基于惯性传感器网络的分布式导航方法

通常的惯性导航冗余配置及其信息融合技术,是基于相同的系统状态模型,不适合分布式惯性传感器网络的应用。针对该问题,给出了一种基于惯性传感器网络的分布式导航方法,将多个惯性测量单元配置在载体不同部位,不仅能提供冗余的导航信息,还能提供局部运动测量。在惯性网络结构分析基础上,建立了惯性网络动态测量模型,采用最大似然估计和信息滤波法,设计了分布式惯性测量融合与导航状态融合的分阶段信息融合算法,通过仿真进行了验证。结果表明,所提方法充分利用了其他节点的惯性传感器信息和同类导航状态信息,可以提高整个惯性传感器网络的估计性能和故障容错能力,在提高低性能节点导航精度的同时实现对高性能节点的自动对准。

斜装冗余传感器的分布式导航系统研究

为了满足低成本、高性能惯性导航要求,解决传统单一主惯导系统的成本高、体积大等问题,利用低成本MEMS惯性传感器,采用传感器斜装冗余配置,在最优卡尔曼滤波的基础上提出了一种基于虚拟传感器的最优信息融合技术,简化了测量系统的动态模型,减小计算的同时提高了测量精度。将斜装冗余惯性测量节点安装在载体的不同位置构成基于斜装冗余传感器的分布式导航系统,分析了分布式结构,利用基于虚拟传感器的等效模型,设计了分布式导航系统的测量融合系统。通过仿真试验,校验了基于虚拟传感器的最优信息融合有效地提高了测量精度,基于斜装冗余传感器的分布式导航具有较高的导航精度,同时证明此方法具有一定的抗干扰能力,能够抑制载体局部随机扰动对导航性能的影响。

基于分布式网络的水面舰艇编队一体化导航方法

[目的]针对体系化作战中,水面舰艇编队导航面临设备损毁、导航干扰等复杂作战环境的挑战,提出一种基于分布式网络的水面舰艇编队一体化导航系统及方法。[方法]通过分布式协同导航提升编队应对复杂环境的可靠性和灵活性。编队一体化导航系统分为设备层、系统层和体系层,设备层输出原始的GNSS/INS导航数据,系统层输出节点独立导航数据,体系层融合生成编队协同导航数据。为实现体系层编队协同导航数据融合,采用Floyd算法,以基线传递路径最短的原则构建分布式编队协同导航网络,在节点独立导航数据的基础上通过动态基线传递生成节点协同导航数据;通过加权最小二乘法融合多个节点协同导航数据输出编队协同导航数据。[结果]仿真结果表明,应用该方法可成功构建分布式协同导航网络。通过导航支援,保障了受毁伤节点导航的不中断;通过精度支援,提升了受干扰节点的导航精度。[结论]分布式协同导航具有抗毁伤、抗干扰、可提高精度的优势,并可有效应对复杂的作战环境。

时变拓扑卫星集群分布式自主相对导航方法

针对时变拓扑卫星集群的相对导航需求,提出了基于图论的时变拓扑分布式一致性无迹卡尔曼滤波算法。首先给出了固定拓扑卫星集群的相对运动方程、测角测距测量模型和无迹卡尔曼滤波算法,然后考虑测角失效时相对导航系统不可观或弱可观的问题,结合矢量环一致性约束,构造了一致性无迹卡尔曼滤波算法,以提高系统的可观度;在此基础上,针对时变拓扑卫星集群,以滤波精度为优化指标,在图论的基础上利用Dijkstra算法对卫星集群的时变拓扑结构进行重构,并将重构后的拓扑结构应用于卫星集群相对导航。仿真结果表明所提算法能有效改善不完备测量带来的模糊轨道问题,并且能够实现实时的拓扑重构,以满足时变拓扑星群的相对导航精度要求。

星座导航与控制分布式仿真系统设计

基于HLA/RTI和STK,设计了卫星星座导航与控制分布式仿真系统。仿真系统中每颗卫星均由单独的计算机模拟,可真实地反映星座的运行情况,更好地模拟星间链路;卫星轨道精确外推、星间链路优化、基于基准星和星间距离测量的分布式导航以及基于相对轨道根数的星座绝对站位保持等关键技术也融入到系统中;仿真系统还具有直观的二维、三维场景和曲线动态可视化演示功能。结合具体的W alker星座实例,仿真星座稳定运行180天,系统运行结果表明所设计的仿真系统及采用的关键技术能够满足仿真与评估的需求。另外,在一定程度上该仿真系统还支持其它卫星星座的仿真与评估。

高轨非合作目标多视线分布式相对导航方法

针对仅采用单视线难于实现高轨非合作目标的远距离自主相对导航问题,提出基于双空间机器人的多视线分布式相对导航方法。首先,建立基于多视线测量的相对导航模型,并给出空间机器人与非合作目标的相对动力学模型;然后,为降低集中式滤波相对导航的维数,设计分布式滤波的相对导航方法,采用扩展卡尔曼滤波算法实现相对运动估计;最后,建立数学仿真模型,对多视线分布式滤波相对导航算法及可观测性进行仿真校验,仿真结果表明该方法是稳定有效的。

基于DSP的嵌入式导航计算机分布式系统设计

为满足MIMU/GPS组合导航系统的小型化、低功耗、低成本等条件,以及越来越高的精度要求,以TI公司TMS320VC5402型DSP器件为核心,设计了一种嵌入式导航计算机分布式系统。此设计可提高系统的精度,更好地满足系统实时性要求。

大中型飞机分布式通信导航监视系统架构设计

分布式设计已成为下一代大中型飞机设计热点,其中机载通信导航监视(Communication,Navigation and Surveillance,CNS)系统架构设计十分重要。为解决当前架构适航支持能力和新功能插入能力不强的问题,提出了分布式CNS系统的系统架构及系统设计方法,并与联合式、集中式和分布式架构进行对比分析,得出分布式系统架构开放性和适航性好,具备优良的装机特性,可以为下一代机载CNS系统研制奠定基础。

基于因子图的无人机集群分布式协同导航方法

针对密集集群无人机的协同导航问题,提出了一种基于因子图优化的无人机群协同导航方法。结合无人机自身的导航信息和无人机之间的测距信息,将无人机群协同导航信息融合问题转换成因子图模型,给出了基于消息迭代策略的因子迭代方法,为每架无人机建立局部因子图,实现了协同导航信息分布式处理和位置优化。仿真试验结果表明,所提出的方案实现了集群无人机协同信息的分布式处理,且无人机群位置精度相对于未优化时提升3倍。所提出的方法可有效提高密集集群等多无人机应用场景下的定位精度。

基于惯性网络的分布式信息融合算法

分布式导航系统是飞机多传感器导航系统设计的新概念,可以大幅提高系统导航性能和容错水平,并能动态配置传感器功能,但是目前并无完善的信息融合算法与之对应;文章在构建惯性传感器网络的基础上,将多个低成本惯性传感器系统配置在飞机的多个位置以作为网络节点,设计了分阶段处理的分布式信息融合算法,综合利用各节点所测量的惯性信息,最后得到本节点的局部状态估计;通过仿真实验表明,采用此方法,有效降低了导航滤波估计误差,因此,系统导航性能及容错能力得到大幅提高。

多星对合作目标的分布式协同导航滤波算法

针对多颗在轨卫星对空间合作目标的协同导航问题,提出了一种适用于协同导航的分布式球面单形-径向容积求积分卡尔曼滤波(DSSRCQKF)算法。为了计算非线性滤波中的高斯加权积分,分别使用球面单形准则和二阶高斯-拉盖尔求积分准则计算球面积分和径向积分,提出了一种新的球面单形-径向容积求积分准则。将该准则嵌入分布式卡尔曼滤波框架中,结合协同导航的非线性数学模型,给出适用于协同导航的DSSRCQKF算法,该算法要求每颗导航星仅与其邻居星进行通信,通过数据的分布式融合实现对目标星轨道状态的一致估计,从而避免了传统集中式处理中较高的通信和计算压力。仿真实验结果表明,与分布式卡尔曼滤波相比,本文算法将对合作目标的实时定位精度提高了11 m,定速精度提高了0.02 m/s,从而验证了本文算法的有效性。

基于1394网络的分布式组合导航系统时序建模与仿真

总线拓扑完整是基于1394总线网络的分布式组合导航系统正常、可靠工作的必然要求,为了确保各传感器节点信息的可靠传输,必须在系统工作前进行总线完整性检查,以排除节点或线缆故障可能对系统造成的不利影响。导航计算机在执行总线完整性检查程序时,总线控制器的时钟源将发生切换,这会带来一定的时序问题。针对分布式组合导航系统在某次1394b总线完整性检查过程中出现的虚警故障,通过理论分析和建模仿真,对故障时刻的系统运行时序和虚警原因进行探究。结果表明:在进行总线完整性检查时,组合导航计算机与总线控制器时钟异步导致组合导航计算机软件相邻两周期读取DPRAM中同一片缓存是系统报出虚警的根本原因。