火箭弹MEMS陀螺捷联惯导系统

火箭弹正朝着远程化、精确制导化方向发展,制导装置是其中的核心.该文采用微机电系统(MEMS)陀螺、石英挠性加速度计、高动态GPS接收机、高速导航计算机等硬件及捷联惯性导航和卡尔曼滤波算法,研制了小型捷联惯性/GPS组合导航系统.该组合导航系统具有体积小,精度高,成本低等特点,试验表明该惯导系统可以满足增程火箭弹制导要求.     

基于GPSANS实现某自行高炮导航系统的改造设计

为提高某高炮导航性能,在分析GPS和INS导航优缺点的基础上,采取GPS/INS的组合导航方式对某自行高炮的导航系统进行改造.分别介绍了GPS和INS的导航原理,给出GPS/INS组合导航系统的数学模型并对关键技术进行说明,使用自适应卡尔曼滤波对数据进行处理.实验表明该系统改善了炮车单独使用INS造成的误差积累问题.     

基于MEMS的火箭制导平台INS与GPS组合导航算法

提高火箭制导平台的导航定位精确度,是火箭试验技术的重要研究内容。针对某火箭制导平台,设计了一种基于微机电惯性导航(INS)与全球定位系统(GPS)多传感器相组合的,采用间接输出校正的导航解算算法。算法利用卡尔曼滤波器对系统误差进行最优估计,估计结果修正惯导解算输出和敏感元件输出。仿真结果表明,在GPS收星有效以及火箭动态过程平稳情况下,该组合导航算法对INS误差随时间积累有明显抑制作用。     

INS/GPS多传感器车载组合导航系统算法研究

理论分析光纤陀螺和石英挠性加速度计的传感原理,对组合导航系统中的惯性测量单元(IMU)建立相应的误差模型,其误差模型包含了IMU传感器的标度因数的非线性模型、零偏的漂移模型、交叉耦合误差模型和标度因数、零偏的温度模型等。针对建立的误差模型进行误差补偿,同时针对车载环境设计了IMU传感器信号的数字滤波器,提高组合导航系统在车载环境下的适应性。GPS、高度计、里程计等多传感器信息的引入克服了惯性传感器独立长时间导航的发散问题。针对车载组合导航系统的非线性误差模型,设计了UKF组合导航算法,进行仿真和跑车试验,该方法能有效改善组合导航系统在劣等路面跑车试验效果。     

偏振光传感器在四旋翼飞行器中的应用

为了实现偏振光传感器在实际三维空间中的导航应用,设计了一种基于仿生偏振光导航传感器、微惯性测量单元（MIMU）与全球定位系统（GPS）的组合导航控制系统,并实际应用到了四旋翼导航控制之中.本文首先介绍了偏振光传感器的功能模型和测角原理.其次采用扩展卡尔曼滤波（EKF）技术设计了偏振光传感器、MIMU、GPS的信息融合算法,通过室外飞行试验对该导航系统的性能进行了测试,并与传统MIMU/GPS/电子罗盘导航系统进行了比较.结果显示：在有磁场干扰环境下,基于偏振光的导航控制系统平均位置精度较传统导航系统提高了50.4%.实验结果表明：该导航控制系统实时性好、精度较高、抗电磁干扰能力强,且误差不随时间累积,基本满足移动载体进行自主导航时的精度和可靠性要求.     

基于BP神经网络辅助的车载组合导航算法研究

针对INS/GPS组合导航系统在GPS信号被遮挡时,GPS接收机失锁导致导航精度迅速下降的问题,提出了基于BP神经网络辅助的组合导航算法。即在GPS信号锁定的时候,采用卡尔曼滤波对INS/GPS信号进行数据融合得到实时的精确位置,同时利用组合导航输出信息对BP神经网络进行实时在线训练;一旦GPS失锁,利用之前训练好的神经网络对INS系统进行误差补偿,解决精度迅速下降问题。通过跑车实验证明,速度精度在0.2m/s以内,位置精度为25m以内,该算法对INS/GPS组合导航系统有效。     

基于机器视觉的电视末制导图像处理技术研究

空地制导弹药末制导方式一般采用电视制导,但是由于作战环境尤其是天气条件变化莫测,大大降低了电视制导的精度.利用LabVIEW Vision机器视觉技术,结合灰度直方图分析、单分量图像提取、灰度形态学变换、最大熵阈值分割以及LUT查询表变换的图像处理技术,将电视导引头拍摄的图像信息进行相关处理,最终得到清晰的目标图像.试验表明,原始图像经过上述处理,电视制导的精度大大提高,进一步增强了空地制导弹药适应恶劣环境的能力,提升了导弹全天候作战水平.     

SINS/GPS/TACAN组合导航的联邦卡尔曼滤波方法

针对无人机飞行末段的飞行特点,提出了一种用战术空中导航系统(TACAN)辅助惯性导航系统(INS)、全球卫星定位系统(GPS)的新组合导航模式。详细推导了一种系数加权的联邦卡尔曼算法,并将此算法运用到SINS/GPS/TACAN组合导航中。通过融合导航系统的导航信息估计出组合导航系统的误差状态量,以提高导航系统定位精度。此算法不必计算加权矩阵,从而避免了求解滤波误差方差阵的逆矩阵,运算速度有所提高。仿真计算结果表明,该算法可抑制滤波发散,并提高导航系统的精度和速度,此组合导航模式有较好的容错性和环境适应性,具有实用价值。     

基于GPS/GIS/DR的低成本车载导航仪研究

惯性器件与全球卫星定位系统(GPS)的组合导航成为目前车载导航的主流.无论在精度、性能、可靠性等各方面,GPS/DR组合导航系统都优于单独的GPS导航系统.在GPS信号丢失时,车载导航仪(GPS/GIS/DR)能利用陀螺自主导航,不间断提供导航信息并保持跟踪.     

基于ARM的车载导航系统的研究与设计

基于三星公司的ARM7S3C44B0微处理器,实现GPS和DR组合导航形式的新型嵌入式车载导航系统,该系统采用现代信息融合技术,不仅可以克服GPS卫星信号"丢失"情况下的定位问题,还可以克服DR系统精度低和误差随时间积累的缺陷.实验结果证明,该组合导航系统的设计是合理有效的.     

基于MIMU/GPS组合导航的箭载姿态测量系统

为了满足探空火箭箭载综合服务系统模块化、小型化的要求,提出了一种基于MIMU/GPS组合导航的箭载姿态测量系统设计方案,并完成系统的软硬件设计.该系统的硬件部分主要采用微型惯性测量单元（MIMU）测量箭体的3轴角速率和3轴加速度,并采用ARM芯片LPC3250作为导航计算机进行系统控制和姿态解算.软件部分采用嵌入式C语言在操作系统uC/OS-Ⅱ上进行编程,能够完成对角速率、加速度和GPS信号的采集,并通过卡尔曼滤波和四元数法实时解算出探空火箭的姿态角、位置和速度.实际测试表明该系统具有集成度高、初始对准速度快、动态范围广、系统误差小、功耗低、重量轻、体积小和可靠性高等特点,能够满足探空火箭应用的要求.     

基于双OD修正的GNSS/MIMU导航算法研究

为提高车载组合导航系统的导航精度和可靠性,在全球导航卫星系统(GNSS)信号正常工作的情况下,该文建立了一种双天线GNSS/微惯性测量单元(MIMU)/轮速里程计(OD)组合导航模型,实现了对MIMU和OD传感器误差特性的在线估计。在GNSS信号短期失锁的情况下,基于双OD轮速比例修正(WRC)算法建立了MIMU/双OD组合导航模型。车载实验结果表明,与无WRC组合模型相比,该文设计的组合导航模型在120 s的GNSS信号失锁路段,最大定位误差减小了63.9%,定位误差标准差减小了80.1%;在200 s时GNSS信号频繁中断路段,最大位置误差为0.55 m。验证了所建立的导航模型和算法在复杂路况下工作的有效性。     

基于层次滤波器结构的卫星故障检测隔离

随着GPS/SINS组合导航系统应用领域的拓展,GPS完好性问题越来越受到关注。为快速有效地检测隔离GPS卫星慢变故障,提出一种层次滤波器结构,采用伪距量测的滤波算法,基于该结构完成了SINS/GPS组合导航算法和故障检测隔离算法的设计。以4颗星为例,仿真验证该方案不仅可以准确检测隔离慢变故障,而且可以使用未受故障卫星污染的滤波器继续进行导航解算。     

城市峡谷中基于GDOP和NHC的GPS/IMU组合导航方法

针对在林荫道、高架桥和隧道等城市峡谷中全球定位系统(GPS)信号易发生遮挡、 干扰,导致导航定位精度低、连续性和可靠性差的问题,提出了一种基于几何精度因子(GDOP) 和非完整性约束(NHC)的 GPS/惯性测量单元(IMU)组合导航方法。其中,通过利用 GDOP 实现卫星定位构型优劣和定位精度的衡量,从而构建基于 GDOP 值的 GPS/IMU 组合导航量测更新模型。同时,为了进一步提高组合导航系统的精度,将 NHC 应用于该组合导航系统中。实验结果表明,所提方法水平和三维定位均方根误差分别是 3.88 m 和 4.78 m,相比于传统 GPS/IMU 组合导航方法的 9.25 m 和 13.53 m 分别提高了 58.06%和 64.67%,可以有效抑制 GPS 信号受环境干扰影响组合导航定位精度和可靠性的问题。     

Modified Unscented Kalman Filter for a Multirate INS/GPS Integrated Navigation System

Instead of the extended Kalman filter, the unscented Kalman filter (UKF) has been used in nonlinear systems without initial accurate state estimates over the last decade because the UKF is robust against large initial estimation errors. However, in a multirate integrated system, such as an inertial navigation system (INS)/Global Positioning System (GPS) integrated navigation system, it is difficult to implement a UKF‐based navigation algorithm in a low‐grade or mid‐grade microcontroller, owing to a large computational burden. To overcome this problem, this letter proposes a modified UKF that has a reduced computational burden based on the basic idea that the change of probability distribution for the state variables between measurement updates is small in a multirate INS/GPS integrated navigation filter. The performance of the modified UKF is verified through numerical simulations.     

BDS/GPS组合导航系统选星算法研究

针对双系统组合导航模式下常用的最佳选星法存在运算量大、硬件设计复杂、实时性差等缺点,提出了基于 BDS/GPS 双系统组合导航模式的模糊选星算法。首先说明了靶场试验中采用 BDS/GPS 双系统组合导航模式的必要性,然后对组合导航系统定位精度的关键影响因子、 可用星数量及选择方式进行了分析,并给出了基于 BDS/GPS 双系统组合导航模式的模糊选星算法的详细解算步骤。实验结果表明,该算法简单易行,定位精度高,实时性好,对靶场试验品的导航定位具有重要参考价值。     

Promoting navigation system efficiency during GPS outage via cascaded neural networks: A novel AI based approach

Acquiring precise navigation data is a vital process to unmanned vehicles. Although Inertial Navigation System and Global Positioning System (INS/GPS) integrated system provides accurate and continuous navigation solution, the navigation solution accuracy degrades during GPS outages. In order to provide accurate and continuous navigation data during GPS outages, a novel architecture of a cascaded neural networks is proposed to estimate velocity and position errors during GPS signal blockage to handle the time dependency and non-linearity modeling. An ablation study is conducted to grasp the proposed model hyper parameters and their impacts on overall accuracy. Various scenarios are carried out by building and using different grades IMU models. These models are examined through two distinct trajectories for flying and ground platforms to assure the proposed algorithm applicability scope and efficiency. Furthermore, a comparative analysis is carried out based on a real-field test to evaluate the proposed algorithm efficiency and navigation accuracy during GPS outages. The proposed system proves its superiority against the legacy Extended Kalman Filter (EKF) and the advanced Recurrent Neural Network (RNN) based systems in terms of navigation performance during GPS outages periods.     

正逆向滤波在惯性卫星组合导航中的应用

为满足高性能惯性/全球卫星导航系统(GPS)组合导航的要求,进一步提高卡尔曼滤波算法在组合导航定位中的解算精度,考虑利用逆向数据处理和加权平滑的融合算法,提出一种正逆向融合的卡尔曼滤波算法应用于惯性/GPS的松组合导航中。分析了正逆向融合的卡尔曼滤波算法的解算方法,并与普通正向卡尔曼滤波算法做出比较。实验部分采用车载传感器采集的实测数据,通过对两种方法解算结果的误差分析,表明了正逆向融合的滤波算法在定位精度方面优于传统正向滤波算法。