GPS/SINS/偏振光组合导航的模糊控制算法研究

针对在组合导航中扩展卡尔曼滤波器(EKF)会发散的问题,采用了一种基于模糊控制的自适应卡尔曼滤波算法(FAKF)方法,通过模糊控制器来计算指数加权因子,实时对量测噪声的大小进行调整,保证滤波精度,有效抑制滤波过程的发散问题;针对GPS无法提供姿态角进行组合解算的情况,使用偏振光与SINS的组合进行姿态解算;通过对GPS/SINS/偏振光组合导航系统进行仿真,将基于模糊控制的自适应卡尔曼滤波算法(FAKF)和扩展卡尔曼滤波算法(EKF)进行对比验证,东、北、天向位置上分别提升精度56.81%、65.17%、45.99%,东、北、天向速度上分别提升精度46.99%、54.01%、43.82%,俯仰角、航向角分别提升精度58.01%、53.58%,验证了该方法的优势。

以深拖作业为例对比超短基线定位与惯性组合导航定位

本文介绍了TeledyneBenthosTTV-301深拖系统、SonardyneRange2超短基线定位系统、PHINS6000惯性组合导航系统的构成和海上作业模式,以深拖系统为载体,拖体上搭载超短基线定位系统和惯性组合导航系统,在南海某海域3870m深海区执行近海底高精度探测,对同一载体同一时间获取的定位数据进行对比分析,阐述两种定位方式的技术特点及区别,为深海调查作业中定位技术的选择与应用提供参考。

基于双模式切换的机载惯性/雷达组合导航方法

针对机载惯性导航系统(inertial navigation system,INS)/毫米波雷达组合导航系统中,毫米波雷达测角随机常值误差会带来定位精度损失问题,提出一种基于容积卡尔曼滤波算法的双模式自适应双重切换INS/毫米波雷达组合导航方法。将组合导航过程分为斜距角位置匹配与相对位置矢量匹配两个阶段,并对导航系统建模方法进行改进,将测角常值误差导致的位置误差从组合误差中分离出来。导航初阶段采用斜距角位置匹配模式,针对近距时滤波发散的问题,采用基于滑动窗方差判别的模式切换方法对切换条件进行实时判定,判定满足条件后自动切换组合模式为相对位置矢量匹配模式。以载机着陆为背景进行仿真验证,结果表明,所提方法有效提升了组合导航精度,具有一定的工程意义。

基于VB-EKF的GPS/INS松组合导航定位算法

针对应用在无人机(Unmanned Aerial Vehicle,UAV)中的全球定位系统/惯性导航系统(GPS/INS)松组合导航非线性系统受到外界噪声干扰导致量测噪声在滤波时不断变化,从而造成滤波精度下降等问题,提出一种变分贝叶斯扩展卡尔曼滤波(VB-EKF)算法。该算法利用EKF(Extended Kalman Filter)将非线性系统中的状态函数和量测函数展开为线性方程,并将两个不同的导航系统数据进行融合,避免了单系统导航定位发散的问题。考虑到组合系统中量测噪声的时变特性,引入变分贝叶斯算法进行改进,有效解决了系统滤波精度下降问题。仿真结果表明,VB-EKF较EKF算法可有效提高滤波稳定性,进而提高系统导航定位精度。

GNSS/INS组合导航中IMU参数设定与优化

针对惯性测量单元(IMU)参数设置不合理导致全球卫星导航系统(GNSS)/惯性导航系统(INS)组合导航无法充分发挥IMU性能的问题,提出了一套IMU参数设定与优化方案,建立了以GNSS短期中断期间导航漂移误差统计值、理论估计精度一致性以及IMU误差参数估计稳定性为评估对象的考核准则,使优化后的IMU参数可以确保GNSS/INS组合导航解算中状态预测方差阵的准确性,实现预测信息与观测信息权重合理分配,进而保障GNSS/INS组合导航最优性能。实测验证采用ADIS16465和ICM206022款典型车规级和消费级微机电(MEMS)IMU进行性能测试分析,测试结果表明:初始IMU参数与GNSS/INS组合导航算法适配度较低,无法得到最优组合导航结果;优化后,IMU参数在保障组合导航最优性能基础之上,也可实现理论估计精度与实际精度高度一致。

天文/惯性组合系统中重力扰动补偿方法

针对重力扰动引起惯性水平基准姿态测量误差进而导致天文/惯性组合导航系统定位精度下降的问题,提出天文/惯性组合系统中的重力扰动补偿方法。首先,基于导航误差模型分析了影响天文/惯性组合导航系统定位精度的主要因素。其次,推导了重力扰动、惯性水平基准姿态测量误差与天文导航定位误差之间的传播机理。然后,研究了重力扰动建模与修正方法,并将重力扰动补偿方法应用于惯性水平基准的导航解算回路中,实现重力扰动的有效补偿。跑车试验结果表明,所提重力扰动补偿方法可以将天文/惯性组合导航系统中定位误差的振荡幅值由1.6 n mile降低至0.5 n mile。

高密度集成微惯性导航自主完好性监测

针对多平台、小型化、集群化等未来微小型空天飞行器故障信息自主监测等技术需求,提出了一种高密度集成微惯性导航自主完好性监测算法。该算法依托最优估计理论,分析微惯性导航系统中可能出现的量测误差信息源,通过优选子集数目进行预检验甄选,利用牛顿恒等式优化工程计算方法,达到微惯性导航系统故障信息检测与排除的目的。与传统MHSS算法相比,该算法能够显著降低系统的计算复杂度,并可有效检测小差错和多差错故障观测量,具有较高的故障信息源检测识别概率,增强了高密度集成微惯性导航与制导系统鲁棒性和完备性。

基于改进时间差分的视觉/惯性组合导航研究

针对全球导航卫星系统(GNSS,global navigation satellite system)在军事战争、室内和水下等情况下存在因信号缺失导致的全球定位系统(GPS,global positioning system)无法使用和惯性导航系统(INS,inertial navigation system)状态误差发散过快的问题,提出了一种基于连续帧时间差分视觉辅助导航的方法;为了抑制状态误差的快速发散,提高INS在长航时工作上的性能,分析了机器视觉连续帧间差分法,并对其进行了计算上的改进,设计了一种时间差分视觉/惯性组合系统,并进行了仿真实验和分析;结果与纯INS相比,均方根误差(RMSE,root mean square error)在北向位置上减少了19.0%,在东向误差上减少了32.1%,表明该方法有效抑制了纯惯性导航速度和位置的误差发散,延长了惯性导航的可用时间。

偏振光传感器与微惯性器件组合导航技术(英文)

微惯性系统由于成本低,可靠性高,尺寸小等等优点成为目前研究的热点。但是微惯性系统不能提供正确的航向角,所以无法单独完成初始对准。而仿生偏振光传感器通过计算可得到航向角,并且偏振光传感器的误差不发散可以抑制微惯性器件的误差发散,所以把偏振光传感器和微惯性系统进行组合有很多优点。实验结果验证了偏振光导航传感器的数据是不发散的,并根据偏振光导航传感器提供的航向角完成了初始对准。在导航状态中,里程计用来提供水平速度,并通过卡尔曼滤波将偏振光导航传感器、微惯性系统和里程计组合。最后,通过实验验证了该组合导航系统的可行性。

自适应无迹卡尔曼滤波算法在水下组合导航系统中的应用

【目的】解决水下组合导航系统中先验噪声与实际噪声分布不匹配时,融合滤波性能下降问题,提高自主式水下航行器导航精度。【方法】提出一种自适应无迹卡尔曼滤波算法(AUKF),在融合算法中引入自适应因子;重构系统状态方程中速度项与状态变量的结合方式,解决系统方差不一致问题。通过仿真实验和半物理实验验证该算法的有效性。【结果与结论】与无迹卡尔曼滤波算法相比,在平均位置估计偏差上,AUKF算法的纬度均方根误差(RMSE)降低27%,经度RMSE降低27%,高度RMSE降低25%。AUKF在面对偏差对系统状态的扰动时能够有效抑制滤波发散,从而有效地提高自主式水下航行器的导航精度。

基于Starlink机会信号/INS的组合导航方法

针对全球卫星导航系统(GNSS)因频点单一、落地功率低、易受电磁干扰以及存在覆盖较差区域等潜在的被拒止或被干扰导致的导航系统性能降低甚至失效的问题,提出了一种基于星链(Starlink)机会信号融合惯性导航系统(INS)的飞行器动态组合导航方法。首先分析了星链信号体制,建立了基于星链星座卫星下行机会信号的瞬时多普勒定位观测模型,设计了一种基于频率细分的快速最大似然多普勒频率估计方法,然后建立了基于扩展卡尔曼滤波(EKF)的Starlink机会信号/INS的组合导航模型,并对该导航方法进行了实验及分析。结果表明,该方法可为飞行器提供长航时、连续、高精度的导航。动态飞行情况下,该方法可实现平均优于25 m的三维定位精度和平均优于0.1 m/s的速度估计精度,比相同观测时间下的惯导精度提高了1~2个数量级,显著提高了飞行器的导航精度,可为战略导航提供方法和技术支撑。

基于注意力机制的GRU神经网络辅助INS/GNSS组合导航算法

针对全球导航卫星系统(Global Navigation Satellite System,GNSS)信号失锁导致定位精度低的问题,提出一种基于注意力机制的门控循环单元(Gated Recurrent Unit,GRU)神经网络辅助惯性导航系统(Inertial Navigation System,INS)和全球导航卫星系统(Global Navigation Satellite System,GNSS)的组合导航算法。在惯性测量单元(Inertial Measurement Unit,IMU)信号中采用5点中值滤波降低随机噪声,训练结合注意力机制的GRU神经网络辅助组合导航。当GNSS信号失锁时,预测伪GNSS位置辅助组合导航,以解决惯性导航系统(Inertial Navigation System,INS)位置随时间发散的问题。仿真结果表明,与基于多层感知机(Multi-Layer Perceptron,MLP)神经网络的算法和基于长短期记忆递归(Long Short-Term Memory,LSTM)神经网络的算法相比,所提算法在转弯和直线场景下,北向和东向位置最大误差均低于对比算法,可以在GNSS信号失锁的情况下提高导航定位精度。

基于改进李群卡尔曼滤波的惯性/里程计组合导航方法

基于李群非线性误差状态的扩展卡尔曼滤波方法(LG-EKF-i),在卫星拒止场景应用中,如高精度惯性/里程计组合导航,由于计算过程中需要将相对地心的位置矢量和速度矢量与姿态误差耦合,导致在舍弃高阶项时容易产生数值计算误差累积的问题,致使导航精度下降.本文提出一种改进的李群卡尔曼滤波器,将参考系从惯性系改为世界坐标系,将投影系从地球系改为世界坐标系,有效减小了李群卡尔曼滤波器在一阶近似过程中产生的数值计算误差累积.本文使用考虑了里程计和惯导之间安装偏差角、杆臂误差和里程计标度因数误差的21维卡尔曼滤波器,对算法进行了验证.在小初始对准误差角实验中,4组长航时高精度惯性/里程计组合导航结果表明,本文提出的改进李群卡尔曼滤波方法(LG-EKF-w)相较于传统扩展卡尔曼滤波方法(EKF)、状态变换卡尔曼滤波方法(ST-EKF)以及改进前的李群卡尔曼滤波方法(LG-EKF-i)具有更高的数值计算精度.大初始对准误差角条件下的开环轨迹实验进一步验证了LG-EKF-w算法的有效性.

基于惯性组合导航技术的自走行轨检装置

针对现有轨道线路几何参数测量中存在的检测效率低,检测设备安全性和环境适应能力差、自动化程度低等问题,设计了基于惯性组合导航技术的自走行轨检装置。轨检装置中的惯性组合导航测量系统加电后进入初始对准模式,通过测量、解算得到导航初始航向角、俯仰角、横滚角以及速度、位置信息。初始对准完成后测量系统进入正常导航状态。通过测量系统内置的高性能组合导航处理器,对陀螺及加速度计测量数据进行处理,融合全球导航卫星系统定位信息,实现组合导航。采用Kalman滤波算法实时解算出轨向、高低、正矢、轨距、超高等轨道几何参数。经在试验段多次测量,各项参数重复性检测差值均满足要求。

基于卫星惯性组合导航技术的列车多源信息融合定位方法

由于在传统列车定位分析中,并未考虑惯性器件自身误差,导致定位结果误差较大,为此,提出基于卫星惯性组合导航技术的列车多源信息融合定位方法。将BDS(北斗卫星导航系统)和INS(惯性导航系统)构成捷联式惯性导航系统,计算了在常值漂移和高斯白噪声作用下,惯性器件(加速度计和陀螺仪)的误差特性,并借助姿态矩阵将误差转换为导航坐标形式,利用计算得到的结果,对捷联式惯性导航系统采集到的位置信息进行全方位校正,以此实现对列车多源信息的准确获取。测试结果中,设计方法对列车经度、纬度的定位误差小于50 m,高度的定位结果误差小于5.0 m。

多惯导系统组合导航下的卡尔曼滤波算法研究

针对捷联式惯性导航系统(简称“惯导系统”)中的卡尔曼滤波算法进行研究。依据惯性导航系统的基本原理建立误差模型,分析多个惯性导航系统在组合导航时的误差特性,将Sage-Husa自适应形式的滤波作为基础,提出了一种多惯导形式的数据融合计算方法。将Sage-Husa自适应形式的滤波算法优势予以保留,结合常规形式的卡尔曼滤波算法,对Sage-Husa滤波进行简化,只对量测噪声进行自适应调节。实验表明,文中的数据融合算法能很好地实现多惯导导航系统的组合导航,融合后的误差估计结果与独立误差趋势一致,且受误差较大惯性导航的影响较小。

航空天文组合导航技术发展研究

阐述了航空机载天文/惯性组合导航的原理,突出了天文导航技术在远程长航时航空平台导航应用的优势。首先,介绍了机载天文/惯性组合导航技术的发展研究现状,并比较了国内外发展状态;其次,分析了机载天文组合导航技术的平台需求特点,总结了当前的技术挑战,探讨了未来的技术攻关方向和发展趋势。

基于惯性导航/无线传感器网络组合的采煤机定位方法研究

采煤机是井下综采工作面的重要设备,采煤机精确定位技术是煤矿生产装备自动化的关键技术之一。为了实现高精度定位满足井下综采自动化作业需求,提出了基于惯性导航/无线传感器网络组合的采煤机定位方法。采用锚节点安置于液压支架上,移动节点与惯导固定安装于采煤机上的配置方案,利用位置已知的锚节点测距信息估计和修正惯导误差,同时实施对安置于推进过程中的液压支架上锚节点(未知节点)位置信息的实时校准,从而达到采煤机高精度定位、无线传感器网络节点动态自动调节的目的。通过试验对所提方法的有效性进行了验证,结果表明,所采用方法对采煤机轨迹具有良好跟踪性能,水平定位误差不超过1.57 cm/h。

基于地心地固系的极区惯性/卫星组合导航算法研究

本文将详细介绍极区惯性/卫星组合的业务开展流程,通过专业的研究与调查,精准找出地心地固系下极区惯性/卫星组合导航算法试验,对试验过程进行全面分析,并根据对试验过程的全面分析,获取试验结论,找出地心地固系组合导航的应用优势,利用对组合导航算法数值的科学控制,全面增强极区作业的安全性、可靠性。工作人员在日常操作中要利用组合导航算法,适时查看卫星内部的数据变化,精准探测到不同位置的干扰误差,提升作业操作的安全性。

GNSS/INS超紧组合导航综述

卫星/惯性超紧组合导航系统以其定位精度高、动态性能优良、抗干扰能力强等特性成为组合导航领域的研究热点。介绍了卫星/惯性超紧组合的定位原理,基于对技术原理的分析,比较超紧组合模式相对于其他组合模式的优势特点;以高动态下超紧组合技术及卫星/微惯性单元超紧组合为代表介绍国内外研究现状;总结了亟待研究的容错控制技术、神经网络辅助、多传感器辅助超紧组合等关键技术,并对卫星/惯性超紧组合向着低成本、高精度、强稳定趋势发展的前景进行展望。