论文部分内容阅读
远程火箭弹是一种“准导弹”系统,相比近程导弹具有质量轻、体积小、成本低等优点,尤其火箭弹飞航速度极快(3～6马赫左右),使得其突防能力很强,几乎无法拦截,所以目前远程火箭弹已成为现代炮兵的重要部分。由于远程火箭弹系统中存在着发射过载大、弹体高速旋转等特殊问题,使得传统的惯导系统难以适用于该系统,而基于MEMS加速度计构成无陀螺微惯导系统(Gyro-Free Micro Inertial Navigation System,GFMINS)有适合大过载、抗冲击等特点,并且MEMS加速度计相对MEMS陀螺产品市场成熟度要高。鉴于此,本文提出用GFMINS与小型化全球导航卫星系统(Global Navigation Satellite System,GNSS)构成 GFMINS/GNSS组合导航系统,来实现火箭弹的定位、定姿要求。综上,本文以GFMINS/GNSS组合导航系统为研究对象,分别从加速度计配置方案、组合系统分析、自适应UKF滤波、非线性H∞滤波等几项关键技术来展开讨论、研究的,意在为后续系统的研制打下基础。首先,本文在介绍无陀螺导航系统原理的基础上,对目前常见的加速度计配置方案和角速度解算方法进行了分析评价,证实了开方法、微分法和对数法角速度解算方法,虽然使得解算误差有界,但误差量级明显过大,达不到工程应用范围。然后分析了角速度积分解法虽然其解算误差受元件随机误差的影响而快速积累,但在短时间内精度较高,前10s内等效陀螺漂移1(°)/h。据此设计了一种九加速度计配置方式,并提出了一种MEMS加速度计随机误差检测补偿方案,此检测方案在导弹发射前期进行,毋需特定环境。随后,对本配置方案作为角度传感器进行了冗余度分析,通过分析发现,在保证角速度可解算的情况下,有三种不同的加速度计配置方式来应对因其中某些加速度计故障失效的问题。其次,在分析目前各种卫星导航系统的基础上,确定了 GFMINS与GNSS组合模式。推导了基于九加速度计配置方案GFMINS的误差方程,并据此建立了GFMINS/GNSS组合系统模型,通过线性Kalman滤波器对组合系统进行了输出校正。然后,应用分段线性定常系统(Piece Wise Constant System,PWCS)的分析方法,在奇异值分解的基础上,对组合系统的三种运动状态进行可观测性分析,并根据分析结果确定了系统反馈校正量,建立了线性Kalman滤波反馈估计器,并进行了仿真。针对GFMINS/GNSS系统角速度误差项可观性差的问题,设计了一种H∞滤波器,并与Kalman滤波器的仿真效果进行了比对分析。结果表明,Kalman滤波相比H∞滤波在短时间内具有更优的精度,而H∞,滤波相比Kalman滤波具有更好的鲁棒性和稳定性。接着,对GFMINS系统在初始对准中存在的问题进行了分析,证实了实际GFMINS/GNSS组合系统中的失准角无法得到有效控制,系统将呈现出非线性。随后,推导了 GFMINS/GNSS组合系统在大失准角下的非线性模型,并在此基础上将扩展Kalman滤波(EKF)和无迹Kalman滤波(UKF)应用到此非线性系统中,并进行了仿真及分析。最后,在比对EKF和UKF滤波方法利弊的基础上,针对远程火箭弹高动态、实时性的要求,提出了一种基于最小偏度单形采样的边沿化UKF(MS-RBUKF)更新算法。最后通过仿真结果表明,该算法在保证系统估计精度的同时,最大程度地简化运算,提高系统的实时性,其处理时间相比传统UKF减小了约33%。再次,对GFMINS/GNSS组合系统滤波模型中实际噪声进行分析的基础上,设计了一种非线性Sage-Husa噪声极大后验估计器。随后,针对该估计器不能同时估计系统噪声Qk和观测噪声Rk的问题,建立了一种双并行BP神经网络模型来逼近噪声估计器,进而提出了一种基于双并行神经网络的自适应UKF算法。然后,对组合系统在噪声不确定的情况下进行了仿真,并对仿真结果进行了分析,证实上述滤波算法估计发散的原因是由于数据饱和现象引起的。随后,针对该数据饱和现象,提出了一种基于方差膨胀因子的强跟踪UKF算法,并将以上两种滤波算法组合应用,给出了转换条件。最后通过仿真结果表明,组合滤波算法可以充分发挥二者优势,构成了既可抑制滤波发散又能保证滤波精度的自适应非线性滤波算法。最后,在总结H∞滤波器存在定理与线性Riccati方程解的等价转换关系基础上,对非线性H∞滤波算法进行了研究,提出了一种适用于强非线性下的扩展H∞滤波算法。该算法只对系统模型进行线性化,不改变H∞范数与Riccati方程等价关系。随后,分析了 GFMINS/GNSS组合系统模型漂移的问题,并针对此问题,提出一种基于渐消记忆的扩展H∞滤波算法,该算法不将模型漂移扩充到H∞范数定义中,从而保证了H∞滤波理论的完整性。最后结合滤波器收敛性判据,给出了渐消因子的选取方法,并在系统模型加入随机扰动的情况下进行了仿真试验,验证该算法的有效性。