UTP/DR组合导航算法研究

针对UUV水下作业时航位推算存在导航误差积累的问题,研究了水下应答器辅助航位推算组合导航算法。采用"当前"统计模型作为航位推算模型,更准确地描述了航行器的运动状态。利用水下应答器与航位推算算法相组合,对航位推算导航误差进行校正。为获得更好的滤波效果,采用平方根容积卡尔曼滤波算法作为组合导航系统的滤波算法,并将其与EKF滤波算法进行比较。仿真实验表明,平方根容积卡尔曼滤波算法较EKF算法具有更好的滤波精度;UTP/DR组合导航算法有效避免了因导航误差积累而导致的导航定位误差发散问题,获得了较好的导航定位效果。     

一种INS-GPS-DVL容错组合导航系统

针对某船载导航系统精度和容错性能不能满足应用要求的问题,提出了一种基于信息融合技术的容错组合导航系统方案。研究了该组合导航系统的滤波算法,通过半物理仿真实验研究了该导航系统的性能。结果表明：所设计的组合导航系统可提供高精度的导航信息,提高导航系统综合性能。     

自适应P值映射的惯性/天文角度组合导航算法

惯性/天文角度组合导航在应用于高动态飞行器时,动态飞行环境变更会导致星光角度观测量发生程度不等的偏差,使得常规组合滤波方法误差显著增大.为此,本文提出了基于P值映射的观测质量自主评估及自适应滤波方法,并应用于惯性/天文角度组合导航系统.该方法根据历年可见导航星情况分解冗余观测子集,再由P值度量其含有观测量偏差的显著性水平.在此基础上,通过遍历每颗导航星所隶属子集得到其观测量质量值,最后对惯性/天文角度组合滤波增益进行自适应调节.仿真结果表明,本文方法能够实现天文高度角观测质量的自主在线评估,有效提高星光观测质量下降情况下惯性/天文角度组合导航的精度和适应性.     

A high-resolution AUV navigation framework with integrated communication and tracking for under-ice deployments

We developed an environmentally adaptive under-ice navigation framework that was deployed in the Arctic Beaufort Sea during the United States Navy Ice Exercise in March 2020 (ICEX20). This navigation framework contained two subsystems developed from the ground up: (1) an on-board hydrodynamic model-aided navigation (HydroMAN) engine, and (2) an environmentally and acoustically adaptive integrated communication and navigation network (ICNN) that provided acoustic navigation aiding to the former. The HydroMAN synthesized measurements from an inertial navigation system (INS), ice-tracking Doppler velocity log (DVL), ICNN and pressure sensor into its self-calibrating vehicle flight dynamic model to compute the navigation solution. The ICNN system, which consisted of four ice buoys outfitted with acoustic modems, trilaterated the vehicle position using the one-way-travel-times (OWTT) of acoustic datagrams transmitted by the autonomous underwater vehicle (AUV) and received by the ice buoy network. The ICNN digested salinity and temperature information to provide model-assisted real-time OWTT range conversion to deliver accurate acoustic navigation updates to the HydroMAN. To decouple the contributions from the HydroMAN and ICNN subsystems towards a stable navigation solution, this article evaluates them separately: (1) HydroMAN was compared against DVL bottom-track aided INS during pre-ICEX20 engineering trials where both systems provided similar accuracy; (2) ICNN was evaluated by conducting a static experiment in the Arctic where the ICNN navigation updates were compared against GPS with ICNN error within low tens of meters. The joint HydroMAN-ICNN framework was tested during ICEX20, which provided a nondiverging high-resolution navigation solution—with the majority of error below 15 m—that facilitated a successful AUV recovery through a small ice hole after an 11 km untethered run in the upper and mid-water column.     

扩展卡尔曼滤波在组合导航中的应用

松组合导航中,采用组合导航系统(SINS)误差作为状态量,用SINS解算的位置和速度与全球定位系统(GPS)测量的位置速度之差作为量测信息.为了提高组合导航的精度在松组合导航中应用扩展卡尔曼(EKF)滤波算法,通过仿真对载体轨迹的速度、姿态、位置进行跟踪.仿真结果表明:在仿真进入8 min之后系统进入稳态,能准确跟踪载体.因此,采用基于EKF的非线性滤波能有效跟踪载体的位置、速度和姿态.     

TDOA-DR组合车辆导航定位系统研究

针对自主导航小车在区域行驶中的定位问题,研究了TDOA-DR组合导航定位算法。通过对基于到达时间差(TDOA)的双曲线导航原理的分析,采用了基于超声波传感器的多基站双曲线定位系统。并在此基础上,对TDOA-DR组合导航系统的结构和算法进行研究和仿真分析。仿真结果表明:TDOA-DR组合导航系统能够在区域内提供厘米级精度的连续车辆位置信息,满足区域高精度定位的需求。     

Sigma-Point直接式卡尔曼滤波惯性组合导航算法

基于西格玛点采样加权的方法,以姿态、速度和位置等9个导航参数为状态向量,以卫星导航系统的速度和位置组成6维观测向量,构建直接式卡尔曼滤波器,融惯性导航系统求解和状态估计的过程为一体,直接描述系统导航参数动态过程.仿真结果验证了惯性组合导航Sigma-Point直接式滤波方法的有效性,表明该非线性直接式滤波方法可提高惯性组合导航系统的导航精度和对飞机、导弹等载体非线性机动过程的适应性.     

SINS/DVL组合导航系统的标定

为提高智能水下机器人中的SINS/DVL组合导航系统定位精度,需要准确标定出捷联惯性导航系统(SINS)和多普勒计程仪(DVL)之间的安装误差角以及DVL的刻度系数。该方法只需AUV潜水一段时间后浮出水面2~3次,以接收的GPS定位信息作为参照,经过迭代计算,即可标定出DVL速度刻度系数和SINS与DVL之间的安装误差角。试验结果表明,用该方法能简单有效地标定出组合导航系统的各项误差参数,而且在多次标定修正后,定位精度优于7 m,具有较高的实用价值。     

组合导航计算系统的Simulink仿真

采用联邦卡尔曼滤波算法,分析了INS/GPS/ADS/CNS组合导航计算系统的数学模型,然后以MATLAB/Simulink为平台,构建了INS/GPS/ADS/CNS组合导航计算系统的仿真模型并进行了仿真。结果表明:建立的仿真模型能正确仿真组合导航计算系统的工作过程,并且具有良好的可视化效果,为组合导航系统的研究提供了有效的工具。     

一种新的粒子滤波算法在INS/GPS组合导航系统中的应用

为改善传统粒子滤波中的样本退化和样本枯竭问题, 提出一种新的粒子滤波算法. 在重要性采样中, 利用最新测量值, 结合差分滤波算法产生重要性函数; 在再采样中, 利用高斯混合模型近似状态的后验概率密度, 引入最大期望算法计算该高斯混合模型的参数, 并从该新分布中采样后验粒子集, 取代传统的再采样. 从而通过提高重要性函数对状态后验概率密度的逼近程度来缓解样本退化问题, 通过改进再采样实现过程来缓解样本枯竭问题. 把新算法应用到INS/GPS组合导航系统中, 仿真结果表明新算法的估计性能明显优于粒子滤波.     

基于SAR辅助的惯导/星光组合导航系统研究

针对高空、长航时无人飞行器在对地观测成像期间对导航自主性和高精度的需求,研究了基于SAR辅助的惯导/星光姿态组合导航系统.针对SAR图像导航输出的间断性和多传感器组合导航系统中量测输出的不同步特性,设计了解决非连续性量测修正的多传感器组合导航滤波器模型.提出了解决多传感器量测不同步问题的异步集中滤波算法.仿真结果表明:...     

MIMU/GPS组合导航系统小型化设计

为满足小型无人机、手持制导设备及无人探测车等对低成本轻重量导航系统需求,应用MEMS惯性测量单元和GPS接收机模块,完成MIMU/GPS组合导航系统小型化设计。组合导航计算模块基于DSP+FPGA+FLASH设计完成,实现多传感器通信、串并行数据转换及与上位机人机交互等功能。将计算模块、电源模块、MIMU及GPS接收机集成到嵌入式MIMU/GPS组合导航系统中,完成的系统直径80 mm,高度80 mm,质量不超过600 g。对集成后系统进行定点动姿态实验,结果表明:该组合导航系统定点位置测量精度在1 m以内,动姿态测量精度姿态角在0.1°以内,航向角在0.5°以内。     

非完整约束下滤波算法在组合导航中的应用

MEMS IMU/GPS组合导航系统的应用环境愈来愈复杂,对其精度的要求也愈来愈高,只使用普通卡尔曼滤波不能满足精度和稳定性要求。针对此问题,将Sage-husa自适应卡尔曼滤波算法和非完整约束应用到前向导航滤波算法和后向导航滤波算法中,并将前向滤波和后向滤波结果加权组合,提出了一种非完整约束下加权组合滤波算法,用于事后IMU/GPS联合解算中,用来提高组合导航的精度。并利用实验室设备进行车载实验,通过实测车载数据解算结果来验证该方法的可行性。实验结果表明非完整约束下加权组合滤波后的经纬度误差小于1.4 m,航向角误差小于1.0°,满足MEMS IMU/GPS车载组合导航系统的精度要求。     

一种多传感器融合的室内三维导航系统

提出了一种多传感器融合的室内三维导航系统,利用了建筑物内的地磁信号,结合转向角传感器记录转过的角度、气压传感器检测用户所处环境中楼层高度,采用众包思想收集数据进行地磁地图的构建,使用地磁指纹匹配技术实现室内任意位置的定位及导航.相比基于WiFi和蓝牙的室内导航系统,基于地磁的室内导航系统不需要任何基础网络设施,应用广泛、灵活,实现成本低.通过在智能手机上部署系统进行实验性能评估,结果显示最高精度达到1 m以内,有95%的导航误差在3m之内,平均误差不超过2m,证明其有良好的定位功能并适用于一般大型建筑物.     

多传感器组合导航系统的多尺度滤波算法

基于多尺度的思想,首先将在最细尺度上建立的状态方程、量测方程改写为以数据块形式描述的对应方程;然后利用小波变换技术将最细尺度上的块状态向量向粗尺度上分解,并将在最细尺度上建立的量测方程表达为粗尺度上状态向量的函数;最后结合常规Kalman滤波技术,建立了一种动态系统的多尺度单模型滤波方法.将上述算法应用于多传感器组合导航系统,仿真结果验证了该算法在不增加计算量量级的情况下,具有较好的融合精度.     

组合导航系统离线信息融合算法

获得高精度的载体实际飞行轨迹,是组合导航系统性能评测的重要手段.从组合导航系统研究出发,针对惯性导航系统、姿态(非姿态)型GPS和大气数据计算机多传感器组合导航方式,实现多传感器信息离线融合算法.同类型导航传感器数据采用加权最小二乘算法,并利用开环卡尔曼滤波实现组合导航的信息融合,在此基础上再进行最优固定区间平滑滤波.仿真实验结果表明,经过上述3步信息融合之后,得到的导航结果精度不仅高于任一个传感器精度,而且高于单独采用卡尔曼滤波的导航参数精度.     

Optimal position and velocity navigation filters for autonomous vehicles

This paper presents the design and performance evaluation of a set of globally asymptotically stable time-varying kinematic filters with application to the estimation of linear motion quantities of mobile platforms (position, linear velocity, and acceleration) in three dimensions. The proposed techniques are based on the Kalman and H_∞ optimal filters for linear time-varying systems and the explicit optimal filtering solutions are obtained through the use of an appropriate coordinate transformation, whereas the design employs frequency weights to achieve adequate disturbance rejection and attenuation of the measurement noise on the state estimates. Two examples of application in the field of ocean robotics are presented that demonstrate the potential and usefulness of the proposed design methodology. In the first the proposed filtering solutions allow for the design of a complementary navigation filter for the estimation of unknown constant ocean currents, while the second addresses the problem of estimation of the velocity of an underwater vehicle, as well as the acceleration of gravity. Simulation results are included that illustrate the filtering achievable performance in the presence of both extreme environmental disturbances and realistic measurement noise.     

矿井组合导航系统的设计与应用

针对矿井捷联式惯性导航系统（SINS）误差累计的问题,提出了一种基于射频位置修正技术的矿井组合导航系统。系统将射频标签存储的实际位置和SINS解算位置的差值作为量测量,利用Kalman滤波器估计并补偿SINS存在的陀螺漂移和加速度计零偏。该方法在修正点对误差估计精度高,收敛速度快,能够对SINS累计误差进行一次性修正。     

基于CenSurE特征的SAR/INS组合导航景象匹配算法

在SAR／INS组合导航系统中,所获取的SAR图像可能存在严重的斑点噪声和几何变形,对此,提出一种基于CenSurE特征的SAR／INS组合导航用景象匹配算法．该算法针对惯性组合导航的工作特点进行设计．首先提取CenSurE特征和垂直的SURF描述符,利用夹角余弦相似度量方法进行特征匹配;然后,采用分组一致采样算法和最小二乘精确匹配算法获取高精度的航向和位置偏差信息．景象匹配性能评价实验表明。在匹配适应性、匹配速度、精度和鲁棒性等方面,CenSurE特征都很优越,可以满足SAR／INS景象匹配导航系统匹配修正的高性能要求．     

自适应闭环H1滤波在组合导航系统中的实现研究

针对常规H∞滤波在组合导航系统中滤波精度不高的问题,采用闭环反馈的方法对滤波加以改进;并在闭环H∞滤波迭代方程中引入遗忘因子,利用量测噪声的变化自适应调整滤波增益,构成自适应闭环H∞滤波.理论分析表明,该改进的滤波算法降低了噪声十扰,但不影响H∞滤波本身的鲁棒性.无源北斗/SINS组合导航系统跑车数据的半物理仿真进一步表明,自适应闭环H∞滤波下的组合导航精度明显优于采用开环H∞滤波或不带有遗忘因子的闭环H∞滤波算法的导航精度,从而验证了改进滤波算法的有效性.