伪距、伪距率、航向角观测模型的AHRS/GPS QEKF算法

以微小型航姿参考系统/GPS紧耦合导航系统为研究对象,建立了基于伪距、伪距率、航向角的组合观测数学模型.针对微惯性传感器漂移过大的缺点,引入二阶EKF(QEKF) 方法,代替传统的EKF算法.根据Taylor展开原理,通过对Hessian矩阵的求解,补偿系统观测方程线性化的二阶截断误差.仿真表明,QEKF所建模型符合实际导航系统要求,可使姿态角、位置误差均方差分别控制在90 s和3 m以内,优于相同条件下标准EKF所解算的导航参数.     

GPS监测网动态数据处理抗差Kalman滤波模型

为克服观测向量中的粗差对状态参数滤波值的影响,通过分析其影响规律,并充分顾及到粗差在预测残关或得到全部反映的特点,导出了GPS监测网动态数据处理的抗差卡尔曼滤波模型－该模型对观测空间和设计空间均具有良好的抗差性,通过利用该抗差滤波模型对含有粗差的模拟GPS监测网的计算,与采用标准卡尔曼滤波模型的计算结果相比较,可获得可靠的变形分析结果。     

基于GPS/INS的自适应无迹Kalman滤波算法

载体的姿态参数是导航系统重要的影响因素,为提高姿态角测量精度,以INS和GPS紧组合导航系统为研究背景,针对无迹Kalman滤波算法对误差模型较敏感、新息噪声干扰数据需预处理、算法实效性低等缺点,提出改进的自适应无迹Kalman滤波算法.首先,用自适应窗口在线估计系统噪声和量测噪声的协方差值,得到与实际噪声更贴近的统计特性,减小数据预处理的干扰;其次,对状态预测方差阵引入次优渐消因子减少计算量,同时为了减少模型的精度损耗,对滤波过程引入统计量,确定模型不确定性检测阈值;最后,用扩展Kalman滤波、无迹Kalman滤波和改进后的新滤波算法对无人机航向轨迹进行数据处理.结果分析可得,改进的滤波融合算法能将姿态的测量精度提高到0.1°,具有更强的收敛性,能较好地抑制漂移误差.     

改进神经网络辅助的GPS/INS组合导航算法

针对全球定位系统(GPS)和惯性导航系统(INS)组合系统中GPS中断时,导航性能会急剧降低的情况,提出了一种改进径向基神经网络结合自适应滤波辅助的组合系统导航算法.该算法探讨了遗传算法参数寻优和最近邻聚类学习算法,解决了径向基神经网络训练中参数合理选取的问题,构建了INS加速度增量、姿态增量与GPS位移增量之间的非线性映射模型.当GPS出现故障时,利用该映射模型和改进的自适应滤波实时预测出GPS伪位置与其对应的协方差,进而计算出预测位置辅助的导航解,利用实测数据对算法进行验证.结果表明:GPS发生故障情况下,改进径向基神经网络算法能够辅助组合系统解算出稳定的次优导航解,其精度明显优于纯INS导航.     

INS/GPS组合导航联邦滤波器的仿真研究

为了研究平台式惯导INS(interialnavigationsystem)和全球定位系统GPS(globepositionsystem)组合导航联邦滤波器的实现,用卡尔曼滤波与Matlab仿真的方法,可以证明联邦滤波器算法简单,易于实现,并且可以提高导航系统精度.实际应用中此方法可行.     

GPS双频相位平滑伪距在卫星 预报钟差精度评定中的应用

利用Hatch滤波对双频消电离层组合伪距观测值进行相位平滑讨论,对原Hatch滤波公式中的定权方法 进行了改进。在此基础上,利用伪距与星地距比对法对广播星历中卫星预报钟差精度评定进行了研究。计算结 果表明:载波相位平滑能有效地提高伪距观测量的精度,从而提高伪距与星地距比对法评估卫星预报钟差的可 行性。利用双频消电离层相位平滑伪距计算的卫星钟差精度优于1ns(1σ),测定的卫星钟差与实际卫星钟差不 存在系统差。     

基于抗差Kalman滤波的精密单点定位

当精密单点定位的观测值含有异常数据时,Kalman滤波的精度将会降低。采用抗差Kalman滤波方法能够有效抑制观测异常,提高滤波的精度和可靠性。运用武汉国际GPS服务跟踪站数据对该方法进行了验证。结果表明,抗差Kalman滤波的精度比Kalman滤波的精度有一定程度提高,说明抗差Kalman滤波能够有效抑制观测异常。     

抗差自适应EKF在INS/GNSS紧组合中的应用

针对惯性/卫星紧组合导航中卫星观测数据存在粗差,影响组合导航系统定位精度,同时考虑到卫星少于4颗和卫星几何分布不佳对预测残差构造自适应因子的影响,提出了一种抗差自适应EKF紧组合算法。该算法给出惯性/卫星紧组合状态方程与观测方程,抗差等价权因子和预测残差法构造自适应因子的计算公式,并给出卫星少于4颗和卫星几何状态分布不佳情况下自适应因子的计算方法。通过车载实测数据对算法进行验证与分析,实验结果表明,基于抗差自适应EKF的惯性/卫星紧组合算法可有效削弱卫星粗差观测值的影响,在可见卫星数少于4颗和卫星几何分布不佳的状态下,依据该算法获取的系统导航精度得到进一步提高。     

基于GPS/INS的图像目标实时定位方法研究

为了得到高精度的定位图像，采用目前广泛应用的全球定位系统(GPS)和惯性导航系统(INS)，结合连续成像设备，进行图像目标的实时三雏定位。为提高定位精度，将GPS定位数据和INS姿态数据进行融合；应用空间几何以及误差反传，提高垂直精度。通过试验，定位精度小于1m，能够满足要求。     

基于系统误差及其协方差阵 拟合的抗差自适应滤波

动态导航数据处理中基于系统误差及其协方差矩阵拟合的自适应滤波算法在一定程度上可以 抵制系统误差或区域性系统误差对动态导航定位结果的影响,但无法抵制异常扰动的干扰。考虑到观 测模型和动力学模型存在异常扰动时,整体控制状态噪声协方差阵的方法可以减弱扰动异常的影响,因 此提出一种基于系统误差及其协方差矩阵拟合的抗差自适应滤波算法。算例结果证实,该算法在减弱 系统误差影响的同时,还能有效地抵制观测异常和载体状态扰动异常对动态系统参数估值的影响。     

GNSS/INS组合系统的抗差卡尔曼滤波

为了有效探测和修复组合系统中存在的缓慢增长误差和异常值,从连续时间系统模型入手,推导出卡尔曼模型的动力学状态方程,并给出组合系统的状态方程和观测方程.在分析粗差对卡尔曼模型影响机理的基础上,得出抗差卡尔曼模型.针对传统抗差卡尔曼模型抗差参数需要在一定范围内主观确定的缺点,提出一种根据给定的错误预警率和故障探测率确定抗差参数的改进方法.利用改进方法对成熟软件产生的全球导航定位系统/惯性导航系统(GNSS/INS)的模拟数据和MonteCarlo方法产生的模拟单、多和缓慢增长误差模型进行实验研究.实验结果表明:用给定错误预警率和故障探测率确定抗差参数的抗差卡尔曼模型能够有效修复单或多异常值误差和缓慢增长误差,模型通过卡方检验.     

INS/GPS/DVL组合导航系统中测量延迟的影响及标定方案分析

以INS/GPS/DVL组合导航系统为例,分析了测量延迟误差对系统精度的影响(会产生较大的航向误差,继而会影响前向加表偏置)。提出了延迟误差的软硬件标定方法,包括时标法和相关系数分析法,对硬件和算法不需要作较大的改动就可以估计出延迟误差并补偿外部观测量。在无延迟、有延迟和延迟补偿后几种情况下进行了对比仿真。结果表明:该标定补偿方案可以准确地估计出延迟误差,有效地提高系统精度,几乎达到无延迟的精度水平。     

基于载波相位的GPS码伪距平滑算法设计

文中给出了全球定位系统接收机可获取观测量的误差估计,基于此讨论了平滑算法的性能。平滑算法的精度与接收机性能,权重因子和平滑递归的次数有关。给出了载波相位平滑伪码伪距的具有最快的噪声对消的递归算法结构,并且对其性能进行了评估。当递归次数大于100,码伪距和载波相位的测量精度分别为5.6m和5mm时,具有最优加权系数的平滑算法可提供优于30cm的伪距测量精度。     

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.     

GPS/AHRS紧耦合系统中改进的SRUKF算法

在GPS/AHRS(航姿参考系统)组合导航的数据融合中,常规UKF在应用中由于计算误差易导致协方差负定,影响滤波的精度,甚至使滤波发散而导致系统无法正常工作.针对这一问题提出了一种改进的自适应SRUKF算法,不仅能够解决协方差负定带来的系统无法正常工作的问题,而且能够在保证精度的同时降低系统的计算量.仿真数据结果表明,在先验噪声未知并且噪声时变的情况下,改进的自适应SRUKF算法能够提高系统的精度和稳定性.     

基于GPS/INS的机载三线阵影像直接定位技术研究

介绍了机载线阵CCD传感器和POS／AV510系统的基本原理;推导了GPS／INS（惯性导航系统）的外方位元素的计算公式;通过实验获取了GPS／INS系统的外方位元素;重点介绍了用前方交会解求地面点坐标实现影像的直接定位方法。最后,对具体实验数据进行分析,得出了有益的结论。     

基于抗差自适应估计的微纳卫星相对定位算法

为了解决微纳卫星编队执行姿态机动任务时，差分定位性能降低甚至不能定位的问题，提出基于全视角天线组件的GPS接收和差分定位系统方案.针对星载高动态环境，改进基于几何无关(GF)差分组合和衰减窗口的伪距粗差探测方法.采用抗差自适应扩展卡尔曼滤波算法，将基于新息向量的观测噪声协方差矩阵开窗估计法应用于实时差分定位.建立半物理仿真平台，开展不同场景下的差分定位性能对比验证.结果表明，在全弧段侧摆与区间“侧摆-回正”机动条件下，所提出的基于全视角方案的滤波和估计算法相比于常规方案的扩展卡尔曼滤波(EKF)算法在定位星数、定位精度上均有大幅提升，在短、长基线情况下分别可以达到厘米、分米级的相对定位精度.     

GPS/DR车辆组合导航改进的粒子滤波算法研究

粒子滤波是一种基于Monte Carlo仿真的最优回归贝叶斯滤波算法,在组合导航系统的观测精度较低时能获得较好的滤波效果,但在观测精度较高时,不但可能导致滤波发散,而且存在重要性分布函数难以选取,出现粒子退化的现象。为了克服这些缺点,文章研究GPS/DR车辆组合导航改进的粒子滤波算法,提出了基于改进粒子滤波算法的GPS/DR车辆组合导航信息融合技术。采用马尔科夫链蒙特卡洛(MCMC)移动方法,移动粒子样本到状态空间中的新位置,既保证了移动后的粒子样本和实际概率函数同分布,又防止了大量后选粒子被拒绝。用改进的粒子滤波算法和扩展Kalman滤波算法,分别对GPS/DR车辆组合导航系统进行仿真实验,结果表明,改进的粒子滤波算法能减小导航定位误差,滤波性能明显优于扩展卡尔曼滤波。     

基于容差机制与高斯滤波的图像去雾算法

为了使暗通道先验去雾算法能够有效处理雾靈图像中天空等明亮区域 ,提升去雾后图像的抗 噪性能 ,提出了一种基于容差机制与高斯滤波的图像去雾算法 装 首先 ,引入容差机制来修正明亮区域 透射率；然后 ,融入高斯滤波算法来提升去雾后图像的抗噪性能；最后 ,适当调整图像亮度 ,以提升去雾 后图像的可视化效果装 仿真实验结果表明 ,改进后算法不仅能够有效处理雾靈图像中天空等明亮区 域 ,而且能够提升去雾后图像的抗噪性能；相较于主流的同态滤波算法 ,改进后算法的去雾性能更优装     

基于递归抗差估计的高精度GPS动态定位方法

GTP短基线动态定位中,单个历元求解时多余观测较少,求解精度不高,可以用后面历元的观测来增加多余观测,这就形成块模型。由于观测存在粗差,本文采用抗差估计递归求解块模型的浮点解,并且基于抗差估计的方差协方差矩阵,用LAMBDA方法搜索整周模糊度,然后固定基线向量,就可得到当前及以前历元较精确的基线向量的估计。最后利用块模型设计阵的结构特点改进算法提高抗差估计的计算效率。大量数值试验表明本文方法是有效的。