基于GNSS双天线测姿的水位监测方法

水位监测是雨水情监测预报“第三道防线”中的重要内容,精确、实时的水位监测在洪涝灾害防御中至关重要。水位计是最常见的水位测量工具,其能有效测量特定区域的相对水位信息,但往往存在成本较高、空间分辨率较低等问题。由于全球导航卫星系统反射测量(Global Navigation Satellite System-Reflectometry,GNSS-R)技术具有低成本、高时空分辨率的优势,因此提出了一种基于全球导航卫星系统(Global Navigation Satellite System,GNSS)双天线测姿的实时水位监测新方法。该方法通过双差观测组合,消除了卫星钟差、接收机钟差、电离层延迟、对流层延迟等误差。为了验证该方法的稳定性和可靠性,在北京市东沙河站开展现场试验。2023年6月5日至7月10日的实验结果表明该方法可以实现1 Hz的水位监测,与现场水尺数据相比,均方根误差为2.88 cm。

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。

低速旋转GNSS卫星导航双天线加权kalman定位测速方法

GNSS常用于载体的定位测速。设想在旋转载体两侧对向各安装一个GNSS接收机天线,使得在任一历元下均能稳定接收GNSS信号。但当载体滚转时,GNSS观测量测量误差将使得传统kalman滤波器定位测速结果出现跳变。本文以低速旋转的用户模型为例,提出一种加权Kalman滤波算法。应用该方法的过程中,利用观测量残余与测量均方差的比值,调整超限观测量的方差,减小其滤波增益,达到弱化超限观测值的权重的目的,实现所有可见卫星均参与滤波,使得定位结果不会发生跳变。通过半实物仿真对本文所提出算法进行性能验证。从仿真实验结果可知,与传统的Kalman算法相比,本文算法的定位结果可用率(三维定位误差小于30 m)从89%提升至99%,三维测速误差(1σ)从0.19 m/s提升至0.11 m/s。

多模GNSS双天线旋转初始定向方法

根据全球导航卫星系统(GNSS)载波相位伪距观测方程,给出了多模GNSS双天线基线向量旋转的载波相位的双差方程。运用旋转过程中双天线载波相位信息,得到多模GNSS双天线载波相位整周模糊度的双差值。通过GNSS卫星星历数据和GNSS双天线所在位置,计算出卫星到GNSS接收机天线的单位向量。使用GNSS双天线基线向量旋转的载波相位双差方程和坐标变换,计算得到GNSS双天线基线向量的航向角。经多模GNSS双天线旋转试验验证,用此算法确定的航向角精度比商用软件输出值高,且定向速度快。

旋转GNSS双天线/MIMU组合系统选星方法研究

为提高旋转全球导航卫星系统(GNSS)双天线/微惯性测量单元(MIMU)组合系统的定向稳定性和准确性,提出基于跟踪时间和高度角的相对最小几何精度衰减因子(GDOP)选星方法。利用GNSS的跟踪时长和高度角信息,剔除信号质量稳定性较差的卫星,再在待选卫星中选择最小GDOP的卫星,进行旋转GNSS双天线/MIMU组合系统定向解算,确定运载体的真实航向角。用高精度激光陀螺惯性导航系统作参考基准,对旋转GNSS双天线/MIMU组合系统进行了室外静态和动态试验。试验结果表明:利用跟踪时间长的卫星能够提高系统的定向稳定性,选择高度角大的卫星能够提高系统的定向精度;选择相对最小GDOP的卫星,能够提高该系统的定向精度和实时性。系统在陆地无遮挡环境下航向角误差小于1°(1σ),水平姿态角误差小于0. 1°(1σ)。

旋转GNSS双天线/MIMU紧组合系统算法

为了提高旋转全球卫星导航系统(GNSS)短基线双天线/微惯性测量单元(MIMU)组合系统的定向精度,该文构建了其紧组合系统。紧组合算法将GNSS的伪距、伪距率和载波相位作为旋转GNSS双天线/MIMU组合系统的观测量,用扩展卡尔曼滤波进行估计,估计得到的状态量对系统进行闭环反馈,最后得到组合系统的定向结果。对旋转GNSS双天线/MIMU组合导航系统的船载试验数据进行了紧组合离线解算,结果表明,当GNSS基线为0.3 m时,组合系统的航向误差小于1°,俯仰角和横滚角误差小于0.1°。

双天线GNSS辅助MINS导航方法研究

针对单天线GNSS辅助捷联惯性组合(INS)导航系统中,车辆静止及直线运动时航向角发散失效,误差较大,提出一种基于Extend Kalman Filter (EKF)的双天线GNSS辅助MINS组合导航方法。利用GNSS提供精度较高的航向角约束MINS的航向角发散,GNSS提供的速度和位置于MINS组合。根据双天线的GNSS/MINS组合系统的误差传播特性建立误差状态模型,设计了扩展卡尔滤波组合滤波算法进行仿真验证,通过对比高精度SPAN-CPT(SynchronousPositionAttitudeand Navigation)进行跑车试验。结果表明偏航角,俯仰角精度分别为0.2RMS,0.3RMS,速度位置精度提高,可用于低成本高精度车辆导航。

一种具有宽角稳定相位中心的双频段圆极化GNSS天线设计

本文介绍了一种在宽波束范围内具有稳定相位中心的双频段圆极化GNSS(全球卫星导航系统)天线。天线设计为层叠空气腔式天线结构,采用幅度相等,相位相差90°的四端口馈电方式,空气腔式天线在宽角范围内获得了较好的圆极化辐射特性。对称结构以及等幅等相差馈电的天线设计,可在宽角范围内获得较高的相位中心稳定度。测试结果表明:在四个导航频段内,天线波束宽度大于±36°,±46°角域范围内的轴比小于3d B,±70°角域范围内的相位中心稳定度小于1.61mm,具备很强的工程应用价值。

利用Butterworth滤波器平滑加速度计的双天线GNSS/MEMS组合测姿

在双天线GNSS/MEMS组合测姿中,低精度、低成本的MEMS加速度计输出通常包含比较大的噪声,导致由加速度计调平计算得到的水平角观测值精度较低,影响组合测姿的精度和可靠性。不同于传统的时域降噪方法,从频域的角度出发,根据实际车载运动中加速度计输出具有因汽车固有结构产生的高频振动噪声的特点,利用滑动窗口的Butterworth低通滤波器平滑加速度计输出。动态车载实验结果表明,该滤波器降噪效果明显。与滤波前相比,水平角观测值精度提升了约4倍,达到(0.643°,0.546°)。在此基础上,滤波后组合测姿精度也从(0.124°,0.738°,0.532°)提升到(0.122°,0.074°,0.052°),其中水平角精度提升了大约一个数量级,滤波后的测姿结果更加准确可靠。

GNSS双天线结合AHRS测量农田地形

为减小GNSS农田平整过程中农田地势信息的采集误差,提高农田三维地形的测量精度,该文提出了一种基于GNSS双天线和姿态航向参考系统(attitude and heading reference system, AHRS)组合的地形测量方法。以GNSS平地系统为试验平台,利用AHRS获取平地铲的姿态角和三轴加速度信息,建立GNSS双天线的位置解算方程组;对采集过程中的误差源进行分析,使用最小二乘法和五点三次平滑法对振动误差进行趋势项消除和平滑处理,获得高精度的农田三维地形测量数据。水泥路面的试验结果表明:位置解算方程可以有效地对双天线的位置信息进行解算,通过误差处理后定位天线测量数据的波动范围减小了9.57%,定向天线测量数据的波动范围减小了8.42%。3块不同面积(35 m×50 m、35 m×100 m和35 m×200 m)的农田平地作业试验结果表明:与单天线地形测量方式相比,双天线测量得到农田平整度的准确性分别提高了14.286%、14.063%和10.084%,最大高程差的准确性分别提高了8.642%、8.333%和8.897%,高差分布列的准确性分别提高了1.536%、3.357%和2.991%。本文提出的地形测量方法可以有效降低采集数据的误差,可为农田平整作业提供高精度的地势信息。

GNSS双天线快速定向系统研究

针对目前GNSS定向仪初始化时间长、定向精度低的问题，推导了GNSS双天线定向的观测方程，提出了一种快速解算整周模糊度的方法。采用Trimble公司生产的BD982OEM板研制出一套GNSS双天线快速定向仪系统，根据用户需求编写了一套功能齐全的定向系统软件。结果表明，该定向仪系统能够快速初始化，同传统GNSS定向仪相比，其初始化时间明显缩短，定向精度明显提高。

基于变增益单神经元PID的秸秆旋埋还田导航系统研制

水稻田土壤松软,收割机作业后会出现残留秸秆凸起、地表坑洼等现象,导致秸秆旋埋还田作业易出现重耕、漏耕和自动驾驶路径跟踪精度差等问题。该研究基于滑移估计模型推导了拖拉机路径跟踪的前轮转角控制率,并设计了一种变增益单神经元PID导航控制器。在自主设计的电控比例液压转向系统基础上开发了秸秆旋埋还田导航系统,采用双天线RTK-GNSS获取拖拉机的实时位置和航向角信息,由变增益单神经元PID控制器根据理论转角和航向角偏差变化输出实际执行转角,实现旋埋作业自主路径跟踪。田间试验表明,作业速度为1.15m/s时,变增益单神经元PID控制器的自适应直线跟踪最大横向偏差不超过0.071 m,平均绝对偏差不超过0.031 m。与常规PID控制器相比,变增益单神经元PID控制器的最大横向偏差和平均绝对偏差控制精度分别提高了53.08%和51.72%;与单神经元PID控制器相比,最大横向偏差和平均绝对偏差控制精度分别提高了39.00%和28.21%。该研究设计的变增益单神经元PID控制器可以增强导航系统的适应性和鲁棒性,提高路径跟踪精度,适用于未来无人驾驶下的秸秆旋埋还田作业。

车载移动测量系统方位角对比与分析

方位计算对移动测量计算具有重要的意义,本文通过移动测量系统的实测数据,分别在静态环境与动态环境下比较车载移动测量系统的惯性测量单元(IMU)、双天线及轨迹拟合方位角。结果表明:在静态环境下,双天线方位角精度高于IMU方位角的精度;在动态环境下,IMU方位角与拟合方位角在直线段处的表现较好,而在转弯处,双天线方位角的绝对精度更高。

地表粗糙度影响下的GNSS-R土壤湿度反演仿真分析

基于双天线全球导航卫星系统反射技术(global navigation satellite system reflectometry,GNSS-R),建立了两个修正地表粗糙度影响的土壤湿度反演模型——解析模型和人工神经网络模型,并以GPS L1C/A码为例建立了GNSS-R土壤湿度仿真平台,仿真分析了地表粗糙度对两个模型反演精确度的影响。结果表明,当地表均方根高度大于0.010m时,必须对解析模型进行粗糙度修正。粗糙度影响修正结果显示,小粗糙度情况下修正的解析模型取得了良好的结果,但对于大粗糙度有一定局限性。在均方根高度大于0.025 m时,进行土壤粗糙度修正前,人工神经网络模型精度比解析模型提高了36.83%~72.36%。进行修正后,人工神经网络模型的精度比解析模型提高了42.86%~54.40%。人工神经网络模型在修正前后取得了相近的精度,无修正的人工神经网络模型精度比有修正的解析模型精度仍提高了35.83%~53.48%。

天文/GNSS组合定向系统研究

虽然天文定向精度较高,但对天气要求也高,而全球卫星系统(global navigation satellite system,GNSS)定向不受天气影响。针对这些特点,采用Y/JGT-01天文测量系统和自行研制的GNSS定向仪设计出一套抗干扰能力较强的天文-GNSS组合定向系统;编写了一套具有快速解算定向结果、实时显示定向信息、记录分析定向数据等功能的GNSS定向软件以及方位角转换软件。实验结果表明,GNSS定向子系统能够快速初始化,同传统GPS定向仪相比,其初始化时间明显缩短,定向精度明显提高;而天文定向子系统定向精度远高于GNSS定向,两者优势互补,在外界环境复杂的地区有一定的应用价值。