无源北斗3星/惯导组合导航数据融合算法研究

本文针对北斗卫星定位系统和惯性导航系统设计组合导航卡尔曼滤波定位算法,引入前后滤波伪距之差作为观测量是本文的一个创新.文中首先对组合导航系统的定位精度进行了分析,然后基于提出的滤波定位模型和高稳定度的用户时钟,结合北斗系统的热备份星,在三星共视下实现了对惯导的闭环反馈校正设计,提高了滤波的稳定性,使的滤波后定位精度得到提高.三星闭环反馈校正设计也是本文第一次尝试.最后通过仿真说明引入前后滤波伪距之差观测量可以将钟差由不可估计变为可估计,改善了组合系统的稳定性,也通过仿真说明本文三星闭环反馈校正设计的可行性.     

基于星敏感器的天文/惯导组合导航仿真研究

本文通过仿真实验,研究了基于星敏感器的天文／惯导组合导航系统的导航性能和特点。首先分析了天文导航的基本原理,并给出了天文／惯导组合导航算法的理论模型。在此基础上,建立了天文导航和捷联惯性导航的仿真模型,实现了天文／惯导组合导航系统仿真。仿真结果表明：基于星敏感器的天文／惯导组合导航能够有效抑制惯导的长时漂移累积误差,有利于实现机载远程长航时的高精度导航。     

捷联惯导系统复杂误差参数系统级标定方法

重点研究捷联惯导系统复杂误差模型的建立,提出了一种新的包含加速度计内杆臂参数和温度误差系数的系统级标定方法。该方法基于45维卡尔曼滤波器对误差参数进行辨识估计,并通过温度控制试验箱控制标定过程中的温度变化。仿真实验表明该方法能够同时标定出激光陀螺和加速度计的零偏、标度因数误差、安装误差以及加速度计的内杆臂参数和温度误差系数。导航实验结果表明,对标定参数进行多误差源补偿之后,10 h导航实验水平最大定位误差为0.6 n mile （1 n mile=1.852 km）,相较于不经过补偿,导航精度提升了37.5%。     

激光陀螺捷联惯导系统多位置系统级标定方法

捷联惯导系统的精度受到自身各种误差因素的影响,需在使用之前进行精确地标定和补偿。为了更加有效地标定误差,设计了一种10位置系统级标定的方法。利用简化的误差模型和速度误差变化率方程,建立了所有误差参数与导航误差之间的线性关系。通过设计的10位置连续旋转方案对由各项误差参数引起的速度误差进行充分激励,利用所得数据进行卡尔曼滤波,计算出包括陀螺仪和加速度计的零偏、标度因数误差、安装误差以及加速度计二次项误差等24个误差参数。仿真得到陀螺零偏误差优于0.000 75（）/h,加速度计零偏误差优于g,陀螺和加速度计的安装角误差优于1.5,标度因数误差优于2 ppm（1 ppm=10-6）系统,加速度计二次项误差优于0.1510-6 s2/m。另通过3组实验验证了重复性,证明了该方法确实有效。     

基于DSP测量的捷联惯导系统设计

采用商用MEMS传感器设计一种小型捷联惯导系统。该系统利用外部16位AD高速采样芯片进行传感器数据采集,选用两片TMS320F28335DSP作为数据预处理单元和导航解算单元,同时在初始对准和陀螺降噪中引入无迹卡尔曼滤波和小波自适应阀值降噪等方法以提高系统性能。该样机系统具有体积小功耗低、成本低、导航功能完整、性能稳定...     

TACAN数据在惯导参数校正中的坐标变换

针对工程应用中塔康(TACAN)数据在进行惯导参数校正过程中存在着多种坐标变换的问题,根据校正算法的特点提出了一系列坐标变换方法,将目标相对TACAN信标台的反方位角和斜距等信息变换到WGS-84大地直角坐标系,并利用Matlab仿真详细估计了坐标变换所引入的误差,结果表明,坐标变换后的定位精度完全满足工程应用要求.     

基于伪卫星与微惯导组合的室内定位终端设计

伪卫星定位是室内定位的一种有效手段,然而常规定位终端是基于GNSS与微惯导传感器的。针对该问题,提出了基于北斗伪卫星与微惯导传感器的室内组合定位终端,通过内置北斗伪卫星定位IP软核,能够实现北斗卫星信号的接收和解析,微惯导传感器安装在脚步,感知行人运动状态,二者数据经蓝牙传输到终端软件完成数据融合。同时终端软件叠加高精度室内地图,支持位置的实时可视化显示。     

无源北斗/捷联惯导(SINS)紧组合导航技术的应用研究

针对北斗系统有源定位方式保密性差、用户数目有限,不能提供连续的位置、速度、姿态信息的问题,提出利用北斗系统3颗地球静止卫星的载波相位时间差分信息,与车载捷联惯导(SINS)构成紧组合导航系统,通过扩展卡尔曼滤波器估计并修正惯导系统的速度误差;引入载体的侧向和天向速度约束,改善了速度估计精度;结合北斗系统的伪距信息,消除了长航时条件下位置误差的积累;推导了滤波器观测方程,对组合导航滤波器进行了设计;通过车载实验进行了验证,实验结果表明,速度误差和位置误差的积累受到了有效地抑制,精度满足陆地战车导航的要求.     

基于捷联惯导系统补偿的UWB的室内定位方法研究

根据超宽带定位系统在室内定位应用,分析UWB信号丢失或被遮挡时类型,将基于捷联惯导系统的惯性器件IMU的加速度计在三个方向的增量信息作为UWB丢失信号的补偿,从而改善UWB在室内定位中的精度。通过仿真实验测得在UWB信号丢失10s时间,该设计可以将原来的位置误差缩小到2m以内。针对设计的定位模型,利用实验室设备搭建该原理样机,通过半物理仿真试验,证明基于捷联惯导系统的UWB室内定位系统在水平面X轴与Y轴误差基本保持在0.5m范围内。     

基于超宽带和惯导的室内组合定位方法研究

文章对一种采用超宽带UWB和惯导相结合的室内定位方法进行了研究。该方法的核心思想是利用安装在移动节点上的UWB模块产生位置的估计值,以校正惯导的航位推算法所得到的移动节点的位置坐标。这样既可以校正惯导中由于陀螺仪的漂移导致的累积定位误差,又能够减小UWB定位存在的非视距NLOS误差。相比于单一超宽带定位方法,该组合定位方法具有更高的室内定位精度。     

多传感器信息融合的车载定位方法的研究

阐述一种利用多传感器信息融合技术提高车辆定位精度和可靠性的方法。首先,通过建立陀螺仪、加速度计和里程计传感器的数学模型和联邦卡尔曼滤波器数学模型,对SINS/GPS/OD传感器采集到的数据进行信息融合处理,提高系统定位精度和可靠性;其次,采用MATLAB对纯惯性导航系统、SINS/GPS/OD组合导航系统及其各子系统进行了数字仿真。仿真实验结果表明:本系统较纯惯性导航系统定位精度显著提高,并具备一定的容错能力。     

基于容积卡尔曼滤波的异质多传感器融合算法

针对机动目标跟踪系统建模中的非线性问题,提出一种基于容积卡尔曼滤波(CKF)的雷达与红外传感器融合算法。考虑到被估计系统对目标跟踪算法实时性与精度的要求,在容积滤波框架下构建了集中式量测融合(CMF)和分布式状态融合(DSF)两种结构形式。CMF结构采用最优加权方法,首先对雷达和红外两种异类传感器的方位角度量测信息进行融合,并将其与融合后的雷达径向距量测构建新的量测数据,进而通过CKF算法对机动目标进行跟踪。DSF结构则首先对雷达量测中径向距信息进行加权融合,并将融合结果作为红外传感器的虚拟径向距量测,以实现红外量测的扩维处理,进而对每组量测数据应用CKF进行分布式并行加权融合,获得目标运动状态的最终估计。仿真场景中,对两种融合方法的性能进行比较,理论分析与仿真实验验证了算法的可行性与有效性。     

无人机用MINS/光流组合导航系统

目的：减小因为惯导系统在无人机长航时飞行时的误差。方法：提出了一种用INS/光流/磁强计组合导航方案,基于扩展卡尔曼滤波,将INS与光流数据融合,估计无人机的速度和位置。当无人机静止或匀速运动时,将陀螺仪与加速计、磁强计的数据融合,估计无人机的姿态;当无人机加速或减速时,用陀螺仪估计无人机的姿态。结果：在不使用组合导航时,在大约50米的行驶路程中,就出现了近8米的累积误差,而使用组合算法后,所产生的误差不超过1米。结论：该方案有效的减少导航时的速度、位置和姿态的误差,提高导航精度。     

无人机卫星导航的接收定位故障实验

向飞行提供精确的方向和位置坐标,并且根据姿态信息对飞机飞行的状态进行预测,这些就是组合定位定向导航系统需要完成的任务。结合了相关竞争能定位软件的应用,在最大程度上保证了无人飞机的自主飞行。但是在精确定位中,总会有故障发生,这就需要将故障资源合理分析,并针对相关分析结果,优化无人机卫星导航定位技术。     

基于MPF的惯性导航系统快速对准技术

针对目前应用于惯性导航系统初始对准中的扩展卡尔曼滤波存在对准精度低、时间长的缺点,提出一种基于模型预测滤波的快速对准技术。该方法将惯性器件测量误差视为模型误差使用MPF进行实时预测,并以此来修正惯性导航系统的平台误差角。这样,MPF不仅有效提高了平台误差角的估计精度,而且降低了系统状态变量的维数,大大缩短了初始对准时间。仿真结果表明,MPF在平台对准精度和快速性方面均明显优于EKF,初时对准时间仅是EKF的10%,而对准精度却高于EKF。     

基于北斗系统的装甲车辆信息监控系统研究

通过对北斗卫星导航系统的功能、通信性能的分析,介绍了基于北斗系统的装甲车辆信息监控系统。系统通过车载北斗系统、传感设备分别采集车辆位置信息和状态信息,将各种数据信息进行封装,并利用北斗系统作为通信链路,发送相关信息至控制中心,实现车辆信息监控。     

基于多传感器图像融合的温度场测试系统

在此通过对国内外发动机的温度场的测试方法进行分析,首次提出了一种基于多传感器图像融合的温度场测试系统。该系统通过图像传感器和图像采集卡将测试目标的示温漆温度颜色图像采集传输到计算机里进行图像融合处理和温度识别。实验证明,该系统明显地提高了航空发动机温度场的测试效率和测试精度,该方法具有非常好的应用和推广价值。     

基于神经网络的移动机器人多传感器数据融合研究

针对单超声波的测距缺陷,采用多个超声波结合红外开关共同测距,提高整体测量精度;针对BP神经网络训练收敛速度慢,容易陷入局部极小值等缺点,加入动量-自适应因子来改进BP神经网络;将改进的BP应用于移动机器人传感器旅行家II号数据融合中,实践证明,经改进后的BP神经网络收敛精度高误差小,融合后的信息比未经融合的信息更精确。     

面向越野自主导航的鲁棒GPS/INS融合定位系统

实时可靠的三维定位能力是自主车实现越野自主导航的前提.提出了一种基于全状态空间扩展卡尔曼滤波的GPS/INS融合算法.在考虑传感器误差源的基础上建立了系统观测方程.以连续状态空间为基础并加以离散化后建立了系统状态方程.最后由扩展卡尔曼滤波器实现了系统状态的可靠估计.该算法可以放松以往对INS误差精确建模的要求,并能有效地应对由路面剧烈颠簸导致的INS短时失效和由遮挡等原因导致的GPS失效.实验结果表明该GPS/INS融合定位系统是可靠和成功的.     

基于北斗导航的植保无人机定位设计

农用植保无人机是农业植保领域的重要设备,具有效率高、运行费用低的特点,已经逐渐取代了人工植物保护,成为农业植保领域的中流砥柱.研发和制作出高精度的基于北斗导航植保无人机定位系统是将来农业植保无人机推向市场的重要冲破点.长期以来则一直是各大高校研究的热点,且在实际使用过程中获得了长足的发展.GPS是应用在多旋翼无人机上完成独立飞行的普遍使用方式.而国内的BDS定位体系是在GPS、"格雷纳斯"、"伽利略"卫星导航系统之后,由本国自主研发、拥有全部知识产权,稳定覆盖亚太地区的一种全新定位方式.