基于神经网络辅助观测的连续组合导航算法研究

针对因全球定位系统(GPS)信号失效导致捷联式组合导航系统SINS/GPS组合导航系统发散的问题,设计了一种基于神经网络辅助观测的智能组合导航算法.该方法在GPS信号有效时训练神经网络,当GPS失效后利用神经网络自主重构组合导航系统,将神经网络的输出信息作为观测量构建新的Kalman滤波器,以实现对捷联惯性导航系统误差的连续反馈校正,从而实现了高精度的连续导航.该方法得到了仿真验证,从仿真结果可以看出,在GPS短时失效的情况下,该方法有效抑制了姿态角、速度和位置的发散现象,提高了组合导航系统的精度和可靠性.     

捷联惯导系统/里程计自主式车载组合导航系统研究

利用里程计辅助捷联惯导系统构成一种完全自主式的车载组合导航系统.本文详细推导了里程计的速度误差方程.用捷联惯导系统解算出的速度量和里程计所测量的速度量之差作为组合导航系统卡尔曼滤波器的观测量,利用闭环卡尔曼滤波技术进行误差估计与校正,并给出了系统仿真结果.仿真结果表明该组合导航系统可有效地减小姿态、速度、经度和纬度等导航参数的误差累积.     

SINS/GPS组合导航的扩展Kalman滤波算法

针对捷联惯性导航系统(SINS)无法长时间单独工作和GPS卫星信号易失锁而无法定位的问题,分析了两种导航系统的优缺点,提出了SINS/GPS组合导航的方法.建立了陀螺和加速度计的误差模型,采用松耦合方式,设计了扩展Kalman滤波器.以姿态、速度、位置的误差以及陀螺、加速度计的误差作为状态变量,对姿态、速度、位置进行校正.运用Matlab对组合导航系统进行了仿真.结果表明,该算法简单,容易实现,能满足导航精度要求.     

基于MEMS的分散式低阶AHPRS系统设计

设计一种基于MEMS陀螺、加速度计、磁强计以及GPS模块姿态航向位置参考系统(AHPRS).首先,姿态航向参考系统主要由姿态估计卡尔曼滤波器与补偿卡尔曼滤波器构成,通过补偿滤波器周期修正姿态估计滤波器,从而弥补了由于机体的刚体运动而导致姿态角的估计误差;其次,采用分散式卡尔曼滤波器的设计思路,以估计的误差姿态角作为导航系统卡尔曼滤波器的输入量,有效降低了导航滤波方程的阶次,减小了对姿态解算计算机的性能要求;最后,通过仿真与飞行试验验证该AHPRS有效地克服了动态环境下对系统姿态估计偏差大的缺点,提高了系统的姿态航向与速度位置估计精度.     

弹性安装船用星惯组合导航系统安装角动态标校方法

针对船用星惯组合导航系统中惯性导航系统和星敏感器之间刚性和弹性两种不同的安装方式,提出了一种星敏感器安装角的动态标校方法。该方法以星敏感器得到的姿态数据和惯导系统输出的姿态数据构建滤波观测量,基于惯导误差传播方程构建状态方程,通过Kalman滤波实现对惯导系统姿态误差和星敏感器安装误差的动态最优估计。基于"远望三号"航天测量船的实测导航数据、船体弹性角形变数据对该动态标校方法进行了仿真测试,结果表明星敏感器与捷联惯导系统之间本地刚性安装时安装角动态标校误差较小,异地弹性安装时由于安装误差角的动态变化导致标校误差较大。     

高空长航时飞行器自主导航系统研究及试验验证

以捷联惯性导航子系统作为主导航系统,天文导航予系统作为辅助,设计了捷联惯性／天文组合导航系统。选取捷联惯导系统误差作为系统状态,高度计和星体跟踪器的输出构造量测,利用卡尔曼滤波设计捷联惯性／天文组合导航算法。试验结果表明,该系统有效修正了纯捷联惯导的漂移误差,可以满足高空长航时飞行器的自主导航。     

UKF和KF两级滤波的雷达与红外配准算法

针对雷达与红外传感器的时间和空间偏差配准问题,给出时空偏差配准模型,提出了一种时空偏差实时估计算法.该算法将目标的运动状态和传感器偏差组合在同一状态方程中,构建扩维状态的系统动态方程和量测方程,并通过对量测方程的非线性分析,采用UKF和KF两级滤波的方法进行目标状态和配准偏差的联合估计.仿真结果表明,与采用UKF滤波的方法相比,该算法具有更高的估计精度,而且减小了计算量.     

基于MEMS陀螺的低成本捷联惯导系统设计

介绍了一种基于MEMS陀螺和石英挠性加速度计的低成本捷联惯性导航系统的设计与实现方法。给出了惯性测量单元(IMU)的模型方程,并在全温下对IMU的输出进行补偿;采用"四元数"法进行姿态计算,通过坐标变换、积分运算确定载体的速度、位置;对惯测样机进行了60 s的静态测试,结果表明该系统短期准确度满足SINS/GPS组合导航系统需求。     

改进的UKF在SINS/GPS/地磁组合导航中的应用

针对SINS(Strapdown Inertial Navigation System)/GPS组合导航系统中出现的滤波发散问题,研究自适应渐消卡尔曼滤波对于滤波发散的抑制作用,引入了一种新的渐消矩阵计算方法.为了提高导航精度,增加了地磁量,作为观测量对运载体的姿态、速度、位置进行校正,有效地解决了SINS初始状态的导航精度下降问题.车载实验证明,该算法简单,容易实现,能够有效抑制滤波发散,满足组合导航的精度要求.     

基于车辆组合导航的集中卡尔曼滤波方法研究

讨论了适用于车辆组合导航的集中卡尔曼滤波方法,根据车辆组合导航的实际情况建立了集中卡尔曼滤波方程,选取了滤波初始值,并进行了位置仿真、速度仿真、位置+速度仿真.由仿真结果对比可以看出位置组合的纬度误差曲线有一定波动,速度组合的经、纬度误差曲线都比较平稳,位置+速度组合的滤波效果优于其它两种组合.     

向小天体着陆的自主导航研究

研究了空间飞行器向小天体着陆阶段基于导航相机和激光测距仪的自主光学导航方案。采用扩展卡尔曼滤波方法设计了导航滤波器。利用数值仿真验证了其系统性能，并着重分析了测量误差、初始状态误差、参数误差等各种误差源对导航滤波器的影响。仿真表明滤波器的性能对目标天体的自旋角速度误差较为敏感。     

一种声速-位置联合估计的水声导航定位方法

长基线水声导航定位方法利用各信标到水下航行器的信号传播时间和等效声速来估计水下航行器的位置,但各信标到水下航行器的等效声速估计存在误差,导致定位误差较大,且随着导航距离的增加,定位误差呈增长趋势。针对这一问题,提出了一种基于粒子滤波的水声导航定位方法,将等效声速和水下航行器的位置作为估计状态参量,通过测量信标信号到水下航行器的传播时间,建立粒子滤波模型对其位置进行估计,准确地估计并跟踪等效声速变化,从而提高定位精度,减小估计误差。仿真结果表明,在水下航行器初始位置未知的情况下,与常规方法相比,文中所提方法的定位精度提高了4倍左右。     

基于透视图像的股骨颈手术导航系统研究

针对股骨颈复位微创手术复位精度低,手术失败率高的问题,在研究C臂透视成像的基础上,基于MicronTracker双目视觉传感器研制了一种新型视觉导航系统.建立了系统数学模型,在Matlab中对模型进行了仿真,采用蒙特卡罗法对误差来源进行了分析,根据系统误差分析结果提出了误差控制策略.针对股骨生理解剖结构提出了股骨颈空心钉手术规划方法,同时系统给出了手术环境的视频信息,实时监控双目视觉传感器跟踪状况.通过相关的临床实验,验证了该手术导航系统的可行性.     

中航时平台惯导系统导航精度的全误差评估方法

平台惯导系统(PINS)初始对准误差和标定参数重复性是评估PINS精度的主要参数.应用给定精度评定指标无法准确评估PINS导航精度,PINS全误差导航模型能够准确描述PINS误差传播过程,但对多批次中航时PINS精度评估需消耗大量时间,缺乏实用性.结合实际应用中需要对每一台PINS中航时导航精度进行快速准确评估的需求,通过对PINS全误差导航模型传播规律进行分析,得到PINS误差参数对导航精度的单项评估公式和简化综合评估公式.数值仿真验证表明:该方法能够对中航时PINS导航精度进行快速准确估算,在PINS选择中具有很好的实用性.同时该方法可以指导惯导系统生产调试,找到影响惯导系统的主要误差因素,对改进设计、提高精度和精度评定具有参考价值.     

Optimizing of ANFIS for estimating INS error during GPS outages

Global positioning system (GPS) has been extensively used for land vehicle navigation systems. However, GPS is incapable of providing permanent and reliable navigation solutions in the presence of signal evaporation or blockage. On the other hand, navigation systems, in particular, inertial navigation systems (INSs), have become important components in different military and civil applications due to the recent advent of micro-electro-mechanical systems (MEMS). Both INS and GPS systems are often paired together to provide a reliable navigation solution by integrating the long-term GPS accuracy with the short-term INS accuracy. This article presents an alternative method to integrate GPS and INS systems and provide a robust navigation solution. This alternative approach to Kalman filtering (KF) utilizes artificial intelligence based on adaptive neuro-fuzzy inference system (ANFIS) to fuse data from both systems and estimate position and velocity errors. The KF is usually criticized for working only under predefined models and for its observability problem of hidden state variables, sensor error models, immunity to noise, sensor dependency, and linearization dependency. The training and updating of ANFIS parameters is one of the main problems. Therefore, the challenges encountered implementing an ANFIS module in real time have been overcome using particle swarm optimization (PSO) to optimize the ANFIS learning parameters since PSO involves less complexity and has fast convergence. The proposed alternative method uses GPS with INS data and PSO to update the intelligent PANFIS navigator using GPS/INS error as a fitness function to be minimized. Three methods of optimization have been tested and compared to estimate the INS error. Finally, the performance of the proposed alternative method has been examined using real field test data of MEMS grade INS integrated with GPS for different GPS outage periods. The results obtained outperform KF, particularly during long GPS signal blockage.     

A novel laser Doppler velocimeter

The idea of using a reference-beam laser Doppler velocimeter (LDV) to measure the velocity of a vehicle for an inertial navigation system is proposed. In order to reduce the measurement error produced by the vehicle's jolt, a novel laser Doppler velocimeter (LDV) based on the Janus configuration is presented. The system mounted at the bottom of the vehicle is composed of two single reference-beam subsystems, one of the laser probes looks forward and the other looks backward. Each of the subsystems transmits a laser at 532?nm with the same inclination angle and detects its own Doppler frequency from the scattered light. The pitch angle of the vehicle is calculated by the two detected Doppler frequencies and the inclination angle, and then the measured velocity of the vehicle is compensated. The results of the theory analysis and experiments show that the vehicle's jolt affects conventional reference-beam LDV strongly. LDV with a Janus configuration is insensitive to the inclination angle, and its measurement accuracy is much better than that of a conventional reference-beam LDV. Comparing with the DZL-1 electronic speedometer, the measurement mean error is less than 0.9%, so it is suitable to offer the parameter of velocity for a vehicle self-contained inertial navigation system.     

等效旋转矢量法在旋转弹姿态解算中的应用

作为捷联惯导的核心问题,姿态更新算法的选择至关重要.针对旋转弹的姿态测试问题,在四元数增量算法的基础上利用等效旋转矢量法对姿态进行优化,给出了姿态解算的数学模型.仿真结果显示,该算法对不可交换误差的抑制效果明显,同时,在一定程度上减小了累积误差,提高了导航精度.     

多传感器信息融合技术及其在组合导航系统中的应用

针对组合导航系统在数据处理时存在的计算量大和故障数据相互污染的问题。提出了一种基于信息融合的导航参数最优估计滤波方法。文中首先介绍了信息融合的基本原理，关键技术以及常用方法，然后以INS／GPS组合为例，对组合导航系统的工作原理和模型建立进行了详细的分析，最后通过计算机仿真证明了该方法可提高导航系统的计算精度和速度，有较好的容错性和环境适应性，具有实际使用价值。