组合导航后验方差异步融合算法

当组合导航系统在工作中对各个导航系统提供的信息进行融合计算时会出现导航数据异步到达的现象,传统的组合导航异步融合算法在处理这种情况时会产生较为明显的误差.针对这一问题,设计基于组合导航后验方差异步融合算法解决组合导航系统中出现的信息异步融合计算问题.首先改进系统噪声和量测噪声,使其在数学表达上满足互不相关性要求;然后通过求解后验均值计算出后验方差,建立状态一步预测值计算方法;最后基于上述结果设计组合导航系统的后验方差异步融合算法方程组.仿真结果表明,相比传统的组合导航融合算法,提出的组合导航后验方差异步融合算法可以有效减少因导航系统信息异步到达而引起的融合计算误差,有效提高组合导航系统的导航精度.     

一种INS-GPS-DVL容错组合导航系统

针对某船载导航系统精度和容错性能不能满足应用要求的问题,提出了一种基于信息融合技术的容错组合导航系统方案。研究了该组合导航系统的滤波算法,通过半物理仿真实验研究了该导航系统的性能。结果表明：所设计的组合导航系统可提供高精度的导航信息,提高导航系统综合性能。     

信息融合技术在INS/GPS/TAN/SMN四组合系统中的应用

主要介绍了组合导航系统中多传感器信息融合技术的国内外发展状况,对INS/GPS/T AN/SMN(惯性系统/卫星导航系统/地形辅助导航/景象匹配导航)组合系统中的多传感器信息 融合的层次结构与融合方法,首次提出INS/GPS/TAN/SMN组合导航系统信息融合的层次结构 ,并提出了多源图像融合制导的思想与方法．本文指出比较有应用前景的信息融合研究方法 是基于模糊逻辑、小波分析、神经网络等人工智能的新方法,以及这些新方法与传统的随机 类方法相结合的随机 人工智能的信息融合方法．     

多模卫星组合导航滤波融合算法

为融合多种模式的卫星导航系统的信息,解决单一卫星系统存在的缺点,研究了多模卫星导航定位技术,提出了一种基于单元级融合方式的导航定位算法.首先,建立了北斗/GPS/GLONASS多模卫星组合导航系统的数学模型,然后为每颗卫星分别设计子滤波器,给出了联邦多重渐消记忆滤波融合算法.试验结果表明,该算法能灵活有效的利用多个卫星系统的卫星进行导航定位,提高了卫星导航系统的精度和可靠性.     

非线性滤波在组合导航中的应用研究

组合导航系统是现代导航设备的一个主要发展方向,在人类航空、航天等领域被广泛运用.实现高精度、高可靠性、高抗干扰性是任何一种单一的导航系统都难以胜任的.组合导航系统通常以SINS为主导航系统,将GPS等导航定位误差不随时间积累的导航系统作为辅助导航系统,应用传感器信息融合技术和滤波技术,对组合系统的状态变量进行估计,从而给出高精度的导航参数.     

基于卫星／平流层飞艇的区域导航系统设计

针对卫星/捷联惯导组合导航系统中卫星信号易受干扰的问题,为提高导航的精度和可靠性,提出了一种新的基于卫星和平流层飞艇的区域导航系统.根据区域导航平台,利用组合导航的模式,建立了同步卫星/捷联惯导/平流层飞艇组合导航的状态方程和量测方程,选取自适应联邦滤波算法作为组合导航的信息融合算法,形成联合滤波器,要以弥补卫星导航中信号易受影响的问题.最后设计开发了区域导航仿真系统,通过数字仿真表明,与卫星/捷联惯导组合导航系统相比,区域导航系统具有较高的导航精度和较好的可靠性.     

SINS/DVL水下组合导航技术发展综述

随着对海洋的探索和开发不断深入, 基于捷联惯性导航系统和多普勒计程仪相结合的水下组合导航技术, 近年来在水下无人航行器导航定位得到了广泛应用. 本文简要概述了捷联惯性导航系统/多普勒计程仪(SINS/DVL) 组合导航系统的基本架构, 列举了几种被广泛中应用于组合导航系统的信息融合技术. 通过对组合导航技术梳理分 析, 总结出近期研究的3个热点问题, 包括初始对准技术、标定技术、鲁棒性技术, 以技术的更新和优化为依托, 详细 阐述了3项技术的发展历程. 在总结归纳现有技术和研究成果的基础上, 展望并分析SINS/DVL组合系统将来的研究 方向及其面临的挑战. 本文可为高精度水下导航技术研究提供有益参考.     

机载北斗/GPS/SINS组合导航系统软硬件设计

针对单一导航导航系统在导航精度、稳定性、设备成本以及导航信息完备性等方面的局限性,设计了卫星导航/惯性导航组合导航系统;针对GPS导航系统受制于人及北斗导航系统发展尚不完善的特点,提出了基于北斗/GPS/SINS的军用机载组合导航系统软硬件设计;搭建了北斗/GPS/SINS组合导航系统硬件平台,采用基于不确定度的加权平均数据融合算法提高组合导航系统的导航可靠性和准确性;仿真结果表明,该组合导航系统稳定性好,可靠性高,定位准确。     

弹道导弹惯性/双星/天文组合导航系统研究

弹道导弹飞行特点对其导航系统提出了较高的技术要求,因此提出一种惯性/双星/天文组合导航方案对弹道导弹实时估计和修正导航误差,提高导航精度,该组合导航方案以惯性导航系统与天文导航系统的姿态角差值、惯性导航系统与双星定位导航系统的位置差值作为观测量,建立弹道导弹导航系统的数学模型和观测方程,以无反馈模式联邦滤波器在线估计弹道导弹导航参数误差值.通过计算机仿真并分析仿真结果:和惯性导航系统相比较,这种组合导航系统可以提高弹道导弹导航精度,适合弹道导弹组合导航.     

组合导航系统离线信息融合算法

获得高精度的载体实际飞行轨迹,是组合导航系统性能评测的重要手段.从组合导航系统研究出发,针对惯性导航系统、姿态(非姿态)型GPS和大气数据计算机多传感器组合导航方式,实现多传感器信息离线融合算法.同类型导航传感器数据采用加权最小二乘算法,并利用开环卡尔曼滤波实现组合导航的信息融合,在此基础上再进行最优固定区间平滑滤波.仿真实验结果表明,经过上述3步信息融合之后,得到的导航结果精度不仅高于任一个传感器精度,而且高于单独采用卡尔曼滤波的导航参数精度.     

基于信息融合的组合导航系统研究

针对GPS接收机在高机动工作状态或受遮挡时易出现“丢星”现象而导致定位中断的问题,提出了一种采用GPS／GLONASS／INS组俣导航系统对载体进行快速定位、定向的新方法。文中首先总结了GPS导航系统的不足,在此基础上给出了组合系统的设计方案和工作原理,然后对基于联合卡尔曼滤波的多传感器信息融合算法进行了论述与分析,最后给出了计算机仿真。结果表明：该方法可有效地提高导航系统的精度和可靠性,为融合导航系统的数据分析和处理提供了一个有效途径。     

多导航传感器的多模卡尔曼滤波研究

将多模自适应估计用于导航数据融合处理方法中,通过数字仿真将单一模型的惯导系统/全球定位系统/多普勒计程仪组合导航系统与多模自适应估计的组合导航系统的性能进行了比较,多模滤波器具有较明显的稳定滤波,而且,加大了测量值动态范围,说明了多模自适应估计在组合导航系统中可增强系统对环境的适应性,提高组合导航系统的精度.     

可在线配置结构的多源融合位姿估计框架

针对组合导航系统中,融合算法结构难以在线进行配置的问题,基于误差状态扩展卡尔曼滤波器（ ES-EKF）和标准观测模型库,提出一种不依赖特定平台、可在线配置结构的多源融合估计框架,赋予组合导航系统动态变更信息源融合方式的能力。对多种导航子系统的输出信息进行分类和建模,建立一个不依赖于特定传感器和平台的标准观测模型库。设计一种算法结构的表示规则,将算法结构映射为融合模式,实现信息源和变量的灵活选择。基于该融合估计框架,设计并实现了一个惯性测量单元／磁力计／编码器／相机／激光雷达组合导航系统。最后,在野外数据集上进行了多种测试,该系统能够通过人工静态地或自主动态地变更融合模式灵活配置融合算法的结构,且定位精度优于 robot-localization 算法。试验结果表明,该框架可有效地实现多源融合估计、可在线地配置融合结构。     

基于CPS架构的旋翼无人机组合定位建模研究

针对在特殊地区连续导航和组合导航冗余技术的问题,提出基于信息物理融合系统架构的BDS/GPS/SINS组合导航的旋翼无人机定位方案。以六旋翼为运载体,采用超紧组合导航结构和联邦式滤波结构建立模型,通过Simulink虚拟定位仿真,得到较为精确的位置信息。进一步搭建旋翼无人机物理融合定位系统实验平台,该平台的BDS/GPS接收机接收由NSS8000多星群模拟器提供的虚拟卫星导航电文信号,方便用户对CPS虚拟和现实环境的人机交互界面进行操作。通过定位信息融合进行基于BDS/GPS/SINS超紧组合导航的室内飞行实验,失星下定位精度都能达到2.0?m±0.5?m。仿真和实验结果表明,该定位系统具有信息物理融合的鲁棒性和安全可靠性。     

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.     

SINS/CNS/SAR组合导航系统中的信息融合算法研究

在SINS/CNS/SAR组合导航系统中,存在量测信息时间不同步及系统容错性差的问题,为了获得高精度滤波结果,设计了一种新的信息融合算法.首先对各子系统量测信息进行野值检测,并对处理后的量测信息进行时间同步处理;然后利用SINS/CNS和SINS/SAR子滤波器分别进行局部滤波得到局部估计值,经系统容错检测后,由主滤波器对局部估计值进行自适应融合,实现全局滤波.仿真结果表明,量测信息时间同步处理可以优化系统定位精度;当系统出现量测异常时,所提出的融合算法可以有效检测故障并进行处理,状态估计值始终维持在稳态附近.新的融合算法能改善导航系统的客错性能,提高导航精度,设计方案具有重要的理论参考价值.     

基于MEMS传感器的室内外多源融合导航系统设计

为纠正磁力计的过度偏转行为,使得导航坐标结果更贴合理想预设坐标值,设计基于MEMS传感器的室内外多源融合导航系统。整合多源外接模块电路输出的电量信号,将其分别反馈至MEMS磁力计与微处理器导航元件之中,再根据地图空间定义模块中导航信息数据的传输行为,确定融合信息单元的剩余存储能力,实现多源融合导航系统的硬件结构设计。在此基础上,定义MEMS传感器的实时坐标,通过计算位姿角数值的方式,处理导航点与传感器信息之间的多源融合关系,完成基于MEMS传感器的坐标转换。根据已知的路径节点平移变换原则,得到节点坐标的旋转与缩放结果,完成对导航路径的可视化处理,再结合相关硬件设备结构,实现基于MEMS传感器的室内外多源融合导航系统设计。实验结果显示,与基于降维对偶四元数的导航系统相比,在MEMS传感器作用下,实测角与理想角之间的最大差值只能达到3.7°,能够使得真实导航坐标结果更加贴合理想预设坐标值,符合精准导航的实际应用需求。     

Indoor INS/UWB-based Human Localization With Missing Data Utilizing Predictive UFIR Filtering

A combined algorithm for the loosely fused ultra wide band (UWB) and inertial navigation system (INS)-based measurements is designed under the indoor human navigation conditions with missing data. The scheme proposed fuses the INS- and UWB-derived positions via a data fusion filter. Since the UWB signal is prone to drift in indoor environments and its outage highly affects the integrated scheme reliability, we also consider the missing data problem in UWB measurements. To overcome this problem, the loosely-coupled INS/UWB-integrated scheme is augmented with a prediction option based on the predictive unbiased finite impulse response (UFIR) fusion filter. We show experimentally that, the standard UFIR fusion filter has higher robustness than the Kalman filter. It is also shown that the predictive UFIR fusion filter is able to produce an acceptable navigation accuracy under temporary missing UWB-data.      

基于视觉/GPS/MEMS-INS数据融合的MUAV导航方案

提出了基于视觉/GPS/MEMS-SINS的微小型无人机（MUAV）数据融合导航方案,利用视觉测量和GPS测量分别与INS组成子滤波器系统,依靠主滤波器对2个子滤波器的估计值进行数据融合。通过仿真验证,说明提出的组合导航方案具有很高的导航精度,能够有效抑制MEMS-INS的漂移,并且在GPS信号失效时,具有很高的容错性能,能够保证导航系统的稳定性,具有一定的应用价值。