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。     

基于SINS/DR组合导航和地图匹配技术的地铁定位方法研究（英文）

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。     

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.     

水下捷联惯性组合导航数据处理系统测试平台

针对深海水下惯性组合导航系统研发与运行的需要,开发了多普勒测速仪／捷联惯性（DVL／SINS）组合导航数据处理系统的测试平台,介绍了测试平台的构成与实现,用构建在测试平台上的导航部件模拟器代替真实导航部件为被测系统提供输入信号,具有软、硬件结合的综合测试功能。实际应用结果表明,M．LVDS总线技术的应用使其具有实时性好、测试灵活的特点。     

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。     

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。     

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。     

浅水域探测型无人水下航行器波浪能发电系统设计

为了实现浅水域探测型无人水下航行器(Unmanned underwater vehicle,UUV)探测设备水下长时间工作,提出波浪能发电系统,可以将近水面的波浪能收集转化为电能。详细叙述永磁发电机的原理结构及设计参数;根据Lagrange方程建立系统的数学模型;采用Runge-Kutta方法求解简化的运动方程,研究不同海况条件下对发电性能的影响。研究结果表明提出的波浪能发电系统是合理可行的,在一般海况下,能够满足探测设备的能源需求。同时表明频率与幅度以及耦合横摇对发电性能影响比较大,而耦合垂荡对其影响基本可以忽略。研究结果将为后期波浪能发电系统的工程试验提供一定的理论依据。     

Real-time accurate odometer velocity estimation aided by accelerometers

In strap-down gyro-compass in-motion alignment, the alignment accuracy depends not only on the quality of the gyroscopes and accelerometers, but also on the accuracy of the velocity provided by the aiding sensors such as odometers. To improve the accuracy of the in-motion alignment, real-time accurate odometer velocity estimation is required. In this paper, the effect of the noise of the odometer velocity on strap-down gyro-compass in-motion alignment accuracy is presented, based on the strap-down gyro-compass algorithm. A velocity tracking model is designed as the state model, to describe the relationship between and among the vehicle’s velocity, acceleration and jerk in the vehicle frame. Based on the velocity equation applied to strap-down navigation system mechanizations, the vehicle’s acceleration in the vehicle frame can be obtained from the specific forces measured by accelerometers. With the observations including the vehicle’s acceleration in the vehicle frame and the vehicle’s velocity in the vehicle frame obtained from the odometer using the first order difference algorithm, real-time velocity estimates are produced by a Kalman filter. The field test results show that the proposed method can successfully improve the accuracy of the odometer velocity. The comparison with the traditional method highlights the superior performance of the proposed method.     

基于海流剖面的UUV辅助导航方法

为了解决水下无人航行器(UUV)携带的测速传感器在失效情况下无法正常导航的问题,提出了一种基于海流剖面的UUV辅助导航方法.该方法首先采用实时性较好的卡尔曼滤波技术对海流剖面数据进行滤波,并引入小波变换方法辅助确定卡尔曼滤波器观测噪声方差、根据导航速度的变化动态计算过程激励噪声方差;然后建立海流剖面-导航速度关系数据库,从而反演UUV的导航速度,进而通过船位推算方法实现对UUV的辅助导航.为验证该方法的有效性,分别就海试时多普勒测速仪(DVL)测得的UUV速度数据1/2有效、1/10有效、1/20有效以及长时无效情况下进行计算分析,试验结果表明:在DVL声呐数据间隔有效的情况下,海流剖面辅助导航可以达到UUV的导航精度(CEP＜0.5％)要求;且即使出现DVL声呐长时间得不到有效数据的情况,其导航精度也大大高于单纯使用UUV动力学模型进行辅助导航时的精度,说明海流剖面辅助UUV导航方法研究具有较大的意义.     

基于模型预测控制的UUV路径跟踪控制研究

水下无人航行器(UUV)的路径跟踪控制是实现UUV多种军、民用途的重要技术基础。针对UUV路径跟踪控制中的欠驱动、非完整约束、模型的非线性,基于非线性连续模型预测控制算法设计了UUV垂直面路径跟踪控制器。建立了垂直面运动模型并基于状态空间模型给出了垂直面预测模型,通过给定性能指标,运用泰勒级数展开与李导数求解出了连续时间状态下的最优控制律,实现了欠驱动UUV路径跟踪控制。通过仿真实验,验证了垂直面路径跟踪控制器设计的有效性。