高超声速飞行器惯导系统误差参数两次优化辨识方法

发布时间：2021-07-15 08:33

　　为满足高超声速飞行器高精度和高可靠性的导航要求,提出一种在发射惯性系下利用智能优化算法实现捷联惯性系统误差参数两次优化辨识的方法.建立惯性测量单元（IMU）误差补偿模型和完整的非线性捷联惯性系统导航模型,为数值优化计算提供准确的模型基础.基于SINS/GPS/CNS组合导航系统信息,建立陀螺仪误差优化模型和加速度计误差优化模型,采用两次优化策略分步估计捷联惯性系统误差参数:首先利用粒子群算法对陀螺仪误差参数进行优化辨识和补偿;然后利用粒子群算法对加速度计误差参数进行优化辨识.仿真结果表明,基于组合导航系统信息和非线性优化模型,两次优化辨识方法能够在线辨识出高精度的捷联惯性系统误差参数,陀螺仪和加速度计优化参数值的相对误差均在20%以内,从而有效提高了高超声速飞行器导航精度. 

【文章来源】：控制与决策. 2020,35(01)北大核心EICSCD

【文章页数】：10 页

【参考文献】：
期刊论文
[1]基于融合多策略改进的多目标粒子群优化算法[J]. 杨景明,侯新培,崔慧慧,呼子宇,穆晓伟.  控制与决策. 2018(02)
[2]高超声速飞行器调度双模预测控制方法[J]. 马宇,蔡远利.  控制与决策. 2017(11)
[3]基于惯性系下陀螺误差在线估计修正的惯性与星光组合导航方法[J]. 赵慧,熊智,施丽娟,郁丰,林爱军.  兵工学报. 2016(12)
[4]发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法[J]. 熊智,潘加亮,林爱军,杜华军,郁丰.  南京航空航天大学学报. 2015(03)
[5]弹道导弹捷联惯性导航系统误差传播模型[J]. 鲜勇,李刚.  兵工学报. 2009(03)

硕士论文
[1]近空间飞行器惯性导航系统误差建模及修正关键技术[D]. 彭惠.南京航空航天大学 2014



本文编号：3285365