基于INS/GPS/COMPASS的AUV组合式导航定位算法

导航定位问题是自主式水下机器人研究(AUV)的主要内容之一,本文针对一种开架式AUV设计了一种采用间接反馈校正的捷联惯性导航与GPS、罗盘相组合的导航方案,其中采用卡尔曼滤波器接收两套导航子系统对同一导航参数输出值的差值,经过滤波计算估计出各误差量。仿真实验的结果表明,SINS/GPS/COMPASS组合导航对SINS误差随时间不断加大的现象起到了很好的抑制作用,能够满足AUV定位精度的要求。     

一种考虑洋流影响的AUV组合导航算法

针对由捷联惯导(SINS)、多普勒测速仪(DVL)以及深度传感器组成的自主水下航行器(AUV)组合导航系统,当DVL测量距离无法达到海底的情况下,洋流是该系统主要误差源之一的问题,在SINS/DVL组合导航算法的基础上,提出了一种在原算法中加入洋流信息提高系统导航定位精度的方法,并将以上两种导航算法解算出的AUV位置信息进行仿真对比,仿真结果表明:与未考虑洋流信息的算法相比,加入洋流信息的算法能够有效提高AUV的定位精度。     

SINS/DVL组合导航系统的标定

为提高智能水下机器人中的SINS/DVL组合导航系统定位精度,需要准确标定出捷联惯性导航系统(SINS)和多普勒计程仪(DVL)之间的安装误差角以及DVL的刻度系数。该方法只需AUV潜水一段时间后浮出水面2~3次,以接收的GPS定位信息作为参照,经过迭代计算,即可标定出DVL速度刻度系数和SINS与DVL之间的安装误差角。试验结果表明,用该方法能简单有效地标定出组合导航系统的各项误差参数,而且在多次标定修正后,定位精度优于7 m,具有较高的实用价值。     

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。     

基于GPS/SINS/里程计的车载组合导航研究

GPS/SINS组合导航系统虽然能很好地解决惯导系统的误差累积问题,但当GPS信号失效时,GPS/SINS组合导航系统不能正常工作或导航能力急剧降低。为提高车载松组合导航系统的精度和完整性,提出在GPS失效时采用OD(里程计)辅助SINS实现导航,推导出所需的GPS/SINS组合导航滤波方程和OD/SINS组合导航滤波方程,并进行地面车载试验。实验结果显示在GPS短时失效时,OD/SINS组合导航具有较高导航精度。     

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。     

基于MEMS-SINS/GPS的组合导航系统设计

针对小型无人机导航系统低成本、微小型、高效性的特点,提出了基于捷联惯导(SINS)\卫星定位(GPS)的组合导航系统设计方案,深入研究了组合导航系统的关键技术;分析了MEMS传感器误差对导航系统的影响,建立了系统误差模型;采用利于工程实现的基于位置、速度误差作为状态向量,以松耦合方式进行集中式Kalman滤波,对SINS/GPS信息进行融合,避免了传统SINS系统状态模型非线性,滤波器设计困难的问题;最后对系统进行了仿真;仿真结果表明,该组合导航系统成功抑制了SINS系统的积累误差,提高了导航精度与可靠性,具有广阔的应用前景。     

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.     

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.     

SINS/GPS组合导航的半实物仿真实验系统设计

采用实时分布网络组建SINS／GPS组合导航的全弹道半实物仿真实验系统；研制了一种主从式紧耦合双处理器结构的导航计算机，以数字信号处理器作导航算法处理机，以单片微控制器作输入输出接口处理机，二者以互中断高速并行接口相联，软件采用主从流水线协议，双机协同流畅，处理速度快，满足了组合导航系统对导航计算机在数据吞吐和处理能力以及体积、重量、功耗诸方面的要求；由于三轴转台只能模拟三个角运动而不能模拟三个线运动，故通过外部的线运动补偿来完成完整的导航计算。     

GPS/SINS紧组合导航系统信息融合技术研究

为了提高复杂环境条件下导弹的导航精度,以GPS/SINS紧组合导航系统为研究对象,首先研究了GPS/SINS紧组合导航系统的数学模型;然后对扩展卡尔曼滤波和无迹卡尔曼滤波的算法进行了详细的分析;最后将这两种滤波算法应用到GPS/SINS紧组合导航系统中。系统仿真结果表明,UKF在位置、速度的估计精度上均优于EKF,并且UKF具有更好的稳定性和收敛性。     

SINS/GPS组合导航仿真系统研究

SINS/GPS组合导航仿真系统的研究对于方案论证、系统设计以及工程研制等有着重要的意义.介绍了组合导航系统原理以及组合导航仿真系统的结构和原理,包括航迹仿真器、惯导仿真器、GPS仿真器及卡尔曼滤波器等.系统采用VisualC 6.0语言开发,效率高,可移植性强;采用OpenGL做实时动画显示,界面丰富,可观测性强.该系统讨论了仿真系统的功能设计和人机界面设计以及相关的核心算法等,最后在该系统下进行了仿真,取得了较好的效果.同时模块化设计使得该软件中的核心算法已成功移植应用于实际工程中.     

SINS/GPS/CNS组合导航在高超声速巡航飞行器上的应用

本文简单介绍了高超声速飞行器,并通过分析目前应用较为普遍组合导航方式,提出了采用SINS/GPS/CNS组合导航作为高超声速巡航导弹的中段制导方案。本文采用四元数法进行SINS计算,并运用联邦滤波的方法对组合导航进行了仿真。仿真程序是在轨迹发生器产生高超声速巡航飞行器飞行轨迹及相关参数的基础上进行的,仿真结果表明了高超声速巡航飞行器中制导采用SINS/GPS/CNS组合导航系统的可行性。     

SINS/GLONASS/GPS组合导航系统的故障检测研究

为了避免由于应用过多的卡尔曼滤波器在组合导航系统中所带来的一系列问题,提出了一种应用SINS/GLONASS/GPS组合导航信息进行故障诊断的新方案。在总体设计了SINS/GLONASS/GPS组合容错导航系统方案的基础上,从理论上证明了该方案的可行性。SINS/GPS/GLONASS容错导航系统大大增强了系统的可用性和自主完备性,同时,提高了系统的联合定位精度。     

Closed‐loop one‐way‐travel‐time navigation using low‐grade odometry for autonomous underwater vehicles

This paper extends the progress of single beacon one‐way‐travel‐time (OWTT) range measurements for constraining XY position for autonomous underwater vehicles (AUV). Traditional navigation algorithms have used OWTT measurements to constrain an inertial navigation system aided by a Doppler Velocity Log (DVL). These methodologies limit AUV applications to where DVL bottom‐lock is available as well as the necessity for expensive strap‐down sensors, such as the DVL. Thus, deep water, mid‐water column research has mostly been left untouched, and vehicles that need expensive strap‐down sensors restrict the possibility of using multiple AUVs to explore a certain area. This work presents a solution for accurate navigation and localization using a vehicle's odometry determined by its dynamic model velocity and constrained by OWTT range measurements from a topside source beacon as well as other AUVs operating in proximity. We present a comparison of two navigation algorithms: an Extended Kalman Filter (EKF) and a Particle Filter(PF). Both of these algorithms also incorporate a water velocity bias estimator that further enhances the navigation accuracy and localization. Closed‐loop online field results on local waters as well as a real‐time implementation of two days field trials operating in Monterey Bay, California during the Keck Institute for Space Studies oceanographic research project prove the accuracy of this methodology with a root mean square error on the order of tens of meters compared to GPS position over a distance traveled of multiple kilometers.     

MEMS SINS-GPS组合导航系统设计

为实现满足中低精度要求的低成本导航系统,选用MEMS惯性传感器研制了捷联式惯性导航系统(SINS);针对MEMS惯性传感器噪声较大和惯性导航系统误差随时间迅速累积的问题,利用小波对MEMS陀螺信号进行了降噪处理,并采用SINS-GPS卡尔曼滤波组合导航系统以消除惯导系统的误差累积,输出较高精度的速度、位置信息.对SINS和组合导航系统进行了仿真实验,实验结果表明所建系统的长时间导航性能有一定改善.