重力/地磁辅助的欧拉角无迹卡尔曼滤波姿态估计

为了克服应用扩展卡尔曼滤波(EKF)的姿态估计算法的线性化误差问题,提出了一种基于重力/地磁辅助的欧拉角无迹卡尔曼滤波(UKF)姿态估计算法来提升低成本微机电系统(MEMS)的姿态测量精度。应用重力与地磁数据抑制了MEMS姿态误差快速发散问题;将欧拉角作为状态,应用四元数完成时间更新过程中的姿态更新,避免了四元数作为状态的规范化问题及欧拉角姿态更新精度低的问题;由于UKF滤波器不存在线性化误差,故其具有更好的稳定性和姿态估计精度。应用实际MEMS数据开展的算法验证实验显示:与EKF姿态估计算法相比,提出的UKF姿态估计算法得到的俯仰与横滚角精度提高了近20%,航向角精度提高了12.1%。结果表明:本文提出算法的精度更高;然而由于UKF算法对状态协方差估计不足,其收敛时间有所增加。

基于四元数EKF的低成本MEMS姿态估计算法

低成本MEMS器件具有低精度高噪声特点,其误差随时间不断累加,无法满足长时间载体姿态测量要求,针对此问题,设计了基于四元数扩展卡尔曼滤波器EKF(Extended Kalman Filter)的姿态估计算法。该算法将姿态四元数作为EKF滤波器状态,应用测量的角速率完成滤波器时间更新;应用载体所处位置的重力场与地磁场数据,完成滤波器量测更新,抑制了姿态误差发散,解决了长时间姿态测量问题。为检验算法可行性,分别开展了转台精度实验与静态实验,实验结果表明:俯仰、横滚角精度优于0.1°,航向角精度优于0.2°,2 h内静态试验期间姿态角误差标准差为0.07°,无发散问题,具备长时间姿态测量要求。

低成本IMU误差辨识与补偿算法

低成本IMU具有误差大、误差随温度变化明显等特点,并且不同IMU误差差异较大,应用时需深入辨识所使用IMU误差特性,并补偿,以提升应用效果;为此形成了一种预处理算法流程,首先应用Allan方差分析IMU随机误差情况;为抑制噪声干扰,提升IMU应用性能,然后应用IIR滤波器对IMU数据进行预滤波处理,抑制非相关噪声;最后提出了预处理算法处理实测IMU数据,实验结果充分证实了Allan方差误差参数辨识的有效性,以及IIR滤波器抑制非相关噪声的有效性。

无人飞行器超低延时高速并行图像压缩系统

针对无人飞行器测控系统对图像压缩技术在超低延时与高速编码方面的特殊需求,研究并设计了一种全硬件并行图像压缩系统,该系统采用基于小波分析理论联合零游程编码与指数哥伦布编码技术完成对信源数据的压缩。利用小波分析去除像素相关性,引入最优量化方式,采用零游程编码结合指数哥伦布编码去除像素概率冗余。算法在现场可编程门阵列(FPGA)中设计了一种并行处理模式,使得图像采集、变换与各个小波子代系数编码近似同步进行。实验结果表明,该压缩系统在型号为XILINX-VIRTEX-5-XC5VSX50T器件中可以同时满足4路分辨率为2 048pixel×2 048pixel×12bit高清图像压缩,单路数据吞吐量达280Mpixel/s;针对1 024pixel×768piexl格式图像编解码传输,延时低于100ms。

基于能量函数最优的海表面风向反演算法

针对灰度不变模型(BCM)光流法从海杂波图像中提取海表面风向存在较大误差的问题,根据海杂波图像特点,提出了基于局部灰度和梯度不变模型(BGCM)的能量函数最优海表面风向反演算法.首先,将图像灰度不变模型、梯度不变模型和时空平滑约束项有机组合起来,构造能量函数;然后,将能量函数对光流的两分量求偏导,得非线性欧拉-拉格朗日方程组;最后,通过迭代方法求解非线性方程组,得到光流场,求取主海表面风向.应用实测岸基海杂波图像序列进行实验,将BGCM、BCM模型反演的风向与风向标测得风向进行比较,结果表明,BGCM风向具有更高的相关系数和更小的误差,改进算法具有较好的性能.

INS辅助GNSS高动态捕获跟踪技术研究

在高动态的环境下,由于载体的运动速度及加速度非常大,卫星与载体之间的相对Dopple很大,超出了常规全球卫星导航(GNSS)收机的捕获搜索范围与跟踪门限,因此会造成搜索不到卫星或失锁。针对这一问题开展了利用惯导测量系统(INS)辅助GNSS接收机捕获与跟踪技术研究,GNSS接收机利用INS提供载体的速度、加速度和位置参数,预测载体的多普勒(Dopple)频移,结合接收机的星历及环路信息,共同调节环路中的NCO,及时重新设定环路搜索中心频率,从而解决了高动态引起大的Dopple频移这一问题。仿真结果表明,相比传统的接收机,通过INS辅助的GNSS接收机可以在超高动态模拟环境下,加速度100 g和速度为4 000 m/s时仍可以快速捕获及稳定跟踪信号。

WiFi指纹定位中改进的加权k近邻算法

针对WiFi指纹定位中传统的信号欧氏距离不能很好地反映各位置点间物理距离的问题,提出了改进的加权k近邻定位算法。首先,在信号距离的计算中引入接收信号强度的方差;然后,根据接收信号强度和物理距离之间的非线性关系引入加权系数,设计了一种信号加权欧氏距离;最后,利用信号加权欧氏距离进行指纹匹配和位置估计,改进了加权k近邻算法。在真实环境下的实验结果表明,信号加权欧氏距离能够更准确地衡量各点之间的物理距离并选择更合理的最近邻参考点。与现有的加权k近邻算法相比,改进的加权k近邻算法能够明显地提高WiFi指纹定位的精度。

基于运动约束辅助的车载组合导航算法

为解决山区、城市等复杂路况环境下卫星导航信号衰弱、断续甚至无卫导信号所导致的组合滤波器估计精度较差的问题,采用了零速修正与动态零速修正相结合的运动学约束辅助的车载组合导航算法,给出了一种简单的适用于工程实际的零速检测方法,并且在考虑了惯导系统存在杆臂效应以及安装偏差角的基础上,给出了滤波算法模型;通过实际跑车试验,结果表明:卫导信号丢失时间小于10 min,该方法可为车载组合导航滤波器提供有效的运动约束辅助信息,组合导航水平定位精度优于2. 7 m(RMS),垂直位置精度优于1. 8 m(RMS),水平测速精度优于0. 05m/s(RMS),垂直测速精度优于0. 02 m/s(RMS),远高于无运动约束辅助下的组合导航精度。同时,零速检测方法可为车辆的停止状态进行检测。

GNSS/INS高精度反向平滑滤波算法在移动测图中的应用

针对目前城市复杂遮挡环境下高精度移动测图需要人工干预操作的问题,满足在实际移动测绘中尤其是树木遮挡、高楼、立交桥等复杂环境下自动化高精度定位、测姿以及测速的需求,建立了一套基于反向平滑技术的GNSS/INS组合导航模型。试验采用国外商用组合导航系统作为参考基准,测试结果表明,在典型城市场景下通过反向平滑滤波后的位置精度达到5 cm,速度精度达到0. 02 m/s,水平姿态精度达到0. 005°,航向精度达到0. 05°。

基于带通滤波器的惯性元件随机噪声逼真模拟方法

逼真模拟数据对于惯导算法研究与测试具有重要意义。针对传统惯性元件模拟方法存在误差较大、逼真性不足的问题,提出基于带通滤波器的惯性元件随机噪声逼真模拟方法。在驱动白噪声生成宽带角度/角速率随机游走、零偏不稳定性噪声基础上,根据各随机噪声频率分布特点,应用带通滤波器抑制带宽外噪声相互影响,然后再将各类随机噪声合成惯性元件主要随机噪声。以MEMS IMU型号ADIS16480为被模拟对象开展数值模拟实验,结果显示,相对于传统数值模拟方法,提出的方法不仅大幅度提高了零偏不稳定性噪声模拟精度,改善幅度达到50%,而且可实现三类主要随机噪声逼真模拟。

基于MEMS阵列的虚拟陀螺的实现

MEMS陀螺随半导体技术的发展迅速兴起,但其普遍精度不高。为提高MEMS陀螺的精度,满足实际应用需求。利用4个陀螺组成阵列,标定并补偿了其对准误差和标度因数误差,并采用基于自回归模型的卡尔曼滤波融合算法进行数据融合,从而得到一个精度更高的虚拟陀螺。在静态实验中,陀螺的1σ标准差降低了4.36倍,零偏不稳定性降低了2.22倍;在动态摇摆实验中,其速率误差的1σ标准差降低了3.69倍。实验也表明,经过标定补偿陀螺阵列的输出数据更接近真实值。根据实验结果,可知对四陀螺阵列的标定补偿和数据融合的方法有效抑制了陀螺的噪声。

高精度位置服务终端技术与应用

国外位置服务系统建设的巨大成功,催生了国内位置服务(Location Based Service,LBS)产业的发展热潮,进而影响了位置服务终端的技术革新。位置服务终端作为用户最直接感受到的服务承载平台,面向不同需求的人群提供愈发精细化的服务。在高精度位置服务终端硬件平台基础上,针对亚米级定位性能和位置服务需求,论述了单频精密单点定位技术、地图技术与位置服务网络,开展终端应用示范活动,验证了其具有提供高精度位置信息以及实时位置服务的能力。

基于海杂波图像的海表层流信息提取算法研究

海表层流信息提取是X波段雷达测量海浪信息的关键技术之一。为了获取实时、高精度的海表层流信息,解决目前常用算法依靠经验选取阈值精度不高、适应性差的缺点,提出了基于自适应阈值选取技术与平均加权最小二乘法的海表层流反演算法。自适应阈值选取技术能够根据图像中海浪信号的强弱不同,实现雷达图像谱中海浪信号与背景噪声的准确分离,从而最大限度地提取海浪谱,反演海表层流信息。平均加权最小二乘法考虑整体海浪谱影响,将所有的谱分量同等对待,得出测量海区的平均表层流。运用实测X波段雷达图像进行实验,结果表明改进算法的反演精度较常用算法有较大的提高。

应用模拟海杂波图像反演海面风场算法研究

针对传统灰度模型光流法计算海面风场误差较大的问题,提出了改进海面风场反演算法,该算法包含2部分:一是根据航海雷达图像特点,提出了基于灰度和梯度不变模型光流法的海面风向反演算法,并应用直方图统计光流场计算主风向;二是应用BP网络建立风速与雷达散射截面、电磁波方向与风向的非线性模型,据此计算风速.最后应用模拟、实测图像开展实验,对风向和风速反演结果进行比对、分析.实验结果表明,航海雷达具有很高测量风速、风向的能力,同时也验证了文中算法的可行性.

改进的X波段雷达测海表面流算法

为了克服传统X波段雷达测表面流算法存在低流速时误差较大和测量结果不稳定的缺点,提出了一种改进的算法。首先使用色散关系带通滤波器滤除海杂波图像谱中非海浪信号;然后使用调制传递函数对剩余海浪图像谱进行非线性校正,得到真实海浪谱;下一步根据结构风险最小化原则,确定支持向量机中海浪谱分量隶属度;最后使用真实海浪谱和隶属度函数的乘积加权最小二乘法进行初始估流和迭代估流。根据实测岸基X雷达数据实验,结果表明改进算法弥补了传统算法中存在的上述缺点,具有较高的测量精度、稳定性和很好的应用价值。

色散关系带通滤波器设计

为消除X波段雷达海杂波图像谱中非海浪能量,设计了色散关系带通滤波器(DRBF).其带宽由测量海域主导波波数和估计的最大相对流速共同确定.根据主导波波数调节滤波器带宽,能使算法较好地适应海浪的特点;DRBF带宽由估计的最大流速调节,解决了传统上依赖实测流速构造DRBF不准确的问题.使用岸基实测雷达图像实验,将DRBF提取海浪谱反演得到的有效波高与现场传感器获得的有效波高进行比较,两者具有很高的相关性和很小的误差,可见设计的DRBF具有良好的性能和较高的可行性.