惯性系下GPS/SINS紧组合导航算法研究

针对新一代远程空空导弹的特点,研究了在导弹发射惯性坐标系下,基于伪距/伪距率的GPS/SINS紧组合导航算法,推导了该坐标系下的惯导一阶误差传播方程,建立了该坐标系下GPS/SINS组合导航系统的状态方程和量测方程,并进行了相关数学仿真验证。仿真结果表明,在该坐标系中GPS/SINS紧组合导航算法有较高的导航精度。     

一种新型GPS/DR组合导航系统

利用三个陀螺仪和一个里程计提出一种新型GPS/DR组合导航系统。首先推导了这种组合导航系统的状态方程,然后给出了松组合方式的滤波方程。最后用实测算例对这种新型组合导航系统进行了验证,结果表明,相比于SINS系统、传统的DR系统,这种DR系统在车载系统应用中具有更好的优势;而且这种组合导航系统能够很好地提高单一导航系统的导航精度。     

BP神经网络在车辆组合导航中的应用研究

针对车辆GPS/DR组合导航系统在GPS信号被遮挡时无法完成DR零点更新的问题,提出了基于BP神经网络的DR位置误差预测模型来解决该问题。在GPS有效时,该算法采用基于平稳小波变换的扩展卡尔曼滤波器对GPS/DR信号进行数据融合得到车辆实时的精确位置,与经平稳小波变换软阈值模平方去噪法处理的DR位置数据进行平稳小波多尺度比较获得DR位置误差;然后用BP神经网络建立DR位置误差预测模型,为了提高所用网络的泛化能力,采用了贝叶斯正则化规则训练网络。在GPS失效时,利用已建立的预测模型预测DR位置误差来修复DR位置数据,实现车辆行驶在复杂路径下的实时精确导航定位。仿真表明,该算法对车辆GPS/DR组合导航系统有效。     

自适应线性神经网络在车辆组合导航的应用

针对车辆GPS/DR组合导航系统中位置误差预测难以建立精确的数学模型的问题,提出了自适应线性神经网络建立位置误差预测模型的方法。该方法对来自GPS、DR的位置数据采用小波去噪,在GPS有效时用GPS、DR的位置信号建立线性神经网络位置误差预测模型,在GPS失效时预测位置误差并推算车辆实时位置。仿真表明,该方法对车辆组合导航系统是有效的。     

GPS／INS组合车辆导航系统的两种卡尔曼滤波结构

为了解决GPS信号失锁引起的无法定位和INS积累误差引起的长时间漂移问题,以GPS/INS组合导航系统的数据融合理论作为基础,卡尔曼滤波作为主要融合方法,对进入组合车辆系统的GPS定位数据与INS定位数据分别进行估计、修正和融合,推导出GPS/INS组合导航系统的状态方程、测量方程和递推滤波方程,同时对分散滤波结构和联合滤波结构进行仿真比较,结果表明后者的定位精度高于前者。     

车载GPS/北斗/DR组合导航系统研究

针对移动车辆的定位与导航问题,研究了GPS/北斗/DR组合导航算法.文中采用坐标系变换及增加状态变量法对不同卫星星座进行了时空统一,并在此基础上研究了GPS/北斗卫星组合导航算法;为了克服卫星定位存在的不连续性问题,提出了GPS/北斗卫星导航系统与低成本的航位推算系统组合导航方案,设计了GPS/北斗/DR组合导航滤波器...     

GPS/DR组合导航性能增强技术

为了提高全球定位系统(GPS)信号短时中断时地面车辆自主导航精确度,提出了GPS信号中断时采用车辆不完全约束条件和里程仪速度信息作为量测,辅助惯性导航系统实现车辆航位推算(DR)自主导航的方案;推导了该方案的GPS/DR组合导航的卡尔曼滤波方程;并进行了计算机仿真研究和地面车载试验,结果显示GPS信号中断90 s,DR自主导航误差为20 m,能够满足部分地面车辆短时高精确度自主定位要求。     

智能车载终端数据处理的优化设计

通过分析传统的GPS和车辆航位推算导航系统定位方法的不足,提出使用GPS/DR组合导航技术来获取定位数据,并使用一种新的数据融合方法优化定位数据,通过CDMA 1X无线数据网络改善传输方式.经过实验验证,此优化方案为车辆的实时监控提供了稳定可靠的实时数据传输,提高了ITS系统的性能.     

GPS组合导航系统的数据融合

首先介绍了车载GPS加上DR组合导航系统的设计,建立了车辆加速度及影响组合导航系统定位精度的主要误差的数学模型.然后针对一般组合滤波算法中,由于DR系统误差的引入,导致滤波效果不好的问题,提出了一种组合导航系统的数据融合.对车载GPS/DR组合导航系统提供的实际数据的处理结果表明,该方法既能提高GPS定位精度,又能有效控制DR系统的误差发散,从而有效地消除了一般组合滤波算法中DR系统误差对滤波器的影响,大大提高了组合系统的完整性和可靠性.令GPS在如香港交通环境:道路狭窄且多弯、交叉线多且密集、街道两侧高楼林立、桥梁多且较密集、隧道多且长、地形类似丘陵且高山较多,而且车辆也多行驶速度又快的情形下变得可行.     

GPS／DR车辆导航系统工程实现

本文介绍了车载GPS／DR组合导航系统的实现方法,转为详细的阐述了实现车载导航系统的关键结构：里程仪和速率陀螺仪,在建立该系统数学模型的基础上,给出了系统的仿真结果和DR系统的跑车定位曲线。同时,给出了在静基座下GPS和GPS／DR系统的定位误差曲线。实验结果表明：所设计的车载DR系统是可靠的,所采用的GPS／DR组合算法是正确的,再一次验证了组合导航系统比单独GPS系统具有显著的优越性。     

INS/GPS组合导航下机载PD雷达DPCA性能分析

惯导测速误差随着时间逐渐积累,积累误差会导致载机运动补偿失效,从而使得DPCA检测性能下降。针对这一问题,提出采用INS/GPS组合导航系统对载机速度进行测量,能大大提高载机测速精度,有利于DPCA检测低速动目标。在建立雷达回波信号模型和INS/GPS组合导航系统模型的基础上,结合机载PD雷达背景,仿真分析了惯导系统、INS/GPS组合导航系统各自的测速精度以及不同测速精度下的DPCA检测性能。仿真结果表明:采用惯导测速时,测量精度较低,DPCA在此精度下不能检测低速动目标;采用INS/GPS组合导航测速时,测量精度较高,DPCA在此精度下能够检测出低速动目标。     

激光陀螺捷联惯性导航系统零速修正研究

针对激光陀螺捷联惯性导航系统不依赖外部信息修正,长时间工作累积放大的问题,分析常用的零速修正算法二次曲线拟合法、最小二乘法、卡尔曼滤波法等,结合车载激光陀螺捷联惯性导航系统实际应用,提出一种自适应零速修正方法,利用零速修正技术的约束条件,构建15个基本误差参数,根据系统自身误差特性,设计出系统的状态量测矩阵和量测方程,并采用基于普条件数可观测理论对系统各状态进行了可观测性分析,确定卡尔曼滤波器参数,从而实现对位置坐标、姿态角、速度误差进行了有效估计,可以有效提高惯性测量单元（IMU）导航精度。实验表明,采用该方法能有效提高了捷联惯性导航系统导航精度,既克服了频繁停车,又增强了载体的机动性能。     

基于测速误差预补偿的水下航行体组合导航技术

针对水下航行体INS/DVL组合导航系统,提出了基于DVL测速误差预先补偿的卡尔曼滤波方案,介绍了测速误差预先补偿方法和补偿措施。通过试验验证,基于DVL测量速度误差预先补偿的组合导航技术改善了系统滤波收敛特性,提高了导航定位精度。     

Augmentation of XNAV System to an Ultraviolet Sensor-Based Satellite Navigation System

X-ray pulsar-based navigation (XNAV) using one X-ray detector is investigated as an augmentation to the capability of an ultraviolet (UV) sensor-based satellite autonomous navigation system. The satellite state dynamics are analyzed to establish the dynamical equations of the satellite autonomous navigation system. A time transformation equation that accounts for relativistic effects is presented and the measurement model of the XNAV system is derived using pulse phase information from only one pulsar. The measurement model of the UV sensor-based satellite navigation system is presented using the Earth image information from the UV sensor. In order to integrate the measurements from the X-ray sensor and the UV sensor, a federated filter is developed to provide the optimal simultaneous estimation of position and velocity of the satellite. The concept is demonstrated on a GPS orbit and a geosynchronous orbit and it is found that the performance of the integrated satellite navigation system is improved with respect to that of the UV sensor-based satellite navigation system.     

基于二维激光多普勒测速仪的车载组合导航系统

为了减小由车式载体上下颠簸而引入的测量误差,设计了二维结构的激光多普勒测速仪2-D LDV（laser Doppler velocimeter）,并将其与捷联惯导组合导航。阐述了二维激光多普勒测速技术的基本原理,详细讨论了其与捷联惯导组合的具体结构并进行了车载实验。理论和实验结果表明:2-D LDV减小了由于车辆上下颠簸而引入的测量误差,进一步提高了导航精度。车辆行驶总里程为29.67 km,纯捷联惯导的位置误差为936 m,1-D LDV/SINS组合系统的位置误差17.2 m,而2-D LDV/SINS组合系统的位置误差仅有7.1 m,相对于1-D LDV/SINS,2-D LDV/SINS更适合于车载组合导航系统。     

一维激光多普勒测速仪/单轴旋转惯导组合车载高程测量方法(特邀)

采用一维激光多普勒测速仪与单轴旋转惯性导航系统组合的方式,利用单轴旋转惯导系统倾角补偿后的姿态输出为测速仪提供高精度姿态基准,探索提高一维激光测速仪高程测量精度的新方法。针对双光束差动结构的一维激光测速仪高程测量原理及单轴旋转惯导系统倾角误差补偿方法进行了研究,以车载的方式对设计的高程测量方法进行了试验验证。完成了两组35~40 min跑车测试,第一组试验高程测量最大误差为?2.67 m,标准差为1.0094 m;第二组试验高程测量的最大误差为1.68 m,标准差为0.5880 m,达到了车载情况下连续动态高程测量精度优于3 m的预期指标。相关试验结果证明了基于单轴旋转惯性导航系统的车载一维激光多普勒测速仪高程测量方法的有效性。     

粒子滤波方法在GPS/DR组合导航系统中的应用

成功地将粒子滤波方法应用干GPS／DR组合导航系统中。如果GPS信号受到干扰或者车辆做大幅度机动时，卡尔曼滤波会有较大的误差。粒子滤波不仅考虑了客观样本信息，还考虑了主观因素，能很好地处理这种观测样本出现异常的情况，具有鲁棒性。实验证明，当GPS信号被遮挡时，粒子滤波优于卡尔曼滤波。     

无源北斗/捷联惯导(SINS)紧组合导航技术的应用研究

针对北斗系统有源定位方式保密性差、用户数目有限,不能提供连续的位置、速度、姿态信息的问题,提出利用北斗系统3颗地球静止卫星的载波相位时间差分信息,与车载捷联惯导(SINS)构成紧组合导航系统,通过扩展卡尔曼滤波器估计并修正惯导系统的速度误差;引入载体的侧向和天向速度约束,改善了速度估计精度;结合北斗系统的伪距信息,消除了长航时条件下位置误差的积累;推导了滤波器观测方程,对组合导航滤波器进行了设计;通过车载实验进行了验证,实验结果表明,速度误差和位置误差的积累受到了有效地抑制,精度满足陆地战车导航的要求.     

偏振光传感器在四旋翼飞行器中的应用

为了实现偏振光传感器在实际三维空间中的导航应用,设计了一种基于仿生偏振光导航传感器、微惯性测量单元（MIMU）与全球定位系统（GPS）的组合导航控制系统,并实际应用到了四旋翼导航控制之中.本文首先介绍了偏振光传感器的功能模型和测角原理.其次采用扩展卡尔曼滤波（EKF）技术设计了偏振光传感器、MIMU、GPS的信息融合算法,通过室外飞行试验对该导航系统的性能进行了测试,并与传统MIMU/GPS/电子罗盘导航系统进行了比较.结果显示：在有磁场干扰环境下,基于偏振光的导航控制系统平均位置精度较传统导航系统提高了50.4%.实验结果表明：该导航控制系统实时性好、精度较高、抗电磁干扰能力强,且误差不随时间累积,基本满足移动载体进行自主导航时的精度和可靠性要求.