基于D-GPS/IMU的组合导航方法研究与分析

研究了一种新的双GPS单元与IMU惯性测量单元组合结构(D-GPS/IMU)的导航应用问题;基于D-GPS/IMU的动力模型结构,分析了其状态空间的可观测性能,提出并证明了系统完全可观测的条件;最后,通过仿真实验,结果表明,该方法收敛稳定且快、组合误差小,具有一定的实用性。     

基于改进ESKF和自适应滤波的组合导航算法研究

针对传统滤波算法中忽视了误差方程中的高阶量所引起的导航结果不够准确的问题,提出了一种改进ESKF算法,将基于误差状态建模的滤波算法同EKF相结合。针对组合导航的鲁棒性与适应性,提出了一种将卡尔曼滤波算法与自适应滤波算法相结合的滤波算法,并进行仿真验证。仿真结果表明：当组合导航系统受到较大扰动时,改进算法较传统滤波算法使组合导航系统在经度精度上提高了49.48%,纬度精度上提高了34.21%,有效提高了组合导航系统的精确性和鲁棒性。     

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。     

基于自适应EKF的相对导航算法研究

针对测距测角相对导航中测量噪声不可精确获知往往导致相对定位精度下降的问题,本文研究了基于自适应扩展卡尔曼滤波(EKF)的相对导航算法。利用泰勒级数展开对测量矩阵进行线性化处理,并利用自适应时变噪声估计方法对测量噪声方差阵进行动态估计,状态噪声方差阵通过惯导特性的先验值获得。仿真结果表明,基于自适应EKF的相对导航算法可获得高精度且连续平滑的相对定位信息,尤其在测量噪声发生变化时更是表现出良好的导航参数估计性能。     

基于组合滤波的光纤陀螺惯导/星敏感器组合导航算法

针对卡尔曼滤波在连续非线性的惯性组合导航系统中对模型误差估计不够准确的问题,提出了利用可直接处理连续非线性系统的预测滤波为卡尔曼滤波提供一步预测的组合滤波算法,弥补了两种滤波算法单独使用时的不足,从而提高了导航系统精度。再利用光纤陀螺惯导实测数据与计算机生成的星敏感器数据对文中组合滤波算法进行了离线仿真,证明了文中组合滤波算法的可行性、优越性。     

低成本MEMS陀螺的SINS/GPS/ADS组合导航系统的工程实现

结合工程实际应用,以低成本MEMS陀螺捷联惯性测量单元为主,以GPS,ADS为辅助,设计完成了一套机载组合导航系统。该系统充分考虑了各传感器的优缺点,采用误差补偿技术,保证了系统的精度和可靠性。首先介绍了系统的组成及功能;在此基础上,建立了状态变量为29维的组合系统动态方程,给出了用于卡尔曼滤波的GPS和ADS的误差模型;通过精密三轴转台试验结果表明,组合系统可以进行实时滤波计算,提高了组合系统导航参数精度,具有很好的工程实用性。     

一种应用于低成本动中通天线的组合导航算法设计

卫星/微机电惯性组合导航系统具有体积小、成本低等优点,可以为动中通天线提供位置、速度以及姿态信息,然而其无法依靠自身完成航向初始化,除此之外在静态场景下由于航向可观测性较差,面临航向发散的问题。结合动中通天线的特征,设计并开发了一种应用于动中通天线的组合导航算法。通过该算法得到的跑车测试结果北向、东向以及天向的位置信息精度分别为2.1 m、1.9 m及1.7 m,北向、东向以及天向的速度精度分别为0.05 m/s、0.05 m/s、0.04 m/s,横滚角、俯仰角、航向角精度依次为0.05°、0.08°、0.11°。长时间的摇摆台测试结果表明采用该方案场强跟踪信号强度均值为8.93 dBW,信号跟踪平稳。     

无人机导航技术研究

无人机导航系统是无人机完成给定任务的关键要素之一。本文分析了现有的导航技术优缺点;研究了高空长航时无人机、无人作战飞机和微小型无人机三种无人机执行任务的特点及作战环境,在此基础上,分别给出与之相应的导航方式。     

国产化卫星/MEMS组合导航模块的设计实现

设计一种嵌入式卫星/MEMS组合导航模块。该模块采用北京时代民芯科技有限公司的国产化GPS/BD多模导航接收机,实现与MEMS惯性器件的软硬件融合。基于工程化应用,提出一种高可靠扩展卡尔曼滤波器滤波算法,实时校准各种误差项,改善组合导航模块性能。在静态情况下,模块姿态角误差小于0.2°,航向角误差小于0.5°。在动态情况下,姿态角与航向角误差小于1°,如果卫星导航突然中断,将能持续30秒,定位精度维持在20米内。     

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。     

基于扩展卡尔曼滤波器的超紧耦合GPS/INS组合导航系统设计

提出了一种组合导航设计方案,通过将滤波器得到的多普勒频移信号反馈给GPS接收机跟踪环,实现了超紧耦合,提高了组合导航系统在高动态和干扰条件下的性能.采用了非线性动态模型并对其进行了线性化,提高了导航精度并减小系统计算量;应用用一阶高斯马尔可夫模型描述不同的惯性传感器误差,最后给出了扩展卡尔曼滤波器的具体算法.     

基于灰色马尔可夫预测的组合导航方法

针对传统MEMS/GNSS组合导航在卫星信号差时长时间精准导航问题,提出了基于灰色马尔可夫预测的MEMS/GNSS组合导航方法。通过改进灰色预测,增加马尔可夫修正环节,预测当卫星信号差时的GNSS量测值,进而代替原量测值,并将结果进行抗差扩展卡尔曼滤波(EKF),克服噪声干扰影响,提高了系统的稳定性。经仿真和跑车实验验证,该组合导航方法在卫星信号差时仍能输出较高精度的导航结果,且可以较好地克服异常观测值对系统的影响。     

小型四旋翼无人机空气质量监测仪设计

及时有效地获取空气质量数据是大气环境保护的前提和基础。针对现有固定点监测手段空间覆盖度不足、成本高、灵活性差等问题,设计一种基于小型四旋翼无人机为飞行平台,Arduino UNO开发板外接MG811,DSM501A,DHT11,MQ-7传感器为硬件平台,Arduino IDE编译器为软件平台的监测仪。采用接触式周期采样方法获取环境数据模拟值,建立与传感器灵敏度关系,使用Matlab中CURVE FITTING TOOL对传感器灵敏度与被测物浓度关系进行拟合分析。拟合后,可决系数大于0.98,方差小于0.1。该自主设计的监测仪具有成本低、易操作、灵活方便的优点,并可扩展其他类型传感器以满足不同的测量环境要求。     

一种基于视觉识别的无人机导航算法

近年来,随着无人机与数码相机技术的发展,无人机航测以其高效、精确、作业成本低和适用范围广等特点,在地表复杂地区高分辨率影像的获取方面优势明显.但无人机像片的后续处理需要布设大量像控点,工作量大且耗时耗力,特别是在地表复杂地区工作难度更大.如果采用精准定位的手段计算出拍照瞬间照片中心的精确位置和姿态,则可以节省大量施工投...     

基于北斗导航的无人机系统设计

随着无人机技术的发展和成本的降低,无人机的应用越来越广泛, 被广泛应用于军事侦察、民用等领域。我国自主研发的北斗卫星导航系统(BeiDou Navigation Satellite System, BDS)全球组网完成,可为无人机提供精确的位置、速度、姿态等飞行状态信息。本文研究设计了基于北斗导航的低成本微型四旋翼无人机,给出了无人机系统的总体和软硬件详细设计。研究了无人机姿态控制算法,给出了四旋翼无人机的运动方程和传递函数,对PID控制算法进行了仿真。并研究了无人机定高、定点控制算法,给出了仿真结果。对四旋翼无人机进行了实际飞行测试,结果表明：设计的无人机系统能够较好的控制飞行姿态,同时具有低成本、体积小等特点。     

基于Sage-husa自适应滤波算法的AUV组合导航系统设计

文中针对水下自主航行器提出了一种新型的基于捷联惯导(SINS)和GPS的组合导航系统设计方案。该方案以捷联惯导作为主系统,同时利用GPS重调捷联惯导系统,建立了该组合导航系统的卡尔曼滤波模型,设计了输出校正间接法的卡尔曼滤波算法和Sage-husa自适应卡尔曼滤波算法。仿真结果表明由于GPS位置和速度信息的引入,一定程度上克服了捷联惯导系统误差状态发散现象,提高了导航精度。同时通过两种算法的对比,Sage-husa自适应卡尔曼滤波算法则具有更高的滤波精度和稳定性,能够更好的满足长时间远距离导航的要求。     

基于NARX神经网络的组合导航系统设计

针对捷联组合导航系统在定位信号无法获取的情况下定位误差大和BP神经网络定位的波动问题提出了基于NARX神经网络的导航算法。该方法在输入端加入输出输入量的时间序列,在定位信号可以获取时间段内对神经网络进行训练,不可获取时使用NARX预测的数据对系统进行补偿,提高定位精度。实验结果表明在30s的失锁时间内NARX神经网络定位精度在3m以内,迭代次数小于15次且数据波动较小,可以准确的预测导航位置。     

基于视觉处理的四旋翼无人机自主导航系统设计

文章论述的四旋翼无人机由两个核心部分组成,其一,是以安装有OpenCV库的树莓派为核心的视觉识别部分,其二,是以Ti公司的C2000芯片为核心的飞控部分。系统通过树莓派检测周围环境,获得当前飞行器的姿态以及相对于目标的位置矢量,将数据按格式打包并交付至飞控芯片,经过飞控计算处理,控制无人机姿态以到达指定目标位置。