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.     

行人惯性导航系统平台设计与实现

为了满足日益迫切的个人自主导航需求,设计具有实时导航功能的行人惯性导航系统平台。系统平台由搭载低成本MEMS(Micro Electro Mechanic System)惯性器件的硬件平台和基于VC编写的上位机软件平台组成。重点研究行人导航算法、系统平台搭建、传感器在线标定和信息实时处理。多次行走实验的实时导航误差均在2%以内,证明该导航系统平台在不依赖于外界信息的情况下具有良好的实时自主导航性能。     

测距传感器数据在线自适应加权融合

针对移动机器人的测距系统,采用了红外线传感器与超声波传感器共同测距,避免了因使用单个传感器进行多次测量而降低系统的实时性和产生信号串扰问题;应用自适应加权数据融合估计算法对实时测量数据进行在线融合估计,只对当前采样时刻的测量数据进行自适应加权融合,而各传感器的加权因子则通过传感器的测量数据进行方差在线学习估计以自适应方式进行调整,使融合结果的均方误差始终最小,实现两种传感器在功能上的互补;实验结果表明,该方法提高了整体测距精度,得到了被测距离更加准确的估计.     

可在线配置结构的多源融合位姿估计框架

针对组合导航系统中,融合算法结构难以在线进行配置的问题,基于误差状态扩展卡尔曼滤波器（ ES-EKF）和标准观测模型库,提出一种不依赖特定平台、可在线配置结构的多源融合估计框架,赋予组合导航系统动态变更信息源融合方式的能力。对多种导航子系统的输出信息进行分类和建模,建立一个不依赖于特定传感器和平台的标准观测模型库。设计一种算法结构的表示规则,将算法结构映射为融合模式,实现信息源和变量的灵活选择。基于该融合估计框架,设计并实现了一个惯性测量单元／磁力计／编码器／相机／激光雷达组合导航系统。最后,在野外数据集上进行了多种测试,该系统能够通过人工静态地或自主动态地变更融合模式灵活配置融合算法的结构,且定位精度优于 robot-localization 算法。试验结果表明,该框架可有效地实现多源融合估计、可在线地配置融合结构。     

基于EKF的地磁导航策略研究

对地磁异常值与位置之间的非线性函数关系进行了随机线性化,将地磁异常测量值直接作为观测量,采用扩展卡尔曼滤波技术实现地磁异常测量信息与惯性导航信息的融合,估计并校正了惯性导航系统导航误差.仿真表明,组合导航系统具有如下良好性能:对地磁异常具有广泛的适用性;对初始位置误差、速度误差及姿态误差具有较好的鲁棒性;对地磁数据噪声敏感度较低;可实时更新组合导航信息.将观测量选为参考数据测量值的信息融合策略引入惯性/地磁组合导航.定量描述地磁异常辅助惯性导航系统的信息量,分析组合导航系统对地磁图的适用性.     

基于惯性网络的分布式信息融合算法

分布式导航系统是飞机多传感器导航系统设计的新概念,可以大幅提高系统导航性能和容错水平,并能动态配置传感器功能,但是目前并无完善的信息融合算法与之对应;文章在构建惯性传感器网络的基础上,将多个低成本惯性传感器系统配置在飞机的多个位置以作为网络节点,设计了分阶段处理的分布式信息融合算法,综合利用各节点所测量的惯性信息,最后得到本节点的局部状态估计;通过仿真实验表明,采用此方法,有效降低了导航滤波估计误差,因此,系统导航性能及容错能力得到大幅提高。     

基于半实物仿真平台的组合导航评估系统设计

导弹弹载组合导航系统的测试评估实现难度大,现有数字仿真和实弹飞行试验难以兼顾准确度、有效控制开发成本和研制进度要求.设计了一套基于半实物仿真平台的组合导航评估系统,通过仿真计算得到导弹运动轨迹数据,控制GNSS模拟器仿真生成GNSS信号,利用三轴转台和加速度计电流注入技术模拟角运动和线运动环境,在对采集到的真实IMU和GNSS接收机输出数据进行同步的基础上,实现实时组合导航算法并对导航结果进行分析评估.该系统可以获得最接近真实情况的测试效果,大幅降低研制成本,是一种理想的弹载组合导航评估系统.     

组合导航后验方差异步融合算法

当组合导航系统在工作中对各个导航系统提供的信息进行融合计算时会出现导航数据异步到达的现象,传统的组合导航异步融合算法在处理这种情况时会产生较为明显的误差.针对这一问题,设计基于组合导航后验方差异步融合算法解决组合导航系统中出现的信息异步融合计算问题.首先改进系统噪声和量测噪声,使其在数学表达上满足互不相关性要求;然后通过求解后验均值计算出后验方差,建立状态一步预测值计算方法;最后基于上述结果设计组合导航系统的后验方差异步融合算法方程组.仿真结果表明,相比传统的组合导航融合算法,提出的组合导航后验方差异步融合算法可以有效减少因导航系统信息异步到达而引起的融合计算误差,有效提高组合导航系统的导航精度.     

基于最大相关熵的GPS/INS组合导航融合算法研究

目前组合导航系统中常用卡尔曼滤波器进行信息融合,它在一定程度上克服了组合导航系统在实际工作中的不确定情况,如测量值易被无法量测的野值污染的实际问题。为优化传统卡尔曼滤波算法性能,提出基于最大相关熵的卡尔曼滤波（MCCKF）算法。该算法是在最大相关熵准则（MCC）和加权最小二乘（WLS）的思想下进行推导得到的。通过Matlab软件对GPS/INS组合导航融合理论建立数学模型,并对其进行模拟和分析,与传统卡尔曼滤波算法所得出的结果相比,结果表明基于最大相关熵的卡尔曼滤波算法具有更高的精度和更强的鲁棒性。     

实时图像匹配辅助无人机导航研究

针对GPS/INS组合导航系统在抗干扰性和精度上不能完全满足无人机导航系统要求的问题,利用实时图像匹配辅助无人机导航的方法进行仿真研究.首先,对输入图像进行目标识别定位,为了满足系统的实时性要求,研究采用光电混合联合变换相关器进行实时图像匹配,仿真结果表明,目标的识别定位精度小于两个像素,能够为无人机提供精确的导航信息;再根据摄影测量原理计算导航信息中的位置和姿态角信息;最后,将匹配定位得到的导航信息通过Kalman滤波器与惯导系统解算的导航信息进行信息融合,仿真结果表明,滤波后导航信息的误差均获得了较明显的收敛,提高了无人机导航系统的抗干扰性和导航精度.     

景像匹配辅助导航系统中的图像匹配算法研究

图像匹配算法是景像匹配辅助导航系统的核心，而且其性能决定了系统的总体性能，为了提高景像匹配辅助导航系统导航的实时性和精度，就必须选用合适的图像匹配算法，为此，给出了一种快速有效的基于图像特征的图像匹配算法，该算法选用部分Hausdorff距离作为图像匹配时的相似性度量，并利用图像特征提取后的二值化图像进行图像匹配，同时在联合了3种图像匹配加速技术的基础上，将邻域技术引入到图像匹配搜索终止条件中，从而大大提高了图像匹配效率。仿真结果表明，该算法可以保证图像匹配的鲁棒性和有效性，同时，能有效克服图像噪声和几何畸变的影响。该算法实施景像匹配能够在5s以内完成，并与GPS输出周期(1s)相当，可以满足景像匹配辅助导航系统匹配导航的准确性和实时性的性能要求。     

基于ARM的移动机器人组合导航系统设计与实现

为了实现室外自主移动机器人的导航定位需求,利用微惯性测量单元(MIMU)和全球卫星定位系统(GPS)接收机,设计并实现了一种基于ARM Cortex M4内核的SINS/GPS组合导航系统。详细介绍了系统硬件组成、软件结构,并在此基础上实现了Kalman滤波的SINS/GPS组合导航算法。将该组合导航系统安装于旅行者II移动机器人,采用差分GPS对组合导航系统性能进行评估。实验结果表明:该系统具有较高的精度,达到了设计要求,具有良好的实用性。     

基于不确定融合的GPS/INS 组合导航滤波算法

针对实际车载组合导航系统测量中不确定噪声的问题,提出一种基于不确定融合估计的GPS/INS组合导航滤波算法,建立了导航系统的状态方程和观测方程;通过多信源不确定融合估计,得到多传感器的等效测量值以及误差方差阵;对系统方程进行滤波处理,得到车辆的准确位置。车载系统的实测数据表明,不确定噪声下的融合估计结果优于独立白噪声假设下的融合估计,并验证了所提出算法的有效性和实用性。     

高校教师教学质量评价系统设计与实现

结合RReliefF算法在非线性系统特征选择上的优势,以及模糊综合评价方法在求解非确定性问题上的良好性能,设计并实现了一套基于RReliefF和模糊综合评价方法的高校教师教学质量评价系统,确立了合理的教学质量评价指标体系,为高校教师教学质量的科学评价提供了有益的参考。     

基于UD-EKF自主光学导航方法仿真

针对探测器自主光学导航系统滤波算法鲁棒性的要求,通过对深空探测器巡航段自主轨道确定方法的研究,提出利用星敏感器及光学导航相机,通过对小行星附近多颗小天体夹角的测量,并结合几何关系,来实时确定飞行器轨道状态的一种基于UD分解的扩展卡尔曼滤波的光学自主导航的方案,并给出其UD分解构造算法;通过对协方差矩阵的UD分解来避免对协方差矩阵的直接求逆而导致的计算机舍入误差过大从而滤波发散的情况,通过matlab仿真验证了该方案可行性,节省了星载计算机的内存限制了舍入误差的增长,达到了较好的滤波效果.     

基于MEMS技术的车载组合导航系统研究

针对当前车载GPS导航仪实时性和可靠性差的问题,设计出一种基于MEMS技术的低成本车载GPS/MIMU/GIS组合导航系统,建立了GPS/MIMU组合系统的误差模型,对该模型进行了计算机仿真研究,并运用地图匹配算法对GPS/MIMU/GIS导航信息误差进行修正;跑车试验表明,该组合导航系统成本低、精度高,可靠性强,特别适合于军用和民用车辆的导航定位。     

基于ARM的视觉导航AGV图像处理方法研究

为了实现更加简单高效的标识线图像的检测与处理,提出了一种优化的基于ARM的视觉导航AGV标识线图像处理方法;首先对采集到的图像进行灰度化处理并使用Otsu算法对图像进行阈值分割;然后采用优化的中值滤波算法进行图像滤波并使用高效的边缘提取策略获取路径边缘特征;最后采用角度判断的方法剔除错误点并使用最小二乘法拟合成路径的中心线;实验结果表明,该方法有较高的准确率和较好的实时性,可以满足工业生产中的实际需求,适用于基于嵌入式系统开发的视觉导航AGV。     

数据融合技术及其在电器试验数据采集中的应用

文中给出了数据融合算法，并提出把数据融合方法应用于电器试验数据采集电压计算中。使计算结果能更完善、准确地反映电压的数值。这种数据融合方法计算简便，可以获得比有限个算术平均值更准确的测量结果．具有较高的可靠性，实际应用结果证实了该算法的准确性，可推广到其它具有正态分布特性测量结果的数据融合。     

一种解决P2P网络路由热点问题的策略

提出了一种新的解决P2P网络路由热点问题的方法,它包括复制点选取策略和副本使用策略。复制点选取策略以节点的邻居节点为复制点选取对象,按照迭代算法,选取邻居节点中在线时间长、带宽大、网络延迟小的点作为放置副本复制点;副本使用策略提出一种重定向算法对热点进行流控,使得节点不会过载,副本被高效使用。实验采用Java语言模拟整个策略,实验结果表明该方法具有高效性,可靠性,值得在目前的P2P网络中加以推广。     

An adaptive constrained type-2 fuzzy Hammerstein neural network data fusion scheme for low-cost SINS/GNSS navigation system

In low-cost micro-electro mechanical system (MEMS)-grade strap-down inertial navigation system (SINS), failure to compensate inertial sensors errors as well as un-modeled uncertainties in SINS could result in exponentially divergence in overall performance of low-cost SINSs. This study deals with the enhancement of low-cost SINS accuracy in combination of global navigation satellite system (GNSS). In this respect, a novel adaptive constrained integrated scheme for SINS/GNSS is developed based on type-2 fuzzy Hammerstein neural network (T2FHNN). To this aim, a gray-box Hammerstein neural network model are defined based on clear interpretation with the physical nature of the inertial sensors error. In addition a knowledge-based type-2 fuzzy programming extracted from inertial sensors data is also used for managing the learning rate of Hammerstein neural networks. Some vehicular real-world tests have been carried out in order to show the effectiveness and feasibility of the proposed integration scheme in the long-term performance and accuracy of the proposed navigation algorithm. The results indicate that the proposed integration algorithm improved the navigation accuracy, reliability and stability in the presence of state constraints of the stand-alone SINS during signal blockage of GNSS.