复杂城市环境下的全球导航卫星系统/捷联惯性导航系统组合导航算法

针对复杂城市环境下,全球导航卫星系统(GNSS)信号出现频繁短暂失锁或拒止时,对GNSS/捷联惯性导航系统(SINS)组合导航系统的导航精度和鲁棒性影响较大问题,该文提出一种改进的因子图滤波方法。首先使用GNSS接收机内部参数构建信号误差鉴别函数,能实时估计出信号受多径干扰、遮挡等情况下的信号测量性能;同时利用载体运动约束条件构造零速修正因子,对GNSS拒止情况下的系统状态进行更新,避免系统导航性能极速下降。实验结果表明,改进的因子图方法相比经典因子图方法,在城市复杂环境下能提高定位精度63.50%和测速精度42.26%,同时也具有更低的存储量和计算复杂度,特别适用于城市车辆辅助驾驶导航设备中,对导航精度、硬件资源和实时性约束强的场景。

陆用捷联惯导系统/里程计自主式组合导航技术

利用里程计辅助捷联惯导系统构成一种自主式组合导航系统.用捷联惯导系统解算出的速度和里程计所测量的速度之差作为观测量,利用闭环卡尔曼滤波技术进行误差估计与校正,并给出了仿真结果.仿真结果表明,该组合导航系统可有效地减小速率、经度和纬度、航向角和姿态角及航迹推算下的位置等导航参数的累积误差.

一种机载惯性/光电组合导航误差修正方法

为提升无人机在全球卫星导航系统受限甚至拒止环境下的导航精度,提出了一种机载惯性/光电组合导航误差修正方法。考虑了捷联惯性导航系统(SINS)姿态误差对光电探测系统(EODS)定位精度的影响,建立了包含SINS姿态误差的测量方程,推导了滤波观测噪声与EODS测距、测角误差之间的函数关系,建立了准确的观测噪声协方差矩阵模型。仿真结果表明:相较于传统SINS/EODS组合导航算法,所提方法滤波收敛速度更快,并且有着更高的姿态和位置精度,2000 s后横滚、俯仰、航向精度分别提高47%、59%、82%,东向、北向、天向定位精度分别提高49%、44%、25%,提升了无人机在卫星信号较弱或缺失的环境下的导航能力。

基于横坐标系的捷联惯性导航系统/多普勒速度仪极区组合导航算法

针对传统指北方位的惯性导航力学编排在高纬度地区因地理经线快速收敛,建立相对于经线的航向越来越困难,以及在地理极点存在奇异值等问题,结合自主水下航行器在导航过程中对自主性、导航精度等需要,提出了基于横坐标系的捷联惯性导航系统/多普勒速度仪极区组合导航方案。给出了横地球坐标系、横地理坐标系等定义以及与常规导航坐标系的转换关系;通过类比常用的指北方位惯性导航力学编排推导了基于横坐标系的惯性导航力学编排;设计了适用于极区的捷联惯性导航系统/多普勒速度仪组合导航卡尔曼滤波算法;对设计的组合导航系统进行了仿真分析。结果表明,该导航方案能有效抑制方位失准角的增长,导航定位精度可满足自主水下航行器极区导航的要求。

一种适用于高动态强干扰环境的视觉辅助微机械捷联惯性导航系统/全球定位系统超紧组合导航系统

为解决高动态、恶劣全球定位系统(GPS)环境下微机械捷联惯性导航系统(MEMSSINS)/GPS超紧组合导航系统抗干扰能力差的问题,提出一种适用于高动态强干扰环境的视觉辅助MEMS-SINS/GPS超紧组合导航系统。将双目视觉提供的姿态信息引入MEMS-SINS/GPS超紧组合系统中,提高了平台失准角的可观测性;推导了系统的状态方程和量测方程,使用模糊控制方法对两个子滤波器的导航结果进行信息融合。通过数字仿真验证了该系统方案设计的可行性:当GPS信号受到强噪声或多径干扰造成跟踪精度下降时,双目视觉辅助MEMS-SINS/GPS超紧组合系统可以有效降低导航误差,系统位置误差和速度误差分别保持在5. 0 m和0. 5 m/s以内,有效地解决了低空飞行器在GPS信号被遮挡或干扰情况下的导航问题。

GPS定姿系统/捷联惯性导航系统组合技术研究

研究了GPS定姿系统和捷联惯性导航系统二者的组合技术 :根据传递对准技术 ,研究了GPS定姿系统在捷联惯性导航系统的初始对准中的应用 ;根据空间几何约束 ,研究了模糊度的搜索算法 ,以提高定姿系统的计算效率和稳定性。实验证明 ,方案切实可行 ,收到了良好的效果。

基于捷联惯性导航的组合导航系统研究

分析了矿山水下轮式采煤车的定位定向导航的可实现问题。惯性导航组合系统是现代导航技术的发展重点。考虑到捷联惯性导航的自主性,采用捷联惯导组合系统实现对采煤车的定位导航。设计了捷联惯性导航和里程计组合的自主性水下导航系统。通过对该系统的实物应用试验,试验结果验证了此组合导航方案的有效性。

自适应无迹卡尔曼滤波算法在水下组合导航系统中的应用

【目的】解决水下组合导航系统中先验噪声与实际噪声分布不匹配时,融合滤波性能下降问题,提高自主式水下航行器导航精度。【方法】提出一种自适应无迹卡尔曼滤波算法(AUKF),在融合算法中引入自适应因子;重构系统状态方程中速度项与状态变量的结合方式,解决系统方差不一致问题。通过仿真实验和半物理实验验证该算法的有效性。【结果与结论】与无迹卡尔曼滤波算法相比,在平均位置估计偏差上,AUKF算法的纬度均方根误差(RMSE)降低27%,经度RMSE降低27%,高度RMSE降低25%。AUKF在面对偏差对系统状态的扰动时能够有效抑制滤波发散,从而有效地提高自主式水下航行器的导航精度。

激光捷联惯性导航系统动态锥动误差建模分析

提出了一种机抖激光陀螺的锥动误差参数建模与补偿方法。首先从机理上分析了锥动误差产生的原因,利用有限元分析方法给出了在不同外界角加速度输入下激光陀螺敏感轴的变形情况;建立了锥动误差的补偿模型,将锥动误差的影响用锥动误差系数表示,该系数仅和激光陀螺自身相关;设计了锥动误差系数的系统级标定方案,利用圆锥运动前后系统的姿态误差与锥动误差系数的关系完成参数标定。然后通过激光陀螺和光纤陀螺的圆锥运动实验,证明了锥动误差的存在;通过系统级的圆锥运动实验,证明了锥动误差的补偿效果。最后通过系统级的振动试验,验证了本文提出的锥动误差补偿方法能够有效地减小振动环境下系统的姿态和速度误差,对提升惯导系统在复杂力学环境下导航精度有着重要作用。

捷联惯导系统/里程计自主式车载组合导航系统研究

利用里程计辅助捷联惯导系统构成一种完全自主式的车载组合导航系统。本文详细推导了里程计的速度误差方程。用捷联惯导系统解算出的速度量和里程计所测量的速度量之差作为组合导航系统卡尔曼滤波器的观测量,利用闭环卡尔曼滤波技术进行误差估计与校正,并给出了系统仿真结果。仿真结果表明该组合导航系统可有效地减小姿态、速度、经度和纬度等导航参数的误差累积。

基于双模式切换的机载惯性/雷达组合导航方法

针对机载惯性导航系统(inertial navigation system,INS)/毫米波雷达组合导航系统中,毫米波雷达测角随机常值误差会带来定位精度损失问题,提出一种基于容积卡尔曼滤波算法的双模式自适应双重切换INS/毫米波雷达组合导航方法。将组合导航过程分为斜距角位置匹配与相对位置矢量匹配两个阶段,并对导航系统建模方法进行改进,将测角常值误差导致的位置误差从组合误差中分离出来。导航初阶段采用斜距角位置匹配模式,针对近距时滤波发散的问题,采用基于滑动窗方差判别的模式切换方法对切换条件进行实时判定,判定满足条件后自动切换组合模式为相对位置矢量匹配模式。以载机着陆为背景进行仿真验证,结果表明,所提方法有效提升了组合导航精度,具有一定的工程意义。

多惯导系统组合导航下的卡尔曼滤波算法研究

针对捷联式惯性导航系统(简称“惯导系统”)中的卡尔曼滤波算法进行研究。依据惯性导航系统的基本原理建立误差模型,分析多个惯性导航系统在组合导航时的误差特性,将Sage-Husa自适应形式的滤波作为基础,提出了一种多惯导形式的数据融合计算方法。将Sage-Husa自适应形式的滤波算法优势予以保留,结合常规形式的卡尔曼滤波算法,对Sage-Husa滤波进行简化,只对量测噪声进行自适应调节。实验表明,文中的数据融合算法能很好地实现多惯导导航系统的组合导航,融合后的误差估计结果与独立误差趋势一致,且受误差较大惯性导航的影响较小。

单目视觉里程计/惯性组合导航算法(英文)

提出一种单目视觉里程计/捷联惯性组合导航定位算法。与视觉里程计估计相机姿态不同,惯导系统连续提供相机拍摄时刻对应的三维姿态,克服了单纯由视觉估计相机姿态精度低造成的长距离导航误差大的问题。通过配准和时间同步,用惯导系统解算的速度和视觉里程计计算的速度之差作为组合导航的观测量,采用Kalman滤波修正组合导航系统的误差,同时估计视觉里程计标度因数误差。分别在室内外不同环境下进行了22 m的推车实验和1412 m的跑车实验,定位误差分别为3.2%和4.0%。与Clark采用姿态传感器定期更新相机姿态估计结果的方法相比,单目视觉里程计/惯性组合导航定位精度更高,定位误差随距离增长率低,适合步行机器人或轮式移动机器人在复杂地形环境下车轮严重打滑时的自主定位导航。

捷联惯性导航系统的姿态算法优化设计

在圆锥运动条件下，具有相同时间间隔的两个角增量的叉乘对圆锥补偿的贡献相等。本文根据这一特点，设计了一种捷联惯导系统姿态算法，在圆锥补偿获得相同精度的情况下，它的计算量较少。同时，利用此特点，推导出利用前一圆锥补偿周期的角增量进行圆锥补偿的算法，提高了补偿精度。本文给出了仿真实验结果。本文为研制激光陀螺捷联惯导系统提供了一种高精度算法。

捷联惯性导航系统误差模型综述

不同的捷联惯性导航系统误差模型主要由误差的数学定义形式及误差的参考坐标系决定。在详细讨论了捷联惯性导航系统的误差模型在相同的参考坐标系下不同的数学形式时的误差方程,以及相同的数学形式下不同参考坐标系时误差模型间数学关系的基础上,推导了乘性四元数误差之间和旋转矢量误差之间的关系,并给出了在应用不同误差模型时的注意事项。

捷联惯导/里程计组合导航方法

针对车载自主导航需求,基于卡尔曼滤波器,实现捷联惯导与里程计量测信息的组合导航.推导了里程计误差模型,结合捷联惯组误差模型与捷联系统误差模型,建立了捷联惯导/里程计自主组合导航系统误差状态模型.建立了捷联惯导/里程计组合导航量测模型,阐述了估计误差修正方法.采用仿真计算对此方法进行了验证,仿真结果表明:组合导航过程中,初始姿态误差能得到有效估计,姿态误差和位置误差均能控制在一定精度范围内,应用此组合导航方法相对于传统的航位推算方法能得到更高的导航精度,能有效实现自主高精度定位定向.

捷联惯性导航系统旋转调制技术研究

捷联惯性导航系统的旋转调制技术是一种自校正方法,它能在不使用外部信息的条件下,自动补偿陀螺漂移和加速度计零偏引起的系统导航误差。该技术在国外潜艇和舰船上已得到成功应用,旋转捷联惯性导航系统的误差传播方程是研究旋转捷联惯导系统初始对准、系统级标定等的基础。基于此,推导了以地理坐标系为导航坐标系的单轴旋转捷联惯性导航系统的导航方程和误差传播方程(位置误差方程、速度误差方程、姿态误差方程),给出了误差传播的仿真结果。仿真表明,若采用单轴旋转调制技术,陀螺仪常值漂移和加速度计零偏引起的导航误差都可以得到有效补偿,而初始位置误差、速度误差及姿态误差引起的导航误差得不到补偿。将旋转调制技术应用于捷联惯导系统,能极大地提高武器系统的长期工作精度。

一种激光陀螺捷联惯性导航系统级标定方法

为优化激光捷联惯性导航在卧式三轴转台上的系统级标定方案,设计了卧式三轴转台外环轴整周旋转对惯性测量单元(IMU)误差参数的激励方法。基于捷联惯性导航的误差方程,阐述了速度误差与IMU误差参数间的关系,从而建立IMU系统级标定模型。该模型具有加速度计误差参数仅反应在观测量北向分量、陀螺误差参数仅反应在观测量东向分量的特点,消除了加速度计和陀螺误差参数标定误差的相互影响。根据准D最优准则,设计了正二十面体12点计划的双轴位置单轴速率翻滚法,利用最小二乘法辨识出IMU的24项误差参数。通过给加速度计和陀螺加入不同测量噪声,对IMU标定模型进行仿真,结果表明该方法可抑制加速度计和陀螺的测量噪声对标定结果的影响。

改进量测的车载捷联惯导/里程计组合导航算法

针对车载SINS/Odometer速度量测和位置量测组合导航算法的潜在缺陷,提出了改进量测算法。在分析里程计输出误差模型的基础上,将里程计标度因数误差和惯导系统安装偏差均列入状态变量,并将1s内惯导位置增量和航位推算位置增量之差作为量测值进行组合导航。车载试验使用精度为0.02°/h的激光陀螺捷联惯导系统,采用该算法后行驶54 km,定位精度可达行驶里程的0.08%。离线分析进一步证实,改进算法可以快速估计出各项传感器误差、安装偏差和初始对准误差,从而保证系统的定位和定向精度。

捷联惯性导航系统飞行轨迹数据生成与惯性器件建模

由于很难获得全面真实的导航飞行轨迹数据,而各类导航系统软硬件性能测试验证又必须要有飞行轨迹数据和惯性器件的输出参数。为此,作者提出了一种生成测试用飞行轨迹,并能为惯性器件建模的解析式思想。用这种思想产生的飞行轨迹数据和惯性器件的模型,在硬件平台软硬件系统测试验证中得到了成功地应用,取得了很好的效果。