控制与决策

作者：郭玮林,鲜勇,张大巧,李冰

单位：火箭军工程大学作战保障学院，西安710025,,火箭军工程大学作战保障学院，西安710025,,火箭军工程大学作战保障学院，西安710025,,火箭军工程大学作战保障学院，西安710025,

关键词：高超声速飞行器;SINS/GPS/CNS;发射惯性系;两次优化辨识;非线性模型;粒子群算法

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.

来源：2020年第1期

《控制与决策》期刊编辑部

查看控制与决策杂志2020年第1期