基于减空间搜索算法的IMU动态系数标定设计

doi:10.16182/j.issn1004731x.joss.19-FZ0338

系统仿真学报 ›› 2019, Vol. 31 ›› Issue (11): 2485-2491.doi: 10.16182/j.issn1004731x.joss.19-FZ0338

基于减空间搜索算法的IMU动态系数标定设计

闫宏雁, 张宇, 朱伟华, 史明, 张业鑫

上海机电工程研究所,上海 201100

收稿日期:2019-05-29 修回日期:2019-07-18 出版日期:2019-11-10 发布日期:2019-12-13
第一作者简介:闫宏雁(1992-),男,黑龙江,硕士生,研究方向为仿真控制;张宇(1985-),男,黑龙江,硕士生,高工,研究方向为仿真控制;朱伟华(1972-),男,上海,本科生,研究员,研究方向为仿真控制。

Design of IMU Dynamic Coefficient Calibration Based on Reduced Space Search Algorithm

Yan Hongyan, Zhang Yu, Zhu Weihua, Shi Ming, Zhang Yexin

Shanghai Institute of Mechanical and Electrical Engineering, Shanghai 201100, China

Received:2019-05-29 Revised:2019-07-18 Online:2019-11-10 Published:2019-12-13

摘要/Abstract

摘要： 为提高标定捷联惯组动态误差系数的速度,提出在惯性导航系统中建立动力学误差模型,利用卡尔曼滤波反映误差项的观测度,确定最优算法的目标函数。针对减空间搜索算法的罚函数采用遗传算法进行分析改进,在末端时,既摆脱了局部伪最优解对结果的干扰,又在接近最优解时提高辨识速度。与共轭梯度法的求解时长进行比较,验证了改进减空间搜索算法对动态系数标识的高效性,有效解决捷联惯组动态误差无法快速补偿的问题。

关键词: 捷联式惯性导航系统, 共轭梯度算法, 减空间搜索法, 动态误差标定

Abstract: In order to improve the dynamic error coefficient speed of the calibration strapdown inertial group, a dynamic error model is established in the inertial navigation system. The Kalman filter is used to reflect the observation degree of the error term to determine the objective function of the optimal algorithm. The penalty function for the reduced space search algorithm is improved by genetic algorithm. At the end, it not only gets rid of the interference of the local pseudo-optimal solution, but also improves the recognition speed when it is close to the optimal solution. Compared with the solution length of the conjugate gradient method, the efficiency of the improved reduced space search algorithm for dynamic coefficient identification is verified, and the problem that the dynamic error of the strapdown inertial group cannot be quickly compensated is effectively solved.

Key words: stapdown inertial navigation systems, conjugate gradient algorithm, subtractive space search algorithm, dynamic error calibration

中图分类号:

TP391.9

闫宏雁,张宇,朱伟华等 . 基于减空间搜索算法的IMU动态系数标定设计[J]. 系统仿真学报, 2019, 31(11): 2485-2491.

Yan Hongyan,Zhang Yu,Zhu Weihua,et al . Design of IMU Dynamic Coefficient Calibration Based on Reduced Space Search Algorithm[J]. Journal of System Simulation, 2019, 31(11): 2485-2491.

参考文献

[1] 王磊, 胡学东, 关英, 等. 低成本微惯性组件的复合标定与智能滤波方法[J]. 弹箭与制导学报, 2018, 38(2): 85-89.
Wang Lei, Hu Xuedong, Guan Ying, et al.Composite calibration and intelligent filtering method for low-cost micro-inertial components[J]. Journal of Projectiles, Archery and Guidance, 2018, 38(2): 85-89.
[2] 于治远. 高动态环境下微惯性组件的复合标定与对准方法研究[D]. 沈阳: 沈阳理工大学, 2018.
Yu Zhiyuan.Research on composite calibration and alignment method of micro-inertial components in high dynamic environment [D]. Shenyang: Shenyang Ligong University, 2018.
[3] 田源, 宋蔚阳, 方海红, 等. 全捷联导引头的惯性视线角速度解耦方法及精度分析[J]. 测试技术学报, 2019, 33(1): 15-19.
Tian Yuan, Song Weiyang, Fang Haihong, et al.Inertial line-of-sight angular velocity decoupling method and accuracy analysis of full strapdown seeker[J]. Journal of Test and Measurement Technology, 2019, 33(1): 15-19.
[4] 张怀, 许林英. 空间有限条件下博弈搜索算法的优化[J]. 电子测量技术, 2007, 30(8): 26-29.
Zhang Huai, Xu Linying.Optimization of Game Search Algorithm under Space Finite Condition[J]. Electronic Measurement Technology, 2007, 30(8): 26-29.
[5] 杨斌, 聂在平, 夏耀先, 等. 基于改进共轭梯度法的前馈网络快速监督学习算法[J]. 电子学报, 2002, 30(12): 1845-1847.
Yang Bin, Nie Zaiping, Xia Yaoxian, et al.Fast Supervised Learning Algorithm for Feedforward Networks Based on Improved Conjugate Gradient Method[J]. Chinese Journal of Electronics, 2002, 30(12): 1845-1847.
[6] 张世铮. 基于位移Hermite分裂的图像恢复算法[J]. 吉林大学学报(理学版), 2019, 57(1): 103-110.
Zhang Shizhen.Image Restoration Algorithm Based on Displacement Hermite Splitting[J]. Journal of Jilin University(Science Edition), 2019, 57(1): 103-110.
[7] 刘勇, 陈本军, 程跃兵, 等. 基于IMU模块的行人航向角误差修正算法[J]. 电子设计工程, 2019, 27(2): 86-90.
Liu Yong, Chen Benjun, Cheng Yuebing, et al.Pedestrian heading angle error correction algorithm based on IMU module[J]. Electronic Design Engineering, 2019, 27(2): 86-90.
[8] 谢瑞煜, 赵建军, 蒋涛. 基于蒙特卡洛法的武器系统标定误差分析[J]. 兵器装备工程学报, 2019, 40(1): 136-140.
Xie Ruiyu, Zhao Jianjun, Jiang Tao.Calibration error analysis of weapon system based on Monte Carlo method[J]. Journal of Ordnance Equipment Engineering, 2019, 40(1): 136-140.

[1]	董志明, 胡忠奇, 戴浩然, 高建成. 基于大语言模型的作战仿真想定自动化生成方法[J]. 系统仿真学报, 2026, 38(5): 1129-1145.
[2]	李校男, 晁涛, 马萍, 杨明, 王玉轩. 基于期望最大化方法的非线性SSM黑箱鲁棒辨识[J]. 系统仿真学报, 2026, 38(5): 1146-1158.
[3]	刘银钢, 马明, 张荣华. 基于大语言模型的兵棋推演动态任务规划[J]. 系统仿真学报, 2026, 38(5): 1187-1204.
[4]	苏泓嘉, 张成, 刘飞. 基于模糊功能依赖网分析的体系效能评估方法[J]. 系统仿真学报, 2026, 38(5): 1224-1238.
[5]	梅华威, 杨鹏慧, 余洋. 计及数据漂移改进PatchTST的超短期光伏功率预测[J]. 系统仿真学报, 2026, 38(5): 1239-1254.
[6]	李权, 苏鹏, 万海英, 张承玺, 何志坚, 倪艺洋, 赵忠盖, 刘飞. 基于多阶段LHS-EPRCC方法的青霉素发酵过程建模[J]. 系统仿真学报, 2026, 38(5): 1255-1276.
[7]	周子聪, 曾俊杰, 胡越, 朱正秋, 尹全军. 基于次优示例引导的兵棋推演多智能体强化学习方法[J]. 系统仿真学报, 2026, 38(5): 1277-1289.
[8]	石敏, 郭诗盛, 王素琴, 李兆歆, 朱登明. 融合物理与几何先验的无抓取标注6-DoF抓取检测方法[J]. 系统仿真学报, 2026, 38(5): 1290-1302.
[9]	姜彦吉, 肖星佚, 董浩, 于淼, 黄金山, 刘大千, 费博雯. 融合点线特征的图关系优化3D车道线检测方法[J]. 系统仿真学报, 2026, 38(5): 1303-1319.
[10]	张鑫, 张平, 张琛, 刘威, 韩博阳. 非均质土壤条件下挖掘阻力计算模型研究[J]. 系统仿真学报, 2026, 38(5): 1320-1332.
[11]	王伟, 刘东, 崔新豪, 李博, 肖依永, 任羿. 复杂项目多级动态挣值管理数字化模型及应用[J]. 系统仿真学报, 2026, 38(5): 1350-1364.
[12]	彭莉峻, 苏庭琪, 刘沛津, 何林, 周协武, 张闽心. 融合人体关键点的实验室PPE规范穿戴检测方法[J]. 系统仿真学报, 2026, 38(5): 1365-1382.
[13]	滕靖, 童文聪, 张中杰, 姚幸, 李君羡. 有轨电车交叉口速度自动引导方法及仿真评价[J]. 系统仿真学报, 2026, 38(5): 1426-1439.
[14]	蒋圣超, 裴云庆, 翟宏营, 吴国键, 高放. 基于块编码绝热量子牛顿‒拉夫逊法的潮流计算[J]. 系统仿真学报, 2026, 38(5): 1453-1465.
[15]	秦浪, 谢嘉成, 乔晓军, 王学文, 肖智杰. 执行器位姿异常的机器人轨迹规划调整方法[J]. 系统仿真学报, 2026, 38(5): 1466-1483.

基于减空间搜索算法的IMU动态系数标定设计

Design of IMU Dynamic Coefficient Calibration Based on Reduced Space Search Algorithm

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价