2,(50 e-6*g)^2,(50e-6*g)^2,(50e-6*g)^2]); %K=zeros(15,6);Z=zeros(6,1);I=eye(15);Cnb = [ cos(gama)*cos(fai)-sin(gama)*sin(theta)*sin(fai), cos(gama)*sin(fai)+sin(gama)*sin(theta)*cos(fai), -sin(gama)*cos(theta);-cos(theta)*sin(fai), cos(theta)*cos(fai), sin(theta);sin(gama)*cos(fai)+cos(gama)*sin(theta)*sin(fai),sin(gama)*sin(fai)-cos(gama)*sin(theta)*cos(fai), cos(gama) * cos(theta)];q = [ cos(fai/2)*cos(theta/2)*cos(gama/2) -sin(fai/2)*sin(theta/2)*sin(gama/2);cos(fai/2)*sin(theta/2)*cos(gama/2) - sin(fai/2)*cos(theta/2)*sin(gama/2);cos(fai/2)*cos(theta/2)*sin(gama/2) + sin(fai/2)*sin(theta/2)*cos(gama/2);cos(fai/2)*sin(theta/2)*sin(gama/2) + sin(fai/2)*cos(theta/2)*cos(gama/2)];Cnb_s=Cnb;q_s=q;for i=1:1:datanumberRmh = Re * (1.0 - 2.0 * e + 3.0 * e * sin(lat) * sin(lat)) + height;Rnh = Re * (1.0 + e * sin(lat) * sin(lat)) + height;Wien = [ 0; wie * cos(lat); wie * sin(lat)];Wenn = [ -Vy / Rmh; Vx / Rnh; Vx * tan(lat) / Rnh];Winn = Wien + Wenn;Winb = Cnb * Winn;for j=1:3gyro(j,1) = w(j,i);acc(j,1) = f(j,i)*g; %加速度疑息,单位化为m/s^2endangle = (gyro - Winb) * T;fn = Cnb'* acc;difVx = fn(1) + (2.0 * wie * sin(lat) + Vx * tan(lat) / Rnh) * Vy;difVy = fn(2) - (2.0 * wie * sin(lat) + Vx * tan(lat) / Rnh) * Vx;difVz = fn(3) + (2.0 * wie * cos(lat) + Vx / Rnh) * Vx + Vy * Vy / Rmh -g;Vx = difVx * T + Vx;Vy = difVy * T + Vy;Vz = difVz * T + Vz;lat = lat + Vy * T / Rmh;lon = lon + Vx * T / Rnh / cos(lat);height = height + Vz * T;M = [0, -angle(1), -angle(2), -angle(3);angle(1), 0, angle(3), -angle(2);angle(2), -angle(3), 0, angle(1);angle(3), angle(2), -angle(1), 0];q = (cos(norm(angle) / 2) * eye(4) + sin(norm(angle) / 2) / norm(angle) * M) * q;q = q / norm(q);Cnb = [ q(1)*q(1)+q(2)*q(2)-q(3)*q(3)-q(4)*q(4), 2*(q(2)*q(3)+q(1)*q(4)), 2*(q(2)*q(4)-q(1)*q(3));2*(q(2)*q(3)-q(1)*q(4)), q(1)*q(1)-q(2)*q(2)+q(3)*q(3)-q(4)*q(4), 2*(q(3)*q(4)+q(1)*q(2));2*(q(2)*q(4)+q(1)*q(3)), 2*(q(3)*q(4)-q(1)*q(2)),q(1)*q(1)-q(2)*q(2)-q(3)*q(3)+q(4)*q(4)];Rmh = Re * (1.0 - 2.0 * e + 3.0 * e * sin(lat) * sin(lat)) +height;Rnh = Re * (1.0 + e * sin(lat) * sin(lat)) + height; %以上为杂惯导解算%%F1=[0 wie*sin(lat)+v(i,1)*tan(lat)/(Rnh) -(wie*cos(lat)+v(i,1)/(Rnh)) 0 -1/(Rmh) 0 0 0 0;-(wie*sin(lat)+v(i,1)*tan(lat)/(Rnh)) 0 -v(i,2)/(Rmh)1/(Rnh) 0 0 -wie*sin(lat) 0 0;wie*cos(lat)+v(i,1)/(Rnh) v(i,2)/(Rmh) 0 tan(lat)/(Rnh) 0 0 wie*cos(lat)+v(i,2)*sec(lat)*sec(lat)/(Rnh) 0 0;0 -fn(3) fn(2) v(i,2)*tan(lat)/(Rmh)-v(i,3)/(Rmh)2*wie*sin(lat)+v(i,1)*tan(lat)/(Rnh) -(2*wie*cos(lat)+v(i,1)/(Rnh))(2*wie*cos(lat)*v(i,2)+v(i,1)*v(i,2)*sec(lat)*sec(lat)/(Rnh)+2*wie*sin(lat)*v(i,3)) 0 0;fn(3) 0 -fn(1) -2*(wie*sin(lat)+v(i,1)*tan(lat)/(Rnh)) -v(i,3)/(Rmh) -v(i,2)/(Rmh) -(2*wie*cos(lat)+v(i,1)*sec(lat)*sec(lat)/(Rnh))*v(i,1) 0 0;-fn(2) fn(1) 0 2*(wie*cos(lat)+v(i,1)/(Rnh)) 2*v(i,2)/(Rmh) 0 -2*wie*sin(lat)*v(i,1) 0 0;0 0 0 0 1/(Rmh) 0 0 0 0;0 0 0 sec(lat)/(Rnh) 0 0 v(i,1)*sec(lat)*tan(lat)/(Rnh) 0 0;0 0 0 0 0 1 0 0 0];G=[Cnb',zeros(3);zeros(3),Cnb';zeros(9,6)];H=[zeros(3),eye(3),zeros(3),zeros(3,6);zeros(3),zeros(3),diag([Rmh,Rnh*cos(lat),1]),zeros(3,6)];%量测阵F2=[-Cnb',zeros(3);zeros(3),Cnb';zeros(3),zeros(3)];F=[F1,F2;zeros(6,15)]; %以上为kalman滤波模型参数F = F * T; %得集化temp1 = eye(15);disF = eye(15);for j = 1:10temp1 = F * temp1 / j;disF = disF + temp1;endtemp1 = Q * T;disQ = temp1;for j = 2:11temp2 = F * temp1;temp1 = (temp2 + temp2')/j;disQ = disQ + temp1;endZ(1) = Vx - gps_v(i,1); %量丈量为杂惯导与GPS的速度好、位子好Z(2) = Vy - gps_v(i,2);Z(3) = Vz - gps_v(i,3);Z(4) = (lat - gps_pos(i,1)) * Rmh; %纬经度化为位移,单位mZ(5) = (lon - gps_pos(i,2)) * Rnh * cos(lat);Z(6) = height - gps_pos(i,3);X = disF * X_o; %kalman滤波五个公式P = disF * P_k * disF'+ disQ;K = P * H'/( H * P * H'+ R);X_k = X + K * (Z - H * X);P_k = (I - K * H) * P;x_kf(i,1) = X_k(1)/pi*180; %仄台缺点角x_kf(i,2) = X_k(2)/pi*180;x_kf(i,3) = X_k(3)/pi*180;x_kf(i,4) = X_k(4); %速度缺点x_kf(i,5) = X_k(5);x_kf(i,6) = X_k(6);x_kf(i,7) = X_k(7); %位子缺点x_kf(i,8) = X_k(8);x_kf(i,9) = X_k(9);x_kf(i,10) = X_k(10)/pi*180*3600; %陀螺随机常值漂移,单位°/hx_kf(i,11) = X_k(11)/pi*180*3600;x_kf(i,12) = X_k(12)/pi*180*3600;x_kf(i,13) = X_k(13)*10^6/g; %加计随机常值偏偏置,单位ugx_kf(i,14) = X_k(14)*10^6/g;x_kf(i,15) = X_k(15)*10^6/g;p_kf(i,1) = sqrt(abs(P_k(1,1)))/pi*180;p_kf(i,2) = sqrt(abs(P_k(2,2)))/pi*180;p_kf(i,3) = sqrt(abs(P_k(3,3)))/pi*180;p_kf(i,4) = sqrt(abs(P_k(4,4)));p_kf(i,5) = sqrt(abs(P_k(5,5)));p_kf(i,6) = sqrt(abs(P_k(6,6)));p_kf(i,7) = sqrt(abs(P_k(7,7)));p_kf(i,8) = sqrt(abs(P_k(8,8)));p_kf(i,9) = sqrt(abs(P_k(9,9)));p_kf(i,10) = sqrt(abs(P_k(10,10)))/pi*180*3600;p_kf(i,11) = sqrt(abs(P_k(11,11)))/pi*180*3600;p_kf(i,12) = sqrt(abs(P_k(12,12)))/pi*180*3600;p_kf(i,13) = sqrt(abs(P_k(13,13)))*10^6/g;p_kf(i,14) = sqrt(abs(P_k(14,14)))*10^6/g;p_kf(i,15) = sqrt(abs(P_k(15,15)))*10^6/g;Vx = Vx - X_k(4); %速度矫正Vy = Vy - X_k(5);Vz = Vz - X_k(6);v(i,:) = [Vx, Vy, Vz];lat = lat - X_k(7); %位子矫正lon = lon - X_k(8);height = height - X_k(9);pos(i,:) = [lat, lon, height];Atheta = X_k(1); %kalman滤波预计得出的得准角thetaAgama = X_k(2); %kalman滤波预计得出的得准角gamaAfai = X_k(3); %kalman滤波预计得出的得准角faiCtn = [ 1, Afai, -Agama;-Afai, 1, Atheta;Agama, -Atheta, 1];Cnb = Cnb*Ctn; %革新姿态阵fai = atan(-Cnb(2,1) / Cnb(2,2));theta = asin(Cnb(2,3));gama = atan(-Cnb(1,3) / Cnb(3,3));if (Cnb(2,2) < 0)fai = fai + pi;elseif (fai < 0)fai = fai + 2*pi;endif (Cnb(3,3) < 0)if(gama > 0)gama = gama - pi;elsegama = gama + pi;endendatti(i,:) = [fai/pi*180, theta/pi*180, gama/pi*180];q(2) = sqrt(abs(1 + Cnb(1,1) - Cnb(2,2) - Cnb(3,3))) / 2; q(3) = sqrt(abs(1 - Cnb(1,1) + Cnb(2,2) - Cnb(3,3))) / 2; q(4) = sqrt(abs(1 - Cnb(1,1) - Cnb(2,2) + Cnb(3,3))) / 2; q(1) = sqrt(abs(1 - q(2) * q(2) - q(3) * q(3) - q(4) * q(4))); if (Cnb(2,3) < Cnb(3,2))q(2) = - q(2);endif (Cnb(3,1) < Cnb(1,3))q(3) = - q(3);endif (Cnb(1,2) < Cnb(2,1))q(4) = - q(4);endX_k(1:9) = 0;X_o=X_k;iend%%%画图%%%%%%%%%%t=1:datanumber;figure(1)subplot(311);plot(t,pos(:,1)*180/pi,'r',t,gps_pos(:,1)*180/pi,'b') title('纬度');xlabel('0.01s');ylabel('°');subplot(312);plot(t,pos(:,2)*180/pi,'r',t,gps_pos(:,2)*180/pi,'b') title('经度');xlabel('0.01s');ylabel('°');subplot(313);plot(t,pos(:,3),'r',t,gps_pos(:,3),'b')title('下度');xlabel('0.01s');ylabel('m');legend('拉拢滤波','GPS')figure(2)subplot(311);plot(t,v(:,1),'r',t,gps_v(:,1),'b')title('东背速度');xlabel('0.01s');ylabel('m/s'); subplot(312);plot(t,v(:,2),'r',t,gps_v(:,2),'b')title('北背速度');xlabel('0.01s');ylabel('m/s'); subplot(313);plot(t,v(:,3),'r',t,gps_v(:,3),'b')title('天背速度');xlabel('0.01s');ylabel('m/s'); legend('拉拢滤波','GPS')figure(3)subplot(311);plot(t,atti(:,1))title('航背角');xlabel('0.01s');ylabel('°'); subplot(312);plot(t,atti(:,2))title('俯俯角');xlabel('0.01s');ylabel('°'); subplot(313);plot(t,atti(:,3))title('横滚角');xlabel('0.01s');ylabel('°');figure(4)subplot(311);plot(t,p_kf(:,1))title('P航背角缺点');xlabel('0.01s');ylabel('度');subplot(312);plot(t,p_kf(:,2))title('P俯俯角缺点');xlabel('0.01s');ylabel('度'); subplot(313);plot(t,p_kf(:,3))title('P横滚角缺点');xlabel('0.01s');ylabel('度'); figure(5)subplot(311);plot(t,p_kf(:,4))title('P东背速度缺点');xlabel('0.01s');ylabel('m/s'); subplot(312);plot(t,p_kf(:,5))title('P北背速度缺点');xlabel('0.01s');ylabel('m/s'); subplot(313);plot(t,p_kf(:,6))title('P天背速度缺点');xlabel('0.01s');ylabel('m/s'); figure(6)subplot(311);plot(t,p_kf(:,7))title('P纬度缺点');xlabel('0.01s');ylabel('度'); subplot(312);plot(t,p_kf(:,8))title('P经度缺点');xlabel('0.01s');ylabel('度'); subplot(313);plot(t,p_kf(:,9))title('P下度缺点');xlabel('0.01s');ylabel('m'); figure(7)subplot(311);plot(t,p_kf(:,10))title('P东背陀螺');xlabel('0.01s');ylabel('度/小时'); subplot(312);plot(t,p_kf(:,11))title('P北背陀螺');xlabel('0.01s');ylabel('度/小时'); subplot(313);plot(t,p_kf(:,12))title('P天背陀螺');xlabel('0.01s');ylabel('度/小时'); figure(8)subplot(311);plot(t,p_kf(:,13))title('P东背加计');xlabel('0.01s');ylabel('ug'); subplot(312);plot(t,p_kf(:,14))title('P北背加计');xlabel('0.01s');ylabel('ug'); subplot(313);plot(t,p_kf(:,15))title('P天背加计');xlabel('0.01s');ylabel('ug');。

惯性导航的发展与应用

惯性导航的发展与应用

惯性导航的发展与应用作者:林娟来源:《报刊荟萃(下)》2017年第11期摘要:惯性导航技术,主要通过陀螺仪和加速度计测量载体的角速率和加速度信息,经积分运算得到载体的速度和位置信息。

惯导有平台式惯导系统和捷联惯导系统。

本论文阐述了惯性导航的原理,惯性导航发展历程以及应用。

关键词:平台式惯导;捷联式惯导;组合导航;发展及应用1惯性导航系统原理1.1惯性导航定位系统中的基本关系惯性导航系统是以陀螺和加速度计为敏感器件的导航参数解算系统该系统根据陀螺的输出建立起导航坐标系,根据加速度计输出解算出运载体的速度和位置。

导航解算的加速度信息必须是导航坐标系内的数学向量。

可通过两种途径实现这一要求。

一种途径是将加速度计安装在稳定平台上,稳定平台由陀螺控制,使平台始终跟踪要求的导航坐标系,这种系统就叫做平台式惯性导航系统。

另一种途径是将加速度计和陀螺都直接安装在运载体上,陀螺输出用来解算运载体相对导航坐标系的姿态变换矩阵,加速度计输出经姿态阵变换至导航坐标系内,这相当于建立起来数学平台,这种系统叫做捷联式惯性导航系统。

1.2平台式惯性导航定位系统方位陀螺不施矩,水平陀螺控制指北方位惯导系统:平台坐标系各轴即陀螺和加速度计的敏感轴与地理坐标系各轴始终保持重合的平台式惯导系统。

自由方位惯导系统:平台始终保持水平,在极区仍存在导航计算溢出的问题,解决方法是采用格网坐标法。

2惯性导航技术的发展2.1惯性导航技术的发展历程惯性导航技术,作为一门高科技尖端技术,早在1687年,牛顿三大定律的建立成为了惯性导航的理论基础;到1852年,傅科提出了陀螺的定义、原理以及应用设想;再到1908年,安修茨研制造出了世界上第一台摆式陀螺罗经,以及1910年提出的舒勒调谐原理,这就属于第一代惯性技术,这一代技术奠定了整个惯性导航发展的基础。

于20世纪40年代火箭发展的初期,第二代惯性技术开始出现。

其主要研究内容从惯性仪表技术发展扩展到惯性导航系统的应用。

北航惯性导航综合实验三实验报告

北航惯性导航综合实验三实验报告

北航惯性导航综合实验三实验报告惯性导航技术综合实验实验三惯性导航综合实验实验3.1 初始对准实验一、实验目的结合已经采集并标定好的惯性传感器数据进行粗对准,了解实现对准的过程;通过比较不同传感器数据的对准结果,进一步认识惯性传感器性能在导航系统中的重要地位。

为在实际工程设计中针对不同应用需求下采取相应的导航系统方案提供依据。

二、实验内容利用加速度计输出计算得到系统的初始姿态,利用陀螺输出信号计算航向角。

对比利用不同的惯性传感器数据计算所得的不同结果。

三、实验系统组成MEMS IMU(或其他类型IMU)、稳压电源、数据采集系统与分析系统。

四、实验原理惯导系统在开始进行导航解算之前需要进行初始对准,水平对准的本质是将重力加速度作为对准基准,其对准精度主要取决于两个水平加速度计的精度,加速度计的零位输出将会造成水平对准误差;方位对准最常用的方位是罗经对准,其本质是以地球自转角速度作为对准基准,影响对准精度的主要因素是等效东向陀螺漂移。

(1) 其中,分别为当前时刻的俯仰角和横滚角计算值。

水平对准误差和方位对准误差如下所示:,(2) 五、实验步骤及结果1、实验步骤:采集静止状态下水平加速度计输出,按下式计算其平均值。

(3) 其中,为前n个加计输出均值;为前n-1个加计输出均值;为当前时刻加计输出值。

利用加计平均值来计算系统初始俯仰角和横滚角(4) 其中,分别为当前时刻的俯仰角和横滚角计算值。

2、实验结果与分析:2.1、用MIMS IMU的加速度计信息计算(1)俯仰角和横滚角图:(2)失准角:2.2、实验结果分析以上计算是基于MIMS IMU静止时data2进行的初始对准,与data2给定的初始姿态角相差不大。

六、源程序clear clc g = 9.__14; a=load('E:\郭凤玲\chushiduizhun\data2.txt'); ax=a(:,4)'; ay=a(:,5)'; az=a(:,6)'; %初始值ax0(1)=ax(1)/1000*g; %%%%转化单位,由mg转化为m/s^2 ay0(1)=ay(1)/1000*g; az0(1)=az(1)/1000*g; theta(1)=asin(ay(1)/az(1)); gama(1)=-asin(ax(1)/az(1)); for i=2:__ ax0(i)=ax0(i-1)+(ax(i)-ax0(i-1))/i; ay0(i)=ay0(i-1)+(ay(i)-ay0(i-1))/i; az0(i)=az0(i-1)+(az(i)-az0(i-1))/i; theta(i)=asin(ay0(i)/az0(i));gama(i)=-asin(ax0(i)/az0(i)); end detfaix=mean(ay0)/g; detfaiy=mean(-ax0)/g; t=1:__; plot(t,theta,'r',t,gama,'b') title('俯仰角和横滚角');ylabel('弧度(rad)'); legend('俯仰角','横滚角') 实验3.2 惯性导航静态实验一、实验目的1、掌握捷联惯导系统基本工作原理2、掌握捷联惯导系统捷联解算方法3、了解捷联惯导系统误差传递规律和方程二、实验原理捷联惯性导航系统(SINS)的导航解算流程如图1所示。

惯性导航的应用和发展论文

惯性导航的应用和发展论文

南京理工大学导航定位技术概论课论文作者: ___________________ 学号: __________________学院(系” ________________________________________专业: ___________________________________________题目:惯性导神农百草育航的发展与应用指导者:______________________________________2012年9 月论文摘要目次1引言 ................................................................... 2惯性导航系统原理 .......................................................2.1惯性导航定位系统中的基本关系.......................................2. 2平台式惯性导航定位系统 ............................................2. 3捷联式惯性导航定位系统 ............................................ 3惯性导航技术的发展 .....................................................3.1惯性导航的发展历程.................................................3.2 惯性导航和其他筋络速通导航方式的组合4惯性导航技术的应用 .....................................................结束语................................................................参考文献..............................................................1引言惯性导航是一门综合了机电、光学、数学、力学、控制及计算机等学科的尖端技术,是现代科学技术发展到一定阶段的产物。

惯性导航系统发展综述报告

惯性导航系统发展综述报告

惯性导航系统发展综述报告学号:姓名:摘要:本文介绍了惯性导航系统的主要组成、基本原理、分类以及优缺点。

列举了惯性导航系统在当前的主要应用领域及发展趋势。

关键词:惯性导航系统、陀螺仪、加速度计、GPS、组合导航一.引言美国《防务新闻》网站报道称,美军正在研制新型导航定位设备,以替代现在广泛使用的GPS卫星定位导航系统。

GPS之所以被美军诟病,主要是由于该系统过于依赖脆弱的天基卫星系统。

卫星在战时极易被干扰、破坏,或受到网络攻击,自身安全性难以得到有效保证。

为有效解决GPS安全性问题和美军对精确定位、导航、授时服务的需求之间难以调和的矛盾,美军开始积极寻求GPS 的替代品。

据称,基于现代原子物理学最新成就的微型惯性导航技术是未来代替GPS的一个重要的技术解决方案。

惯性导航系统是人类最早研发明的导航系统之一。

早在1942年德国在V-2火箭上就率先应用了惯性导航技术。

从2009年,美国国防部先进研究项目局就深入进行新一代微型惯性导航技术的研发与测试工作。

据悉,这种新一代导航系统主要通过集成在微型芯片上的三个原子陀螺仪、加速器和原子钟精确测量载体平台相对惯性空间的角速率和加速度信息,利用牛顿运动定律自动计算出载体平台的瞬时速度、位置信息并为载体提供精确的授时服务。

美军也对该系统的未来发展充满信心。

安德瑞·席克尔认为,就像30年前人们没有预想到GPS会发展到目前如此程度一样,在未来20年新一代微型惯性导航系统的发展程度也是无可限量的。

从此报道中可以看出研究惯性导航技术的重要作用。

二.惯性导航系统的概念惯性导航(inertial navigation)是依据牛顿惯性原理,利用惯性元件(加速度计)来测量运载体本身的加速度,经过积分和运算得到速度和位置,从而达到对运载体导航定位的目的。

组成惯性导航系统的设备都安装在运载体内,工作时不依赖外界信息,也不向外界辐射能量,不易受到干扰,是一种自主式导航系统。

惯性导航系统通常由惯性测量装置、计算机、控制显示器等组成。

文献综述

文献综述

GPS/INS/红外成像测距组合导航定位系统摘要:组合导航系统是利用各种导航定位系统或设备通过计算机来加以组合。

因为在不同的载体上,完成的使命是不相同的,所以对导航参数要求也不同。

在选取各类导航系统或设备构成组合导航系统时要考虑在技术性能上能相互取长补短的原则,这是最主要的,并能满足特定用途的要求。

再有就是要考虑构成组合系统的灵活性,通常组合系统由“基本设备”和根据实际功能、精度和可靠性的要求而选取的“辅助设备”两大部分组成。

随着人们对地理空间信息的需求日益剧增,那些传统的获取地理空间信息的手段不能满足庞大数据采集的要求,这就要求我们不断去寻求新的方式和方法来解决这些困难所导致的局限性。

本文设计通过安装在移动载体上的多传感器组合,可连续采集地球空间信息,并由地理定位系统为数据提供时间、位置和姿态信息。

研究基于GPS、INS、红外成像测距的多传感器组合地理定位系统,在对捷联惯性导航、差分载波相位GPS定位、以及GPS/INS/红外成像测距组合算法研究基础上,开发其应用软件,并通过一定的实验数据来讨论GPS/INS/红外成像测距组合地理定位系统在某些环境下的精度特性。

关键字:导航定位,多传感器组合,GPS,INS,红外成像测距GPS/INS/Infrared imaging range combined navigation positioning systemAbstract: Integrated navigation system is the use of various navigation and positioning system or equipment through the computer to be combined. Because in different carriers, complete the mission is not the same, so for navigation parameters requirements are different. In selecting all kinds of navigation system or components should consider when integrated navigation system in technical performance on the principle of mutual complement each other can, this is the main, and can meet the requirements of the specific use. Another is a combination to consider the flexibility of the system, usually combination system by "basic equipment" and according to the actual function, accuracy and reliability requirements and selection of "auxiliary equipment" composed of two.As people to geographic space information demand has increased sharply increasing, the traditional for geographic space information means can't meet the requirements of the massive data collection, which requires us to seek new ways and constantly method to solve these difficulties in the limitations.This paper design through the installation in the mobile carrier of the multi-sensor integrated and a collection earth space information, and by geography positioning system for data provide time, position and posture information. Research based on GPS, INS, infrared imaging ranging multi-sensor integrated geographic positioning system, in the strapdown inertial navigation, difference carrier phase GPS positioning, and GPS/INS/infrared imaging location algorithm based on combination research, its application software development, and through certain experimental data to discuss GPS/INS/infrared imaging ranging geographical location system in some combination in the environment of precision characteristics.Keywords: Navigation and positioning , Sensor combination, GPS, INS, Infrared imaging range1.引言组合导航(integrated navigation)是将两种或两种以上的导航系统组合起来的导航方式。

2016年惯性导航行业研究报告

2016年惯性导航行业研究报告

2016年惯性导航行业研究报告2016年1月目录一、惯性导航:高新尖端技术,大国实力标志 (4)1、惯性导航技术分类:激光、光纤及MEMS (6)2、惯性导航产品主要包括惯导系统、姿态参考系统、惯性测量单元等 (7)二、国防市场核心需求,应用范围广 (8)1、航空领域 (8)2、航天领域 (9)3、陆用领域 (9)4、航海领域 (9)三、MEMS器件精度提升,制导弹药为最大市场 (11)1、命中率提升10倍,制导弹药需求大 (12)2、智能弹药引信,准确识别爆破层 (13)四、民用市场需求旺盛,未来市场空间巨大 (14)五、投资具备技术实力的公司 (14)1、耐威科技:拟收购全球最大纯MEMS代工厂,布局惯导全产业链 (15)2、振芯科技:北斗龙头,惯导新秀抢眼 (17)惯性导航为高新尖端技术,世界上只有为数不多的国家有能力研制惯性技术产品。

由于惯性导航系统具有自主性、隐蔽性、抗干扰、导航信息连续性等独特优点,是众多武器系统必备导航设备,在国防科技中占有重要地位,是衡量一个国家科学技术和军事实力的重要标志之一。

惯性导航系统是指由陀螺仪、加速度计等惯性传感器及导航解算软件进行系统集成的系统级产品,陀螺仪及加速度计为核心器件,对系统精度起决定性作用。

惯性导航产品主要包括惯导系统、姿态参考系统、惯性测量单元等。

惯导系统(INS)可提供载体的加速度、角速度等三维运动参数,并且根据上述参数得出载体的位置、姿态等重要信息。

姿态参考系统(AHRS)利用加速度传感器、陀螺仪以及电子罗盘对载体运动参数和方位进行测量,通过对测量值加以处理和计算,实现对载体的位置和运动状态进行实时跟踪监控。

惯性测量单元(IMU)是利用加速度传感器和陀螺仪对载体加速度和角速度进行测量,以得到载体在惯性参考系下的运动和状态的装置。

惯性导航最初为军用需求而设计,主要为航空、航天、地面及海上军事用户提供导航及控制服务,是现代国防系统的核心和关键技术产品,被广泛应用于军用飞机、导弹、舰艇、核潜艇及坦克等国防领域。

北航惯性导航综合实验一实验报告

北航惯性导航综合实验一实验报告

实验一陀螺仪关键参数测试与分析实验加速度计关键参数测试与分析实验二零一三年五月十二日实验一陀螺仪关键参数测试与分析实验一、实验目得通过在速率转台上得测试实验,增强动手能力与对惯性测试设备得感性认识;通过对陀螺仪测试数据得分析,对陀螺漂移等参数得物理意义有清晰得认识,同时为在实际工程中应用陀螺仪与对陀螺仪进行误差建模与补偿奠定基础。

二、实验内容利用单轴速率转台,进行陀螺仪标度因数测试、零偏测试、零偏重复性测试、零漂测试实验与陀螺仪标度因数与零偏建模、误差补偿实验。

三、实验系统组成单轴速率转台、MEMS 陀螺仪(或光纤陀螺仪)、稳压电源、数据采集系统与分析系统。

四、实验原理1.陀螺仪原理陀螺仪就是角速率传感器,用来测量载体相对惯性空间得角速度,通常输出与角速率对应得电压信号。

也有得陀螺输出频率信号(如激光陀螺)与数字信号(把模拟电压数字化)。

以电压表示得陀螺输出信号可表示为:(1-1)式中就是与比力有关得陀螺输出误差项,反映了陀螺输出受比力得影响,本实验不考虑此项误差。

因此,式(1-1)简化为(1-2)由(1-2)式得陀螺输出值所对应得角速度测量值:(1-3) 对于数字输出得陀螺仪,传感器内部已经利用标度因数对陀螺仪模拟输出进行了量化,直接输出角速度值,即:(1-4)就是就是陀螺仪得零偏,物理意义就是输入角速度为零时,陀螺仪输出值所对应得角速度。

且(1-5) 精度受陀螺仪标度因数、随机漂移、陀螺输出信号得检测精度与得影响。

通常与表现为有规律性,可通过建模与补偿方法消除,表现为随机特性,可通过信号滤波方法抵制。

因此,准确标定与就是实现角速度准确测量得基础。

五、陀螺仪测试实验步骤1)标度因数与零偏测试实验a、接通电源,预热一定时间;b、陀螺工作稳定后,测量静止情况下陀螺输出并保存数据;c、转台正转,测试陀螺仪输出,停转;转台反转,测试陀螺仪输出,停转。

在正转与反转时测试陀螺仪输出量,并分别保存数据;d、改变转台输入角速率重复步骤c,正负角速率得速率档分别不少于5 个(按军标要求就是11 个);e、转速结束后,当转台静止时,采集陀螺仪输出数据,并保存。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

一、引言惯性技术是惯性制导、惯性导航与惯性测量等技术的统称。

惯性技术已应用于军用与民用的众多技术领域中,应用于宇宙飞船、火箭、导弹、飞机、舰船等各种运载器上。

在各类导航系统(例如无线电导航、天文导航等)中,惯性导航系统被认为是最有发展前途的一种导航系统。

惯性导航系统依照惯性原理,利用惯性元件(加速度计和陀螺仪)来测量载体本身的加速度和角速度,经一系列运算后得到载体的导航参数,从而达到对载体导航定位的目的。

惯性导航是一种自主式的导航方法,它既不需要向外界发送信号,也不需要从外界接收信号,所以,它具有隐蔽性好,工作不受气象条件制约和外界干扰等优点,从而广泛地应用于军用和民用的众多领域中。

随着现代数学、现代控制理论与计算机技术的发展,在平台惯导系统的基础上又发展出了捷联惯导系统。

捷联系统是将惯性元件(陀螺和加速度计)直接安装在载体上,直接承受载体角运动,不再需要稳定平台和常平架系统的惯性导航系统。

捷联管道系统使用数学平台而非物理平台,简化了平台框架和相连的伺服装置,因而消除了平台稳定过程中的误差,简化了硬件,提高了可靠性和可维护性,降低了成本,体积小、重量轻。

在捷联惯导系统中,用加速度计代替陀螺仪测量运动载体的角速度,称为无陀螺捷联惯导系统(The Gyroscope Free Strapdown Inertial Navigation System,简称GFSINS)。

GFSINS舍弃了陀螺,所以能够避开由于陀螺的抗震性差、恢复时间长、动态范围小等缺陷所引起的一系列难以解决的关键技术问题。

目前无陀螺捷联惯导系统给的研究已经引起了国内外很多专家学者的重视。

无陀螺捷联惯导系统成本低,可靠性高,功率低,寿命长,反应速度快,适用于角加速度大、角速度动态范围大、冲击大的载体的惯性导航,也适合一些较短程飞行器的惯性制导,还可以与其它导航装置组成组合导航系统。

无陀螺捷联惯导系统虽然具有多种突出的优点,但也有美中不足之处。

与传统的惯导系统相比,无陀螺捷联惯导系统的载体角速度是从加速度计输出的比力信号中解算出的,且各轴角速度信号互相耦合,因此,目前广泛应用的六加速度计配置方案和九加速度计配置方案都采用了方便解耦的配置,一般选择角加速度作为解算对象,角速度为辅助或不用。

而由角加速度到角速度需要一次积分,到姿态需要两次积分,造成角速度计算值和导航参数的误差随时间增长不断积累。

此外,加速度计精度和加速度计的安装精度也对无陀螺惯导系统的精度有所制约。

随着加工技术及数字计算机的发展、高精度加速度计的不断问世、滤波技术、组合导航技术的发展,无陀螺捷联惯导系统的研究具有重要意义和广阔的应用前景。

本文后续内容中就对无陀螺捷联惯导系统的研究动态和发展前景进行了介绍。

二、国内外研究动态惯性测量通常利用加速度计敏感线加速度,用陀螺仪敏感角速度来确定载体的姿态。

惯性测量系统应用于炮射制导弹药时,炮弹减旋后出炮口的转速仍然很高,比如155mm炮弹的减旋后转速仍达15r/s~20r/s。

发射时,炮弹在火药压力下做高加速旋转运动,速度在数毫秒内达到数百m/s,炮弹所受轴向加速度可达几千到几十万个m/s2。

这样恶劣的环境对陀螺和加速度计的性能有很高要求:动态工作范围要大,要耐冲击、振动,且要求性能和参数有高度的稳定性,冲击后恢复时间短,同时弹上的空间有限,需要传感器体积较小、重量轻、功耗低。

针对惯性测量组合,目前国内要获得可承受炮弹发射的高g值冲击的陀螺仪产品是非常困难的;国外已有抗高g值冲击的陀螺仪产品,但造价极高,且这些产品对中国进行封锁。

在目前陀螺存在缺陷的情况下,可以利用加速度计代替陀螺,从加速度计的输出信号中分离出线加速度和角加速度或者角速度。

1、无陀螺捷联惯导系统加速度计构型方案研究现状早在1965年,Di Napoli在硕士论文中首先提出了不用陀螺测量角速度的思想。

1967年,Alfred R. Schuler提出利用线加速度计测量物体的旋转运动的想法,并提出了两种六加速度计的配置方案。

其中一种,六个加速度计沿着通过物体重心的三个坐标轴放置,每个坐标轴上放置两只线加速度计,一只加速度计的敏感轴沿着坐标轴方向,另一只加速度计的敏感轴同坐标轴方向相反。

这种配置方法简单,但其缺点是角速度项由平方根计算得到,无法确定角速度的符号,必须采用辅助设备确定其符号。

另一种配置中,加速度计平行地沿着坐标轴放置。

它的优点是可以直接得到三个轴向上的加速度,但同样是由平方根计算得到角速度项,无法确定角速度的符号,必须采用辅助设备确定其符号。

Schuler A R采用九个线加速度计,可以消除角速度符号的不确定性[56]"这种方法可以通过代数运算得到三个轴向的线加速度和角加速度,但它的缺点是直接得到的是角加速度,计算角速度时误差会产生累积,对于长时间工作的IMU来说,漂移难以克服。

在此后的20年中,由于陀螺技术及工艺的飞速发展,暂时满足了导航精度和成本上的要求,这一研究一直停留在1967年的水平。

20世纪90年代,高精度陀螺的成本很高,因此NGIMU又重新得到了发展。

1991年,Algrain断言最少需要六个加速度计即可测量物体的线加速度和角加速度;1994年,Chen发表了一种使用六个加速度计进行测量的新颖设计;1999年,Lee在Chen的基础上给出了利用六个加速度计测量物体旋转运动的解法。

Chin-Woo Tan,把加速度计放在立方体六个表面的中央,每个传感器的敏感方向沿着立方体的表面,从而通过六个加速度计测量线性加速度和旋转角速度。

角速度的信息在方程中体现为角速度平方项。

但它的主要缺点是实际应用困难,对安装的精度要求太高,且无冗余度,只要一个加速度计工作不正常,就对整个系统产生巨大影响。

目前美国和欧洲都有人从事这方面的工作,但由于对无陀螺式惯导系统研究的历史比较短,无陀螺式惯导系统对计算速度、加速度计精度、误差补偿等的要求更高,所以目前的研究也只是停留在理论仿真和试验阶段。

我国从50年代开始发展惯性系统。

针对传感器布阵方面,在国内有很多高等院校和研究所积极投入这方面的研究,如东南大学,北京理工大学和哈尔滨工程大学等都有布阵和仿真方面的研究,且在不同的刊物上发表不同种布阵方法,但都没进入试验研究阶段。

从目前可以查到的资料看,无陀螺捷联惯性导航系统按使用加速度计的数目主要有六加速度计和九加速度计两类。

尹德进的六加速度计配置方式适合于细长圆柱体,加速度计敏感轴沿每个面对角线方向。

当平行六面体的边长相同时,即加速度计在正方体每个面的中心安装,此配置方式适合于卫星等近似于球体或正方体的载体。

九加速度计配置方案是目前研究最多的一种方式。

马澎田和王劲松提出的两种九加速度计方案,均可以抑制角速度解算误差。

其中王劲松的方案充分利用加速度计输出的冗余信息,通过对角加速度积分确定角速度符号,对角速度平方项开方确定数值,改进了角速度解算算法,有效地抑制了迭代误差,但加速度计安装作用点存在重合,工程实现难度较大。

陈世友为提高角速度解算精度,提出的惯性测量组合是沿单轴相对载体旋转的方式,该方案可大大降低对加速度计精度的要求,精度提高,约3个数量级,但数学模型十分复杂,实现难度较大。

2、无陀螺捷联惯导系统加速度算法研究现状尽可能提高角速度的解算精度是GFSINS的研究重点和难点,由于GFSINS 中加速度计存在各种测量误差和安装误差,造成加速度计实际输出值与理论值之间存在误差,从而导致利用这些含有误差的加速度计输出量解算得到的角速度值也含有误差,因此在这些加速度计误差不可避免的情况下,研究角速度解算算法的目的和重点就是使算法能够尽可能的抑制这些误差对角速度精度的影响。

早在1999年,陈世友就针对一种九加速度计构型方案提出了提高角速度解算精度的方法。

2000年,K. S. Mostov在其博士论文中给出了改进的角速度算法,而后Oshman、Lee等也提出了自己的改进算法。

在无陀螺惯性单元中,能得到有关角速度的信息为:载体三轴角加速度、三轴角速度平方项和交叉乘积项,共九个量。

因此,目前所有的角速度解算方案都是通过这九个或者部分角速度信息量进行研究。

最基本也是最简单的解算方法,即为通过角加速度积分和和角速度平方项开方两种方案,均有各自的劣势。

赵龙等就在两种传统方法的基础上,提出了一种在九加速度计方案下,利用角速度交叉乘积项推导残余误差,再进行误差补偿的角速度算法,此法能有效抑制误差发散。

张会新等人提出了一种加权平均法的优化算法,对GFSINS中通过积分、开平方和迭代三种算法得到的角速度值进行融合估计,得到精度高于这三种算法的角速度融合估计值。

曹咏弘、张慧等人针对一种十二加速度计配置方式,直接将十二加速度计的输出作为测量值,将GFSINS需要求解的九个变量作为非线性测量系统的函数,将非线性最小二乘迭代解法引入其中,直接迭代求解得到GFSINS所需的三轴角速度、角加速度和线加速度。

哈尔滨工业大学的王祁教授与其学生丁明理博士利用组合卡尔曼滤波器抑制了角速度解算误差的迅速积累,推导了组合卡尔曼滤波器状态方程和观测方程。

王祁、孙圣和两位教授和王劲松博士提出一种利用传感器冗余信息直接求得所观测角速度的绝对值,以代替求解微分方程组所带来的积累误差的算法。

程杨、杨涤和崔祜涛给出了一种利用Singer跟踪模型而不必用姿态动力学模型的扩展卡尔曼滤波器,用于无陀螺姿态和姿态角速度估计。

赵建伟结合两种九加速度计安装方案,取两角速度值之差作为最小二乘法估计算法的输入,然后进行组合滤波,解算误差得到了有效补偿。

赵国荣、陈穆清等,针对现有的一类GFSINS九加速度计配置方式解算载体姿态角速度时,存在需要开方及符号判断等不足,提出一种同时具有角速度解算误差小(积分算法)、误差不积累(开方算法)两种优点的姿态角速度辅助算法,彻底消除解算过程中开方及符号判断带来的误差,能在一定程度上提高系统精度,同时降低导航系统的计算量,提高系统的实时性。

关于加速度计随机误差处理,丁明理、赵霞等提出了利用kalman滤波器来滤波、小波理抑制误差的累积,此法能在一定程度上消除随机干扰。

同时,H∞论和自适应滤波也被用于GFSINS的噪声处理过程,并取得了较好的效果。

在各种角速度算法的基础上,数据融合理论也被充分应用到GFSINS角速度解算中。

王劲松提出了基于假设检验理论的数据融合方法对角速度进行解算,抑制了解算误差,导航精度可提高一个数量级。

孟松、曹咏弘等提出利用BP神经网络预测飞行体姿态,通过选取加速度计输出为训练样本,飞行体角速度作为期望输出,建立网络模型进行训练并输入测试样本到网络后,得到了较高的角速度精度,在某种程度上抑制了误差的积累。

肖伟光、杜祖良等根据GFSINS算法和加速度计特性提出了一种全新算法,该算法在加速度计满足一定条件的基础上,将多个加速度计进行分组计算,在没有增加计算量的情况下,从原理上消除由于加速度计体积带来的误差。

相关文档
最新文档