大气辅助的SINS/GPS组合导航系统研究

高精度导航系统作为无人机自主控制的核心,已成为制约无人机性能提升的关键因素。SINS/GPS(strapdown inertialnavigation system/global positioning system)组合导航系统由于GPS信号易受干扰而无法满足无人机长时间稳定精确导航的需要。在分析大气数据系统特性的基础上,推导了捷联惯导与大气空速、高度误差模型,建立了SINS/ADS(air data system)量测方程,并设计了大气数据系统辅助的SINS/GPS松组合导航系统;针对ADS和GPS输出频率不一致的问题,提出了时间更新和量测更新分离的异步滤波算法。实际跑车验证结果表明,设计的系统能够在GPS受干扰的情况下有效提高系统的精度和稳定性,定位精度可以达到25 m。     

基于SINS/DR组合导航和地图匹配技术的地铁定位方法研究

随着轨道交通的发展,地铁在人们日常生活中扮演着越来越重要的角色,地铁的定位技术也是移动闭塞实现的关键.本文针对地铁无法使用GPS且地面设备复杂,成本高的缺点,提出了一种基于惯性测量单元(IMU)和速度传感器辅以轨道电子地图的自主定位方法,在抑制捷联惯导系统(SINS)的误差发散的同时,减少了航迹推算(DR)由于姿态角误差造成的累计误差.根据铁路线路的特殊性,提出了运用最小二乘进行地图匹配的方法校正组合定位带来的误差,极大提高了定位的精度,同时减少了对轨旁设备的依赖性,降低了造价和维护成本.     

复杂坏境下基于SINS/UWB的容错组合定位技术研究

针对超宽带无线定位系统在复杂坏境中出现的定位数据丢失以及粗大误差等导致SINS/UWB组合系统定位精度下降的问题,提出了一种基于超宽带定位系统容错判断的组合定位方法。首先根据捷联惯导测量值进行基于中值滤波的运动载体静止状态检测,进而利用最小二乘法实现静止状态下捷联惯导量测偏差矫正;然后在建立SINS/UWB组合定位模型的基础上,引入决策树容错判断机制,对超宽带定位系统在复杂环境中由于信号干扰以及非视距导致的测量数据丢失以及粗大定位误差进行实时评估,进而应用卡尔曼滤波算法,实现容错组合定位系统的构建。在搭建的SINS/UWB组合定位实验平台中进行模型验证,结果表明容错组合定位系统能够有效检测出UWB定位系统出现的定位数据丢失以及粗大定位误差,并且在UWB粗大误差状态持续6 s的情况下,容错组合定位系统仍然能够保持较高的定位精度。     

基于期望模式修正的交互式多模型组合导航算法

针对复杂环境下自主水下航行器(AUV)组合导航系统中存在的模型不完全确定或者模型参数发生变化的情况,提出一种基于期望模式修正的交互式多模型(EMA-IMM)滤波算法。该算法利用滤波估计过程中所得到的模型概率完成决策。首先对固定结构的基础网格进行滤波,得到细化的修正模型集,接着对修正模型集进行滤波,得到与真实模型最为邻近的若干个修正模型网格共同构成的期望模型集,然后将系统真实的模型覆盖在精简的期望模型集范围之中,最后通过对期望模型集滤波,得到接近真实模型状态变量的估计结果。在AUV组合导航系统中的仿真结果表明,相对于传统Kalman滤波算法,改进的EMA-IMM使AUV的经度估计精度提高了97%,纬度估计精度提高了44%;相对于IMM算法,AUV的经度估计精度提高了22%,纬度估计精度提高了19%;得到的结果验证了提出的EMA-IMM算法的优越性。     

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...     

基于ARM的GPS/SINS组合导航系统设计

采用ARM920T内核的S3C2410X处理器为电路核心,融入GPS/SINS组合导航系统算法,并通过实验数据对比,进一步说明以ARM为核心的组合导航系统实现了系统的基本功能,可满足组合导航系统小型化、高精度和实时性的要求。     

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.     

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。     

基于组合优化方法的UUV耐压壳体优化设计研究

无人水下航行器(UUV)的壳体重量大小直接影响到其整体性能。只采用一种优化方法进行耐压壳体结构优化设计很难得到真正的全局最优解,笔者以自适应模拟退火算法、多岛遗传算法和序列二次规划算法为基础,建立了两种不同的组合优化方法,在一定程度上能够确保解的全局最优性。基于该组合优化方法,利用iSIGHT软件,集成自编的肋骨加强薄壁壳体结构的应力及稳定性计算程序,对无人水下航行器(UUV)耐压壳体结构进行优化设计。通过对优化设计前后耐压壳体结构的强度、稳定性及重量进行比较分析,结果表明:采用组合优化算法优化设计得到的无人水下航行器(UUV)耐压壳体在满足壳体结构强度和抗压稳定性要求下,壳体重量极大程度地降低,实现了结构优化。     

抗野值自适应卫星/微惯性组合导航方法

针对在复杂城市环境下卫星导航系统(GNSS)定位定速存在野值,导致GNSS/微惯性(MEMS-INS)组合导航状态参数滤波估计精度恶化,甚至滤波发散的问题,提出了一种抗野值自适应GNSS/MEMS-INS组合导航算法,以提高组合导航精度和可靠性。该算法利用Allan方差分析建立较为精确的MEMS器件噪声模型,有效降低模型异常和状态扰动的影响。同时利用新息序列构造观测异常检验统计量,并根据该统计量构造自适应新息加权因子调节滤波增益矩阵,削弱观测野值对状态估计的不良影响。实验结果表明,该算法能够有效地控制GNSS定位定速异常的影响,具有较强的实时性和容错性。相比于传统算法,车载定位、定速和定姿精度分别提升35.78%、60.19%和82.41%,验证了本文算法的有效性和实用性。     

IMU转动角速度对旋转SINS的精度影响分析

针对惯性测量单元(inertial measurement unit,IMU)旋转角速度变化过程对旋转调制型捷联系统(strapdown inertial nav-igation system,SINS)定位精度的影响进行分析和研究。例举IMU旋转方式并分析旋转自补偿技术调制惯性器件偏差的基本原理;详细推导了IMU运动状态变化过程对调制型捷联系统导航精度的影响并分析了IMU正反转方案的误差特性,最后根据仿真分析确定旋转角速度的选取依据。在理论分析的基础上进行了仿真实验。结果表明,IMU的旋转运动可以有效地调制惯性器件部分偏差,但是旋转角速度的大小及角速度变化过程依然会对调制型捷联系统的定位精度产生影响。     

基于双通道 Residual-LSTM 的 SINS / GNSS 组合导航算法

针对全球导航卫星系统信号中断情况下 SINS / GNSS 组合导航系统无法持续进行误差校正的问题,提出一种基于双通 道 Residual-LSTM 的 SINS / GNSS 组合导航算法。 首先,考虑到 SINS 经度、纬度误差传播特性不同所导致的模型输入、输出信息 之间的非线性相关性差异化,构建具有不同权重系数的双通道长短期记忆神经网络模型结构,并引入遗忘信息共享机制自适应 地利用历史导航数据对经度、纬度信息进行拟合预测。 其次,针对深层神经网络存在的模型退化和梯度消失问题,在多层双通 道 LSTM 网络之间建立残差高速通道形成 Residual-LSTM 模型结构,以增加不同网络层次之间的信息传播路径。 最后,通过实 船数据验证本文所提算法的有效性。 实验结果表明,与基于常规智能方法的 SINS / GNSS 组合导航算法相比,所提组合导航算 法在 GNSS 信号中断期间经度误差降低了 51. 97% ,纬度误差降低了 31. 45% 。     

Maximum correntropy square-root cubature Kalman filter with application to SINS/GPS integrated systems

For a nonlinear system, the cubature Kalman filter (CKF) and its square-root version are useful methods to solve the state estimation problems, and both can obtain good performance in Gaussian noises. However, their performances often degrade significantly in the face of non-Gaussian noises, particularly when the measurements are contaminated by some heavy-tailed impulsive noises. By utilizing the maximum correntropy criterion (MCC) to improve the robust performance instead of traditional minimum mean square error (MMSE) criterion, a new square-root nonlinear filter is proposed in this study, named as the maximum correntropy square-root cubature Kalman filter (MCSCKF). The new filter not only retains the advantage of square-root cubature Kalman filter (SCKF), but also exhibits robust performance against heavy-tailed non-Gaussian noises. A judgment condition that avoids numerical problem is also given. The results of two illustrative examples, especially the SINS/GPS integrated systems, demonstrate the desirable performance of the proposed filter.     

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.     

光电探测系统辅助SINS的动态对准方法

针对陆地战车对定位和定向系统的要求越来越高,提出了一种高精度的对准方法。采用光电探测系统计算出精确的车辆位置和航向,在两次光学定位过程中利用运动约束与零速修正组合的方法估计出惯导系统系统误差,进而估算出光电探测系统与捷联惯导系统之间的敏感轴安装偏角。仿真结果表明:光电探测系统的定向精度优于10″,定位精度优于0.1 m,敏感轴安装偏角的估计精度优于20″,因此本系统满足陆用战车的高精度动态对准需求。     

Outdoor position estimation based on a combination system of GPS-INS by using UPF

This paper proposes a technique that global positioning system(GPS)combines inertial navigation system(INS)by using unscented particle filter(UPF)to estimate the exact outdoor position.This system can make up for the weak point on position estimation by the merits of GPS and INS.In general,extended Kalman filter(EKF)has been widely used in order to combine GPS with INS.However,UPF can get the position more accurately and correctly than EKF when it is applied to real-system included non-linear,irregular distribution errors.In this paper,the accuracy of UPF is proved through the simulation experiment,using the virtual-data needed for the test.