因子图框架下里程计辅助GNSS/INS组合导航算法

在复杂观测环境下,GNSS/INS组合导航系统的GNSS信号易受干扰从而导致INS独立导航精度迅速下降。针对上述问题,本文基于因子图的里程计辅助GNSS/INS组合导航算法,利用里程计观测信息结合非完整性约束构建航向速度约束方程,同时采用能多次线性化计算和多次迭代的因子图优化方法进行参数估计。实际车载试验解算结果表明,在GNSS信号良好时,基于因子图方法比滤波方法具有更快的收敛时间,收敛速度提高了近10倍;在GNSS信号发生中断时,添加里程计辅助后组合导航系统在东向和北向分别提升了83%和89%。与传统的滤波融合手段相比,本文采用因子图优化后在东向和北向的定位精度分别有63%、70%的改善。

基于MEMS IMU的GNSS RTK/INS紧组合定位分析

本文针对复杂动态的城市环境自动驾驶规模化应用需求,提出惯性单元辅助RTK快速收敛的自动驾驶低成本、高精度定位方法。使用MEMS IMU M39和战术级IMU Pos320,通过对多组实测车载数据进行仿真中断,得到INS位置漂移误差、模糊度收敛时间、模糊度固定正确性指标,再对无惯导辅助、M39辅助模糊度固定和Pos320辅助3种情形下的模糊度固定时间和定位精度进行了统计和分析。结果表明,M39在GNSS中断5 s时可辅助RTK实现模糊度瞬时固定,中断时间为10 s时可以将RTK模糊度收敛时间压缩至1/4。MEMS IMU的加入使得RTK模糊度固定错误个数显著下降,10 cm以内高精度定位占比由62.25%提高至98.44%。试验验证了MEMS IMU辅助RTK能够加快模糊度收敛速度,提高了其在自动驾驶导航定位应用中的精度和可靠性。

基于组合历元新息抗差的GNSS/INS欺骗检测方法

针对传统的全球卫星导航系统/惯性导航系统(GNSS/INS)新息平均抗差欺骗检测算法对阶跃式欺骗存在检测时延长、对斜坡式欺骗检测不敏感等问题,提出了一种基于组合历元新息抗差的GNSS/INS欺骗检测方法。检测方法联合使用单历元新息和多历元新息平均检测方法提高检测效率,构造多历元等价权因子加大对斜坡式欺骗的削弱力度,按欺骗类型进行分类处理。实验结果表明,与单历元新息检测方法和多历元新息平均检测方法相比,所提方法更具敏感性,能够检测到单历元新息无法检出的10 m的阶跃式欺骗和多历元新息平均法无法检出的0.03 m/s的斜坡式欺骗;多历元等价权因子能削弱在检测到斜坡式欺骗之前误差跟踪效应对新息的影响;在多通道欺骗场景下,所提方法使检测时延缩短了21.3%,对欺骗进行分类处理使得与真实轨迹的最大位置误差减小了86.6%,均方根误差减小了96.8%。

LS-SVM和抗差估计的GNSS/INS紧组合欺骗检测算法

针对传统欺骗检测算法对斜率较小的斜坡式欺骗检测时间过长、虚警率和漏检率偏高等问题,提出一种最小二乘支持向量机(LS-SVM)和抗差估计的全球卫星导航系统(GNSS)和惯性导航系统(INS)紧组合欺骗检测算法。所提算法通过抗差自适应调整增益矩阵,有效削弱欺骗对新息的影响,将抗差优化的训练数据集经LS-SVM回归得到的预测新息来代替滤波器中的欺骗新息,从而进一步提高对斜率较小的斜坡式欺骗检测处理能力。仿真结果表明:在检测欺骗值为0.1 m/s的斜坡式欺骗时,所提算法与传统算法相比,检测时间缩短26.65%,虚警率降低40.63%,定位精度提高72.72%。所提算法具有检测快、虚警率低的优势,适用于GNSS/INS紧组合导航用户的斜坡式欺骗检测。

低功耗BDS-SPP/INS融合定位系统的设计与试验

【目的】融合定位设备大多依赖于BDS-RTK,而BDS-RTK功耗大,在网络信号不佳的区域无法获取差分链路,只能使用标准单点定位(Standard point positioning,SPP),而SPP定位系统存在定位误差大、抗干扰能力弱的问题。本研究致力于解决这些问题。【方法】提出一种惯性导航系统(Inertial navigation system,INS)和BDSSPP传感器信息融合卡尔曼滤波方法,基于该方法开发了低功耗融合定位系统。采用BDS-RTK作为基准,测试了BDS-SPP的低功耗模块静态和动态的误差、航姿参考系统(Attitude and heading reference system,AHRS)零偏和噪声,同时进行滤波器融合定位试验,检测在单天线BDS受到干扰时AHRS的断点续航情况。【结果】BDS定位的静态误差为0.4726 m,BDS-SPP/INS融合定位系统动态平均标准差小于1.9137 m,相较于融合前减少0.1652 m。断点续航试验结果表明,融合定位系统偏移距离平均标准差为3.6365 m,相较于融合前减少了2.5900 m。BDS-SPP/INS融合定位系统比BDS-RTK定位系统功率降低了33.3 W;融合后的输出频率较单独采用BDS-SPP情况提高了3倍。【结论】本文的融合定位装置提高了BDS-SPP的抗干扰能力,减少了定位误差,可以在缺少RTK链路的情况下为农业机器人提供定位,可以为农业机器人导航研究提供了技术基础。

基于北斗三号DGNSS/RDSS/INS的高性能轻量级导弹编队基线测量方法

在导弹编队基线测量是导弹集群攻击的前提下,针对导弹编队基线测量问题,提出了一种基于北斗三号DGNSS/RDSS/INS的高性能轻量级基线测量方法。以北斗RDSS区域短报文作为编队数传链路,基于北斗三号DGNSS/INS建立伪距单差观测模型,在GNSS信号连续正常或信号中断情况下,进行DGNSS与INS组合导航实现稳定的基线测量输出。仿真结果表明:在GNSS信号连续正常的观测历元中,DGNSS/INS组合导航可以实现稳定的基线测量输出。在GNSS信号中断20 s以内,DGNSS/INS组合导航在东向(E)、北向(N)的基线测量误差小于2.5 m(1σ),天向(U)的基线测量误差小于3.0 m(1σ)。与RTK算法相比,伪距单差模型对算力的要求降低了70%~80%。

丝胶靶向Akt1调控PI3K/Akt信号通路促进STZ致损伤INS-1细胞增殖

目的探讨丝胶是否通过靶向Akt1调控磷酸肌醇-3-激酶(PI3K)/蛋白激酶B(protein kinase B,Akt)信号通路促进链脲佐菌素(STZ)致损伤大鼠胰岛素瘤细胞(INS-1细胞)增殖。方法INS-1细胞随机分为4组:对照组(不予任何处理)、模型组(给予10 mmol/L STZ处理细胞)、丝胶组(给予10 mmol/L STZ+600μg/mL丝胶处理细胞)、抑制剂组(给予10 mmol/LSTZ+600μg/mL丝胶+0.3 mmol/L的Akt1抑制剂A-674563处理细胞)。药物作用时间均为24 h。CCK-8法检测各组INS-1细胞存活率。免疫蛋白印迹法(western blot)检测PI3K/Akt信号通路相关蛋白PI3K、p-Akt和增殖相关蛋白增殖细胞核抗原(PCNA)、细胞核增殖相关抗原Ki67(Ki67)的表达情况。结果与对照组相比,模型组INS-1细胞存活率下降(P<0.05),PI3K、p-Akt1、PCNA和Ki67的蛋白表达显著下降(P<0.05);与模型组相比,丝胶组INS-1细胞存活率上升(P<0.05),PI3K、p-Akt1、PCNA和Ki67的蛋白表达显著增多(P<0.05);与丝胶组相比,抑制剂组INS-1细胞存活率下降(P<0.05),p-Akt1、PCNA和Ki67的蛋白表达显著下降(P<0.05)。结论丝胶具有促进STZ致损伤INS-1细胞增殖的作用,其作用机制与丝胶通过靶向Akt1调控PI3K/Akt信号通路有关。

一种高精度地图辅助的UWB/INS组合定位方法

提出了一种高精度地图辅助的UWB/惯性导航系统(Inertial Navigation System,INS)紧组合定位算法,即利用数字测图方法获得高精度地图信息并建立地图数据库,采用线段匹配算法识别非视距(Non-Line-of-Sight,NLOS),使用抗差卡尔曼滤波(Robust Kalman Filter,RKF)融合UWB/INS的组合定位方法。实验结果表明,本文提出的算法平面定位精度在0.25 m内,能够在复杂的室内环境下提高UWB/INS组合定位系统的定位精度和稳定性。

基于GNSS/INS组合精密定位模糊度校正方法在城市车载测绘系统中的应用研究

城市车载测绘系统在城市环境下进行精密定位时面临着多路径效应和信号遮挡等问题,导致定位精度下降。为了解决这一问题提出了基于GNSS和INS组合的精密定位模糊度校正方法。研究结果表明,基于GNSS和INS组合的精密定位模糊度校正方法能够有效地提高城市车载测绘系统的定位精度,减小多路径效应和信号遮挡对定位精度的影响,该方法具有重要的应用价值和广阔的推广前景。

GPS与INS的组合定位技术研究

组合定位技术是一种新的导航技术,能够使多个导航系统实现信息的互补性和协同性。其中,GPS和惯导结合是一种较为理想的组合定位系统,而深度融合模式是目前GPS和惯导(INS)联合使用的最佳方式,因此,对深度融合模式的研究显得尤为重要。

GNSS/INS超紧组合导航综述

卫星/惯性超紧组合导航系统以其定位精度高、动态性能优良、抗干扰能力强等特性成为组合导航领域的研究热点。介绍了卫星/惯性超紧组合的定位原理,基于对技术原理的分析,比较超紧组合模式相对于其他组合模式的优势特点;以高动态下超紧组合技术及卫星/微惯性单元超紧组合为代表介绍国内外研究现状;总结了亟待研究的容错控制技术、神经网络辅助、多传感器辅助超紧组合等关键技术,并对卫星/惯性超紧组合向着低成本、高精度、强稳定趋势发展的前景进行展望。

基于简化鲁棒UKF的GNSS/INS紧组合列车定位方法

针对GNSS/INS组合列车定位中的信息融合非线性与传感器量测故障问题,为满足复杂多变列车运行场景下列车定位精度与鲁棒性的需求,提出一种基于简化鲁棒UKF的GNSS/INS紧组合列车定位优化方法。综合标准KF的时间更新与标准UKF的量测更新来构建简化UKF,在保证GNSS/INS紧组合列车定位精度的同时改善定位解算实时性。在简化UKF滤波框架内,引入故障检测与自适应调整因子构建简化鲁棒UKF,可以快速检测传感器量测故障导致的系统故障,并对故障历元的量测噪声协方差进行自适应调整降低滤波增益,使得滤波算法具有较强的鲁棒性。采用京沈高铁实测数据与故障仿真数据进行算法定位性能验证与评估,结果表明:基于简化UKF的GNSS/INS紧组合定位算法水平定位精度为2.6865 m,与传统EKF滤波模型下的紧组合与松组合方法相比定位精度分别提高5.6%和15.0%。此外,提出的简化鲁棒UKF方法可以快速有效检测到不同类型的传感器量测故障,且大幅抑制传感器量测故障,优化复杂运行场景下的列车定位精度与鲁棒性。

基于UWB单基站系统/INS紧组合的智能车定位方法

针对狭长空间环境下测距组网超宽带(UWB)的定位几何构型较差导致定位精度低的问题,提出了一种基于UWB单基站系统/惯性导航系统(INS)紧组合的智能车定位方法。首先,通过标定UWB单基站系统的距离和角度观测量,提高其数据精度;然后,根据UWB距离和角度观测量建立量测方程,构建UWB单基站系统/INS紧组合的扩展卡尔曼滤波(EKF)模型;最后,利用EKF的位置预测结果计算智能车相对于UWB基站的距离和角度,并与UWB实测数据比较,根据残差大小分辨并剔除包含粗大误差的UWB距离或角度数据。实验结果表明,在狭长实验环境下,所提方法定位精度可达0.343 m,定位均方根误差比测距组网UWB的最小二乘法和泰勒级数展开法分别减小了68.62%和62.80%,比测距测角UWB直接定位算法和测距测角UWB/INS松组合算法分别减小了37.29%和16.34%,能够在狭长空间环境中实现较高精度定位。

低成本亚米级PPP/INS组合导航定位系统研究

铁路智慧工地建设中,对车辆、机具、人员等有实时定位和安全管理等位置服务需求,设计了一种亚米级、低成本、基于微机电传感器(MEMS)的PPP/INS组合导航定位系统。首先介绍系统终端采用的基于零速度更新(ZUPT)和非完整约束(NHC)算法的PPP/INS松组合导航定位方法,然后介绍系统组成,并通过车载实验对开阔环境和半开阔环境下的系统动态定位精度进行分析。实验结果表明,该系统在开阔环境下可满足亚米级定位精度,在半开阔环境下定位精度优于1.0%×失锁距离,相比PPP和u-blox SPP单系统定位优势明显。研究成果对铁路智慧工地位置服务中低成本、亚米级导航定位研究及成果转化具有一定的参考价值。

一种Iridium机会信号/MEMS-INS组合定位技术

针对铱星(Iridium)系统作为一种天基机会信号源可以实现载体静态定位功能,但是其可见星较少,无法实现独立动态定位的问题,提出一种Iridium机会信号/MEMS-INS组合定位技术:分析Iridium信号体制及Iridium多普勒观测量提取算法;然后建立基于扩展卡尔曼滤波(EKF)的Iridium/惯导(INS)动态组合定位模型,并提出一种基于新息的自适应抗差EKF算法(AR-EKF);最后搭建微机电惯导(MEMS-INS)与Iridium信号组合定位系统。实验结果表明,提出的Iridium/INS组合定位AR-EKF算法相比EKF算法定位精度可提高40%以上,相比单INS定位精度可提高90%以上,可为GNSS失效场景下动态定位提供参考。

改进抗差自适应EKF算法在GNSS/INS组合导航中的应用

在车载GNSS/INS组合导航中,抗差自适应滤波以其具有控制动力学异常和观测异常的能力成为实现综合PNT的关键技术之一。然而,不合适的决策算法和抗差因子会导致滤波进一步劣化。针对该问题,提出一种双窗口Sage-Husa抗差算法和一种改进的异常新息占比决策方法。采用松组合结构,利用异常新息占比决策对组合过程中出现的模型异常作出判断,针对观测模型异常和动态模型异常分别采用对应的抗差或自适应滤波。利用武汉市城区林荫道、街区多遮挡环境下动态实测数据进行分析。实验结果表明,该方案在复杂多遮挡环境下东、北、天3个方向上位置精度分别提升35.78%、38.94%、66.00%,位置均方根误差达到0.70 m、0.69 m、1.16 m。

桑叶多糖含药血清对体外高糖培养INS-1细胞氧化应激损伤的保护作用研究

采用含桑叶多糖(mulberry leaf polysaccharide,MLP)的大鼠血清干预处理体外高糖培养的INS-1细胞,分别测定含MLP血清对高糖培养INS-1细胞中胰岛素含量、氧化应激标志物含量、细胞形态、抗氧化酶活性的影响,结果表明,MLP可明显提高高糖培养INS-1细胞中胰岛素含量,有效降低8-OHdG和丙二醛(MDA)含量,细胞形态明显改善,细胞中抗氧化酶SOD、CAT和GPx的活性明显升高,ROS含量显著降低。采用酶联免疫吸附测定MLP对高糖培养INS-1细胞线粒体呼吸链酶活性的影响,结果表明,MLP可显著提高高糖培养INS-1细胞线粒体呼吸链ComplexⅠ-Ⅳ复合酶的活性。最后采用Hoechst 33342染色、JC-1染色和免疫荧光组化法检测MLP对高糖培养INS-1细胞凋亡的影响,结果表明,MLP可明显提高线粒体膜电位,减少细胞色素C(Cyt-C)在胞浆中的表达,抑制细胞凋亡。上述结果表明,MLP可能通过提高细胞中抗氧化酶含量,改善线粒体能量代谢来减少氧化应激导致的细胞凋亡。

城市环境下多系统实时PPP/MEMS INS紧组合模型构建与性能分析

以GNSS和INS为代表的传感器提供的高精度实时位置是自动驾驶、智能交通等领域的重要基础。为提升GNSS和MEMS INS在城市环境下的实时定位性能,本文利用IGS播发的实时精密轨道和钟差改正数,构建了多系统实时PPP/MEMS INS紧组合模型,分析和评估了多系统实时PPP与PPP/MEMS INS紧组合的性能,并与事后精密产品获得的结果进行对比。试验结果表明,在GNSS短时中断期间,多系统PPP/MEMS INS紧组合可以实现连续可靠定位;水平和高程分量的定位精度分别可达0.374和0.339 m,但与事后精密产品相比仍有差距,点位定位精度相差约为0.15 m。PPP/INS紧组合的测速及定姿精度主要取决于INS,测速精度约为1 cm/s,与使用IGS事后产品得到的结果相比,无明显差异;航向角的可观测性较弱,静止期间航向角误差明显增加。

小叶苦丁提取物通过上调Nrf2/INS蛋白质水平表达降低小鼠高血糖

近年来,高血糖的患病率不断增加,患者身体损伤严重。与常规西药相比,天然产物不良反应少,可延缓高血糖并发症。小叶苦丁是一种珍贵的天然产品资源,含有多种对人体有益的成分。本研究旨在研究不同剂量的小叶苦丁提取物对高血糖小鼠血糖代谢的调节作用。本研究采用脂多糖加链脲佐菌素诱导小鼠高血糖模型,小叶苦丁提取物以低、中、高(5g·kg^(-1)·d-1,10g·kg^(-1)·d-1,15g·kg^(-1)·d-1)3个剂量灌胃给药,连续7周。每周于固定时间采集小鼠尾静脉血测定小鼠空腹血糖值。给药7周后,按规定取每只小鼠的血清和脏器,测定血清中甘油三酯(TG)、胆固醇(CHO)、高密度脂蛋白-胆固醇(HDL-C)、低密度脂蛋白-胆固醇(LDL-C)、糖化血清蛋白(GSP)、胰高血糖素样肽-1(GLP-1)、空腹胰岛素(FINS)和胰高血糖素(GC)含量水平。结果显示,模型组小鼠血糖值、各项血清生化指标与正常组小鼠均具有显著性差异(P<0.01或P<0.05),高血糖症状明显。小叶苦丁提取物低、中、高剂量组HDL-C、FINS含量显著高于模型组(P<0.01),TG、CHO、LDL-C含量减少,血糖值显著降低,与模型组相比具有极显著性差异(P<0.01)。中、高剂量组GSP含量较模型组显著降低(P<0.01或P<0.05)。小鼠胰腺组织的H&E染色结果显示,高血糖小鼠在灌胃小叶苦丁提取物后,胰岛细胞形态有所改善;免疫组织化学法观察胰腺组织胰岛素、核因子E2相关因子2蛋白质水平的表达,并采用免疫印迹实验(WB)和实时荧光定量(RT-qPCR)验证。结果表明,胰岛素(INS)、核因子E2相关因子2(Nrf2)蛋白质表达水平上调,其中高剂量组效果最佳(P<0.01)。以上结果提示,小叶苦丁提取物能够降低高血糖小鼠的血糖值,对其胰岛细胞损伤具有改善作用,能够改善高血糖小鼠症状,为临床治疗高血糖提供了新参考。

双程UFIR滤波算法及其在INS/双目视觉机器人组合导航的应用

为了提高移动机器人的室内定位精度,提出了一种惯性导航系统(Inertial Navigation System,INS)/双目视觉松组合导航模型,在INS与双目视觉同步获取到移动机器人位置信息的基础上,通过滤波算法对INS与双目视觉测量得到的移动机器人位置进行数据融合,充分融合INS和双目视觉各自的优势,最终得到当前时刻的移动机器人的位置估计。针对滤波算法,提出了双程无偏有限脉冲响应(Unbiased Finite Impulse Response,UFIR)滤波算法,该算法首先采用自适应UFIR前向滤波,通过引入预先设置的滤波窗口长度以及马氏距离,完成对当前时刻UFIR滤波算法最优滤波窗口长度的计算。在此基础上,通过后向UFIR平滑以及再次前向UFIR滤波,最终得到当前时刻最优的移动机器人位置估计。实际测试结果表明,所提出的双程UFIR算法能够有效地提高室内移动机器人的定位精度,与传统UFIR滤波算法相比,所提出的位置均方根误差(Root Mean Square Error,RMSE)降低了11.64%。