抗电磁干扰的无人机GPS/INS组合导航方法

无人机应用于电力巡线时,高压电力故障导致的异常放电可能会产生复杂而且强大的电磁场,会严重影响GPS的信号质量和定位精度,影响无人机的正常导航,因此必需考虑电磁环境对GPS信号和无人机导航性能的影响。提出一种根据GPS数据可信度进行加权的自适应卡尔曼滤波导航算法,通过GPS和内部导航系统(INS)的数据偏差幅度反映GPS数据可信度,利用模糊逻辑算法计算加权值,分配GPS在组合导航中的权重,研发出一种结合GPS和INS的模糊组合导航方法。仿真和实验结果显示,该算法在GPS数据受电磁干扰失真的情况下,调整GPS数据在组合导航中的权重,使组合导航输出的位置和速度误差控制在可行范围内,保证了组合导航的精度。     

基于VxWorks系统的无人车GPS／INS组合导航

为了实现汽车自主导航,针对实时性导航,提出了一种基于VxWorks操作系统的GPS＋INS（inertial navigation system,惯性导航）组合导航。首先分析了无人车模型,布置导航的总体框架,确定CAN网络为整车通讯网络;然后研究了GPS导航,利用高精度GPS设备得到无人车坐标值,进而实现了GPS导航;接着研究了INS导航,利用一定精度INS的两个加速度计来积分推算无人车的航位,实现导航;再通过VxWorks结合两种导航方式,互相弥补信号的丢失与不可用。同时,开发了基于Windows的可视化导航界面,直观地观察导航效果和进行后台操控。实验验证了此导航的可行性和实时性。     

微惯性测量组合与GPS组合导航技术

分析了惯性导航系统和全球定位系统的优缺点;介绍了微惯性器件的发展及其用于惯性导航的前景;分析了由微惯性器件组成的捷联惯导与GPS组合导航的可行性;综述了GPS/INS组合导航的工作原理和关键技术.     

INS／CNS组合导航应用现状与前景展望

简要介绍了INS/CNS组合导航的基本原理、主要优点及应用现状,对各类INS/CNS惯性制导方案进行比较分析,分析了CNS导航系统的关键技术,对INS/CNS组合导航的发展前景提出一些思路和看法.     

GPS/INS组合导航系统的研究

讨论了飞机惯性导航系统(INS)与全球卫星导航系统(GPS)的利与弊以及卡尔曼滤波方法在组合定位中的应用情况,进一步提出了基于神经网络数据融合方法的GPS/INS组合导航系统.系统神经网络结构采用单隐层的三层神经网络,输入输出神经元数目是4个,基于256个训练样本由经验公式求得隐层神经元数目为8个,同时还建立了惯导系统的数学模型和数据融合的数学模型.给出了利用MATLAB编制的神经网络训练程序并对这一神经网络进行了训练和仿真.实验表明,组合导航系统经度误差可达9m,纬度误差可达8m,与单独GPS定位和INS定位相比精度得到了提高.     

基于遗传PNN网络的组合导航故障诊断研究

针对INS/GPS组合导航系统观测信息无冗余且观测信息可能存在故障的情形,提出一种基于状态x2检验与自适应概率神经网络( APNN)相结合的组合导航故障诊断方法.该方法通过监测组合导航系统状态分量,提取故障的特征值并利用APNN确定故障的类别,从而实现故障的定位与隔离.APNN采用高斯函数作为激励函数,通过遗传算法获得模式层矢量最佳数目及匹配的平滑因子参数集,使每个神经元传递函数具有不同的平滑参数,提高了网络的泛化能力以及诊断精度.数值仿真结果表明,该算法能够有效地识别出INS/GPS组合导航系统的故障,确保了系统的安全性和可靠性.     

IMU/GPS数据同步电路的研究与实现

数据同步是INS/GPS组合导航中数据融合的重要前提.对IMU/GPS组合系统中的数据同步技术进行研究,在IMU没有同步脉冲的情况下,提出了一种以GPS的1PPS(秒同步脉冲信号)为参考时标,由CPLD和8253实现的数据同步方法.实验证明了方案的设计是成功的.     

面向室内行人的Range-only UWB/INS紧组合导航方法

为了提高室内行人组合导航系统的精度和灵活性,提出了一种Range-only超宽带(UWB)/惯性导航系统(INS)紧组合导航方法。该方法将锚点的位置信息引入到系统状态变量中并通过数据融合滤波器进行预估,以克服传统UWB/INS紧组合导航模型中需要预先获取锚点位置信息的缺点,减少锚点位置信息精度对组合导航系统的影响。在此基础上,利用迭代扩展卡尔曼滤波(IEKF)来完成组合导航系统的数据融合滤波,以提高对目标行人导航信息的预估精度。实验结果显示,所提方法的平均绝对位置误差与传统UWB/INS紧组合方法相比降低了11.69%,算法对锚点位置信息的依赖程度也显著降低。     

水下潜航器的惯导/超短基线/多普勒测速信息融合及容错验证

针对水下潜航器惯导系统的定位误差积累和容错性差等问题,分析了水声超短基线的相位差定位方法,推导了基于惯导提供实时位置、姿态误差角信息的惯导/超短基线(INS/USBL)导航解算过程及其坐标转换。结合惯导/多普勒测速(INS/DVL)滤波器,给出INS/USBL/DVL组合导航联邦滤波在3种信息融合算法下的应用。通过MATLAB仿真对导航算法进行了验证,结果表明该导航算法能够抑制惯导系统误差随时间发散的问题,能充分利用了3种导航系统提供的参数信息,且状态维数低,滤波收敛速度快,其中基于精度因子信息分配方法的导航系统误差最小。容错性验证结果显示,当超短基线出现故障时,重构后的组合导航系统在较高航速情况下依旧能提供有效的导航参数。所提出的INS/USBL/DVL组合导航联邦滤波方法能够精确地提供水下潜航器的各位导航参数信息,且具有较高的容错性和稳定性。     

基于GPS/DR的嵌入式车载导航系统研究

基于GPS的车载导航系统的应用在近几年得到飞速发展,但单靠GPS导航也存在着不可避免的缺陷为了获得位置坐标,系统必须从4颗卫星获得信号来解算出自身的位置以实现定位和导航,一旦遇到城市高层建筑物、林荫道及涵洞隧道等时,车载GPS接收机的搜星质量会明显下降,从而无法实现定位和导航.为此,研究了以GPS和DR组合导航形式导航的新型嵌入式车载导航系统.