冗余捷联惯导软故障检测方法研究

针对冗余捷联惯导系统在软故障检测上仍然存在实时性低、检测性能易受环境影响的问题,提出了一种APV/FASPRT算法。首先根据硬件冗余配置构造奇偶空间,对奇偶残差执行SPRT算法,引入了渐消因子与周期重置提高对当前残差信息的跟踪速度;其次通过APV算法检测故障结束时刻以重置渐消SPRT并提供敏感轴信息;最后针对工程常用的四、六陀螺冗余配置提出了一种基于可容性故障的检测阈值确定方法以增强故障检测的稳定性。仿真结果表明,该算法在软故障检测上分别比GLT、SPRT、APV方法平均检测延迟减少了50.59%、70.21%、2.32%、平均虚警率降低了69.31%、99.33%、64.77%,在增强了软故障检测的实时性的同时减少了无故障时刻的虚警率。

基于改进的磁场检验和主方向算法的行人航向估计

针对以惯导为核心的行人定位算法存在航向角失真的问题,提出了一种融合惯性测量单元(IMU)和磁力计的行人导航算法,利用步幅航向的变化量将行人的运动分为直线行走和曲线行走两部分,当检测到行人直线行走时,提出一种实时建立主方向的自适应航向角漂移修正算法,对航行角误差进行补偿;当行人曲线行走时,辅助地磁场信息,使用磁场强度、地磁倾角、惯性导航系统(inertial navigation system, INS)与磁力计解算的航向角之差这三个特征值构建广义似然比检验量,对磁场进行判断获得稳定状态磁场信息,通过卡尔曼滤波对航向角误差进行补偿。将传感器置于足部进行实验,实验结果表明,两种算法可以实现优势互补,有效地抑制地磁信息的干扰,提高导航精度,算法结果相对于无航向角修正的零速修正算法、零角速度更新算法和单独使用磁力计进行融合的算法,定位误差分别降低了91.02%、82.93%和61.39%,室外和室内终点定位误差分别为4.545 4 m和0.543 6 m,占总路程的0.69%和0.17%。

改进的自适应最大相关熵UKF算法在SINS/GNSS组合导航中的应用

组合导航系统是典型的非线性系统,模型的非线性以及噪声的不确定性均会影响系统的估计精度。针对传统无迹卡尔曼滤波器在非高斯噪声情况下滤波精度下降的问题,提出了一种改进的自适应最大相关熵无迹卡尔曼滤波(UKF)算法。该方法依据滤波新息对当前时刻量测噪声进行估计,利用估计噪声相对于历史噪声的变化程度确定核宽的变化区间,并依据最大相关熵算法的迭代误差变化对核宽进行自适应调整,提高了算法的收敛速度以及对非高斯噪声的处理能力。基于非高斯噪声环境进行了SINS/GNSS组合导航仿真实验与实际跑车实验,与传统无迹卡尔曼滤波进行比较,结果表明:在非高斯噪声条件下,提出的算法得到的东向位置误差为2.11 m,北向位置误差为1.85 m,滤波性能明显优于传统UKF,提升了组合导航解算的精度。