SINS/CNS/GNSS组合导航计算机系统研究

SINS/CNS/GNSS组合导航系统具有全自主、抗干扰能力强、高精度等优点,对导航计算机性能要求高。从组合导航系统对导航计算机的需求出发,本文基于DSP和FPGA设计了高精度、高可靠性、小型化、低成本、低功耗的导航计算机系统。本文首先给出了导航计算机的原理结构框图,并详细介绍了主要功能单元;其次介绍了程序设计的基本思路;最后根据GJB/Z299C-2006提供的数据和方法,计算了导航计算机的可靠性指标MTBF。实际应用结果表明,该导航计算机的处理速度、处理精度、可靠性、成本、体积、功耗等指标均达到组合导航系统要求。     

SINS/CNS/SAR组合导航系统设计与高性能算法研究

在吸收SINS、CNS和SAR三者优点的基础上,设计了SINS/CNS/SAR组合导航系统,建立了该组合导航系统的非线性数学模型;然后,在研究抗差自适应滤波和粒子滤波优点的基础上,提出了一种新的抗差自适应Unscented粒子滤波算法和自主导航多源信息融合算法。将提出的算法应用于SINS/CNS/SAR自主导航系统中进行计算仿真,并与Unscented卡尔曼滤波和粒子滤波比较,结果表明:提出的新算法不仅解算精度明显高于Unscented卡尔曼滤波和粒子滤波算法,而且可靠性好,能提高组合导航系统的精度。     

SINS/CNSSAR组合导航系统设计与高性能算法研究

在吸收SINS、CNS和SAR三者优点的基础上,设计了SINS/CNS/SAR组合导航系统,建立了该组合导航系统的非线性数学模型;然后,在研究抗差自适应滤波和粒子滤波优点的基础上,提出了一种新的抗差自适应Unscented粒子滤波算法和自主导航多源信息融合算法.将提出的算法应用于SINS/CNS/SAR自主导航系统中进行计算仿真,并与Unscented卡尔曼滤波和粒子滤波比较,结果表明:提出的新算法不仅解算精度明显高于Unscented卡尔曼滤波和粒子滤波算法,而且可靠性好,能提高组合导航系统的精度.     

基于自适应卡尔曼滤波的RFID/SINS组合导航研究

在室内导航定位中,射频识别(Radio Frequency Identification, RFID)技术具有信号穿透性强、成本低廉等诸多优点,能够有效代替GPS完成室内组合导航。针对室内惯性导航误差发散和滤波中噪声参数不确定的问题,提出了基于自适应卡尔曼滤波(Adaptive Kalman Filtering, AKF)的RFID/SINS组合导航系统,通过RFID定位系统抑制惯性导航误差发散,并应用AKF将噪声参数与量测输出参数关联实现实时更新。对AKF和标准卡尔曼滤波(Kalman Filtering, KF)下的RFID/SINS组合导航系统进行了仿真和实验。结果表明,在AKF下组合导航系统平均定位误差降低了10%,位置稳定性提升了7.4%,定位误差保持在0.07 m左右。基于AKF的RFID/SINS组合导航系统能够满足室内高精度定位导航的需求。     

SINS/GNSS/JTIDS紧耦合组合导航技术研究

采用紧耦合技术、非等间隔分散滤波等方法,设计完成 SINS/GNSS/JTIDS 组合导航系统信息融合算法,并在实验室条件下进行了仿真,结果表明系统的滤波算法可靠,导航精度高。     

运载器深空动力飞行INS/CNS/Doppler系统导航方法研究

提出了一种运载器深空动力飞行阶段的精确自主导航方法。以捷联惯性导航系统为主导航系统,并辅以天文导航、多普勒导航,利用信息融合技术,构成 SINS/CNS/Doppler 组合导航系统。以惯性导航的信息误差量作为系统状态量,建立系统数学模型,在天文观测信息的基础上,利用单程多普勒频移测量运载器与地面站的相对速度,采用联邦滤波算法将观测信息有效地融合在一起,完成运载器深空动力飞行阶段的导航任务。对提出的导航方法进行了数值仿真, 仿真结果表明,该方法的导航速度估计精度达到 0.04m/s,姿态估计精度达到 1 角秒以下,具有很高的导航精度。     

提高SINS/GNSS组合导航系统定位精度的方法研究

单纯依赖单一的导航手段难满足高精度的导航需求,因此,将捷联惯性导航系统(SINS)、全球卫星导航系统(GNSS)有效组合,实现优势互补。SINS/GNSS组合导航系统的数据处理一般采用卡尔曼滤波实现,当组合导航系统模型足够准确时,滤波性能较好,当导航系统模型存在误差或发生变化时,新的量测值对滤波估计值的修正作用下降,而旧的量测值的修正作用相对上升,从而导致滤波精度下降。针对上述问题,基于集中式卡尔曼滤波结构的SINS/GNSS组合导航系统,本文提出一种新方法,新方法在梯度方向上进行估计迭代,从而修正模型误差对滤波精度的影响,提高导航定位精度。实验结果表明,当导航系统模型和量测方程存在误差或发生变化时,新方法仍可以为导航系统提供有效的定位精度,满足高空长航时系统需求。     

SINS/视觉组合导航系统融合算法

捷联惯性导航系统(SINS)/视觉组合导航系统的融合算法主要是卡尔曼滤波,卡尔曼滤波实现最优估计的前提是系统的模型必须准确已知。对于SINS/视觉组合导航系统,获取量测信息需经图像处理、特征点提取和匹配等过程,使量测噪声统计模型不完全可知,这会导致卡尔曼滤波器的估计精度下降。因此,该文提出一种改进的自适应两级卡尔曼滤波,根据求解遗传因子的不同方法对传统自适应两级卡尔曼滤波进行改进。改进后的算法分别适用于系统噪声统计模型和量测噪声统计模型不准确可知两种情况,且二者具有统一的滤波框架。仿真结果表明,改进的自适应两级卡尔曼滤波比卡尔曼滤波精度高,有效解决了SINS/视觉组合导航系统因噪声统计模型不准确导致的精度下降问题。     

一种惯性/卫星容错组合导航系统设计

在高动态情况或城市峡谷中,GNSS卫星接收机容易丢星失锁,在信号干扰的情况下,GNSS卫星接收机会失效。针对上述情况,设计了一种惯性/卫星容错组合导航系统,详细介绍了惯性/卫星容错组合导航系统的设计方案,具体介绍了惯性/卫星组合导航系统可能出现的异常组合,针对不同的异常情况给出了相应的处理策略。该容错组合导航系统在GNSS卫星接收机异常的情况下可以提高组合导航系统的精度和可靠性。设计了仿真试验和跑车试验对该惯性/卫星容错组合导航系统进行验证,取得了较好的效果。     

SINS/GNSS组合导航系统中激光多普勒测速仪参数估计

为了提高SINS/GNSS组合导航系统的全局性能,考虑加速度与高斯包络对激光多普勒测速仪的影响,提出SINS/GNSS组合导航系统中激光多普勒测速仪参数估计方法。通过分析SINS/GNSS组合导航系统工作原理,明确SINS/GNSS组合系统状态;采用预先梯度评估方法,对梯度方向进行估计迭代,以提高导航定位精度,将获取的方位偏差代入卡尔曼滤波器中进行处理,保证SINS/GNSS组合导航系统实际应用的可靠性;获取对应费希尔信息矩阵,采用正弦信号的圆频率估计方差获取CRLB;分析激光多普勒测速仪测速过程中存在的问题;在信号成分参数分解前提下,将各距离门回波近似看作多个Chirp分量合成信号,对距离压缩后的数据实施自适应Chirplet分解,完成激光多普勒测速仪参数估计。实验结果表明:所提方法能够得到准确的参数估计数值,为SINS/GNSS组合导航系统的有效应用提供理论参考。     

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。     

基于二维激光多普勒测速仪的车载组合导航系统

为了减小由车式载体上下颠簸而引入的测量误差,设计了二维结构的激光多普勒测速仪2-D LDV（laser Doppler velocimeter）,并将其与捷联惯导组合导航。阐述了二维激光多普勒测速技术的基本原理,详细讨论了其与捷联惯导组合的具体结构并进行了车载实验。理论和实验结果表明:2-D LDV减小了由于车辆上下颠簸而引入的测量误差,进一步提高了导航精度。车辆行驶总里程为29.67 km,纯捷联惯导的位置误差为936 m,1-D LDV/SINS组合系统的位置误差17.2 m,而2-D LDV/SINS组合系统的位置误差仅有7.1 m,相对于1-D LDV/SINS,2-D LDV/SINS更适合于车载组合导航系统。     

惯性系下GPS/SINS紧组合导航算法研究

针对新一代远程空空导弹的特点,研究了在导弹发射惯性坐标系下,基于伪距/伪距率的GPS/SINS紧组合导航算法,推导了该坐标系下的惯导一阶误差传播方程,建立了该坐标系下GPS/SINS组合导航系统的状态方程和量测方程,并进行了相关数学仿真验证。仿真结果表明,在该坐标系中GPS/SINS紧组合导航算法有较高的导航精度。     

自适应Kalman滤波在光纤陀螺SINS/GNSS紧组合导航中的应用

为了提高光纤陀螺捷联惯性导航系统（SINS）和全球卫星导航系统（GNSS）的组合导航精度和系统稳定性,设计了基于伪距、伪距率的紧组合导航系统模型。针对光纤陀螺的白噪声特点,以及误差不稳定性导致无法精确建模,将残差引入误差方差阵的估计中,提出了一种改进的自适应卡尔曼滤波方法。采用改进的自适应卡尔曼滤波方法滤波得到导航参数的最优估计,然后对系统进行反馈补偿校正,抑制了滤波发散问题,提高了系统的稳定性。稳态测试试验结果表明:设计的光纤陀螺SINS/GNSS 紧组合导航系统具有较好的鲁棒性;在三颗卫星的条件下,系统能够在短期内保持较高的导航精度,验证紧组合导航的优越性。     

鲁棒的DME/DME/SINS组合导航算法

测距机（DME, distance measuring equipment）/DME/捷联惯导系统（SINS, strap-down inertial navigation system）的组合导航系统是区域导航（RNAV, area navigation）中常用的导航源。本文提出了一种鲁棒的DME/DME/SINS组合导航算法。首先以SINS误差方程为基础建立起卡尔曼滤波的状态方程;其次推导斜距误差与系统状态变量间的数学关系,并以此建立量测方程;最后针对DME输出的斜距中的野值影响导航精度这一问题,采用一种鲁棒性能较好的基于Huber的卡尔曼滤波算法实现信息融合。实验结果表明：所设计的组合导航算法可以满足RNAV-1的导航需求,由于采用了基于Huber的卡尔曼滤波算法,算法鲁棒性较好,能有效应对量测野值对系统的干扰。     

陆用组合导航中Janus配置的激光多普勒测速仪的标定方法

在陆用组合导航领域,激光多普勒测速仪作为速度传感器能够与捷联惯导系统组成组合导航系统。为了抑制车辆颠簸引起的倾角变化对传统激光多普勒测速仪的影响,文中给出了基于Janus配置的分光再利用型激光多普勒测速仪。针对其与惯导系统组合导航过程中该配置结构测速仪的误差参数,文中首先推导了该测速仪的速度误差模型,在此基础上提出了差分GPS辅助的Kalman滤波标定法。实施了仿真及车载组合导航实验验证该方法的有效性。实验结果表明:文中提出的标定方法是有效的,误差参数补偿后的Janus配置激光多普勒测速仪能够大大提高组合导航定位精度。     

基于小波分析的故障检测技术研究

针对导航系统所存在的软故障及其特性,并结合小波信号分析的特点,提出了基于小波分析的组合导航系统故障检测的方法,采用该方法对含有软故障的组合导航系统信息的量测信号进行处理与分析,从而达到故障检测的目的,将此方法应用于捷联惯性导航系统／全球定位系统（SINS／GPS）组合导航系统的故障检测。对仿真结果的分析表明,该方法可以检测出组合导航系统的所存在的软故障,并且更加简便灵活,效果明显。     

基于DSP／BIOS多线程的小型组合导航系统设计

将GPS与SINS组合起来可以充分发挥二者的优势,是一种实用的导航方式。但是传统的设计方案都是在双端15／RAM的基础上进行数据存储与传输的,因此会带来体积大、成本高、功耗大等问题。基于小型化GPS／SINS组合导航系统的目的,本设计采用DSP／BIOS多线程编程技术对TMS320F28335数字信号处理器进行程序设计。工程实现的结果证明,所设计的系统不仅导航功能完整、性能稳定,更具有成本低、体积小和功耗低的特点,在普通的导航领域有一定的应用价值。