BDS信号失锁下基于自适应因子图的列车组合定位模型

针对列车运行环境复杂,容易产生BDS信号失锁,影响BDS/IMU列车定位系统的精确性问题,提出了基于自适应因子图的BDS/IMU/OD列车组合定位模型。在BDS/IMU列车定位系统的基础上,引入里程计(Odometer,OD)定位技术,利用北斗卫星导航系统(Beidou Navigation Satellite System,BDS)与惯性测量元件(Inertial Measurement Unit,IMU)、OD 3类传感器获取列车量测信息,根据因子图理论,将多源量测信息描述为状态空间方程,抽象BDS、IMU、OD因子节点和先验因子,确定因子节点与变量节点之间的无向连接关系,建立多变量列车组合定位因子图模型,解算列车的位置信息。当BDS信号产生变化时,借助因子图的即插即用特性,提出了自适应因子算法,动态调整列车组合定位因子图模型结构。在BDS信息部分失锁时,利用BDS的部分信息,建立BDS/IMU/OD列车组合定位因子图模型,在BDS信息完全失锁时,转换为IMU/OD列车组合定位因子图模型,抑制BDS完全失锁造成的发散误差。利用卡尔曼算法、因子图算法、自适应因子图算法进行了列车定位的仿真分析,在BDS信息部分失锁时,自适应因子图模型的定位位置均方根误差比卡尔曼算法分别降低了52.3%、48.2%和42.7%,比因子图算法分别降低了34.8%、27.0%和25.2%。在BDS信息完全失锁时,自适应因子图模型的定位位置误差比卡尔曼算法分别降低了46.7%、46.7%和50%。自适应因子图算法提高了BDS信息失锁的情况下的列车定位精度,实现了不同传感器之间的即插即用,为构建高精确性、强鲁棒性、高可扩展性的列车组合定位系统提供模型支持。

GNSS失锁状态下车载移动测量点云数据处理方法研究

车载移动测量系统的位置姿态信息主要依靠GNSS+IMU来提供,当进行隧道数据采集时,由于GNSS(global navigation satellite system)信号失锁,解算后的POS轨迹线会扭曲错位,导致激光点云严重变形,测量精度急剧下降。针对这种情况,本文提出了一种联合航位推算和控制点纠正的点云数据处理方法。首先进行常规POS轨迹线解算,得到初始POS数据,然后利用航位推算对GNSS失锁段POS轨迹线作平滑处理,最后利用靶标控制点对平滑后POS位置和姿态进行纠正、融合扫描数据得到最终点云成果。某运营铁路隧道段试验表明,航位推算能够消除无GNSS解算造成的POS轨迹线错位问题,靶标控制点纠正可将隧道点云绝对精度提升至毫米级,满足既有铁路测量精度要求。

某型无人机视距C波段下行链路失锁故障分析

无人机(UAV)相较有人机具有成本低、驾驶员培训周期短等优势,近年在军事与民用领域的通信、探索和监测等方面得到了广泛应用。无人机与有人机外在的主要区别于驾驶员操作飞机的地点与方式不同。有人机飞行员在座舱通过电传或者机械方式控制有人机,而无人机飞行操作员在地面控制站内需要通过数据链路系统(以下简称链路)发送操作指令。链路是实现飞行和任务监控管理的关键系统。

GNSS失锁下融合描述子与粒子滤波的LiDAR定位方法研究

在GNSS失锁情况下,如何基于三维激光雷达进行定位,是值得关注的问题。通过点云匹配或蒙特卡洛定位(MCL)的方法进行定位,存在初值敏感、计算时间长和搜索空间大的问题。本文提出了一种定位方法,首先利用描述子初始化,确定粗略的位姿,缩小搜索空间,然后使用MCL进行精定位。通过给定描述子初值,预先计算三维网格概率,达到了缩小搜索空间、减少计算时间的效果。初步的试验结果表明,该方法在GNSS失锁情况下定位精度保持较好。

面向失锁在线补偿的高超声速飞行器组合导航方法研究

根据高超声速飞行器导航的主要需求,针对高动态飞行条件下可能出现的卫星导航信号跟踪丢失等问题,本文设计了基于卫星观测值在线补偿的组合导航方法,该方法可在GPS导航接收机失锁的情况下,基于预存卫星星历外推模型和卫星信号误差模型,在线重构虚拟卫星导航观测值并补偿由信号失锁导致的组合滤波器发散情况,从而确保飞行器组合导航的精度。结合助推—滑翔高超声速飞行器航迹对该方案进行了仿真验证,结果表明,该方案能够在助推—滑翔高超声速飞行器强动态条件下确保卫星导航数据输出的连续性,在一定程度上克服了卫星导航信号丢失带来的不利影响,确保高超声速飞行器GPS/捷联惯导组合导航的基本导航定位性能。

数字集群对讲机锁相环失锁问题的研究

数字集群对讲机在使用时会概率性出现锁相环失锁问题,造成对讲机在集群模式下无法注册入网、在直通模式下无法通信、调试模式下不能进行指标测试等问题,必须重启机器才能恢复。针对这一现象,从理论上分析,造成这种干扰的可能是信号完整性问题、锁相环的环路滤波器配置问题、电源完整性问题等。针对可能的原因逐个分析和测试,得出增大电源的滤波电容、并同时增加缓启动电路和软件检测锁相环锁定状态的解决方案,从示波器测试结果分析可以看出,彻底解决了因收发切换时电压跌落造成的锁相环失锁问题,对讲机的稳定可靠性得到了明显改善。

GPS接收机的失锁后处理研究

信号失锁是GPS接收机在市区应用时遇到的一个问题,文中提出信号失锁后的快速恢复概念,推导出在卫星信号失锁期间对其多普勒频率、码相位和导航比特边界的预测算法和预测误差分析,并进一步研究失锁后处理设计,最后用SPIRENT模拟源进行多种信号失锁情形的模拟,验证了此设计能增强接收机的稳健性,加快接收机失锁后的定位恢复速度。

GNSS失锁状态下车载移动扫描系统的点云数据精度分析

随着高精度动态定位定姿技术、数字传感器技术、近景摄影测量技术及自动控制技术的飞速发展和集成融合,地面移动数据快速采集成为可能,从而产生新的移动数据采集设备——车载激光扫描系统。车载激光扫描系统的姿态和位置主要依靠GNSS+IMU,当移动测量设备在城市里或强电磁场附近采集数据时,会遇到GNSS偶然失锁的可能,进而影响移动测量设备局部采集数据的精度。本文从宏观上设计了移动测量设备的失锁试验,并分析对比试验数据,得出了失锁状态下移动测量设备的数据精度随时间的变化规律。

GPS失锁情况下基于神经网络的组合导航算法研究

文中针对GPS/SINS组合导航系统中GPS信号失锁问题进行研究,采用基于神经网络的组合导航算法。在GPS信号失锁时间段内,用神经网络模拟GPS的信息,进行信息融合。文中给出了基于神经网络的组合导航系统模型,并进行了数学仿真研究,结果表明,引入了神经网络的组合导航系统,在GPS信号失锁时,能保证一定的导航精度。本文为组合导航系统中GPS信号失锁问题的解决提供了一种方法。

车载GNSS失锁下基于BPNN的微陀螺误差估计及定位方法研究

针对在全球导航卫星系统(global navigation satellite system,GNSS)失锁阶段将微陀螺惯性系统作为备用定位系统时,由于微陀螺误差引起的定位误差发散问题,提出了基于后向传播神经网络(back propagation neural network,BPNN)的微陀螺误差估计及定位算法。在GNSS有效阶段为车辆提供定位信息,同时对微陀螺误差进行估计,并利用后向传播神经网络BPNN建立微陀螺误差预测模型,为GNSS失锁阶段车辆定位做准备;在GNSS失锁阶段,利用已建立好的微陀螺误差预测模型估计微陀螺误差,对微陀螺输出信息进行补偿,以抑制由陀螺误差引起的定位误差。最后利用仿真与试验验证了此方法的正确性与有效性。

LEMI-417M型长周期大地电磁仪器GPS失锁问题的软件应急解决方案

由于全球定位系统(global positioning system,GPS)卫星滚周不同、日期格式等参数变化,以往正常使用的LEMI-417M型长周期大地电磁测深仪器2019年突然出现了无法锁定GPS卫星的问题,对正在开展的野外工作造成了重大困扰。考虑到项目周期、工区气候、道路状况及经费成本等综合因素的制约,在对该仪器数据采集工作方式、二进制数据结构剖析的基础上,提出一套针对GPS失锁问题的软件应急解决方案,并开发了一套具有较高实用价值的软件工具,值得在行业内推广使用。

扩频码跟踪及同步失锁的研究与实现

针对扩频通信系统中的PN码同步问题,在分析扩频码跟踪方法的基础上,讨论了同步失锁问题,给出非相干延迟锁定环的计算公式和降低同步失锁误判的方法,并对其进行Matlab仿真及FPGA硬件调试。结果表明:该同步系统能够很好地跟踪接收端PN码的相位变化,失锁电路能够有效工作,并准确判断出同步失锁状况。

基于控制点提高GNSS失锁时点云数据精度的研究

文中以Trimble MX8车载移动测量系统在GNSS信号失锁环境下采集的点云数据为例,从控制点布设网形和布设密度两方面设计试验进行点云校正,研究分析了其对点云精度的影响,并据此给出了控制点最佳布设方案,为今后车载移动测量系统在工程实践中的此类工作提供了参考。

失锁的三阶锁相环路方程

采用理想积分滤波器和ＲＣ积分滤波器得到了正弦、余弦、正切鉴相特性三阶锁相环路方程．运用首次近似方法及Ｌｉａｐｕｎｏｖ函数，对等价系统判定平衡点渐近稳定、不稳定及拓扑结构的渐近稳定吸引域进行了研究，得到了所讨论的环路方程有失锁点的结论．

基于自校准变结构Kalman的农机导航BDS失锁续航方法

针对农机自动导航作业过程中存在的BDS信号失锁导致系统突然失控的问题,提出了一种适用于轮式农机的基于自校准变结构Kalman滤波器的农机导航BDS失锁续航方法。依据4自由度农机运动学模型,设计了BDS/INS信息融合Kalman滤波器;进行INS导航定位误差不确定度分析,并设计了基于自回归模型的航向校准方法、INS传感器角速率测量零偏实时校准方法,结合上述方法设计了自校准变结构滤波器,进行位姿信息处理,结合导航跟踪控制方法实现失锁续航功能。根据分米级精度要求,进行了机器人直线、矩形路径失锁续航试验和农机田间直线续航试验。机器人续航试验结果表明:行驶速度为1 m/s时,与运用未校准滤波器的续航系统相比,该方法实际平均横向偏差减小34%,横向偏差达到20 cm时机器人在路径上的平均行驶距离提高80%。农机田间续航试验结果表明:行驶速度为1 m/s时,在实际偏差小于20 cm的条件下,农机在路径上的行驶平均距离达到16.65 m。

失锁重捕情况下的GPS接收机快速帧同步方法

普通帧同步需要耗费一个子帧周期的时间,接收机失锁后,需要6 s才能再次完成帧同步,再次定位时间较长。在卫星信号易受遮挡的应用环境中,会导致定位中断现象。针对这一问题,提出了一种快速的GPS接收机帧同步方法。该方法利用本地时、本地位置和有效星历反推卫星当前概略位置,进而计算卫星与接收机之间的伪距,并根据本地时反推电文发射时刻,进而推算出当前帧的帧计数和位计数,从而快速地完成帧同步。与普通帧同步相比,快速帧同步在保证定位精度的同时,大大缩短了接收机失锁后的再次定位时间。

我国中纬地区卫星信号失锁现象初步研究

利用山东威海槎山站(122.296°E,36.866°N)地面GNSS电离层电子总含量(total electron content,TEC)与闪烁接收机2018—2019年的观测数据,初步探索了我国中纬度地区卫星信号失锁现象及其可能的成因。依据定义的卫星信号失锁判定标准,结合全球电离层TEC数据,展示了典型的信号失锁现象并进一步开展事件分析及初步统计研究。结果表明:在太阳活动低年,我国中纬地区地面接收机捕获到卫星信号失锁现象,其持续时间从1 min到10 min多不等;信号失锁前经常出现信噪比下降、闪烁强度增强等现象。结合相应区域的Madrigal TEC数据,初步推断电离层的等离子体密度或TEC在时间和空间上的较快减少可导致信号失锁。本文研究揭示了我国中纬度地区卫星信号失锁现象的特点及可能的形成原因,具有一定的科学意义和应用价值。

GNSS失锁下基于混合预测模型的POS误差估计方法

针对GNSS信号受遮挡或干扰导致的位姿测量系统(POS)量测信息失锁问题,提出一种基于多元线性回归(MLR)和径向基函数神经网络(RBFNN)的混合预测方法,用于GNSS失锁期间的POS导航误差预测。该方法利用Hodrick-Prescott(HP)滤波将POS导航误差样本数据分解成趋势性成分序列与波动性成分序列,分别采用MLR和RBFNN对其进行预测建模,充分表征POS导航误差数据的线性与非线性特征。车载实验结果表明,所提出的基于MLR/RBFNN混合预测方法与标准Kalman滤波方法相比,位置误差精度提高72.9%~89.1%,速度误差精度提高50.1%~60.8%,其位置和速度误差统计结果均优于单一的MLR预测模型和RBFNN预测模型。

GPS信号失锁下的列车组合定位方法

针对列车在卫星信号失锁情况下定位精度低的问题,提出1种基于灰色模型(GM(1,1))和长短时记忆网络(LSTM)的全球定位系统(GPS)与捷联惯性导航系统(SINS)组合定位方法:使用GM(1,1)模型对传感器原始数据进行粗预测,以降低数据存在的误差;然后利用LSTM网络进行网络训练,并利用训练好的网络预测GPS信号失锁情况下的列车位置序列;最后通过模拟列车运行,分析不同参数对网络训练的影响,并且从模型输出对单个特征的预测效果的角度出发,与GM(1,1)-BP神经网络预测结果进行对比。结果表明,在GPS信号失锁情况下,GM(1,1)-LSTM网络预测的定位结果误差较小,能够满足列车定位的要求。

GNSS接收机失锁重捕下位边缘和帧同步判断方法

在卫星信号容易受到干扰的环境下,比如在高楼大厦密集的城市,汽车进入隧道,会导致GNSS接收机无法捕获跟踪信号,导致定位中断。正常情况下,接收机冷启动定位的时间大概在30秒以上,而我们针对信号失锁的情况,希望尽快恢复定位。针对这种情况,该文提出了一种失锁重捕下位边缘和帧同步判断的方法,该方法利用接收机之前的定位信息,根据失锁时间,推出数据的位边缘,完成位同步;重新估算卫星的发射时刻,进而算出帧同步中的字和比特计数,完成快速帧同步。这样一来,缩短了GNSS接收机的再次定位时间,达到1秒内重新定位,有很好的工程应用前景。