基于变分贝叶斯的容积H_(∞)滤波在无人船载低成本MIMU对准的应用

无人船在恶劣海况下对其船载低成本微机械惯性测量单元(micro inertial measurement unit,MIMU)进行初始对准,其精度不仅会受到海浪摇摆、浪涌等未知复杂干扰的影响,还会受传感器噪声的影响。针对这一问题,提出基于变分贝叶斯的H_(∞)滤波算法(variational Bayesian cubature H_(∞)filter,VBCH),从而实现在系统噪声或状态方程不确定且系统噪声和量测噪声同时具有“时变”“厚尾”特性情况下的自适应鲁棒滤波。仿真实验表明,随着MIMU噪声的增大以及各项误差系数的不稳定性增强,系统噪声和状态方程逐渐变得不确定,基于卡尔曼滤波的自适应算法逐渐失效,而本文提出基于H_(∞)控制理论VBCH算法则能够继续保持一定的对准精度和算法鲁棒性:对无人船载低精度MIMU的天向对准精度达到1.5°,东向、北向对准精度能达到0.1°。满足无人船大失准角初始对准的要求,具有一定的应用价值。

基于MIMU/里程计融合的管道内检测机器人定位算法

针对管道内检测机器人在管道内自主定位的问题,提出了一种基于MIMU/里程计融合的管道内检测机器人定位算法。将捷联惯性导航系统(Stradown Inertial Navigation System,SINS)的姿态误差、速度误差和位置误差以及陀螺仪零偏和加速度计零偏作为误差状态向量,构造误差状态模型;将SINS解算的距离增量与里程计模块计算的距离增量之差和SINS解算的载体坐标系下x轴与z轴的速度信息作为误差观测量,并通过对里程计因打滑、空转等导致的错误信息进行分析与处理,构造误差观测模型。通过扩展卡尔曼滤波(Ectended Kalman Filter,EKF)对SINS解算的姿态、速度和位置进行误差补偿,绘制管道内检测机器人的轨迹图。管道内检测机器人通过111 m长的燃气管道,定位精度达到了0.99%,满足管道内检测机器人自主定位的要求。

基于MIMU的输电杆塔螺栓状态识别

为识别输电杆塔螺栓是否松动,提出基于微惯性测量组合(micro inertial measurement unit,MIMU)的输电杆塔螺栓状态识别的方法。首先,利用MIMU采集杆塔螺栓的三轴加速度和三轴角速度振动数据,使用五点三次平滑法对振动数据降噪处理;其次,提取降噪后振动数据的方差、峰-峰值、峭度、频率方差、重心频率和能量特征,利用熵权法计算特征权重,构建特征权重分布;最后,将特征权重分布与KL(Kullback Leibler)散度结合对杆塔螺栓状态识别。模拟试验和现场试验表明,当输电杆塔螺栓松动时,方差的权重减小,能量的权重增大,不同状态杆塔螺栓的特征权重分布不同,将特征权重分布与KL散度结合可以识别杆塔螺栓状态。

基于双OD修正的GNSS/MIMU导航算法研究

为提高车载组合导航系统的导航精度和可靠性,在全球导航卫星系统(GNSS)信号正常工作的情况下,该文建立了一种双天线GNSS/微惯性测量单元(MIMU)/轮速里程计(OD)组合导航模型,实现了对MIMU和OD传感器误差特性的在线估计。在GNSS信号短期失锁的情况下,基于双OD轮速比例修正(WRC)算法建立了MIMU/双OD组合导航模型。车载实验结果表明,与无WRC组合模型相比,该文设计的组合导航模型在120 s的GNSS信号失锁路段,最大定位误差减小了63.9%,定位误差标准差减小了80.1%;在200 s时GNSS信号频繁中断路段,最大位置误差为0.55 m。验证了所建立的导航模型和算法在复杂路况下工作的有效性。

MIMU／GPS嵌入式组合导航中GPS信号非相干搜索算法分析

对于GPS信号的搜索捕获采用长积分时间相干搜索算法,会导致频率的搜索范围增加,而采用非相干积分搜索算法将增加平方损失．针对非相干搜索算法中由于多普勒频移估计偏差和码移估计偏差的影响而导致的平方损失,提出了基于微惯性测量单元MIMU／GPS嵌入式组合导航辅助的时域非相干搜索算法来提高对卫星信号的捕获能力,并对其捕获性进行仿真分析研究．结果表明,采用MIMU辅助的时域非相干搜索算法可以提高对GPS信号的捕获能力．

基于双MIMU速度+角速率匹配的行人自主导航方法

针对基于零速修正(ZUPT)的行人导航系统航向误差随时间发散导致定位精度差的问题,提出了一种基于自适应零速检测与双MIMU速度+角速率匹配的行人自主导航方法。在一套自主系统中同时包含两种三轴MIMU,一套大量程MIMU用于保证原始惯性数据的完整性,一套高精度MIMU用于提供角速率基准。当高精度MIMU数据未超量程时,若基于SVM的自适应零速检测算法判断系统为零速状态,采用速度+角速率匹配方案;若系统为非零速状态,则采用角速率匹配方案,通过卡尔曼滤波器对各项误差进行估计和修正,提高系统的航向和定位精度。试验结果表明,相较于仅采用速度匹配,采用所提方法,航向精度达到了3.44°/30 min,提升了50%以上;定位精度达到了4.92 m/30 min,提升了40%以上。

大失准角下MIMU空中快速对准技术

为了提高微小型无人机空中的反应速度和作业精度,提出将基于模型误差预测的扩展卡尔曼滤波(MEP-EKF)方法应用在大失准角下微惯性测量单元(MIMU)的空中对准中,通过不同机动飞行策略的仿真结果,证实MEP-EKF算法不仅能够实时估计出系统的模型误差,而且将其与扩展卡尔曼滤波(EKF)和Unscented卡尔曼滤波(UKF)方法进行了仿真比较,结果表明MEP-EKF算法在方位误差角的估计上,取得了比EKF和UKF精度高的仿真结果,使得方位失准角由30°快速下降到1°左右,而且MEP-EKF所需时间仅是UKF的17%。

MIMU/GPS组合导航建模及GPS时间延迟补偿算法研究

针对MIMU/GPS组合导航误差状态方程建模问题,利用惯导误差系数替代惯导测量误差作为状态向量,推导了新的组合导航误差状态方程。然后针对MIMU/GPS组合导航的数据时间同步问题,提出了一种新的GPS时间延迟补偿算法。该算法将GPS信息真实时间点上的MIMU状态参数与GPS信息进行组合滤波,并结合卡尔曼滤波状态转移矩阵将组合滤波的结果递推到当前时刻,作为MIMU下一步计算的初值,解决了组合导航数据的时间同步问题。仿真计算表明:新的组合导航模型具有较高的计算精度,时间延迟补偿算法有效可行。

MIMU信号去噪方法的对比研究

采用“中值平均法”、“FIR数字滤波器滤波法”、“小波去噪”三种不同的方法对MIMU的输出信号进行去噪处理。通过对处理结果的比较研究,证实了小波变换算法在信号去噪处理中的适用性和优越性,并且编写了实时信号处理软件,提高了MIMU的输出精度,从而提高了惯导系统的精度。

MIMU/GPS组合导航系统小型化设计

为满足小型无人机、手持制导设备及无人探测车等对低成本轻重量导航系统需求,应用MEMS惯性测量单元和GPS接收机模块,完成MIMU/GPS组合导航系统小型化设计。组合导航计算模块基于DSP+FPGA+FLASH设计完成,实现多传感器通信、串并行数据转换及与上位机人机交互等功能。将计算模块、电源模块、MIMU及GPS接收机集成到嵌入式MIMU/GPS组合导航系统中,完成的系统直径80 mm,高度80 mm,质量不超过600 g。对集成后系统进行定点动姿态实验,结果表明:该组合导航系统定点位置测量精度在1 m以内,动姿态测量精度姿态角在0.1°以内,航向角在0.5°以内。

基于DSP的MIMU/GPS组合导航系统研究

介绍了一种以DSP为核心的MIMU/GPS组合导航系统设计,它具有体积小、成本低等优点。针对系统噪声难于准确统计的情况,系统采用了一种适用于系统噪声协方差阵未知情况下的自适应卡尔曼滤波算法,用它作为组合算法,并对组合导航系统进行了数字仿真。结果表明:该自适应滤波算法可以有效地抑制滤波发散,增强了系统对环境的适应性。

基于MIMU的输电线路运动监测技术

在分析当前输电线运动监测技术优缺点的基础上,提出一种基于MIMU的输电线路运动监测技术。采集MIMU时间序列信号建立ARMA模型,对比力和角速度信号进行Kalman滤波处理;由于平动和转动的幅值是由比力和角速度积分所得,以各轴比力平方和与角速度平方作为衡量输电线平动和转动幅度的标准,并对数据进行分段,通过计算数据段间的欧式相似度衡量数据的变异程度来评估输电线平动和转动的幅度及变化趋势,对测得加速度和角速度做FFT变换得出运动频率。为验证运动监测技术,设计转台摇摆模拟输电线3种不同幅值运动,将数据进行上述算法处理,结果表明,估计出的平动和转动幅度趋势和幅值变化相同,且精确识别施加的频率为2Hz。实验室条件下,搭建的模拟系统正常工作。

MIMU/GPS组合导航系统研究

根据智能交通对车辆导航和定位的要求,研究了MIMU与GPS松散组合导航系统,以速度、位置作为观测量设计了Kalman 滤波器。为了验证系统的性能,利用MIMU实验室测试数据和GPS仿真数据对该组合导航系统进行了半物理仿真,分别给出了纯MIMU、组合导航系统及GPS信号短时间丢失时的位置误差仿真曲线。分析结果表明组合系统具有良好的长期工作精度,能够满足车辆导航和定位的要求。

基于自适应滤波器的MIMU/GPS组合系统的研究

设计了微惯性测量单元/卫星导航(MIMU/GPS)组合导航系统原理样机。针对低成本MIMU/GPS组合导航中的Kalman滤波器设计滤波参数(包括系统噪声方差阵Q和测量噪声协方差阵R)影响的问题,系统的分析了Kalman滤波器参数的选取对系统状态变量的估计精度和收敛性能的影响。根据分析设计了自适应估计技术的Kalman滤波器。试验结果表明:对于低成本MIMU/GPS组合导航采用自适应估计技术估计可得到满意的性能,在静态条件下,位置精度优于5 m(标准差),速度精度优于0.1 m/s;系统提供水平姿态角精度优于0.2°;航向角精度优于0.5°(磁罗盘辅助)。

基于级联卡尔曼滤波的动基座MIMU初始对准方法

为了实现低成本微惯性测量单元(MIMU)的自对准功能、提高自对准精度,提出了一种基于级联卡尔曼滤波(KCF)的动基座GPS单天线辅助MIMU自对准方法。首先,对GPS单天线测得的速度矢量随机误差进行了总平均经验模态分解(MEEMD),信号重构后使用卡尔曼滤波对其降噪解算得到航向角测量;其次,以基座姿态角和陀螺常值漂移为状态量建立了系统的状态方程,并融合加速度计和GPS单天线测量信息,建立了系统的观测方程;然后,使用自适应无迹卡尔曼滤波进行信息融合,实现了基座姿态角的最优估计。经仿真验证对比,所提算法有效提高了自对准精度。仿真结果验证了所提算法在GPS单天线辅助MIMU自对准中的优越性。

卫星/MIMU嵌入式导航接收机抗干扰性能分析

为了提高武器在恶劣敌对环境中的生存能力,高抗干扰的嵌入式导航技术越来越受到研究者的关注。在分析卫星/MIMU嵌入式组合导航接收机系统原理的基础上,详细分析了采用MIMU信息辅助卫星接收机跟踪环路,提高多普勒频率估算精度,达到提高系统动态性能和抗干扰性能的要求。然后进一步分析了卫星/MIMU嵌入式组合导航接收机系统抗干扰能力,并以GPS接收机为例,对GPS/MIMU嵌入式导航接收机抗干扰性能进行了仿真。仿真结果表明,卫星/MIMU嵌入式组合导航接收机比一般的卫星接收机跟踪抗干扰性能至少有11dB的提高。

基于MIMU的弹道修正引信弹道参数解算及对MIMU的精度要求

研究了基于 MIMU的弹道修正引信弹道参数解算算法 ,并用这套算法对 MIMU各惯性器件精度进行了分析 ,发现各惯性器件精度对弹道参数解算精度的影响各不相同 ,并相互独立。确定了以某火箭为背景的弹道弹修正引信用 MIMU应满足的精度。

MIMU系统设计及MEMS陀螺仪温度漂移补偿

针对温度对MEMS陀螺仪的零偏影响较大的问题,以LCG50型陀螺仪为试验对象,通过温度试验拟合出零偏、温度测量值与时间的函数关系,并利用拉格朗日插值法建立了全温度范围内陀螺仪零偏的温度补偿模型,同时进行了MIMU系统DSP温度补偿程序设计。实验结果表明,利用此温度补偿模型可有效地抑制陀螺仪零偏,提高惯性测量单元的测量精度,具有很好的实用价值。

低成本MIMU/GPS组合导航系统设计与实验

高精度惯性传感器的昂贵价格在一定程度上限制了惯性导航系统(INS)的进一步推广应用,然而低成本微型惯性测量单元(MIMU)的出现,为INS的推广应用了带来了新的契机。文中提出了一种适合于工程应用的低成本MIMU/GPS组合导航系统的结构与方案,并给出了组合导航系统位置速度交替组合模式的数学模型。考虑到未知工作环境中各类噪声统计参数的未确定性易使经典的卡尔曼滤波器发散,因此文中采用了闭环自适应卡尔曼滤波器对子系统的数据进行融合处理;设计了低成本的组合导航系统原理样机,并进行了跑车实验。跑车实验及事后数据处理分析结果表明:该系统具有较高的长时间导航精度以及良好的可靠性和鲁棒性。

MIMU辅助旋转弹丸GPS接收机跟踪环路设计

在GPS导航定位系统中,多普勒频移直接影响接收机的跟踪性能.为了克服多普勒频移的影响,对高速旋转的弹载单天线GPS接收机跟踪环路进行了研究.分析了弹丸旋转产生的复杂多普勒频移的影响因素,给出了多普勒频移的数学模型,提出采用MIMU估计多普勒频移的方法设计二阶载波跟踪环路,建立了环路的模型,并对环路的跟踪性能进行了MATLAB仿真.结果表明:MIMU辅助的跟踪环路与无辅助的跟踪环路比较,带宽窄,能有效地抑制噪声干扰,较好地实现了对旋转信号的跟踪.