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]	黄涛, 张智, 丁玉杰, 陈艳波, 王晶, 张文倩. 考虑动态频率安全与N-k故障的鲁棒应急调度方法[J]. 系统仿真学报, 2025, 37(12): 2981-2993.
[2]	张润昭, 陈艳波, 黄涛, 田昊欣, 强涂奔, 张智. 基于异构负荷特征解析预测的虚拟电厂调度方法[J]. 系统仿真学报, 2025, 37(12): 2994-3006.
[3]	于祥星, 赵艳东, 张宝琳. 基于电涡流NES的海上风机塔架振动控制[J]. 系统仿真学报, 2025, 37(12): 3007-3017.
[4]	李斌, 王于绰. 基于多策略融合的光伏系统故障诊断方法[J]. 系统仿真学报, 2025, 37(12): 3018-3032.
[5]	李孝斌, 胡冰, 尹超, 李波, 马军. 基于时空图卷积的汽车配件供应链需求预测与仿真分析[J]. 系统仿真学报, 2025, 37(12): 3060-3074.
[6]	彭艺, 雷云揆, 杨青青, 李辉, 王健明. 改进PID搜索算法的山地环境无人机路径规划[J]. 系统仿真学报, 2025, 37(12): 3075-3086.
[7]	陈逸, 邱思航, 朱正秋, 季雅泰, 赵勇, 鞠儒生. 基于启发式的人-大模型协作寻源方法[J]. 系统仿真学报, 2025, 37(12): 3112-3127.
[8]	索婧怡, 卢柏宏, 屈澈. 影视LED光源光强分布测定及其在游戏引擎中的仿真研究[J]. 系统仿真学报, 2025, 37(12): 3140-3151.
[9]	龚建兴, 胡海, 任海慧, 吴瑞祥. 面向虚实结合的军事训练系统互操作模型与运用[J]. 系统仿真学报, 2025, 37(12): 3161-3175.
[10]	徐智霞, 王蕊, 孙楠, 何兵, 沈晓卫, 朱晓菲. 基于改进遗传算法的协同干扰资源分配问题研究[J]. 系统仿真学报, 2025, 37(12): 3176-3189.
[11]	刘翔, 金乾坤. 基于PAC-Bayes的多目标强化学习A2C算法研究[J]. 系统仿真学报, 2025, 37(12): 3212-3223.
[12]	杨兰英, 李超, 邹海锋, 万江涛, 张仁强, 刘惠, 卢宏. 基于改进蚁群算法与A*算法相融合的机器人路径规划优化[J]. 系统仿真学报, 2025, 37(11): 2956-2965.
[13]	苏筱婷, 张小威, 田义, 李奇, 王帅豪. 星光导航动态仿真场景时序设计方法研究[J]. 系统仿真学报, 2025, 37(11): 2946-2955.
[14]	张志利, 刘瑾, 周召发, 梁哲, 张云昊. 基于ISCSO-BP神经网络模型的光纤陀螺温度补偿技术研究[J]. 系统仿真学报, 2025, 37(11): 2904-2917.
[15]	陈际同, 周佳加, 吴迪, 江海龙. 基于TD3-RRT的特殊环境下USV路径规划算法研究[J]. 系统仿真学报, 2025, 37(11): 2888-2903.

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