差分GPS/SINS超紧组合在线标定与误差补偿方案设计

为了进一步提高GPS/SINS超紧组合系统的导航和误差标定精度,设计了一种基于载波相位差分的GPS/SINS超紧组合导航系统方案。一方面,超紧组合通过SINS对GPS跟踪环路的辅助,可以降低载波环路噪声带宽,减小码相关间隔,提高载波环和码环的跟踪精度;另一方面,载波相位提供高精度量测信息作为组合导航观测量,能够准确标定和补偿IMU常值误差,进一步提高了组合系统的导航精度。     

基于相位控制的惯性与卫星超紧组合导航系统信号解调方法

卫星导航极易受到复杂环境下的干扰信号影响,捷联惯性导航系统（SINS）与卫星导航系统(GNSS)超紧组合导航技术可提高卫星接收机在信号干扰环境下的工作性能。在对比分析紧组合与超紧组合实现方案及北斗B1信号调制方式的基础上,提出基于相位控制的SINS与GNSS超紧组合环路信号解调方法,进一步分析SINS与GNSS超紧组合环路信号跟踪特性。对卫星信号受干扰环境及动态条件下的相位控制超紧组合与频率控制超紧组合方法的导航性能进行试验对比分析,结果表明相位控制超紧组合方法具有更稳定的定位性能,并可提高约7 dB的抗干扰能力。     

GPS拒止区域的辅助INS导航方法综述

GPS信号较弱,在信号受到遮挡或被干扰的情况下出现GPS拒止区域,传统仅依靠INS的导航系统导航误差随时间发散,定位精度低。针对该问题,根据不同应用场景介绍了零速修正辅助INS的导航方法、径向基神经网络辅助INS的导航方法、视觉传感器辅助INS的导航方法;详细给出了各个导航方法中的常见算法、近年来的创新之处和定位精度;展望了GPS拒止区域导航方法的发展趋势,提出自适应性和通用性更强的全源定位导航技术,以及成本低、鲁棒性强的机会信号导航技术是未来的发展方向,为后续GPS拒止区域导航方法的研究提供参考信息。     

GPS/SINS/CNS 组合导航在航天器上的应用

针对传统的惯性导航误差模型推导不适合空间应用以及GPS信号传输修正能力有限等问题,提出一种基于GPS/SINS/CNS的组合导航系统总体设计方案。在导航仿真系统中增加组合导航系统性能评估模块,推导了基于J2000坐标系的惯性导航误差模型,给出GPS、SINS与CNS的数学模型,利用扩展的卡尔曼滤波设计组合导航系统,对连续信号和信号中断两种模式进行了仿真。仿真结果表明,该导航系统能很好地满足航天器在轨运行的导航性能要求,能够为航天器提供高精度的测量与导航信息。     

GPS失锁情况下基于神经网络的组合导航算法研究

文中针对GPS/SINS组合导航系统中GPS信号失锁问题进行研究,采用基于神经网络的组合导航算法.在GPS信号失锁时间段内,用神经网络模拟GPS的信息,进行信息融合.文中给出了基于神经网络的组合导航系统模型,并进行了数学仿真研究,结果表明,引入了神经网络的组合导航系统,在GPS信号失锁时,能保证一定的导航精度.本文为组合导航系统中GPS信号失锁问题的解决提供了一种方法.     

SINS辅助GPS检测技术在弹载组合导航中的应用

针对弹载SINS/GPS深组合导航系统提出一种动态检测GPS信号有效性的方法。推导了基于卡尔曼滤波理论和GPS伪距、伪距率量测的SINS/GPS深组合导航算法,通过分析滤波器残差统计特性设计了基于残差χ2检验的GPS信号故障检测算法和基于切比雪夫大数定理的GPS信号故障隔离算法。理论和仿真分析表明:利用SINS辅助GPS故障检测可进一步提高深组合导航系统的动态抗干扰能力,在GPS单颗或多颗卫星数据出现故障的条件下有效保障组合导航系统的导航精度。     

一种SINS辅助GPS跟踪环路的新型松组合导航系统方案设计

为了提高SINS/GPS松组合导航系统的高动态、抗干扰性能和导航精度,设计一种SINS辅助GPS跟踪环路的新型松组合导航系统方案。在不改动原有松组合系统总体结构的情况下,通过校正后的SINS速度信息计算出辅助频率,对GPS跟踪环路进行辅助。一方面,降低载波环噪声带宽,减小码相关间隔,提高了载波环和码环的跟踪精度,进而提高组合系统的导航精度;另一方面,降低了载体高动态对跟踪环路的影响,压缩环路带宽,使环路的动态性和抗干扰性增强。     

压缩传感理论在GPS/SINS组合导航中的应用

GPS/SINS组合导航系统能够实现在高动态和强电干扰的环境下实时、高精度的导航定位,是当今组合导航技术应用的主要方式.由于组合导航系统复杂度的增加,导致存储数据量增加,对高速度、高可靠性存储的依赖也成为不可回避的问题.压缩传感作为信号采集领域的一种新兴技术,打破了奈奎斯特采样定理对采样信号频率的限制,使得能用更少的数据采样点来近乎完美地恢复信号.介绍了压缩传感理论和GPS/SINS组合导航系统,提出将CS理论用于组合导航系统的设想,并用CS理论压缩和恢复Kalman滤波中的协方差矩阵.仿真结果表明了该方法的有效性.     

SINS/低成本基地辅助测速组合导航技术研究

借鉴INS/GPS组合导航系统原理,文中提出了SINS/速度组合导航系统方案.在此方案中,利用基地辅助测速测得的速度信息作为导航系统的辅助信息,通过Kalman滤波来修正SINS系统的误差.仿真结 果表明组合系统导航精度基本达到目前实际应用的水平.应用此方案,只须利用能够提供速度信息的低成本基地辅助测速系统(空基如高空气球等空中平台,陆基如雷达站等)就能实现导航定位的功能,具有实际应用前景和深远意义.     

抗差估计及Allan方差在车载组合导航系统中的应用研究

针对组合导航系统中全球定位系统(GPS)信号易丢失和干扰、惯性导航系统(INS)无法长时间单独工作的问题,通过采用带故障检测和隔离的导航算法解决GPS 数据异常的问题,有效提高系统的可靠性;同时当GPS 卫星信号短时间丢失时,利用Allan 方差分析方法确定惯性传感器误差并进行补偿,使纯INS 能够在一定精度内独立工作相对长的一段时间。车载试验结果表明:该方法能够保证组合导航系统的可靠性,且在GPS 信号短时间丢失情况下提高了纯惯导系统的导航性能。     

超紧密组合下GPS/INS跟踪回路的结构及性能分析

介绍了全球定位系统（GPS）和惯性导航（INS）的互补性，以及组合导航在制导系统设计中的广泛应用．GPS／INS组合导航系统使用的是松散组合或紧密组合，提出了一种超紧密组合的方案，并对其性能进行了仿真评估．结果表明，它可以提高GPS的性能，如更高的相位跟踪带宽和更高的抗多路径噪声的特性．     

水下航行器INS/GPS/DVL组合导航方法

针对自主水下航行器（AUV）受水下环境的局限难以提高导航性能的问题,提出了一种融合多传感器信息的INS/GPS/DVL组合导航方案,利用分散化滤波中的联邦Kalman滤波来实现AUV组合导航方案,通过动态信息分配系数优化了各子系统的导航信息,增强了AUV的导航性能。仿真结果表明,该方案充分提取了导航传感器的信息,有效地提高了AUV的导航精度和水下定位能力。     

深度相机与微机电惯性测量单元松组合导航算法

针对室内非结构环境下,全球定位系统、无线电定位等定位手段使用困难,轮式里程计在楼梯等场合易出现打滑或空转而误差较大,单一视觉传感器或微机电系统（MEMS）惯性测量单元（IMU）很难实现高精度自主定位,以及传统的视觉与MEMS IMU组合导航算法复杂、计算量大、导航精度低等问题,提出一种适用于室内的深度相机与MEMS IMU松组合导航算法。MEMS IMU预积分结果作为改进迭代最近点（ICP）算法的迭代初值,大幅减少了迭代次数;通过深度相机和MEMS IMU分别计算载体的位置并作差运算,将位置差值作为量测信息,使用扩展卡尔曼滤波估计MEMS IMU的导航误差,修正航位推算的结果;利用Kinect v1深度相机和MTI 100-IMU搭建的平台进行实验验证。结果表明,基于MEMS IMU辅助的改进ICP算法能够减少迭代次数约50%,基于位置差值的深度相机与MEMS IMU松组合算法导航定位误差小于总里程的10%.     

INS辅助的GPS接收机快速捕获技术研究

GPS信号的快速捕获是设计高动态GPS接收机所必需解决的一项关键技术。在高动态环境下,载体和GPS卫星之间的高速运动使信号产生很大的多普勒频移,同时由于频域带宽的增加,使频域搜索点的个数增多,给接收机快速捕获带来了困难。在分析了传统捕获方法的基础上,研究了在惯性信息辅助下进行快速捕获的方法,结果表明在高动态环境下采用惯性信息辅助GPS接收机捕获的方法可以明显的减少接收机捕获的时间,提高接收机的捕获性能。     

基于极化敏感阵列的导航抗干扰方法

对于全球卫星导航系统的接收终端,抗干扰处理能够提高其干扰容量,是一项非常重要的工作。提出了一种改进的基于双极化天线阵列的联合极化-空域自适应处理方法进行干扰抑制。仿真实验表明,此方法能够有效降低干扰性,并且不需要知道干扰信号的先验信息,能够适用于卫星导航信号处理。     

复杂纹理环境的光流/惯性组合导航方法

为解决无人机(unmanned aerial vehicle,UAV)在全球定位系统(global positioning system,GPS)信号弱或拒止环境下实现自主导航的问题,提出一种适用于复杂纹理环境的光流/惯性组合导航方法.通过基于低纹理场景的改进卢卡斯-卡纳德(lucas and kanade,LK)光流法,解算图像光流信息,使用惯性导航系统信息辅助光流导航系统,同时也利用光流导航系统的特征点速度信息辅助惯导系统进行导航解算,利用卡尔曼滤波器以融合光流/惯性导航信息得到速度、位置估计信息,并通过仿真实验进行验证.仿真结果表明:该方法能够在纹理丰富和纹理较差的场景下进行精确的速度、位置信息估计,所提出的导航算法符合自主导航的实时性和精确性要求.