惯性／地形匹配组合导航系统的一种故障诊断方法

本文提出了一种基于突变点检测的惯性／地形匹配组合导航系统故障诊断方法以提高低空飞行器导航精度和可靠性。同现有的故障诊断方法相比，该方法的假设条件在实际导航应用中是可以实现的。该方法的基本思想是：(1)对地形匹配输出信息进行突变点检测，并将之分割成若干个子区，由此可诊断出在突变点附近地形匹配是否出现故障；(2)利用短时间内的惯性导航信息，对若干个地形匹配子区信息进行故障分析和检验，从而获得地形匹配的正确输出、错误输出以及不确定输出信息；(3)对地形匹配的不确定输出信息继续进行分割处理，直至地形匹配不确定输出信息无法继续分割为止。仿真试验结果和空中飞行试验数据处理结果表明，采用本文提出的方法不仅可以有效地剔除地形匹配故障信息，而且可以很好地界定正确地形匹配输出与错误地形匹配输出。

鲁棒性地形匹配/惯性组合导航算法

基于传统平均绝对差算法引入了选取搜索区域和匹配运算的改进策略,使得算法在匹配定位时允许载体灵活机动,提高了实时性;针对桑迪亚算法易发散的问题,分析了组合滤波算法的特点,建立了地形匹配/惯性组合导航的数学模型;针对地形匹配"虚定位"影响滤波结果的问题,引入了一种基于新息向量的鲁棒检测算法,采用最小二乘对误匹配点进行拟合改正。仿真研究表明:与传统算法相比,组合滤波算法精度更高、稳定性更强,能高频率(200 Hz)输出高精度导航参数,误差保持在一个格网间距(90 m)以内;鲁棒检测算法能有效抵御粗差影响,在经纬度方向各加入0.05°粗差的情况下,仍可保持较高精度。

水下地形匹配导航研究综述

地形辅助导航系统以地形高程特征为定位信息源,可为水下航行器提供有界的定位误差,并能显著地抑制捷联惯性导航系统的误差漂移。而地形匹配算法是地形辅助导航系统的关键技术,其输出的匹配位置可作为组合导航滤波器的观测值以修正导航参数,地形匹配精度直接决定了整个导航系统性能。首先概述了现有水下导航定位技术,然后阐述了地形辅助导航基本原理与组成,最后详细总结了中外地形辅助导航系统和地形匹配算法的研究进展,为中国地形辅助导航系统的开发和研制提供有益参考和支撑。

基于测速测距激光雷达的飞行器地形匹配导航方法

针对中低空飞行器地形匹配与惯导组合中惯导误差累积导致高程图变形限制地形匹配精度、二维地形匹配运算量大和地形匹配失效时定位可用性差的问题,提出一种基于测速测距激光雷达的地形匹配导航方法。利用激光测速信息辅助构建高程图,减小高程图变形从而提高匹配精度,同时降低匹配结果与惯导的相关性;设计集成尺度不变特征变换(SIFT)特征与分步核验的地形匹配算法,提高匹配的实时性;采用激光测速信息辅助校正惯导,提高地形匹配失效时定位的可用性。典型场景地形数据的测试结果表明,基于激光测速辅助构建的高程图较基于惯导构建的高程图的地形匹配定位精度提高了36.6%,所提的卡方初始化随机抽样一致性地形特征误匹配检测算法(TCI-RANSAC)相比于RANSAC算法缩短了55.6%的核验时间,且测速信息的引入将组合定位精度提高了65.9%,具备较高的工程应用价值。

巡航导弹组合导航中综合地形匹配算法研究

为了克服惯导误差随时间累积的不足,提高巡航导弹的目标命中精度,提出了基于惯导/地形匹配组合导航的巡航导弹中制导方案。其中,地形轮廓匹配技术采用MSD算法和COR算法相结合的综合地形匹配算法,通过粗配和精配两步完成地形匹配过程。组合导航仿真结果表明,采用综合地形匹配算法的地形匹配辅助导航方法可以明显提高惯导精度,因而基于惯导/地形匹配组合导航的巡航导弹中制导方案是可行的。

惯性组合导航系统中的快速景象匹配算法研究

在景象匹配辅助导航中,特征点的选取是提高图像匹配速度、精度和鲁棒性的关键之一。景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征。提出了基于SIFT特征的导航用快速景象匹配算法。算法首先针对惯性组合导航的工作特点,对SIFT特征点检测及特征点匹配进行了优化设计,然后用RANSAC方法过滤掉错误匹配点,最后,进行最小二乘精确匹配算法获取航向和位置偏差信息。实验分析了算法对不同分辨率图像和不同区域的匹配适应性,抗噪声性能,匹配精度以及实时性,并与基于部分Hausdorff距离的边缘特征景象匹配算法进行了对比。实验结果表明,算法的性能优越,在匹配速度、精度和鲁棒性方面都优于部分Hausdorff距离算法,可以满足景象匹配导航系统匹配修正的高性能要求。

速率方位惯性平台/计程仪/重力匹配组合导航系统仿真研究

根据重力无源导航的基本要求,建立了速率方位惯性平台/计程仪/重力匹配组合导航系统的工作模式,给出了该组合导航系统的误差状态方程、测量方程和扩展Kalman方程。由于重力传感器是在运动载体上测量重力的,其输出包含当地重力大小和厄特弗斯效应,所以在该组合导航系统Kalman滤波器中考虑了厄特弗斯效应。采用matlab/simulink工具对该组合导航系统在分辨率为0.005o×0.00 5o的数字重力异常图上进行了计算机仿真研究。仿真结果表明:该组合导航系统长时间定位误差小于导航系统目标误差的15%(RMS),在重力异常显著变化地区其定位误差将更小。

惯性/景象匹配组合导航系统的误差校正研究

惯性/景象匹配组合导航系统(INS/SMNS)的组合方式,实际上是一种不等间距、非实时性的有限点校正。为了提高景象匹配和惯导系统的组合精度,进一步达到子像素级的水平,完成景象匹配对惯导系统累积误差的校正,提出了多点连续校正的方法。分析了进行校正的具体前提条件,推导了不同数目匹配点时,对应的简化惯性导航系统输出误差校正方程。根据简化的误差方程和惯性导航系统的输出值,求解出位置误差和速度误差。比较了单点、两点、三点、四点以及五点校正的结果。仿真结果表明:当匹配点个数越多,求解出的位置误差、速度误差精度越高。从而得出景象匹配误差校正精度主要取决于两个因素即匹配点的个数和校正的实时性的结论。

适用航空的地形匹配导航算法研究

地形轮廓匹配(TERCOM)匹配算法在速度误差和航向误差较大的情况下可靠性下降,桑地亚惯性地形辅助导航(SITAN)算法在初始位置误差较大时Kalman滤波器不能收敛,针对以上问题,提出了一种新的适用航空的地形匹配导航算法。该算法采用基于地形剖面匹配系统(TERPROM)算法作为搜索算法,以基于扩展Kalman滤波原理的SITAN算法作为跟踪算法。将该算法在真实地形数据上仿真,并和传统的基于单状态并行Kalman滤波器阵列做搜索的SITAN算法在不同高度表噪声情况下比较。仿真结果表明,该算法有效地提高了搜索的效率,提高了地形匹配的精度及实用性。

基于UKF的水下地形匹配算法组合

为了克服断续地形辅助导航给UKF算法带来的不利影响,提出了改进TERCOM\ICCP+UKF地形匹配组合算法。首先分析了基于UKF的水下地形匹配算法及其在实际水下地形辅助导航中的局限性。然后,针对UKF地形匹配效果易受大初始位置误差影响的不足,以"粗搜索"+"精匹配"的算法组合模式为基础,给出了TERCOM、ICCP和UKF匹配算法的组合策略和算法克服相似地形影响的方法。仿真显示,较之单一UKF匹配算法,组合算法能够克服了大初始位置误差对算法匹配效果的影响,具有更好的工程适用性。

一种机载惯性/光电组合导航误差修正方法

为提升无人机在全球卫星导航系统受限甚至拒止环境下的导航精度,提出了一种机载惯性/光电组合导航误差修正方法。考虑了捷联惯性导航系统(SINS)姿态误差对光电探测系统(EODS)定位精度的影响,建立了包含SINS姿态误差的测量方程,推导了滤波观测噪声与EODS测距、测角误差之间的函数关系,建立了准确的观测噪声协方差矩阵模型。仿真结果表明:相较于传统SINS/EODS组合导航算法,所提方法滤波收敛速度更快,并且有着更高的姿态和位置精度,2000 s后横滚、俯仰、航向精度分别提高47%、59%、82%,东向、北向、天向定位精度分别提高49%、44%、25%,提升了无人机在卫星信号较弱或缺失的环境下的导航能力。

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。

AUV惯性基组合导航虚拟仿真在实验教学中的应用

为满足实验教学需求,基于vue3框架设计并开发了自主式水下航行器(Autonomous Underwater Vehicle,AUV)惯性基组合导航虚拟仿真实验平台,以服务本科生的模拟真实海洋环境的导航实验教学环节。该平台集成了几类经典导航传感器模型和信息融合算法,学生可通过交互式可视化界面对运载体机动状态、导航传感器参数进行设置,从而获得反映真实环境的传感器模拟数据,并进行导航解算、重复观察,揭示不同实验条件、不同导航方式以及不同导航算法对于导航性能的影响。通过该虚拟仿真实验平台进行实验教学,突破了传统实验教学的诸多限制,具有教学方法合理、实验界面设计科学、代码可移植性和扩展性好等优点,有助于学生深入理解惯性基组合导航原理。

基于证据推理的惯性/景象匹配组合导航方法

针对传统的惯性/景象匹配组合导航中出现的因误匹配导致组合导航精度低的问题,设计了一种基于证据推理的惯性/景象匹配组合导航方法。在惯性/景象匹配组合导航中,使用证据推理对与景象匹配置信度相关的特征量进行融合计算,将融合计算得到的综合信度作为组合导航量测更新的依据,以降低误匹配对导航精度的影响。试验结果表明该方法可行,组合导航精度相比传统方法提高了25.9%。

基于熵差的海底地形匹配导航算法

利用信息熵原理进行海底地形匹配导航,建立地形差异熵,设计了包括搜索和定位两个阶段的地形熵差匹配算法,通过搜索与定位的转换逻辑,省却传统算法的跟踪阶段,提高匹配速度,利用粗匹配和精匹配两个阶段的匹配,以及设计误差匹配处理策略,以校正惯性导航系统(inertial navigation system,INS)随时间积累的位置误差,提高匹配效率及匹配定位精度,并使用实际海底数据进行仿真.结果表明,经度和纬度的位置匹配都具有较快的收敛速度,能够有效校正INS的位置误差,有精度高,稳定性好的优点,具有一定实用价值.

单目视觉里程计/惯性组合导航算法(英文)

提出一种单目视觉里程计/捷联惯性组合导航定位算法。与视觉里程计估计相机姿态不同,惯导系统连续提供相机拍摄时刻对应的三维姿态,克服了单纯由视觉估计相机姿态精度低造成的长距离导航误差大的问题。通过配准和时间同步,用惯导系统解算的速度和视觉里程计计算的速度之差作为组合导航的观测量,采用Kalman滤波修正组合导航系统的误差,同时估计视觉里程计标度因数误差。分别在室内外不同环境下进行了22 m的推车实验和1412 m的跑车实验,定位误差分别为3.2%和4.0%。与Clark采用姿态传感器定期更新相机姿态估计结果的方法相比,单目视觉里程计/惯性组合导航定位精度更高,定位误差随距离增长率低,适合步行机器人或轮式移动机器人在复杂地形环境下车轮严重打滑时的自主定位导航。

月球车的惯性/天文组合导航新方法

我国月球探测二期工程将进行月面巡视探测任务,而月球车的导航和控制是任务完成的重要保障。月球车实现自主导航可以弥补地面测控的局限性,是目前亟待解决的关键技术。惯性导航和天文导航都是适用于月球车的自主导航方法,但惯性导航误差随时间积累,天文导航短时精度较低。为此,提出一种月球车自主惯性/天文组合导航新方法,通过天文导航不断对惯性导航进行校正,提高了导航的精度和可靠性。仿真结果表明,该惯性/天文组合导航方法的位置精度在25 m以内,可满足月球车长时间、长距离的高精度导航要求。

弹载惯性/卫星/星光高精度组合导航

选取捷联惯导系统误差作为组合导航系统状态,利用捷联惯导与卫星导航系统各自的位置输出构造量测,设计惯性/卫星组合导航算法。在惯性/星光组合导航算法设计中,对星敏感器安装误差进行建模并也列入组合导航系统状态,利用星敏感器输出的姿态矩阵和根据惯导输出计算得到的等效姿态矩阵构造量测。从而,利用联邦滤波技术设计出弹载惯性/卫星/星光高精度组合导航方法。该组合导航方法的仿真结果表明,其定位、定姿精度分别达到12.1m(3σ)和0.27′(3σ),而且能够有效标定出惯性器件的随机常值误差和星敏感器的安装误差。

惯性组合导航系统的融合技术研究

针对惯性组合系统中的多子导航系统，研究了“测量融合”的技术。文中讨论了测量融合的设计思想和方案，以惯性、全球卫星定位系统（ＧＰＳ）、无线电测距测向系统（ＶＯＲ／ＤＭＥ）、地形辅助导航系统（ＴＡＮ）组合导航系统为例，研究了组合导航系统的融合算法，并进行了蒙特·卡洛法仿真计算。结果表明，系统的设计是合理的，为惯性组合导航系统提出了有实用价值的一种融合算法。