多普勒测速仪/捷联惯导组合导航技术研究

提出了利用多普勒测速仪辅助捷联惯导系统动基座对准以及基于卡尔曼滤波的组合导航方案,并对该导航方案水上实验的结果进行了分析.实验结果表明,多普勒测速仪能够有效地抑制惯导误差随时间积累的缺点,提高了导航定位的精度.

基于激光多普勒测速仪的车载组合导航

针对车载纯捷联惯性导航系统(SINS)导航精度随时间增长而降低的不足,提出了基于激光多普勒测速仪(LDV)这一新型速度传感器的组合导航方案。通过建立SINS/LDV组合导航系统的状态方程和量测方程,设计了系统的卡尔曼滤波器,并对组合导航系统进行了仿真模拟。结果表明:SINS/LDV组合方案能够有效减小SINS导航参数随时间的累积误差,可以实现全自主、高精度导航;当LDV测速精度为0.1%时,组合导航系统的位置精度提高了2个数量级,速度精度提高了1个数量级。

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。

基于二维激光多普勒测速仪的捷联式车载自主重力测量方法

传统的车载重力测量通常采用捷联惯导系统(Strapdown Inertial Navigation System,SINS)/全球导航卫星定位系统(Global Navigation Satellite System,GNSS)组合的方式,但是在如山谷、隧道以及高楼林立等特殊环境下,GNSS信号会受到遮挡,导致重力测量系统精度下降。针对特殊环境下传统车载重力测量方法精度下降的问题,提出了一种基于捷联惯导系统/二维激光多普勒测速仪(Laser Doppler Velocimeter,LDV)组合的车载重力测量方式,分析了系统重力测量原理和误差模型,设计了滤波器方案,通过车载重力测量实验对系统精度进行了验证。实验针对丛林遮蔽的山地环境下完成了六条重复测线重力测量,同时比对SINS/GNSS组合重力测量系统的测量精度,其中SINS/GNSS组合系统的单条测线内符合精度最大为2.46 mGal,最小为1.03 mGal,总内符合精度为1.53 mGal;SINS/LDV组合系统的单条测线内符合精度最大为1.05 mGal,最小为0.47 mGal,总内符合精度为0.70 mGal,其总内符合精度相比于SINS/GNSS组合系统提高了约53%。车载重力测量实验证明了SINS/LDV组合重力测量系统在卫星信号拒止环境下的有效性。

Janus配置的激光多普勒测速仪的陆用组合导航（英文）

为了抑制车辆颠簸、倾角变化对传统激光多普勒测速仪的影响,设计了基于Janus配置的分光再利用结构激光多普勒测速仪,该测速仪由两个激光多普勒测速仪子系统镜像安装而成,可补偿倾角变化对速度测量的影响,因此对倾角变化不敏感.车载实验结果表明该测速仪的测速相对误差为0.3%,在55.6km的行程中组合导航的最大位置误差为5.8m.该结构激光多普勒测速仪能够抑制车辆颠簸、倾角变化对速度测量的影响,提高组合导航定位精度,更适合陆用组合导航.

波束故障条件下基于ST-EKF的SINS/DVL紧组合导航优化方法

针对基于扩展卡尔曼滤波(EKF)的捷联惯性导航系统/多普勒测速仪(SINS/DVL)紧组合导航系统中出现波束故障时,采用波束频移信息重构的故障处理方案会引起量测噪声特性变化,导致导航精度降低的问题,提出了一种波束故障条件下基于状态变换扩展卡尔曼滤波(ST-EKF)的SINS/DVL紧组合导航优化方法。根据四波束Janus阵列的结构特性,提出适用于紧组合导航系统的目标函数,并采用粒子群优化算法对系统噪声协方差矩阵和量测噪声协方差矩阵进行实时优化。仿真实验结果表明,与基于EKF的SINS/DVL紧组合导航系统相比,所提方法的定位精度提高了70.4%,有效提高了波束故障条件下组合系统的导航精度。

水下捷联惯性组合导航数据处理系统测试平台

针对深海水下惯性组合导航系统研发与运行的需要,开发了多普勒测速仪/捷联惯性(DVL/SINS)组合导航数据处理系统的测试平台,介绍了测试平台的构成与实现,用构建在测试平台上的导航部件模拟器代替真实导航部件为被测系统提供输入信号,具有软、硬件结合的综合测试功能。实际应用结果表明,M-LVDS总线技术的应用使其具有实时性好、测试灵活的特点。

基于紧组合的SINS/DVL/USBL导航算法

针对自主水下航行器在水下复杂环境下对于高精度、高可靠性的导航定位需求,提出了一种捷联式惯导系统(SINS)/多普勒测速仪(DVL)/超短基线(USBL)定位系统紧组合导航算法,构建了基于频移量测的SINS/DVL紧组合量测方程和基于相对测量信息量测的SINS/USBL紧组合量测方程,通过集中卡尔曼滤波的方法,对SINS、DVL和USBL的信息进行融合处理。针对水下复杂环境造成导航精度下降的问题,充分考虑DVL和USBL的数据野值情况,利用卡方检验法进行判断后对故障数据隔断处理,实时更新量测方程维数,保证系统精度。仿真验证可知,该算法对比其他不同组合模型算法具有较高的定位精度,对比传统的基于速度量测和相对位置量测的SINS/DVL/USBL集中滤波方法精度可提升约23%;在DVL数据失效时,定位误差较正常情况仅增长5.2%;在USBL数据失效时,定位误差较正常情况增长165.4%,鲁棒性和稳定性显著优于基于其他量测的SINS/DVL/USBL的集中滤波导航算法,可实现高精度和高可靠性的水下导航定位。

基于滑动窗口抗差自适应滤波的SINS/DVL组合导航算法

捷联惯性导航系统(SINS)/多普勒测速仪(DVL)组合导航时,需要考虑多普勒速度信息中出现的野值和噪声特性变化对导航精度的影响。针对上述问题,提出基于滑动窗口抗差自适应滤波的SINS/DVL组合导航算法。首先建立状态变换漂移误差角系统误差模型,在速度误差方程中用重力常值项代替比力项,减少比力项引起的速度误差,提高模型的准确性。然后利用新息序列判别野值,若异常则采用滑动窗口数据修正错误新息,并使用带遗忘因子的自适应滤波在线估计量测噪声。实验结果证明,新的系统误差模型和滑动窗口抗差自适应滤波能有效减缓位置误差的累积。2 h的SINS/DVL组合导航中误差航程比优于1.05%,相比于传统卡尔曼滤波性能提升39.66%。

基于二维激光多普勒测速仪建立新组合导航系统的方法

为了提高车辆在行驶过程中的测量精度,提出一种利用二维激光多普勒测速仪(2D LDV)和捷联惯性导航系统(SINS)建立新的组合导航系统的方法。阐述了2D LDV的基本原理,并且详细讨论了由2D LDV和SINS组成的新的组合导航系统进行位置解算的过程。理论及实验结果表明:新的组合导航系统很好地抑制了纯惯性导航误差发散的特性;相比于由一维激光多普勒测速仪构成的组合导航系统,2D LDV提高了载体速度测量的精度,从而进一步提高了组合系统的导航精度。新的组合导航系统两次实验在2.2 h内的定位误差分别只有5.9 m和5.2 m。

水下组合导航系统DVL时间延迟估计方法

针对水下载体导航应用场景下,多普勒测速仪(DVL)由于其水声测速原理存在的测速数据时间延迟问题,基于多普勒时间延迟机理研究了一种水下组合导航系统多普勒时间延迟估计方法。对常规惯性/DVL组合导航滤波模型进行改进,建立惯性/DVL组合导航滤波方程,增加多普勒时间延迟估计,降低了多普勒数据延迟引起的定位误差。通过已知时间延迟和未知时间延迟两种试验,证实了多普勒时间延迟估计方法能够提高惯性/DVL组合导航定位精度,在海试试验中将惯性/DVL组合导航定位精度从0.3%里程提升至0.2%里程。结果表明,所提方法可以实现对DVL时间延迟估计,有效降低时间延迟对测速误差的影响,对提升水下高精度组合导航定位精度具有较好的工程应用价值。

基于自适应滤波的SINS/DVL组合导航系统

以水下运载体为研究对象,给出一种线性的捷联惯导系统(SINS)误差数学模型,根据多普勒测速仪(DVL)测速的误差特点建立其误差方程,并以捷联惯导系统为主导航设备建立SINS/DVL组合导航系统数学模型.考虑到DVL测速易受水中复杂环境的影响,将Sage-Husa自适应滤波算法引入SINS/DVL组合导航系统.针对Sage-Husa自适应滤波器长时间滤波后自适应程度下降的问题,引入滤波收敛判据对其进行改进,以自适应调节噪声估计器对不同时刻信息利用的权值.仿真结果表明:该基于自适应滤波算法的SINS/DVL组合导航系统稳定性好,且具有较高的导航精度.

基于SINS/USBL/DG的水下动态重力测量

水下重力信息在深水油气勘探和潜航器辅助导航中发挥着重要作用。多普勒测速仪(DVL)由于工作范围受限无法时刻输出有效的数据,若作为水下传感器用于重力测量会影响数据处理的可靠性和准确性。针对这一难题,提出了一种基于捷联式惯性导航系统(SINS)/超短基线定位系统(USBL)/深度计(DG)组合导航的水下动态重力测量方法。该方法无需利用外部高精度的速度观测就能实现动态重力测量,摆脱了水下动态重力测量对DVL的依赖,在某海域进行了水下动态重力测量试验以验证新方法的有效性。试验结果证明,重复线内符合精度可以达到1 mGal的水平。