基于RFR辅助的因子图组合导航算法

针对在INS/GNSS组合导航系统中,由GNSS自身故障或外部环境遮挡造成的信号缺失问题,提出了一种利用随机森林回归辅助因子图的组合导航算法。首先,采用因子图算法对惯性导航系统、全球导航卫星系统进行建模,搭建了INS/GNSS组合导航的因子图模型。其次,引入随机森林理论搭建随机森林,并在GNSS信号有效时进行训练,模拟卫星导航失效时的GNSS信号输出值。最后设计了仿真实验,结果表明：改进的因子图算法相比联邦卡尔曼滤波算法在导航精度上有了10%～15%不等的提升,同时,所提出的随机森林回归辅助因子图算法在GNSS信号丢失的情况下仍能保持较高精度。     

基于双OD修正的GNSS/MIMU导航算法研究

为提高车载组合导航系统的导航精度和可靠性,在全球导航卫星系统(GNSS)信号正常工作的情况下,该文建立了一种双天线GNSS/微惯性测量单元(MIMU)/轮速里程计(OD)组合导航模型,实现了对MIMU和OD传感器误差特性的在线估计。在GNSS信号短期失锁的情况下,基于双OD轮速比例修正(WRC)算法建立了MIMU/双OD组合导航模型。车载实验结果表明,与无WRC组合模型相比,该文设计的组合导航模型在120 s的GNSS信号失锁路段,最大定位误差减小了63.9%,定位误差标准差减小了80.1%;在200 s时GNSS信号频繁中断路段,最大位置误差为0.55 m。验证了所建立的导航模型和算法在复杂路况下工作的有效性。     

惯性/天文/卫星组合导航技术的现状与展望

本文首先介绍了INS/CNS/GNSS组合导航的原理,然后分析了INS/CNS/GNSS组合导航技术的发展和应用现状。在上述基础上,提出了INS/CNS/GNSS组合导航技术的几个重点研究方向,包括INS/CNS/GNSS组合导航系统的信息融合与先进滤波方法,INS/CNS/GNSS组合导航方法的实时性研究和基于集成一体化的INS/CNS/GNSS组合导航系统技术。随着捷联惯性导航技术、小型天体敏感器技术、高性能卫星导航技术的快速发展,以及先进信息融合技术、组合算法优化和系统集成技术研究的深入,INS/CNS/GNSS组合导航技术将获得进一步发展并在多种应用领域发挥重要作用。     

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。     

惯性导航位移参数在大地坐标系中的严密计算方法

对高速移动的物体进行连贯、精准的全球实时定位,需要运用在多方面互补的全球导航卫星系统(GNSS)和惯性导航系统(INS)进行组合导航(GNSS/INS)。针对两种导航系统所属坐标基准不统一的问题,提出了以全球导航卫星系统所依据的大地坐标系为基准,将惯性导航系统测得的三轴位移参数转换为参考椭球上沿大地经度、大地纬度和大地高方向位移值的严密计算方法。从而实现该组合导航系统中两种不同基准导航参数的精确融合,进而有效增强了GNSS/INS组合导航系统的精确性、稳定性和可靠性。     

城市峡谷中基于GDOP和NHC的GPS/IMU组合导航方法

针对在林荫道、高架桥和隧道等城市峡谷中全球定位系统(GPS)信号易发生遮挡、 干扰,导致导航定位精度低、连续性和可靠性差的问题,提出了一种基于几何精度因子(GDOP) 和非完整性约束(NHC)的 GPS/惯性测量单元(IMU)组合导航方法。其中,通过利用 GDOP 实现卫星定位构型优劣和定位精度的衡量,从而构建基于 GDOP 值的 GPS/IMU 组合导航量测更新模型。同时,为了进一步提高组合导航系统的精度,将 NHC 应用于该组合导航系统中。实验结果表明,所提方法水平和三维定位均方根误差分别是 3.88 m 和 4.78 m,相比于传统 GPS/IMU 组合导航方法的 9.25 m 和 13.53 m 分别提高了 58.06%和 64.67%,可以有效抑制 GPS 信号受环境干扰影响组合导航定位精度和可靠性的问题。     

BOC调制打通共用载频的坦途——GNSS导航信号的收发问题之一

在着力培育北斗卫星导航国内民用市场之际．研发高精度、广用途、价格适度的GNSS导航信号接收机已成为当务之急。为此．我们需要深入了解GNSS导航信号所涉及的多学科知识．破解GNSS导航信号接收机研制难题。本讲座拟对此做一些解题探索．而对GNSS导航信号共用载波频率、所用伪随机噪声码特性、GNSS卫星所用的测距码多样性及其跟踪测量．卫星导航电文及其编码纠错法．GNSS导航信号接收天线的适应性,以及GNSS导航信号接收机的研制难点及其对策分别予以较深入的论述。本文主要论述BOC调制的作用与影响。     

基于卡尔曼滤波-神经网络预测的GNSS/INS误差反馈校正的研究

当GNSS信号失锁时,GNSS/INS组合导航系统的误差会随着时间而积聚从而失去导航的功能.通过理论分析和数学建模,本文提出了一种基于卡尔曼滤波-RBF神经网络预测INS误差并进行补偿,从而弥补GNSS失锁无法导航的缺陷.卡尔曼滤波器为神经网络的训练提供了数据预处理的作用.通过跑车实验和仿真,最后证实了方法的可行性,在平均位置误差为3米的情况下,能够持续30秒左右的精准预测.     

基于SLR与L波段同步观测解算北斗卫星钟差

导航卫星钟差的大小通常在毫秒量级,若不进行精密修正,对卫星导航定位精度的影响很大。本文阐述了综合利用SLR观测值和北斗L波段单频伪距观测值对BDS卫星钟差进行解算的原理和计算方法。采用2014年8月及9月从长春SLR和GNSS并址站采集的激光测距观测值和北斗L波段单频伪距观测值计算了COMPASS-G1的卫星钟差,以GFZ分析中心提供的COMPASS-G1卫星钟差为参考进行对比,互差在6 ns之内,表明使用该方法计算COMPASS-G1卫星钟差是可行的。     

GNSS抗干扰技术的现状与发展

对全球导航卫星系统(GNSS)抗干扰技术的现状和发展趋势进行了分析研究,研究了组合导航、自适应阵列天线、抗干扰新型信号体制、区域功率增强和空基伪卫星组网增强等多种适用有效的抗干扰手段,探讨了GNSS抗干扰技术的发展趋势。     

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。     

基于BDS/INS动动组合相对定位技术的试验

针对在卫星信号质量较差情况下无法通过观测方程求解模糊度,进而导致无法实时准确测距的问题,提出一种利用惯性信息辅助解算模糊度的方法,即一种将运动载体的惯导信息与相对基线测量信息相结合,实现两运动载体之间精确动态相对定位的算法。通过建立双差载波相位观测方程与惯导观测方程紧组合的方式,分别在共视卫星数目大于4颗和不足4颗条件下求解模糊度未知数。最后,通过搭建组合试验系统平台,利用实地车载试验完成了对组合系统定位精度的测试,结果表明,组合系统定位精度较原先单GNSS定位精度有一定提高。     

GNSS伪距差分定位及其特色──GNSS卫星导航定位方法之二

GNSS伪距差分定位是一种能够获取较高导航定位测量精度的卫星导航定位方法,但是,它的设备较复杂,用户不仅需要使用一台GNSS信号接收机,而且需要设置提供DGNSS改正数据的基准站及其一台GNSS信号接收机,以及与之匹配的DGNSS数据链,才能够实现全天候、全天时和全球性地测量运动载体的7维状态参数。本文简要地论述了GNSS差分定位的基本原理及其实现。     

惯性/卫星导航系统实际导航性能评估算法

针对惯性/卫星组合导航进行实际导航性能(Actual Navigation Performance,ANP)评估,是保证飞机所需导航性能(Required Navigation Performance,RNP)及航空运行安全的关键。提出了惯性/卫星组合导航系统实际导航性能评估算法,从卡尔曼滤波器位置协方差矩阵开展分析,结合导航数据二维高斯分布特性,求解出标准误差椭圆。根据概率分布特性,将误差椭圆转换为95%概率误差圆,进而计算出ANP值。最后惯性/卫星组合导航数据进行仿真验证。结果表明,方法切实可行,且便于工程实践。     

基于MEMS振动陀螺的旋翼无人机组合导航算法设计

旋翼无人机需要惯导提供准确的角速度和加速度测量信息,而由于无人机的振动会对陀螺输出噪声产生影响,进而影响无人机的飞行平稳性。因此,该文提出了一种面向旋翼无人机的组合导航算法,基于扩展卡尔曼滤波,结合全球导航卫星系统/惯性导航系统(GNSS/INS)组合导航算法和无地磁传感器的航姿参考系统算法,在一定程度上解决了GNSS失效情况下的姿态稳定问题。针对旋翼无人机对导航系统输出信息平稳性的要求,采用自适应陀螺采样平滑方法,在少量增加数据处理复杂度的前提下,降低了航姿和角速度信息的噪声,在无人机应用中实现了良好的飞行轨迹重复性和控制平稳性。     

G NSS／INS 组合导航接收机技术

全球导航卫星系统（GNSS ）的一个非常重要的应用是与惯性导航系统（INS ）进行组合导航。介绍了GNSS／INS组合导航接收机的工作原理,对接收机的关键技术进行了重点分析,并对其应用前景进行了展望。     

Integrated Navigation on Vehicle Based on Low-cost SINS/GNSS Using Deep Learning

Wireless Personal Communications - The high-precision integrated navigation time for the MEMS SINS/GNSS combination system is too long, and it is difficult to ensure the flexible navigation of...     

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。