基于改进联邦滤波算法的组合导航系统的应用

针对组合导航系统中联邦滤波信息融合算法在滤波精度和容错性能等方面存在的不足,提出了一种基于以捷联惯导系统(SINS)为公共主系统,全球定位系统(GPS)和多普勒测速系统(DVL)为辅助子系统的改进联邦滤波算法的组合导航系统。介绍了卡尔曼滤波原理与信息融合算法的特点,基于联邦滤波器的组合形式详细阐述了联邦滤波器设计步骤,将改进量测噪声协方差阵的自适应联邦滤波器应用到SINS/GPS/DVL组合导航系统中,并对此系统进行了MATLAB仿真。仿真结果表明,相较于标准联邦滤波器算法,该文设计的基于改进量测噪声协方差阵的自适应联邦滤波器能明显提高组合导航系统的滤波精度和可靠性。     

里程计辅助的高精度车载GNSS/INS组合导航系统

针对城市隧道、偏远山区等复杂路况下,卫星导航系统信号被遮挡较严重或无卫星导航系统信号的场景中,车载GNSS/INS组合导航系统精度下降的问题,提出一种里程计辅助的高精度车载GNSS/INS组合导航方法。该方法中的组合滤波模式可根据载车环境变化在GNSS/INS组合模式和DR/INS组合模式间实现自适应切换,该组合导航方法将三维里程计航位推算位置误差作为状态量扩充到常规组合导航滤波器中,里程计的标度因数误差、安装角误差可通过里程计误差标定方法离线精确得到,后续使用只需将里程计误差参数装订到组合导航系统中即可。车载试验表明,7 km的信号遮挡场景下组合导航系统单个方向上的位置误差最大值也不大于8 m,整个跑车过程中位置误差在3 m以内,进一步保证了车载GNSS/INS组合导航系统复杂路况下的高精度定位。     

基于超紧耦合GPS/INS的远程火箭弹组合导航方法(英文)

精确导航对远程火箭弹的精准打击具有至关重要的作用。为了获得稳定、高效的导航效果,提出了一种基于GPS/INS超紧耦合的组合导航方法。首先,利用INS短时输出精度高的优势,辅助GPS的信号捕获,然后再将GPS的输出信息同INS的输出信息进行联邦滤波融合。同时,在滤波算法上使用了容积滤波算法,并进行了强跟踪改进,且对联邦滤波的因子分配方法进行了基于矢量分配原理的改进。最后进行了组合导航的仿真。结果表明,基于本文方法的导航精度高于普通紧组合方法的导航精度,这为远程火箭弹的精确导航提供了参考。     

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。     

速率方位惯性平台/重力匹配组合导航系统

速率方位惯性平台/重力匹配组合导航系统是一个简易的重力无源导航系统,它可以保持水下运载体长时间高精度隐蔽航行.给出了该组合导航系统的工作原理、数学模型以及计算机仿真结果.仿真结果表明速率方位惯性平台/重力匹配组合导航系统定位误差不再随时间增长,运行30多个小时其组合导航系统定位误差不超过惯导系统误差的20%.     

速率方位惯性平台/重力匹配组合导航系统

速率方位惯性平台/重力匹配组合导航系统是一个简易的重力无源导航系统,它可以保持水下运载体长时间高精度隐蔽航行.给出了该组合导航系统的工作原理、数学模型以及计算机仿真结果.仿真结果表明速率方位惯性平台/重力匹配组合导航系统定位误差不再随时间增长,运行30多个小时其组合导航系统定位误差不超过惯导系统误差的20%.     

非同步量测特性的惯性/星光/卫星组合算法研究

多传感器组合是提高导航系统定位精度和增强系统容错性的有效手段.在分析惯性、星光、卫星导航工作特性的基础上,提出了基于集中滤波器结构的捷联惯性/星光/卫星信息融合导航方案.针对多传感器信息融合中非等间隔量测特性,设计了时间更新和量测更新分离的异步集中卡尔曼滤波算法,设计了基于外推法的卫星信息补偿算法,有效解决了多传感器非等间隔信息融合问题;针对垂直机动研究了惯性/星光姿态组合模型.仿真结果表明,算法可以有效实现对捷联惯导、星光、卫星导航信息的融合,组合精度提高1倍,具有重要的实际应用价值.     

惯导/双目视觉位姿估计算法研究

无人飞行器自主导航系统作为无人机自主控制的核心,是制约无人机性能提升的关键因素.传统的惯导/GPS组合导航系统受其自主性、稳定性等限制无法满足无人机导航需求.在分析视觉导航特性的基础上,针对无人飞行器复杂运动特性,设计了基于非线性尺度空间的双目视觉三维位姿估计算法.在此基础上,针对双目视觉导航存在的位姿估计误差累积问题,提出了基于惯导/视觉融合的无人飞行器位置和姿态估计算法,利用卡尔曼滤波实现惯导与视觉信息的融合.通过仿真验证和实际跑车验证结果表明,提出的双目视觉位姿估计算法相比SIFT算法能够有效提高视觉图像特征检测准确度,惯导/视觉组合算法能够有效提高位姿估计精度,组合定位精度优于2.5m.     

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.     

基于原子干涉技术的水下重力辅助导航研究展望

重力辅助惯性导航是当前水下潜航器导航定位研究的热点和前沿问题,有望成为下一代水下高精度导航系统发展的重要方向。首先,介绍了水下重力信息对于校正惯导系统误差的重要性,阐述了水下重力辅助惯性导航的基本原理与技术内涵;然后,从无图匹配、有图匹配等不同发展阶段,总结了基于传统相对重力仪的水下重力辅助导航的研究现状及发展趋势;进一步分析了下一代水下自主导航系统对高精度绝对重力测量技术的需求,梳理并讨论了基于原子干涉重力测量技术的最新发展及应用状况,展望了原子干涉重力测量技术在水下惯性导航领域的应用前景并总结了仍需解决的关键技术;最后,给出了我国重力辅助导航研究存在的不足及发展建议。     

INS/SFGPS PPP紧组合系统动态补偿滤波算法

惯性/卫星组合导航系统结合精密单点定位技术可有效提高导航定位精度。但精密单点定位技术一般需采用双频接收机,成本较高;同时该系统中采用载波相位作为部分或全部观测量,极容易受到周跳的影响而导致精度下降和系统不稳定。针对上述问题,设计了一种惯性/卫星精密定位紧组合导航系统以及基于动态周跳补偿的鲁棒滤波算法。该系统采用低成本的单频接收机(SFGPS),以精密单点定位技术(PPP)处理过的伪距和载波相位作为观测信息,与惯性导航系统(INS)等效观测量进行紧组合,建立了相应紧组合观测模型并引入周跳作为信息融合滤波状态模型中的状态量,以滤波器信息构建周跳检测统计量并对周跳幅值进行识别和估计,实时补偿观测量以提高观测信息精度,同时以前述周跳估计的结果对状态模型中周跳状态量部分滤波参数进行实时调节。上述方法通过动态补偿周跳误差提高导航精度,通过滤波器参数自适应调节提高滤波稳定性。仿真结果验证了该系统模型及算法的有效性。     

捷联惯导/天文导航/合成孔径雷达组合导航系统

设计了适用于巡航导弹的捷联惯性/天文导航/合成孔径雷达(SINS/CNS/SAR)组合导航系统,针对巡航导弹对导航系统高精度和自主性的要求以及其匀速、等高状态飞行的特性,突出工程实用性,对SINS/CNS/SAR组合导航采用非线性建模,非线性的无迹卡尔曼滤波(UKF)方法进行各子滤波器的滤波,非线性的模型和滤波方法更符合实际,因而提高了系统精度,而子滤波器之间的信息融合过程选择基于信息分配因子实时调整的联邦滤波器,大大增强了系统的容错性和实时性。提出了一种新的可观测度计算方法,简化了可观测度的计算。数字和半实物仿真实验表明组合导航系统对于巡航导弹高空长航的飞行环境具有很强适用性,该组合导航系统不但适用于巡航导弹,也适用于无人机等其他一些长航时飞行器,具有重大的工程应用价值。     

SINS/LBL组合导航序贯滤波方法

在长基线水声定位系统(LBL)实际应用过程中,由于信标作用距离限制、障碍物遮挡等多种原因,使得水下无人航行器(UUV)可能无法接收到所有信标的应答信号而产生量测更新延迟问题。对UUV在无法接收到所有信标信号时的导航滤波算法进行了研究;结合捷联惯性导航系统(SINS)误差模型和声速误差,建立了SINS/LBL组合导航模型,并将异步量测序贯处理方法引入该模型,实现了SINS/LBL组合导航滤波算法的实时量测更新;通过湖上试验数据分析,对比了SINS/LBL组合导航序贯滤波方法与常规方法的位置误差。结果表明,该方法即使在应答信号有缺失的情况下,仍然能够利用有限的应答信号量测值进行实时量测更新,保障了组合导航的精度。     

基于 EM 估计的多模型车载组合导航算法

针对行车过程中车载全球卫星导航系统受遮挡产生多径效应、可见星数量少等影响,造成的定位精度差的问题,提出了 一种基于期望最大化(EM)的交互式多模型车载组合导航算法。 本文采用了混合高斯分布模型描述 GNSS 多径效应误差分布, 提出了基于 EM 的 SINS / GNSS 子系统组合导航信息融合方法,实现多径效应偏置误差的估计。 建立了基于零速约束的 SINS / OD 组合导航模型,同时利用交互式多模型算法实现了在 GNSS 信号丢失情况下的导航模型交互融合,提高了车载组合导航系 统精度。 车载实验结果表明在 GNSS 多径效应及信息丢失条件下,本文所提出算法能有效提高导航精度,多径效应的混合高斯 模型偏置为 10 m 条件下,偏置估计误差小于 0. 5 m,水平最大定位误差为 2 m,比传统交互式多模型算法定位误差降低 84. 62% 。     

基于小波的无人潜航器航位推算算法研究

针对无人潜航器(unmanned underwater vehicle,UUV)在多普勒计程仪(Doppler velocity log,DVL)的量测噪声以及安装角偏离误差影响下,自主航行时不能满足长时间导航定位的问题,一方面基于Mallat算法的小波分解和单层重构方法对DVL量测速度进行滤波;另一方面,利用UUV湖试数据对传感器的安装偏离误差进行了校正。针对UUV在高纬度、长时间航行特点,采用地球参考椭球体作为地球几何形状的数学描述。最后对提出的导航算法进行了算法验证及自主导航控制试验,结果表明UUV的自主导航定位精度均小于0.5%,满足设计要求,并优于改进前的航位推算算法。     

二维里程辅助的掘进机自主导航方法研究

针对掘进工作面恶劣的环境以及掘进机时常发生滑移运动造成掘进机导航参数不能精准获取的难题,提出了基于二维 里程辅助的掘进机自主导航方法。 研制了二维里程测量装置,搭建了二维里程辅助的掘进机自主导航系统;建立了二维里程测 量装置和捷联惯导误差方程,推导了二维里程辅助的组合导航算法。 为了应对量测噪声统计特性时变导致系统估计误差变大 的问题,提出了基于模糊理论的数据融合算法,实时在线调整噪声协方差矩阵。 仿真实验结果表明模糊融合算法相对于传统融 合算法将航向角误差降低了 34. 78% ;3 个方向的定位误差分别降低了 44. 33% 、41. 82% 和 42. 26% 。 进行了掘进机导航定位实 验,实现了 0. 052 m 的定位精度,满足无人掘进工作面对掘进机自主导航的要求。