基于弹载IMU/GPS组合导航系统的动基座对准研究与仿真

对基于弹载IMU／GPS组合导航系统的动基座对准问题进行了研究与仿真；首先，分析了弹载IMU与GPS的系统误差，建市获得了其系统误差模型；然后，利用卡尔曼滤波技术，设计了弹载IMU／GPS组合导航系统的动基座对准算法；仿真结果表明，在初始误差较大的情况下，经过360秒的动基座对准，IMU的姿态角误差可降至10个角秒，同时位置和速度误差也得到了有效修正，从而证明该动基座对准算法是行之有效的。     

非完整约束下滤波算法在组合导航中的应用

MEMS IMU/GPS组合导航系统的应用环境愈来愈复杂,对其精度的要求也愈来愈高,只使用普通卡尔曼滤波不能满足精度和稳定性要求。针对此问题,将Sage-husa自适应卡尔曼滤波算法和非完整约束应用到前向导航滤波算法和后向导航滤波算法中,并将前向滤波和后向滤波结果加权组合,提出了一种非完整约束下加权组合滤波算法,用于事后IMU/GPS联合解算中,用来提高组合导航的精度。并利用实验室设备进行车载实验,通过实测车载数据解算结果来验证该方法的可行性。实验结果表明非完整约束下加权组合滤波后的经纬度误差小于1.4 m,航向角误差小于1.0°,满足MEMS IMU/GPS车载组合导航系统的精度要求。     

列车组合导航系统研究与仿真

提出了一种列车组合导航系统.首先,采用低精度的惯性传感器构成简易惯性测量装置(IMU),设计了该简易IMU的安装结构,并给出了其导航定位解算方法.然后,将简易IMU与GPS构成组合导航系统,分析了IMU和GPS各自的误差源,并建立了组合系统误差模型,从而利用卡尔曼滤波技术设计了IMU/GPS列车组合导航算法.仿真结果表明,该IMU/GPS列车组合导航系统具有精度高、可靠性好、成本低等显著优点,非常适用于列车导航定位.     

MEMS-IMU/GPS/GPRS组合导航方案设计与实现

针对日益增长的低成本导航定位需求,提出了一个MEMS-IMU/GPS/GPRS组合导航方案,以MEMS-IMU模块和SIM908单板机为载体,以GPRS为通讯手段,实时获取GPS/IMU位姿信息.并编写程序分别对GPS和IMU数据进行预处理并以松组合方式进行组合导航数据融合.为验证系统的可靠性和精度,进行了实际静态试验和车载实验,事后数据处理分析结果表明,提出的低成本组合导航系统具有一定的可靠性,导航定位精度达到分米级.     

MIMU/GPS组合导航系统小型化设计

为满足小型无人机、手持制导设备及无人探测车等对低成本轻重量导航系统需求,应用MEMS惯性测量单元和GPS接收机模块,完成MIMU/GPS组合导航系统小型化设计。组合导航计算模块基于DSP+FPGA+FLASH设计完成,实现多传感器通信、串并行数据转换及与上位机人机交互等功能。将计算模块、电源模块、MIMU及GPS接收机集成到嵌入式MIMU/GPS组合导航系统中,完成的系统直径80 mm,高度80 mm,质量不超过600 g。对集成后系统进行定点动姿态实验,结果表明:该组合导航系统定点位置测量精度在1 m以内,动姿态测量精度姿态角在0.1°以内,航向角在0.5°以内。     

基于D-GPS/IMU的组合导航方法研究与分析

研究了一种新的双GPS单元与IMU惯性测量单元组合结构(D-GPS/IMU)的导航应用问题;基于D-GPS/IMU的动力模型结构,分析了其状态空间的可观测性能,提出并证明了系统完全可观测的条件;同时,对扩展卡尔曼滤波(EKF)算法进行了改进,以定义的残差作为GPS量测信息中增益自适应调整的依据,并增加了数据反向区间平滑处理策略;最后,通过仿真实验,与基于EKF算法的单GPS与IMU组合结构(S-GPS/IMU)的姿态误差估计进行对比,实验结果表明,该方法收敛稳定且快、组合误差小,具有一定的实用性.     

基于单天线的MEMS-INS/GPS组合定姿方法

为了将MEMS-INS/GPS组合导航系统的定姿误差控制在一定范围内并保持较高精度,同时实现低成本测姿要求。文章提出一种新方法,即采用组合速度信息估计加速度,再利用二者实现单天线GPS姿态解算,最后将姿态信息一定间隔内反馈给惯导进行四元数更新实现捷联惯导姿态更新,进一步完成组合姿态预测滤波。通过分析仿真数据,表明单天线测姿误差不随时间累加,且俯仰角、横滚角、航向角误差分别在0.2度、0.5度、0.2度范围内。最后在动态跑车试验中,将MEMS惯导组合测姿和单天线GPS辅助组合测姿结果进行了比较。     

一种新的GPS/SINS组合测姿模型

针对多天线GPS/SINS组合测姿中存在的精度不够和难以实现的问题,研究了一种新的GPS/SINS组合测姿模型;利用GPS载波相位高精度相对定位技术,在传统“速度+位置”松组合的基础上,加入了基于基线向量误差的姿态量测方程,提出了一种精度较高并且较易实现的GPS/SINS组合测姿模型;基于某飞行仿真航迹对模型的测姿性能进行了数值仿真,并与传统测姿模型进行了对比分析;仿真结果表明,与传统模型相比,新的测姿模型可以显著提高导航系统测姿精度和滤波收敛速度,偏航角、俯仰角测量精度可达0.02°,滚动角测量精度可达0.1°,可为飞行器的高精度组合测姿提供一定的参考价值。     

SINS/GPS组合导航系统Kalman滤波仿真研究

为提高捷联惯导系统SINS和全球定位系统GPS的精度和可靠性,研究了SINS和GPS的原理,建立了SINS/GPS系统的状态方程和位置速度误差量测方程;并采用卡尔曼滤波算法实现了SINS/GPS的组合导航.Matlab仿真结果证明,采用Kalman滤波实现SINS/GPS组合导航,其精度得到大大提高;且采用SINS/GPS组合导航系统,克服了SINS惯性导航难以长时间独立工作的缺点,解决了GPS易失锁、难以实时控制的不足,保证了导航系统的实时性及较高的精度和可靠性.     

一种应用磁强计提高导航系统航向精度的方法

针对静止与匀速运动状态下低成本SINS/GPS组合导航系统航向角可观性差的问题,采用磁强计与低成本SINS/GPS构成新的组合导航系统,以提高系统的航向精度.给出了完整的组合导航系统卡尔曼滤波模型,利用Simulink进行了仿真实验.仿真结果表明:在静止与匀速运动状态下,SINS/GPS组合导航系统航向角误差发散,而SINS/GPS/磁强计组合导航系统的航向角有效收敛.利用某型系统进行了静态实验,实验表明:在传感器精度较差的条件下,SINS/GPS/磁强计组合系统航向角仍可以有效收敛,收敛后姿态角误差标准差小于0.2.静态实验验证了该方法在实际应用中的有效性.     

UKF在INS/GPS直接法卡尔曼滤波中的应用

提出将Unscented卡尔曼滤波(UKF)用于INS/GPS组合导航系统的直接法卡尔曼滤波,避免了对非线性的系统状态方程进行线性化.以INS输出的导航参数及平台误差角等作为系统状态,惯导力学编排方程和姿态误差方程作为系统状态方程,GPS输出的导航参数作为量测,采用UKF方法对系统导航参数直接进行估计.仿真结果表明,UKF方法有效地解决了直接法卡尔曼滤波中系统状态方程的非线性问题,并使INS/GPS组合导航系统具有较高的导航定位精度.     

星光折射定位辅助的惯性/星光全组合导航算法

常规的惯性/星光组合导航多基于姿态信息组合,对位置、速度修正效果较差.针对上述问题,在惯性/星光姿态组合算法基础上,通过引入基于星光折射原理后获得的天文定位信息,设计了惯性/星光姿态、位置全组合导航方案,并提出了基于地心惯性坐标系下的捷联惯性/星光全组合导航算法.仿真结果表明:由于利用星光折射间接敏感地平的方法,在系统中引入了位置相关的观测信息,可确保组合导航系统获得较高的位置、速度和姿态精度.     

低成本无人机姿态测量系统研究

由于低成本的MEMS惯性器件本身的限制,单独使用时精度低、稳定性差,在短时间内会产生较大的误差,无法完成长时间中等精度的导航,解决这个问题常用的方法是采用现代信息融合技术来提高姿态测量系统的精度。利用地磁场、重力场这2个姿态参考向量,采用扩展Kalman滤波(EKF)对不同来源姿态数据进行数据融合,实现了低精度MIMU与磁传感器组合航姿系统。仿真和实验证明:3个姿态角的静态误差小于0.5°,航向角的动态误差小于3°,该系统能够保证无人机姿态测量的精度。     

UTP/DR组合导航算法研究

针对UUV水下作业时航位推算存在导航误差积累的问题,研究了水下应答器辅助航位推算组合导航算法。采用"当前"统计模型作为航位推算模型,更准确地描述了航行器的运动状态。利用水下应答器与航位推算算法相组合,对航位推算导航误差进行校正。为获得更好的滤波效果,采用平方根容积卡尔曼滤波算法作为组合导航系统的滤波算法,并将其与EKF滤波算法进行比较。仿真实验表明,平方根容积卡尔曼滤波算法较EKF算法具有更好的滤波精度;UTP/DR组合导航算法有效避免了因导航误差积累而导致的导航定位误差发散问题,获得了较好的导航定位效果。     

基于PDR/UWB紧耦合的足绑式行人导航技术

为了解决低成本微机电惯性导航系统存在的累积误差问题,提出一种基于融合行人航迹推算(PDR)和超宽带(UWB)无线定位的实时室内行人导航系统.利用加速度计和磁强计进行初始姿态对准;考虑滤波误差估计,推导了惯性导航算法;依靠加速度计和陀螺仪的"与"逻辑进行行人步态检测;实施零速更新(ZUPT)提供速度误差观测量,利用UWB系统提供位置误差观测量;设计具有野值辨识机制的扩展卡尔曼滤波器进行数据融合.对提出的行人导航算法进行实验验证,结果表明该行人导航算法与传统定位方法相比能够有效提高行人定位精度.实验中,该行人导航算法能够获取低于0.2 m的定位误差,且稳定、不发散.     

量子PSO粒子滤波在DR/GPS组合导航系统中的应用

将量子粒子群优化(QPSO)算法与粒子滤波(PF)相结合,提出了量子PSO粒子滤波(QPSO-PF)算法,对航位推算(DR)与GPS组合导航系统中的里程系数误差和航向误差进行辨识估计,并对里程系数和航向进行修正。该算法采用量子位对粒子进行编码,引入量子旋转门与变异操作保持了粒子集的多样性,通过QPSO搜索寻优重新分配粒子,使粒子集有效地逼近真实的后验概率分布,从而有效地减轻了退化现象,提高了PF的精度。DR/GPS组合导航系统跑车实验结果表明:该算法有效地抑制了DR导航系统误差的增长,提高了组合导航系统的定位精度。     

北斗双星／SINS组合导航中的捷联惯导算法研究

摘要针对北斗双星／SINS组合导航系统,研究了捷联惯导的姿态和速度更新算法。将等效旋转矢量算法应用与姿态解算,消除了传统的四元数算法存在的不可交换性误差对导航精度的影响,并对速度解算中的划浆误差进行了补偿。将算法应用到北斗双星／捷联惯导组合导航系统,通过实际的跑车实验验证算法的有效性。     

惯性/天文深组合非线性定位算法

针对传统惯性/天文定位算法进行天文导航定位时需要通过迭代计算获得载体的经纬度信息,会不可避免地引入定位计算误差问题,推导了天文高度角与平台误差角和水平位置误差的数学模型,进而提出了以天文高度角为量测信息的基于无迹卡尔曼滤波的惯性/天文深组合导航算法.仿真结果表明,所提出的算法利用单颗星即可进行定位,3颗星时组合导航定位精度达到100 m,有效提高了惯性/天文组合定位精度.     

一种低成本GPS/DR组合导航系统设计

根据车载导航的特点,运用单自由度的加速度计代替里程计,提出一种基于低成本的单陀螺仪单加速度计的航位推算(DR)方案。航位推算短时精度高,但误差会随时间积累而变大,DR与GPS导航利用扩展型卡尔曼滤波,形成GPS/DR组合导航系统,融合2个系统的优势,完善导航能力。实际测试结果表明,该GPS/DR组合导航系统能满足车载导航的基本需求,在城市峡谷中有较高的定位精度,且在GPS信号遮挡时能保持定位。