激光陀螺捷联惯性导航系统零速修正研究

针对激光陀螺捷联惯性导航系统不依赖外部信息修正,长时间工作累积放大的问题,分析常用的零速修正算法二次曲线拟合法、最小二乘法、卡尔曼滤波法等,结合车载激光陀螺捷联惯性导航系统实际应用,提出一种自适应零速修正方法,利用零速修正技术的约束条件,构建15个基本误差参数,根据系统自身误差特性,设计出系统的状态量测矩阵和量测方程,并采用基于普条件数可观测理论对系统各状态进行了可观测性分析,确定卡尔曼滤波器参数,从而实现对位置坐标、姿态角、速度误差进行了有效估计,可以有效提高惯性测量单元（IMU）导航精度。实验表明,采用该方法能有效提高了捷联惯性导航系统导航精度,既克服了频繁停车,又增强了载体的机动性能。     

基于自适应阈值的行人惯性导航零速检测算法

在基于微机电系统(MEMS)的行人惯性导航中零速区间检测算法是制约导航位置解算误差增长的重要因素。针对利用固定阈值实现零速检测算法在不同运动状态下存在检测适应性差的问题,根据行人步态特征以及周期性零速规律,以合加速度和合角速度为检测数据,提出了一种基于自适应阈值的零速检测算法。利用检测数据在运动状态下的动态特点及统计特征,根据获得的运动状态信息更新零速区间检测阈值,以适应在不同运动状态下实现准确的零速区间检测。实验表明,自适应阈值算法对零速区间可以进行精确检测,零速检测准确率达到98%。检测结果用于导航定位解算的误差率小于1.5%。     

一种车载惯性导航系统误差抑制方法

针对现有车载惯性导航系统(INS)动态零速修正(ZUPT)方法对载车机动性要求高,急转弯等状态下对惯导误差约束性能差的问题,提出一种基于运动状态检测的车载 INS 动态零速修正方法,通过对载车不同运动状态进行实时、精确检测,并进行针对性的滤波器设计,提高动态零速修正算法的适应性。跑车试验结果表明,相比传统动态零速修正方法,2.6h 最大定位误差提高了 160m,证明了该方法的有效性。     

复杂城市环境下的全球导航卫星系统/捷联惯性导航系统组合导航算法

针对复杂城市环境下,全球导航卫星系统(GNSS)信号出现频繁短暂失锁或拒止时,对GNSS/捷联惯性导航系统(SINS)组合导航系统的导航精度和鲁棒性影响较大问题,该文提出一种改进的因子图滤波方法。首先使用GNSS接收机内部参数构建信号误差鉴别函数,能实时估计出信号受多径干扰、遮挡等情况下的信号测量性能;同时利用载体运动约束条件构造零速修正因子,对GNSS拒止情况下的系统状态进行更新,避免系统导航性能极速下降。实验结果表明,改进的因子图方法相比经典因子图方法,在城市复杂环境下能提高定位精度63.50%和测速精度42.26%,同时也具有更低的存储量和计算复杂度,特别适用于城市车辆辅助驾驶导航设备中,对导航精度、硬件资源和实时性约束强的场景。     

基于弯曲传感器辅助的行人室内定位零速修正方法

针对现有微机电系统中惯性传感器漂移大、传统行人室内定位方法稳定性较差,从而导致行人室内定位精度低的问题,提出一种基于弯曲传感器辅助惯性传感器的行人零速修正方法。该方法通过将弯曲传感器固定在胯关节以及膝关节处,将惯性测量单元捷联在行人的鞋尖,用于分别测量行人行走时胯关节和膝关节的弯曲度变化以及脚步的运动特征。对关节弯曲度以及加速度、角速度设置相应的阈值,用于判别行人的零速区间,通过零速修正抑制误差的累积。实验结果表明,在不同步态下该方法可以有效降低定位误差,在跑动下较传统零速修正方法的定位平均误差降低了67.4%,得到较高的定位精度。     

利用步行惯性导航的室内定位融合算法研究

步行惯性导航是一种用于无基础设施室内定位中的新技术,但累积误差效应限制了它的使用范围,为解决此问题,提出一种把步行惯性导航与无线测距定位相融合的定位算法,结合前者轨迹连续和后者无累积误差的优点。仿真结果表明,该融合算法在定位的稳定性和精确性方面都表现出良好的性能,验证了该方案的合理性、有效性。     

卡尔曼滤波器在导航系统初始对准中的应用

文章分析了惯导系统初始对准的动态模型，介绍了卡尔曼滤波算法在平台式惯导初始对准中的应用．并进行了计算机仿真试验，结果表明：此方法有算法简单，能有效缩短初始对准时间，稳态精度较高等特点．是一种较为理想的初始对准方案。     

抗差SRCKF滤波在惯性导航初始对准中的应用

针对惯性导航系统大失准角初始对准问题,文中建立了一种基于捷联惯导系统的非线性误差模型,并采用标准容积卡尔曼滤波(CKF)进行数据融合。在系统模型噪声不确定情况下,标准的CKF可能会出现发散的问题,为解决其发散的问题,采用抗差平方根容积卡尔曼滤波(抗差SRCKF)算法进行滤波,抗差SRCKF算法能够保证数值计算稳定性和消除粗差对CKF滤波器的影响,从而抑制滤波的发散,进一步提高滤波器的稳定性。最后,在静基座下对惯性导航系统大失准角初始对准进行仿真。结论表明,随着失准角的增大,在观测量中存在一次或多次粗差时,相较于KF、EKF和SRCKF算法,抗差SRCKF算法具有较好的鲁棒性,估计结果不受观测量粗差的影响。     

基于北斗和惯性导航的穿戴式组合定位技术研究

随着定位导航需求的日益增加,室内外融合导航技术成为了近年来导航领域最热门的研究方向之一.针对行人导航问题,本文提出了一种基于BDS/SINS的穿戴式组合定位设备的技术方案.这个方案采用脚绑式模块,利用融合卡尔曼滤波ZUPT算法进行零速度更新消除惯导元件的累积误差.本文重点关注的是该设备的室内部分,对融合卡尔曼滤波ZUPT算法进行了理论分析、程序实现与仿真验证,并对四种零速度检测器效果进行了比较.     

多传感器自主式车载组合导航系统研究

考虑到车载组合导航系统运行时问长、地形环境复杂的特点，将零速修正技术与惯导／里程计/气压高度表组合导航系统相结合使用，采用序贯处理和平方根滤波算法，建立了实用的卡尔曼滤波模型，与基本卡尔曼滤波算法相比，该方法实现简单，计算量小，抑制了滤波的发散，提高了滤波的精度，最后对组合导航系统进行仿真验证，取得了较为满意的结果．相比INS／GPS组合导航系统，该系统具有良好的自主性及适应性。     

GNSS接收机在惯性速度辅助下跟踪环路的研究

全球导航卫星系统GNSS和惯性导航系统INS都是目前世界上应用最为广泛的导航方法之一.组合导航利用二者较强的非相似性和互补性,将两者组合起来.可以取长补短充分发挥各自的优点.本文通过理论推导和仿真试验的手段,比较分析了有速度和无速度辅助时接收机跟踪环路的性能,计算及方真结果表明了GNSS接收机在有惯性速度辅助的情况下接收机的跟踪性能较无速度辅助时有了明显的提高,为工程应用奠定了理论基础.     

基于惯性导航的扫地机器人系统设计

针对扫地机器人行进中姿态控制难和无规划式清扫等问题,设计了一种以STM32F030R8T6微控制器为主控制器,以单轴陀螺仪GGPM01为姿态角检测传感器及以弓字形清扫方式为路径规划法的扫地机器人系统。因陀螺仪数据存在随机误差和噪声干扰,故采用卡尔曼滤波算法对陀螺仪和光电编码器数据进行融合,计算出机器人当前的偏航角最优估计值。再以最优偏航角和机器人速度为反馈量构成串级比例、积分、微分(PID)控制,实现机器人的直线行驶,最后采用弓字形算法实现路径规划。通过系统的仿真及软件测试,机器人以10.2～12.6 m/min的速度完成弓字形路径规划,最大角度偏移量为0.4°,验证了扫地机器人的功能特性及算法的有效性。     

惯性导航系统/测距机系统辅助的机载全球导航卫星系统欺骗式干扰自主检测算法

全球导航卫星系统(GNSS)欺骗导致目标接收机生成错误的定位结果。利用惯性导航系统(INS)辅助,基于卡尔曼滤波新息序列构造卡方检验统计量是检测机载GNSS欺骗的有效手段。然而,该算法无法给出欺骗的持续时间,从而导致INS/GNSS系统无法依据该算法判断其解算的定位信息是否正确。该文结合测距机系统(DME),提出一种基于重构新息序列的有限记忆卡方检测算法。该算法使用已有的INS,GNSS和DME数据构造一种不参与卡尔曼滤波的新息序列,然后将该新息序列构造成有限记忆卡方检验统计量,从而实现对欺骗式干扰的检测。仿真表明,当机载GNSS欺骗造成250 m及以上的位置偏差时,所设计的算法能够获得较为准确的欺骗持续时间。最后,该文依据所提算法的检测结果,给出了INS/GNSS/DME系统正确的定位信息。     

GPS／INS组合车辆导航系统的两种卡尔曼滤波结构

为了解决GPS信号失锁引起的无法定位和INS积累误差引起的长时间漂移问题,以GPS/INS组合导航系统的数据融合理论作为基础,卡尔曼滤波作为主要融合方法,对进入组合车辆系统的GPS定位数据与INS定位数据分别进行估计、修正和融合,推导出GPS/INS组合导航系统的状态方程、测量方程和递推滤波方程,同时对分散滤波结构和联合滤波结构进行仿真比较,结果表明后者的定位精度高于前者。     

基于旋转变压器的速度反馈应用研究

测速机是机电伺服系统获取速度信号的常见元件之一,但是测速机安装不便、低速不平稳的特性往往带来应用上的限制。文中对基于旋转变压器解算的速度反馈控制系统进行研究,通过设计的控制系统来验证频率和精度特性。试验表明基于旋转变压器解算的速度能够替代测速机,这对于产品的简化设计结构和小型化、降低成本具有一定意义。     

基于小波的惯导系统初始对准方法研究

目前远程武器系统广泛采用捷联惯性导航系统,该系统在发射前要经过初始对准。由于惯性导航系统中所采用的陀螺仪和加速度表的噪声很大,影响了初始对准,降低了打击精度,为减小噪声影响,提出了一种基于小波消噪理论的捷联惯性制导系统初始自对准方法。研究显示,小波分解滤波可以显著减小惯性器件的噪声,利用经过消噪的信号进行初始对准,滤波器的收敛速度加快,在相同对准时间内精度有明显提高。     

基于自适应滤波器的MIMU/GPS组合系统的研究

设计了微惯性测量单元/卫星导航(MIMU/GPS)组合导航系统原理样机。针对低成本MIMU/GPS组合导航中的Kalman滤波器设计滤波参数(包括系统噪声方差阵Q和测量噪声协方差阵R)影响的问题,系统的分析了Kalman滤波器参数的选取对系统状态变量的估计精度和收敛性能的影响。根据分析设计了自适应估计技术的Kalman滤波器。试验结果表明:对于低成本MIMU/GPS组合导航采用自适应估计技术估计可得到满意的性能,在静态条件下,位置精度优于5 m(标准差),速度精度优于0.1 m/s;系统提供水平姿态角精度优于0.2°;航向角精度优于0.5°(磁罗盘辅助)。