基于距离量测的主从式AUV协同定位系统观测性研究

研究了基于距离量测的主从式自主水下航行器(AUV)协同定位系统观测性问题。主AUV可以利用装备的高精度导航设备进行精确定位,从AUV装备低精度导航设备,需融合主从AUV之间的距离量测进行水下定位。针对控制输入对协同定位系统可观测性的影响,建立了从AUV在主AUV体坐标系中的运动学模型,并选取主从AUV间的距离值作为观测量,利用基于Lie导数的非线性系统观测性秩判据分析了不同控制输入下协同定位系统的观测性。仿真结果表明,对于可观测的协同定位系统,从AUV的位置估计具有良好的收敛性和定位精度。     

水下无人航行器结构环境SFEKF同步构图定位方法

针对传统同步构图定位(SLAM)传感器具有数据量大、处理速度慢、实时性差的不足和基于扩展卡尔曼滤波的同步构图定位(EKF-SLAM)具有对水下无人航行器(UUV)位置估计精度低、甚至发散的缺陷,把带次优渐消因子的扩展卡尔曼滤波器应用到了导航系统中,提出了基于多元测距声呐(MRS)的UUV结构环境SFEKF-SLAM(suboptimal fadingextended Kalman filter-SLAM)方法.首先建立基于霍夫变换的水下MRS特征提取模型,设计了基于SFEKF-SLAM的UUV导航系统,利用该系统可以对UUV的状态进行预测,结合MRS信息可以对UUV周围结构环境进行状态更新.海试结果验证了基于霍夫变换的水下MRS模型能够有效提取环境特征,基于SFEKF-SLAM的UUV导航系统相对于常用的基于EKF-SLAM的UUV导航系统具有更高的定位精度,能够构建更加精确的港口堤岸地图.     

自适应零速修正辅助的微惯性定位系统研究

针对GNSS失效情况下微惯性器件漂移大引起的定位精度低的问题,研究了一种多条件辨识零速时刻,基于速度信息构建观测方程的零速修正算法,以提高微惯性系统的定位精度. 论文阐述了行人步态特性,在分析行人步态的基础上设计了基于加速度量测方差、加速度量测幅值和角速度量测能量的多条件零速检测方法,并针对室内外不同环境设置了自适应阈值. 在此基础上,构建了速度信息为系统观测值的Kalman滤波器,在零速对姿态、速度及位置误差进行估计并修正. 实验结果表明,基于上述自适应定位修正算法可有效增强零速检测的可靠性,抑制定位误差的累积,定位的精度是行进距离的1.32%.     

一种基于VINS/FINS组合导航方法

针对视觉惯性组合导航系统中微惯性器件精度偏低,以及足部惯性导航系统航向角误差可观测性差的问题,研究了一种基于上述两种系统的信息双向融合的导航定位方案. 该方法的系统结构由安装于双足步行机器人躯干部分的惯性导航系统和安装于其足部惯性导航系统两部分组成. 惯性导航系统通过视觉同时定位与地图构建数据融合方法可以获得相对准确的航向角,足部惯性导航系统利用零速修正后的位置信息实时修正惯性导航系统中的低精度惯性器件误差,从而构建视觉与惯性信息双向融合的组合导航系统结构. 实验结果表明,该组合导航方案可以有效提高双足步行机器人的航向精度和定位精度.     

一种NLOS量测平滑算法在MAUVs协同定位中的应用

在基于双领航者的MAUVs协同定位过程中,为了减轻NLOS量测误差的影响,在假设NLOS修正偏差先验已知的前提下,以4状态Markov链描述了4种LOS/NLOS量测模型间相互独立转换过程,继而利用交互多模和Kalman滤波理论设计了一种AUVs间相对距离量测平滑算法,并将其距离量测估计结果应用于MAUVs协同定位系统中。仿真结果对比表明,该算法可以有效提高AUVs间的相对距离量测估计精度,获得了更好的协同定位性能。     

一种多机器人编队协同定位的方法

针对多机器人编队导航,提出了一种协同定位的方法.一个主机器人带领其他成员机器人,主机器人配备视觉传感器及激光扫描仪,成员机器人通过融合内部传感器数据进行自身定位.主机器人利用双目视觉进行目标检测,确定目标方位及距离信息,并利用激光扫描仪结合视觉获取的方位信息得到成员机器人位置及航向.基于联邦滤波算法提出了一种联合滤波模型,融合多传感器信息得到精确定位.1个Pioneer 3-AT和3个AmigoBot机器人编队的协同定位实验表明:该方法可行,误差范围小,满足实际应用的精度要求.     

智能天线辅助的WSN节点自定位算法

位置信息是无线传感器网络（WSN）中的一种关键基础信息.在节点部署范围较大、节点密度较小的环境中,很多定位算法在定位精度或成本上不理想.为此,提出一种利用智能天线方向性的节点自定位算法.该算法包含两类节点：一是配备智能天线、全向天线和全球定位系统（GPS）的中心节点;二是配备高频率时钟,可支持基于到达时间（TOA）测距的网络节点.在定位过程中,中心节点发送有方向性的定位信号,网络节点借助定位信号判断自身相对于中心节点的角度,并结合TOA测距信息,确定自身位置.通过该方法,节点以较小的运算量得到较精确的定位结果,且网络中只有中心节点功能较强,因此系统总体成本低.分析和仿真结果表明,该方法能以较小的运算量和较低的成本提供较高的定位精度.     

基于非对称广义中心化矩阵的多维尺度定位算法

在无线传感器网络定位问题中,传感器节点间距离并不能全部直接测量,一般通过多跳距离进行最短路径估计。就经典多维尺度（Multidimensional Scaling,MDS）算法而言,其定位精度受距离估计精度的影响较大,少量误差较大的距离估计会极大影响定位结果。为了减少“错误”距离估计的影响,提出一种基于非对称广义中心化矩阵的多维尺度定位算法。该算法提出一类非对称广义中心化矩阵,并研究了中心化矩阵对定位误差的影响,从而选择有助于抑制“错误”距离的中心化矩阵提高定位精度。通过改变中心化矩阵中元素的权重,可以显著提升部分节点相对位置的定位精度。实验结果表明,与经典MDS算法相比,基于非对称广义中心化矩阵的MDS算法打破了原来中心化矩阵的局限性,可以有效减小距离估计误差对定位的影响,提高节点的定位精度。     

混合噪声下移动受限水声传感器网络自定位算法

现有的水声传感器网络定位算法需要信标节点辅助定位,测距噪声服从高斯分布,定位成本高,精度低,对此,提出一种混合测距噪声下基于最大后验概率的自定位算法. 首先对受限移动节点的移动模式进行建模以获取节点位置的先验信息,测量节点间距离并基于加性和乘性混合噪声构建似然函数,在贝叶斯框架下将节点位置的先验与似然信息进行融合,通过最大化后验概率得到定位目标函数;然后利用BFGS拟牛顿法对目标函数进行优化求解. 仿真结果表明,相比同类定位方法,所提方法无需信标节点,定位精度高,收敛速度快,且对测距噪声的变化具有鲁棒性.     

多基阵声测被动定位及定位精度分析

提出了一种多阵声测被动定位方法并给出了其性能分析。该方法采用单个阵估计声源方位和阵与阵间相应传声器时延的方法进行声源定位，充分利用多阵之间信号的相干特性；研究了在不同的阵间信号相干系数下的声源定位及定位精度的克拉美-罗下界。仿真表明：利用阵间相干信息的定位方法，其定位精度明显优于不利用阵间相干信息的方法；既使相干系数很小，也可明显地改善定位精度。     

基于Matlab的有路标移动机器人定位仿真

为了满足机器人精确定位的要求,提出一种基于多传感器信息融合的自定位算法并介绍了如何利用Matlab搭建移动机器人定位系统的仿真模型.仿真程序建立了移动机器人活动的虚拟环境,模拟了机器人的运动模型、里程计、激光雷达观测模型,利用扩展卡尔曼滤波算法将里程计和激光传感器采集的数据进行融合;最后,由匹配的环境特征对机器人的位置进行修正,得到精确的位置估计.仿真试验的结果表明该定位系统具有较高的定位精度.模块化的仿真系统设计有利于其他定位算法的验证,对机器人系统的理论研究以及实用化具有重要的作用.     

基于运动学原理的单站无源定位改进算法

传统的单站无源定位方法主要是测向三角定位方法,但由于该方法对测角精度的敏感性,仅利用DOA信息会导致定位精度较低。提出了一种利用相位变化率和多普勒频率变化率信息的单站无源定位方法。分析了此定位算法在单次测量定位时的精度和可观测性,最后给出了在单次测量定位时的计算机仿真结果和结论。     

基于距离测量的多无人机协同目标定位方法

提出了一种利用多无人机与目标之间的距离以及无人机站址坐标估算目标位置的协同定位算法。通过一阶Taylor展开,把非线性距离测量方程转化为量测距离信息加上无人机的站址误差以及测距传感器的测距误差信息方程,进而对定位方程求解,得到目标的位置。最后利用在线枚举法寻求最小GDOP值所映射的最优编队队形以提高定位精度。计算机仿真结果验证了该算法的有效性和适应性。     

基于粒子滤波的通信保障航天器相对导航方法

为提高通信保障航天器天线指向精度,提出一种基于粒子滤波的通信保障航天器相对导航方法,获得两个航天器间更精确相对位置和速度.该方法利用测量距离远、覆盖率高和可全天候工作的无线电设备为主要测量部件,利用粒子滤波在非线性系统滤波上的优势,进行相对位置和速度的估计.仿真结果表明,新算法能够有效降低测量误差,提高相对位置和速度估计精度,保证通信保障航天任务的有效进行.     

基于卡尔曼滤波的WSNs节点定位研究

节点定位是无线传感器网络中的关键技术之一。在采用装备有GPS装置的移动信标-移动机器人、无人机的基础上,将加权最小二乘估计与扩展卡尔曼滤波(EKF)组合,进行未知节点定位。算法首先利用加权最小二乘估计(WLSE),获得无线传感器网络未知节点的初步位置,再用扩展卡尔曼滤波进一步提高定位精度。并且提出了加权因子的确定方法,同时,算法还提出了移动信标位置参与EKF迭代计算的最优排序方案。算法可以实现传感节点的低成本定位,可以达到较高的定位精度。仿真结果显示,算法与目前常用的最小二乘估计相比,未知节点的定位精度有较大的提高。算法应用RSSI测距方式,它还可应用于TDOA,TOA等基于测距的定位算法中,具有较普遍的应用意义。     

基于信息融合的小天体软着陆组合导航算法

小天体距地球较远,观测信息不足,引力场弱且分布不规则,对自主导航算法的精度和实时性提出了更高的要求。本工作以小天体软着陆自主导航为应用背景,针对惯性导航误差累积和光学导航观测周期长等问题,提出了一种基于信息融合的组合导航算法。以软着陆探测器的位置和速度为状态向量,通过引入了一种信息融合算法,将光学导航信息与惯性导航信息进行信息融合,生成对软着陆探测器状态的估计。实验结果表明：该算法能有效地提高导航定位精度,并对速度误差有一定的抑制作用,为探测器在小天体表面软着陆提供了一种行之有效的方法。     

天基红外低轨卫星系统对自由段空间目标定位方法研究

根据天基红外低轨卫星系统中红外传感器所获取的目标方位信息,对自由段空间目标的多星定位方法进行了研究.针对目标的运动特性,从收敛速度、系统可靠性和估计精度等方面,提出了提高定位精度的卡尔曼跟踪滤波和自适应滤波模型,进行了相应的跟踪定位数据仿真实验和系统定位分析.结果表明,利用最小二乘法并结合卡尔曼跟踪滤波和自适应滤波,可对导弹中段进行有效定位和跟踪.     

基于信赖域的无线传感器网络节点定位算法

在无线传感器网络中, 基于测距的无线定位方法通常基于各类测距模型, 以最小二乘法估计位置初值, 再利用优化算法提高定位精度. 由于测距过程受到各类噪声及其分布变化的影响, 在低信噪比情况下传统优化算法存在精度降低、收敛性差等性能恶化的问题, 通常导致估计的结果不是最优. 针对这一问题, 将信赖域算法用于迭代优化过程, 使用锥模型函数逼近定位目标函数, 将目标函数的优化过程转变为一系列最优化子问题. 仿真结果表明, 该方法性能稳定, 收敛速度快, 在低信噪比环境下比传统算法具有更好的定位性能.     

GNSS/SINS/视觉导航鲁棒算法

全球导航卫星系统(Global Navigation Satellite System,GNSS)、捷联惯性导航系统(Strapdown Inertial Navigation System,SINS)和视觉传感器优势互补,3者信息融合可获得高精度、无漂移的导航定位信息.针对GNSS／SINS／视觉融合导航易受运动速度、光照变化、遮挡等影响导致定位精度和鲁棒性降低问题,本文在图优化框架的代价函数中加入SoftLOne鲁棒核函数,设置量测值粗差检验程序,降低离群点带来的负面影响.进一步,对量测值计算残差进行卡方检验,对超限残差降权处理,提高系统精度和鲁棒性.实验结果表明,本文算法较不施加鲁棒核函数、不采用异常值剔除策略和卡方检验的传统算法,以及加入其他鲁棒核函数的算法精度更高、鲁棒性更好,能够较大程度提升GNSS／SINS／视觉导航定位精度和鲁棒性,在大尺度环境下,未出现较大漂移误差,绝对位姿均方根误差0.735 m,绝对位姿误差标准差0.336 m.     

基于INS定位和WIFI指纹定位技术的无人机室内定位方法研究

针对无人机室内定位问题,提出了一种基于惯性导航系统（INS）和WIFI指纹定位技术的四旋翼无人机的室内定位方法。该方法首先利用WIFI模块测量的信号接收强度信息,根据WIFI指纹定位原理求出该定位时刻下的无人机位置;同时,利用惯性传感器信息计算出INS定位下的无人机位置,结合两种定位结果得出更为精确的位置。最后,通过实验验证了INS定位和WIFI指纹定位相结合的无人机室内定位方法的有效性,且该方法较两种单独定位方法的定位精度更高。