基于抗差EKF的GNSS导航模型研究

给出了扩展卡尔曼滤波（extended Kalman filter,EKF）的原理,通过分析粗差在EKF模型中的传递特性,建立了新的抗差EKF模型．该模型根据多余观测分量及预测残差统计特性,构造抗差等价增益矩阵,通过迭代给出了全球导航卫星系统（GNSS）抗差导航解．结合统计模型,对存在粗差的观测历元进行抗差估计,进一步提高模型实时运行效率．通过模拟6PS／GAL—LIEO／GLONASS多卫星导航星座及接收机平台的动态轨迹,采用加速度导航方程验证模型,对不同模型运行的时间进行比较．结果表明：在粗差存在的情况下,该模型仍能正确导航,并且改进后的模型能明显提高实时导航的效率．     

基于伪距残差相关性的GPS/INS紧耦合抗差滤波

提出了基于GPS伪距残差相关性的GPS/INS紧耦合抗差滤波算法.理论推导了GPS伪距观测值残差的计算方法,引入了相关函数对伪距残差进行相关性分析;分析了GPS/INS紧耦合导航的动力学模型和观测模型,基于残差相关性构建了紧耦合抗差滤波算法,利用实测数据验证了算法的有效性.结果表明:相比于非抗差滤波算法和传统的抗差滤波算法,基于GPS伪距残差相关性的抗差滤波能更灵敏地探测GPS/INS紧耦合中伪距观测值的粗差,并且通过抗差滤波因子抑制粗差对于导航结果的影响,提高GPS/INS紧耦合导航精度,而且通过控制粗差能够有效避免滤波发散现象的发生.     

基于ARM的SINS/GNSS紧组合导航系统设计

针对全球导航卫星系统(GNSS)信号受到干扰失锁导致可见卫星数目少于4颗时,捷联惯性导航系统(SINS)/GNSS松组合系统无法正常运行问题,设计了基于ARM的SINS/GNSS紧组合导航系统,并对该系统建立非线性模型.首先以三星Exynos4412作为电路核心处理器,集成IMU模块MPU9250和卫星接收模块MH16-T1,同时搭建硬件系统.采用无迹卡尔曼滤波算法进行紧组合数据融合,在GNSS信号受到干扰时也能用GNSS信号辅助SINS进行组合导航.最后通过样机车载测试表明,设计的SINS/GNSS紧组合系统比松组合系统具有更高的导航精度与稳定性,即使在GNSS信号受到干扰失锁时,紧组合系统短期内仍可保持较高的导航精度.     

顾及PDOP的车载BDS PPP/INS自适应定位方法研究

针对车辆在城市峡谷、高架桥梁、密林等环境下可见卫星分布不佳导致导航精度变差的问题,提出一种顾及位置精度因子(PDOP)的自适应北斗卫星导航系统(BDS)精密单点定位技术(PPP)/惯性导航系统(INS)紧组合方法.选择消电离层组合模型作为BDS PPP的函数模型,并对影响定位精度和收敛速度的误差项进行分析处理.依据反映卫星分布状况的PDOP,并根据实测数据建立自适应因子函数模型,通过自适应因子实时调节动力学模型降低因可见卫星分布不佳对导航结果的影响,以此保持导航结果的连续性.结果表明:该方法比传统方法具有更高的定位性能,有效提高了BDS PPP/INS组合导航系统在复杂环境下的定位精度.     

基于几何分布和差分进化的双模导航选星算法

基于双系统集成场景,对几何精度因子建模.针对传统算法实时性低的问题,提出了一种基于卫星几何分布和差分进化的选星算法.根据仰角分布和系统种类,确定卫星组合几何分布;通过设置不同的适应度阈值和根据剩余卫星数目,自适应改变种群大小,实现了快速选星.仿真结果表明,所提算法与传统算法相比,差值范围为0~0.25,单时刻百次选星平均耗时为传统算法的8.09%,该算法可应用于可见卫星数目增加的双模导航场景中.     

低轨卫星紧组合导航UKF方法

针对紧组合导航系统状态方程及量测方程的非线性,以低轨卫星为应用对象开展了无迹卡尔曼滤波UKF方法研究．给出了惯性系下的系统模型及算法模型,其中姿态直接采用修正Rodrigues参数来表述以避免四元数归一化条件的限制,系统状态更新采用四阶Runge-Kutta法以适应卫星的高速运动;之后通过数学仿真与广义卡尔曼滤波EKF进行了比较分析．结果表明:UKF滤波对于姿态精度明显优于EKF,提高了一个数量级,对于速度、位置精度两者滤波效果相当,但对于运算时间UKF耗时较长．因此实际应用中可根据导航精度与运算时间需求决定是否采用UKF方法．     

伪卫星空中基站定位高性能算法研究

伪卫星作为卫星导航系统的重要增强手段,能够克服卫星系统在导航定位及武器精确制导方面存在的缺点。针对伪卫星空中基站位置不易精确确定的问题,设计了临近空间伪卫星空中基站定位SINS/CNS/SAR组合导航系统,建立了组合导航非线性数学模型;在吸收抗差自适应滤波、高斯滤波和粒子滤波优点的基础上,提出了一种抗差自适应高斯混合Sigma点粒子滤波算法。将提出的算法应用于SINS/CNS/SAR自主导航系统进行计算仿真,并与Unscented卡尔曼滤波和粒子滤波比较,结果表明:提出的新算法能够满足伪卫星空中基站自主导航定位的需求,导航精度明显高于Unscented卡尔曼滤波和粒子滤波算法。     

精密单点定位的抗差卡尔曼滤波研究

从卡尔曼滤波的新息出发,推导了卡尔曼滤波残差的新息表达式,并用其构造抗差因子.根据精密单点定位的内部可靠性和观测值的随机性,确定完全可探测的载波相位和伪距粗差,并分别加入相应观测值粗差.通过标准卡尔曼滤波、新息的抗差卡尔曼滤波和残差的抗差卡尔曼滤波3种方案对比,粗差使标准卡尔曼滤波的估计结果产生一定的偏差.当观测值精度不等时,新息的抗差卡尔曼滤波对较高精度观测值的粗差抗差效果较差.而残差的抗差卡尔曼滤波能够实现不等精度观测值粗差的同时抗差.     

GPS/DR组合导航系统故障探测与剔除(FDI)的容错设计

目前车辆组合导航系统存在的主要问题以及研究的重点是解决GPS多路径误差的干扰和DR传感器实时修正的问题。本文介绍了利用硬件余度方法和残差序列剔除粗差观测量的几种方法。综合2种思想，提出了一种适用于GPS／DR组合导航具有容错能力的自适应滤波设计方法。实验结果表明：本文给出的剔除GPS／DR组合系统粗差和自适应滤波的方法具有较好的效果。     

基于自适应卡尔曼滤波的NGMIMU/GPS组合导航设计

由于加速度计输出动态噪声的存在,无陀螺微惯性测量单元(NGM IMU)导航误差随时间迅速累积.基于NGM IMU九加速度计配置方案,利用自适应卡尔曼滤波方法进行NGM IMU/GPS组合导航系统设计.滤波算法对滤波预测残差的大小进行判断,利用极大后验估计器推算出动态噪声和观测噪声的统计特性,克服了系统噪声统计特性不易确定的实际问题,使滤波器成为最优.同时进行了系统位移和角速度仿真,结果验证了自适应卡尔曼滤波方法的可行性.     

A novel satellite-equipped receiver for autonomous monitoring of GNSS navigation signal quality

Global navigation satellite system (GNSS) comes with potential unavoidable application risks such as the sudden distortion or failure of navigation signals because its satellites are generally operated until failure. In order to solve the problems associated with these risks, receiver autonomous integrity monitoring (RAIM) and ground-based signal quality monitoring stations are widely used. Although these technologies can protect the user from the risks, they are expensive and have limited region coverage. Autonomous monitoring of satellite signal quality is an effective method to eliminate these shortcomings of the RAIM and ground-based signal quality monitoring stations; thus, a new navigation signal quality monitoring receiver which can be equipped on the satellite platform of GNSS is proposed in this paper. Because this satellite-equipped receiver is tightly coupled with navigation payload, the system architecture and its preliminary design procedure are first introduced. In theory, code-tracking loop is able to provide accurate time delay estimation of received signals. However, because of the nonlinear characteristics of the navigation payload, the traditional code-tracking loop introduces errors. To eliminate these errors, the dummy massive parallel correlators (DMPC) technique is proposed. This technique can reconstruct the cross correlation function of a navigation signal with a high code phase resolution. Combining the DMPC and direct radio frequency (RF) sampling technology, the satellite-equipped receiver can calibrate the differential code bias (DCB) accurately. In the meantime, the abnormities and failures of navigation signal can also be monitored. Finally, the accuracy of DCB calibration and the performance of fault monitoring have been verified by practical test data and numerical simulation data, respectively. The results show that the accuracy of DCB calibration is less than 0.1 ns and the novel satellite-equipped receiver can monitor the signal quality effectively.     

A Camera/IMU Tightly-Coupled Navigation Algorithm and Verification by Hybrid Simulation

GNSS （global navigation satellite systems） are unavailable in challenging environments such as urban canyon and indoor locations due to signal blocking and jamming.Camera/IMU （inertial measurement units） integrated navigation systems can be alternatives to GNSS.In this paper,a tightly coupled Camera/IMU algorithm modeled by IEKF （iterated extended kalman filter） is presented.This tight integration approach uses image generated pixel coordinates to update the Kalman Filter directly.The developed algorithm is verified by a hybrid simulation,i.e.using inertial data from field test to fuse with simulated image feature measurements.The results show that the tight approach is superior to the loose integration when the image measurements are insufficient （i.e.less than three ground control points）.     

基于T分布变分贝叶斯滤波的SINS/GPS组合导航

为了解决组合导航中由于野值存在而导致传统滤波算法性能下降的问题,针对SINS/GPS组合导航系统模型提出基于T分布的变分贝叶斯高斯滤波算法,充分考虑野值所导致的噪声厚尾特性,将观测噪声建模为T分布.对系统状态和自举变量进行估计,并且在每个滤波时刻借助变分贝叶斯学习对状态估计进行迭代,以逼近真实后验分布.针对噪声存在野值的场景进行仿真验证,结果表明,在SINS/GPS组合导航系统中,当噪声存在野值时,基于T分布的变分贝叶斯组合导航滤波方法具有一定的鲁棒性,并且精度优于传统组合导航滤波方法.     

一种惯导观测数据仿真的实现方法

为了满足惯性导航和GNSS/INS组合导航对性能测试和算法验证的需求,提出一种简便的惯导观测数据仿真的方法,用于在室内仿真生成运动载体上的惯导器件的测量值。运用数学仿真的方法,在分析载体运动特点的基础上,给出了载体轨迹和姿态参数的计算方法,建立了惯导器件的观测数据及主要误差项的数学模型,并说明了惯导观测数据仿真方法在硬件平台上的具体实现过程。采用惯导软件接收机进行闭环测试,实验结果表明,该方法能生成正确的惯导观测数据。     

面向无人机的逐点偏移式卫星导航欺骗干扰方法

针对无人机在失控肇事、干扰航管、窥视窃密、恐怖袭击等方面的危害,本文提出一种基于逐点拉偏式卫星导航欺骗方法,通过重构错误的导航坐标系诱骗目标无人机飞离敏感区域保护地面安全。该方法将整个无人机欺骗过程看作是单步位置欺骗拉偏的时间迭代过程,首先根据无人机的运动学模型以及外部量测信息估算出无人机的真实位置点以及真实控制输入量;然后考虑无人机飞行控制器对欺骗效果的影响,在真实控制输入量中抵消掉预先设置的欺骗控制力矩效果,设计构造虚假卫星信号使得GNSS/INS组合导航模式下的滤波估计无人机位置点仍靠近原始期望目标点,但发生了偏差;最后这种偏差产生的无人机轨迹跟踪控制输入量会导致无人机真实状态点往欺骗目标点偏移,实现单步卫星导航欺骗效果。单步欺骗过程在时间上的迭代运用,可实现无人机位置的逐点偏移式欺骗。仿真结果显示利用逐点偏移式卫星导航欺骗方法能使得目标无人机慢慢偏离原始轨迹而跟踪欺骗轨迹,且组合导航滤波器估计轨迹仍跟踪原始参考轨迹,达到了卫星导航欺骗的目的。本文提出的基于逐点拉偏式卫星导航欺骗干扰技术可用于保障重点区域/人员的低空安全防护。     

惯性/天文/卫星组合导航误差在线标定方法

为提高惯性/天文/卫星(INS/CNS/GNSS)组合导航系统长期工作时的精度,推导了基于四元数误差描述的组合导航系统误差状态方程和量测方程,利用分段定常系统(PWCS)定理,分析了不同输入条件下系统状态变量的可观测性和可观测度.结合可观测性和可观测度分析结果,提出了利用星敏感器及卫星导航系统提供的姿态、位置矢量在线标定陀螺仪、加速度计和星敏感器误差参数的方法.可观测性分析和仿真试验结果表明,该方法可以精确在线估计出陀螺仪、加速度计、星敏感器的标度因数、零偏和安装误差,提高惯性/天文/卫星组合导航系统长期在轨工作的精度.     

H∞滤波在惯导/GPS组合导航应用的比较分析

为分析H∞滤波算法在惯性导航系统INS/GPS组合导航应用中对动态环境的自适应能力,选用卡尔曼滤波算法和Sage-Husa算法作为对照,并改进了Sage-Husa算法,构造了较为全面的惯导系统误差模型、扰动数据情形和飞行轨迹,比较分析了三种算法的自适应能力.仿真结果表明:在这种验证环境中,H∞滤波算法可调参数受到的约束较多,与改进的Sage-Husa算法相比,卡尔曼增益和估计协方误差与量测值变化的相关性较弱,导致自适应能力较弱.在这类模拟动态环境中H∞滤波算法的自适应能力要低于改进的Sage-Husa算法.方法和结果对于鲁棒的INS/GPS组合导航算法的工程化应用有较高的实用价值.     

传递对准中主惯导速度匹配量的实时构造算法

研究了当机载主惯导和弹载子惯导分别采用地理坐标系和准惯性坐标系作为导航坐标系时，传递对准过程中主惯导速度匹配量的实时构造算法。提出了利用主惯导导航参数实时构造主惯导速度匹配量的地速转换和修正算法，利用主惯导加速度计输出实时构造主惯导速度匹配量的比力积分算法，以及利用主惯导导航参数和加速度计输出实时构造主惯导速度匹配量的比力积分修正算法。仿真结果表明，3种实时算法在算法精度和计算量方面各有所长。     

A Multi-Vehicle Cooperative Localization Method Based on Belief Propagation in Satellite Denied Environment

The global navigation satellite system (GNSS) is currently being used extensively in the navigation system of vehicles. However, the GNSS signal will be faded or blocked in complex road environments, which will lead to a decrease in positioning accuracy. Owing to the higher-precision synchronization provided in the sixth generation (6G) network, the errors of ranging-based positioning technologies can be effectively reduced. At the same time, the use of terahertz in 6G allows excellent resolution of range and angle, which offers unique opportunities for multi-vehicle cooperative localization in a GNSS denied environment. This paper introduces a multi-vehicle cooperative localization method. In the proposed method, the location estimations of vehicles are derived by utilizing inertial measurement and then corrected by exchanging the beliefs with adjacent vehicles and roadside units. The multi-vehicle cooperative localization problem is represented using a factor graph. An iterative algorithm based on belief propagation is applied to perform the inference over the factor graph. The results demonstrate that our proposed method can offer a considerable capability enhancement on localization accuracy.