AUV组合导航系统中H∞滤波技术

为了提高自主水下航行器(AUV)组合导航系统精度,选择了捷联式惯性导航系统(SINS)、多普勒速度声纳(DVS)以及地形匹配导航系统(TAN)作为AUV组合导航系统导航传感器,建立了AUV组合导航系统的状态模型和导航传感器观测模型,运用了一种基于径向基函数(RBF)神经网络进行H∞滤波信息分配的信息融合方法,并进行了计算机软件仿真.仿真结果表明,在有色噪声情况下,AUV组合导航系统的导航姿态、速度和位置精度得到了提高,有效地克服了传统滤波容易发散的缺点,提高了AUV组合导航系统的容错性能和导航精度.     

发射系下SINS/GPS 组合导航系统的算法研究

基于地理坐标系下的传统捷联惯性导航系统无法直接获取发射系下的导航参数,难以满足空天飞行器等高轨道飞行器对高精度、高可靠性导航系统的需求,研究了发射系下捷联惯性导航算法.搭建了基于扩展卡尔曼滤波(EKF)的SINS/GPS组合导航模型,传感器获取的导航量测信息直接在发射系下进行捷联惯导解算,为飞行器等提供位置、姿态等信息.采用STM32、XSENS惯性器件和GPS接收机构建相应的算法验证平台.实验结果表明:发射系下的SINS/GPS组合导航系统能提供较高的导航精度,从而验证了发射系下的SINS/GPS组合导航系统算法的正确性与合理性.     

基于SINS解算的行人导航技术发展综述

针对行人导航系统在卫星信号拒止条件下需要完成行人自主导航的问题,采用基于微电子机械系统(MEMS)传感器的行人捷联惯性导航系统(SINS)解算方法实现行人自主导航,利用间接卡尔曼滤波(KF)反馈校正算法对导航误差进行零速修正(ZUPT)和零角速率修正(ZARU)。详细介绍了行人SINS解算算法预处理、步态检测、滤波修正算法基本原理,针对进一步减少导航误差的问题,总结了目前的研究进展;针对行人导航SINS解算中绝对航向和绝对位置误差发散的问题,分析了目前提出的其它辅助导航方法,指出了基于SINS解算的行人导航技术特点及未来发展趋势,为行人自主导航领域的研究方向提供了参考。     

基于SINS/CNS的月球车自主导航方法

针对月面特殊环境,设计了一种基于改进粒子滤波的捷联惯导与天文导航(SINS/CNS)月球车组合导航仿真方案。首先,根据月球表面导航的特殊要求,建立了月球环境下惯性导航系统的姿态、速度和位置误差方程,然后建立基于速度和天文联合观测的量测方程。由于系统状态方程和量测方程均为非线性方程,所以采用了改进的粒子滤波实现月球车位姿信息的最优估计,估计出组合导航系统的误差状态量,进而修正惯导系统的位置、速度和姿态。本设计的仿真结果表明:该方法具有很好的位置和姿态估计精度,同时有效抑制了量测噪声对系统性能的影响,是解决月球车自主导航问题的一种有效而实用的方法。     

图像辅助的综合导航系统研究

研究了一种新的飞行器导航系统,它使用图像传感器来辅助机载INS(惯性导航系统)与GPS(全球定位系统)组合系统,从而构成INS/GPS/图像辅助的综合导航系统.提出了适用于图像辅助组合导航的新的信息融合结构与滤波算法基于残差校正的级联式卡尔曼滤波组合导航信息融合方案;推导并建立了上述级联式滤波的系统状态方程与图像量测方程.进行了仿真计算,并与联合卡尔曼滤波方法的结果进行了比较.仿真结果表明此种新的滤波方法在精度上是可行的.     

一种适用于高动态强干扰环境的视觉辅助微机械捷联惯性导航系统/全球定位系统超紧组合导航系统

为解决高动态、恶劣全球定位系统（GPS）环境下微机械捷联惯性导航系统（MEMS-SINS）/GPS超紧组合导航系统抗干扰能力差的问题,提出一种适用于高动态强干扰环境的视觉辅助MEMS-SINS/GPS超紧组合导航系统。将双目视觉提供的姿态信息引入MEMS-SINS/GPS超紧组合系统中,提高了平台失准角的可观测性;推导了系统的状态方程和量测方程,使用模糊控制方法对两个子滤波器的导航结果进行信息融合。通过数字仿真验证了该系统方案设计的可行性：当GPS信号受到强噪声或多径干扰造成跟踪精度下降时,双目视觉辅助MEMS-SINS/GPS超紧组合系统可以有效降低导航误差,系统位置误差和速度误差分别保持在5.0 m和0.5 m/s以内,有效地解决了低空飞行器在GPS信号被遮挡或干扰情况下的导航问题。     

捷联惯导系统/GPS/里程仪组合导航的研究

利用里程仪辅助捷联惯导系统构成自主式组合导航系统,构造、设计捷联惯性/里程仪组合定位、定向系统卡尔曼滤波器和新算法.并给出了仿真结果,仿真结果表明,该组合导航系统可有效减小速度和位置等导航参数的累计误差.     

巡航导弹的GPS/INS组合导航系统研究

提出了巡航导弹卫星/惯性组合导航系统的组合结构,分析并建立了组合导航系统的误差模型,采用了卡尔曼滤波器进行组合导航系统导航状态的最优估计,并进行了组合导航系统的仿真计算.仿真结果表明采用卫星导航定位系统对巡航导弹的惯性导航系统进行辅助将大幅度提高巡航导弹的导航精度,具有重要的实际意义.     

SINS/低成本基地辅助测速组合导航技术研究

借鉴INS/GPS组合导航系统原理,文中提出了SINS/速度组合导航系统方案.在此方案中,利用基地辅助测速测得的速度信息作为导航系统的辅助信息,通过Kalman滤波来修正SINS系统的误差.仿真结 果表明组合系统导航精度基本达到目前实际应用的水平.应用此方案,只须利用能够提供速度信息的低成本基地辅助测速系统(空基如高空气球等空中平台,陆基如雷达站等)就能实现导航定位的功能,具有实际应用前景和深远意义.     

弹道导弹INS/GNSS/CNS组合导航系统研究

提出了弹道导弹惯性/卫星/天文组合导航系统的方案与组合结构,分析并建立了组合导航系统的误差模型,采用了联邦滤波器进行组合导航系统导航状态的最优估计,并进行了组合导航系统的仿真计算.仿真结果表明采用卫星导航定位系统和天文导航系统对弹道的惯性导航系统进行辅助将大幅度提高弹道导弹的导航精度,具有重要的实际意义.     

水下航行器INS/GPS/DVL组合导航方法

针对自主水下航行器（AUV）受水下环境的局限难以提高导航性能的问题,提出了一种融合多传感器信息的INS/GPS/DVL组合导航方案,利用分散化滤波中的联邦Kalman滤波来实现AUV组合导航方案,通过动态信息分配系数优化了各子系统的导航信息,增强了AUV的导航性能。仿真结果表明,该方案充分提取了导航传感器的信息,有效地提高了AUV的导航精度和水下定位能力。     

惯性导航技术的发展及其应用

惯性导航技术,通过陀螺和加速度计测量载体的角速率和加速度信息,经积分运算得到载体的速度和位置信息.包括平台式惯导系统和捷联惯导系统.平台式惯导系统将陀螺通过平台稳定回路控制平台跟踪导航坐标系在惯性空间的角速度.捷联惯导系统利用相对导航坐标系角速度计算姿态矩阵,把雷体坐标系轴向加速度信息转换到导航坐标系轴向并进行导航计算.该技术的发展和应用趋势,以惯性导航和GPS卫星导航的组合导航最为典型.     

基于惯性系下陀螺误差在线估计修正的惯性与星光组合导航方法

传统惯性与星光组合通常需要将惯性系下的星光姿态信息转换到导航坐标系进而与惯性导航系统进行姿态组合,由于姿态信息转换过程中通常需要引入地理位置信息实现转换,从而不可避免地引入转换误差,无法充分发挥高精度星光姿态信息对惯性导航误差的修正作用。考虑到陀螺原始输出信息和星光姿态信息均能直接在惯性参考坐标系下测量获得,设计了一种基于惯性系下陀螺误差在线估计修正的惯性与星光组合导航方案。通过建立基于惯性系下陀螺误差估计修正的惯性与星光组合导航数学模型,直接在惯性系下对陀螺漂移误差进行在线开环跟踪估计;通过对陀螺误差实时修正,能够有效减小由于陀螺漂移所带来的惯性导航系统解算误差。仿真结果表明,该方案能够有效估计出陀螺的漂移误差,进而有效提高了惯性导航系统精度。     

辅助信息源短时失效下的捷联惯性基组合导航算法

捷联惯性基组合导航中,辅助信息源短时失效会导致组合精度降低,对此提出高斯过程回归辅助捷联惯性基组合导航算法。该方法利用经过组合导航闭环校正的捷联惯性导航系统速度输出作为高斯过程回归的训练输入集,辅助信息源的速度输出作为训练输出集,在未发生失效时对高斯过程回归进行训练,辅助信息源失效时利用高斯过程回归预测辅助信息源输出以实现组合滤波量测更新。在实测实验中,利用低精度微机电系统/全球定位系统组合车载数据,比较所提算法与传统算法在失效情况下姿态、位置和陀螺常值漂移估计效果。结果显示：在60 s的短时失效情况下,所提算法纵摇、横摇、位置估计效果提高90%左右,航向估计提高70.7%,东向、北向陀螺漂移估计分别提高10.3%,10.8%,证明所提算法可以有效地解决组合导航中辅助信息源短时失效问题。     

事件触发的多AUV编队模型预测控制算法

针对复杂环境中自治水下机器人(autonomous underwater vehicle,AUV)编队的避障控制问题,提出一种基于事件触发的模型预测控制(model predictive control,MPC)算法。建立水下机器人运动模型,结合领航-跟随式队形控制方法,利用领航AUV的位置信息和编队期望队形得到虚拟AUV的航行轨迹及速度信息,将其作为跟随AUV的航行参考轨迹;对传统人工势场法(artificial potential field,APF)进行适应性改进,以满足AUV编队在障碍物环境中避障规划的需求;设计一种基于跟随AUV轨迹预测值与实际值误差的事件触发机制来减少求解优化问题的计算量,降低计算负担。结果表明：与其他算法相比,该算法仿真结果具有可行性和有效性。     

车载导弹光学辅助数学传递对准方法

从发射准备时间和对准精度等方面分析现代战争环境下车载导弹对初始对准的要求,提出利用自准直仪进行光学辅助数学传递对准的方法。给出光学辅助数学传递对准系统搭建方案,推导主、子惯导方位光学传递关系,将光学准直得到的相对方位测量角引入到“角速度+加速度”匹配模式中构成新的量测方程,对主、子惯导安装角进行滤波估计。在实验室条件下对方位光学传递算法的正确性和精度进行了验证,并对光学辅助数学传递对准方法进行了数学仿真分析,仿真结果表明,该方法具有较快的对准速度和较高的对准精度,能够满足现代车载导弹快速高精度初始对准的要求。     

基于小波分析和密度估计的红移测速导航研究

基于光谱红移天文自主导航思路以及天文学领域求解红移值的方法,提出一种用小波分析和密度估计相结合的方法测飞行器红移值,进而求解速度的测速导航方法。首先采用小波变换滤除噪声并进行光谱归一化,然后采用整体阈值和局部阈值相结合的方法,提取特征谱线,用密度估计法求出红移值,最后结合天文测角信息,计算出飞行器相对于惯性坐标系的速度。采用实测的太阳光谱数据,进行了红移模拟与解算。实验证明该方法在高信噪比的情况下,计算速度快,求解结果精度高达96％,为基于光谱红移的天文导航提供一种新的速度计算方法。     

深度相机与微机电惯性测量单元松组合导航算法

针对室内非结构环境下,全球定位系统、无线电定位等定位手段使用困难,轮式里程计在楼梯等场合易出现打滑或空转而误差较大,单一视觉传感器或微机电系统（MEMS）惯性测量单元（IMU）很难实现高精度自主定位,以及传统的视觉与MEMS IMU组合导航算法复杂、计算量大、导航精度低等问题,提出一种适用于室内的深度相机与MEMS IMU松组合导航算法。MEMS IMU预积分结果作为改进迭代最近点（ICP）算法的迭代初值,大幅减少了迭代次数;通过深度相机和MEMS IMU分别计算载体的位置并作差运算,将位置差值作为量测信息,使用扩展卡尔曼滤波估计MEMS IMU的导航误差,修正航位推算的结果;利用Kinect v1深度相机和MTI 100-IMU搭建的平台进行实验验证。结果表明,基于MEMS IMU辅助的改进ICP算法能够减少迭代次数约50%,基于位置差值的深度相机与MEMS IMU松组合算法导航定位误差小于总里程的10%.     

速度匹配加机动辅助的滚转弹滚转角空中对准法

针对卫星与惯性速度匹配法对滚转角的空中对准精度不高这一问题,提出一种卫星与惯性速度匹配加机动辅助的方法。在卫星与惯性组合制导方式下,以可观测性分析为基础,机动辅助采取纵向比例导引加重力补偿制导律形式,结合卡尔曼滤波完成滚转角的空中对准,并分析机动辅助策略在不同导航比、重力补偿系数下对滚转角对准效果的影响,以及弹体名义转速拉偏、惯性组件误差拉偏对机动辅助策略的影响。仿真结果表明：在考虑卫星定速及惯性组件误差情况下,该方法能够在全弹道内实现滚转角的精对准,误差在2°以内,收敛时间10 s;可通过调节重力补偿系数改变对准的速度、精度,导航比用来保证制导稳定。卫星与惯性速度匹配加机动辅助的方法相比于卫星与惯性速度匹配法,对准效果更好;在弹体名义转速以及惯性组件误差存在拉偏情况下,对准效果受影响较小,抗干扰性较强。