基于自适应高斯渐进滤波的工程车GNSS/INS紧组合定位

研究了量测野值影响下的工程车GNSS/INS紧组合定位问题,提出了一种基于自适应高斯渐进滤波的车辆定位方法。首先,为降低量测野值对滤波器的破坏风险,利用假设检验方法对量测野值进行检测和剔除;其次,对于野值漏检测引起的定位性能下降的问题,设计了自适应的高斯渐进滤波方法来补偿量测的不确定性;特别地,利用线性化误差与系统估计误差的变化关系,对渐进量测更新方式进行了改进,从而实现对线性化误差的间接补偿。最后,通过工程车GNSS/INS紧组合定位实验进行结果分析,验证了所提方法的可靠性和优越性。

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。

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%。

城市峡谷下视觉辅助的GNSS/INS多阶段定位方法

城市峡谷环境中卫星信号遮挡严重且质量易变,导致智能车的定位易失准甚至失效。为有效利用可观测的卫星信号,提出了一种基于可视卫星的GNSS/INS融合定位方法。首先,利用鱼眼相机筛选视距卫星,进而基于正交回归拟合方法定义空视情况优劣;接着,构建基于因子图的GNSS/INS融合定位框架,考虑到观测的不稳定性,分别构建了伪距、多普勒频率、载波相位观测因子,并在满足观测条件时增添对应的约束因子进行优化;最后,设计了基于空视情况的区间优化规则,优化长度跟随遮挡区间变化,以适应不同的遮挡情况。实车实验表明,相比传统的多传感融合方法,本文的多阶段定位方法在严重遮挡区域内定位精度提高了40%以上,有效提高了城市峡谷中的定位精度。

基于GNSS/INS的拖拉机导向轮偏转角度测量系统设计与试验

传统的角度传感器在拖拉机导向轮偏转角度的测量中存在准确度不足、安装调试复杂等问题,这些问题制约了拖拉机在自动导航作业时的高精度、高稳定性的需求。鉴此,本文旨在构建并验证一种新型系统,该系统基于全球导航卫星系统(global navigation satellite system,GNSS)和惯性导航系统(inertial navigation system,INS)的技术原理,能够实现对拖拉机导向轮动态角度的实时解算。首先,对GNSS/INS融合原理进行了深入的分析,并设计了相应的GNSS/INS数据测量台架试验,以获取角度传感器的测量值。随后,采用卡尔曼滤波(Kalman filter,KF)、扩展卡尔曼滤波(extended Kalman filter,EKF)和无迹卡尔曼滤波(untraced Kalman filter,UKF)三种滤波算法对角度测量值的滤波处理,以超调量、响应时间和稳定性等指标进行评价,结果表明UKF在本系统中表现最优。其次,针对不同工况(沥青路面和农田),进行了拖拉机在自动导航下转向和直线性能测试。在转向性能测试中,进行了1°、5°和15°的不同角度的固定测量,结果显示在1°时两种环境的响应时间最小,但均产生了最大超调量,同时随着角度的增加,系统对稳态误差的降低有明显作用。直线自动导航性能测试中,沥青路面和农田的最大横向偏差分别为17.51 mm和18.52 mm,系统误差分别为10.45 mm(2σ)和21.07 mm(2σ)。通过对比两种工况,沥青路面的各项性能指标上均优于农田环境,但两种工况在精度、响应时间和平稳性上均满足自动导航系统需求,可应用于拖拉机的自动导航作业中。

基于sbgECom协议的GNSS/INS数据解码与处理研究

针对SBG Ellipse-N传感器输出的GNSS/INS原始数据,在研究sbgECom协议格式、RINEX格式、IMR格式的基础上,编写了数据实时采集、解码与处理程序,将解码后的GNSS和INS原始数据分别转换为RINEX格式文件和IMR格式文件存储,以方便GNSS/INS数据后处理。以商业GNSS/INS数据处理软件的事后处理结果为参考,通过车载实测数据测试评估了自研RTK/INS实时组合算法的精度,从而验证了文中基于sbgECom协议格式的GNSS/INS原始数据解码及数据处理的正确性。

GNSS/INS松、紧组合导航算法的等价性条件

GNSS/INS不同组合导航算法性能的讨论,一直是导航定位领域关注的热点.本文对GNSS/INS松、紧组合2种经典导航算法的等价性条件进行了理论推导和实验验证.首先,给出独立GNSS初值结构和集成GNSS初值结构2种模式在GNSS/INS松、紧2种组合算法中的应用方法,并在集成GNSS初值结构模式下推导出松、紧组合2种算法在导航状态参数以及方差协方差方面的等价性条件.然后,通过车载测试验证了不同算法的精度、运行效率及等价性,发现在GNSS理想观测条件下,松、紧组合2种算法的运行时间、导航坐标和方差协方差完全一致,验证了2种算法的等价性条件.

顾及非视距与系统误差的UWB质量控制及其与GNSS/INS的组合定位

为提高GNSS拒止环境下定位系统的定位精度与稳定性,本文提出了顾及非视距与系统误差的UWB质量控制方法,并实现了其与GNSS/INS的组合定位。首先,综合考虑系统的稳定性与定位精度,以GNSS/INS松组合+UWB/INS紧组合的方式构建集中式卡尔曼滤波;在此基础上,针对UWB中存在的NLOS误差,设计了基于滑动窗口与滤波新息向量的两步NLOS误差识别方法;最后,采用基于滤波估计的方法实时补偿UWB中的系统误差。实验结果表明,本文提出的UWB质量控制方法能够有效减小NLOS与系统误差的影响,GNSS/UWB/INS组合算法水平定位误差在5cm以内。在UWB布局合理的情况下,该方法无需依赖过多基站也可实现较高的定位精度。

复杂环境下GNSS/INS/UWB紧组合的无人机协同导航算法

针对多无人机系统在复杂环境下卫星信号易受到干扰的问题,提出了一种基于环路和积算法的协同导航方法。根据传感器的特点,设计了基于GNSS/INS紧组合的绝对导航和UWB辅助的卫星双差紧组合相对导航,然后使用各个平台自身的绝对导航信息和平台间的相对导航信息,构建协同导航滤波器,基于环路和积算法,设计了消息传递规则,减少了平台间的流量,计算任务在各个平台上分布运行,减小了计算压力。最后对不同复杂场景进行了仿真和物理实验,结果表明该方案的协同导航精度明显优于不进行协同导航的结果,且随着可观测信息的增多,该方法导航精度越来越高。

GNSS/INS紧组合算法实时性改进与嵌入式验证

针对GNSS/INS实时紧组合导航系统中存在的GNSS数据延迟以及组合更新解算耗时过长的问题,基于Kalman滤波理论,提出了一种在完成了滞后的观测更新后将误差状态向量一步转移到当前时刻的Kalman滤波数学模型.为了验证改进模型的有效性,首先,在Windows平台上,利用车载实测GNSS观测数据和IMU观测数据对比分析了使用改进模型解算与标准Kalman模型解算在GNSS信号中断时段内的导航误差,分析结果表明,2种模型的导航误差相当,说明了改进模型对时间延迟处理的正确性.然后,在DSP硬件平台上,基于改进模型实现了GNSS/INS实时紧组合导航系统,并进行了车载测试,实测结果表明:相对于标准Kalman模型,所提出的改进模型能够在保障紧组合导航系统精度的前提下,将输出导航结果的时间延迟减少到最小,保障了组合导航结果的实时性.

零速修正在GNSS/INS紧组合导航中的应用研究

为研究零速修正在GNSS/INS紧组合导航中的应用,提出综合利用GNSS/INS紧组合解算速度、IMU原始数据和多普勒观测数据的零速判断准则以及零速状态下的紧组合数学模型,并通过车载测试进行验证。结果表明,该零速判断准则对载体静止状态的判断与实际情况吻合良好,零速修正能够有效抑制载体静止状态下的IMU传感器误差积累,尤其是在卫星观测质量不好时。相对于不使用零速修正,在较短静止时间内,采用零速修正算法可以使卫星信号正常时的载体位置、速度精度分别改善27%、35%;卫星信号中断30-120s时,载体位置和速度精度分别改善16%-75%和87%-97%;但卫星信号正常与中断时,姿态改善效果都不明显。

噪声协方差自适应控制下的双天线GNSS/INS初始对准方法

为降低系统模型误差及观测模型误差的影响,结合噪声协方差自适应控制机制,对双天线GNSS/INS初始对准方法进行改进。利用噪声协方差自适应控制下的扩展卡尔曼滤波进行数据处理,包括系统噪声协方差控制及观测噪声协方差控制。试验结果表明,系统噪声协方差自适应控制机制可提高系统稳定性,降低滤波稳态值;观测噪声协方差自适应控制机制可降低观测噪声的影响,提高对准绝对精度。采用后处理的方式,利用基线长度偏差最小的基线结果辅助姿态解算,绝对精度进一步提高,对准绝对精度主要受观测值影响。利用本文方法,横滚角、俯仰角对准绝对精度可达0.02°,航向角对准绝对精度可达0.04°。

利用时间差分载波相位的GNSS/INS紧组合导航

载波相位观测值精度远高于伪距,利用时间差分载波相位的组合导航可避免整周模糊度解算问题。本文以简化的时间差分载波观测模型为基础,分析其误差特性,说明了短期内时间差分载波观测更新的特点。时间差分载波在距离域本质上是相对观测值,存在误差积累,提出了利用伪距在另一个更长的组合周期上进行系统的观测更新方法。重点推导了双周期组合情况下时间差分载波观测值的实用随机模型确定公式,并结合多普勒观测值进一步保证姿态修正的精度。将采用时间差分载波的组合方案与传统伪距组合方案进行比较。结果表明,时间差分载波精度组合系统高,在观测随机模型可靠的情况下优于传统的伪距紧组合导航,误差最大的高程方向精度提高可达47%。

三频差分GNSS/INS紧组合模型

北斗卫星导航系统已经提供三频信号的位置服务。针对目前尚无关于北斗三频信号的GNSS/INS紧组合研究的现状,将三频模糊度解算算法与紧组合结合,构建了三频差分GNSS/INS紧组合模型。给出了新模型的观测方程和模糊度解算方法,分析了新模型的优点。进行了车载组合导航实验对比新模型与经典模型,结果表明:新模型的解算时间消耗远少于经典模型,在9颗可视卫星时,新模型的总解算时间仅为经典模型的55.53%;卫星数的增加对新模型解算时间的影响不显著;新模型能够获得和经典模型相当的精度,位置差别均方根在毫米级,速度差别均方根在厘米级,姿态差别均方根在0.01°级别。新模型利用了三频模糊度解算速度快的优点,又有效地削弱了其不稳定性对定位结果的影响,为基于三频信号的GNSS/INS紧组合做了前沿性研究。

改进的GNSS/INS列车组合定位PF算法

针对列车组合定位融合估计的非线性问题,结合GNSS/INS(Global Navigation Satellite System/Inertial Navigation System)列车组合定位当前发展的方向,给出了一般无迹粒子滤波(UPF)的基本过程。针对传统PF(Particle Filter)缺乏量测信息且计算量大而难以应用于GNSS/INS组合导航中的问题,提出一种新的IUPF(Iterative Unscented Particle Filter)算法。它通过将IKF(Iterative Kalman Filter)的思想融入UKF(Unscented Kalman Filter),得到比较健壮的迭代无迹Kalman滤波(IUKF),由IUKF(Iterative Unscented Kalman Filter)产生的分布与真实的后验分布有更大的支撑重叠区域,提高了精度。并且运用全局采样到PF中,结合当前最新观测值对粒子集整体采用一次IUKF来产生建议性分布,减少了计算量。仿真模拟结果表明,IUPF与一般的UPF、PF相比,精度更高,算法计算量更小。

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。

陀螺随机误差分析及其在GNSS/INS组合导航中的应用

为减小陀螺随机误差对导航精度的影响,将小波变换和高阶AR模型引入GNSS/INS数据处理,通过小波分析消除大部分高频噪声,利用高阶AR模型描述惯导信号中的相关噪声。实测数据分析表明,该方法在卫星信号失锁段能够提高导航精度,是一种有效的GNSS/INS数据处理方法。

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°。

自适应UKF算法在GNSS/INS深组合系统中的应用

针对强非线性和时变噪声统计特性不明的高动态运动环境下全球卫星导航系统/惯导系统(GNSS/INS)深组合导航系统滤波精确度较差甚至发散的问题,提出一种自适应混合无迹卡尔曼滤波(UKF)算法。该算法以UKF算法为基础,采用混合滤波思想对UKF滤波算法进行简化;并根据高动态下系统量测噪声时变,且易快变、突变的特点,设计了一种基于渐消记忆指数加权的自适应量测噪声估计器,实时估计和修正噪声统计量并自适应调节估计周期。仿真结果表明,在量测噪声变化的情况下,相比于常规UKF算法,本文算法各向定位测速精确度均有所提升,水平方向精确度提升60%以上,效果明显;此外,算法耗时减少18.64%,说明本文算法能够在提升滤波精确度的同时减少部分计算量。

基于抗差估计改进的GNSS/INS组合导航完好性监测方法

在卫星/惯性(GNSS/INS)组合导航系统中,针对基于残差检测的完好性监测算法对于缓变误差检测效果不佳,以及自主完好性监测外推(AIME)法存在检测时延的缺陷,提出了一种基于抗差估计改进的完好性监测方法。该方法在AIME法的基础上,通过定义标准化残差,引入三段权函数抗差估计对AIME法进行改进,并设计了一种调节准则,实现在不同情况下采用不同的检测方式。最后通过搭建仿真平台对所提方法进行验证,仿真结果表明,该方法可有效降低组合导航系统完好性监测的误警率和告警时间,提高卡尔曼滤波估计精度和组合导航系统对缓变误差的检测性能。