基于残差卡方检验和动态Allan方差的INS/GPS故障检测与定位算法研究

INS作为一种精密的仪器,容易发生由于自身老化或受到外界环境干扰出现故障无法正常工作的情况。因此,深入研究了INS/GPS的故障检测算法,提出了一种基于残差卡方检验和动态Allan方差的INS/GPS故障检测与定位算法。在系统层面,通过残差式卡方检验法,能够在组合导航系统出现故障时及时准确识别,并为后续的动态Allan方差法确定一个故障发生的时间段,大大减小了Allan方差的计算量。随后通过动态Allan方差法对惯性传感器时变特性的表征,从传感器层面准确识别出故障发生的位置,两者结合实现了INS/GPS系统故障的及时检测与准确定位。通过对仿真和实验数据的分析,验证了这种方法对INS/GPS故障检测及定位的有效性。

多源导航系统软、硬故障检测新方法研究

故障检测和隔离对提高无人机的导航精度和可靠性有重要意义。针对残差卡方算法对小值软故障灵敏度差,改进序贯概率比(SPRT)算法无法判断故障结束时间的缺陷,提出了一种联合故障检测算法。该算法依靠残差卡方算法判断故障结束时间,从而及时对改进SPRT算法检测值进行修正,使改进SPRT算法能继续检测非第一次故障。改进SPRT算法对故障的灵敏度高,且残差卡方算法能准确判别故障结束时间。仿真结果表明,该综合算法对小值软故障、大值阶跃故障都有很好的检测效果,有效提高了系统的故障检测能力及灵敏度,增强了组合导航系统的可靠性。

多航向传感器信息融合与容错联邦卡尔曼滤波器在舰艇综合导航系统中的应用

不同的航向确定方法呈现不同的误差特性,通过多航向传感器的信息融合能够获得更稳定、准确的航向测量。本文提出了一种包含多个航向传感器数据融合和故障容错联邦卡尔曼滤波器的组合导航方法。该方法能够实现多个航向传感器的数据融合,同时还能实现传感器的在线故障检测和实时容错。首先基于输出误差协方差的权值法对航向测量进行最优融合,然后基于状态卡方和残差卡方设计了一个容错联邦卡尔曼滤波器,该滤波器能够检测并隔离故障的航向传感器。实测数据试验表明,该方法能够达到预期的舰艇组合导航系统的故障容错性能。

基于UWB/INS紧耦合的室内定位系统

对超宽带(Ultra Wideband,UWB)定位系统在室内定位中的应用进行研究,设计一个基于UWB和惯性导航系统(Inertial Navigation System,INS)紧耦合的室内定位系统,以改善非视距(Non-Light Of Sight,NLOS)干扰影响定位精度的问题。该系统采用双边双向测距消除时钟偏移的影响,利用扩展卡尔曼滤波(Extended Kalman Filter,EKF)实现UWB和INS的紧耦合,通过计算测距信号的增益和测距残差的卡方检验,设置门限判定测距异常值。根据正常测距值对INS的预测位置进行校正,避免累积误差,确保定位系统能够在连续时间内提供高精度的定位。仿真实验结果表明,该系统能够有效抑制NLOS干扰,优于单个传感器的定位精度。

车辆运动约束在SINS/OD系统故障检测中的应用

为了提高捷联惯导系统与里程计组合导航系统在里程计发生故障后的导航性能,在传统的故障检测算法的基础上,考虑了车辆运动约束条件在陆地导航系统中的特点,设计了两层基于残差的卡方故障检测算法,推导了在里程计故障后的车辆约束量测构造与滤波方案。采用传统单层与两层故障检测算法对80 km的车载导航数据进行了处理,试验证明,传统单层算法在里程计出现时长为2000 s的输出故障后,定位无法再次收敛。两层故障检测算法在里程计出现故障后能够顺利完成导航任务,里程计故障期间位置导航精度与无故障时相比仅相差2 m,提高了里程计发生故障后的导航性能。

基于EKF的UWB/IMU组合导航系统鲁棒性设计

基于UWB无线电技术的小区域导航技术已被愈发广泛的应用于实际场景中,然而NLOS误差严重会影响到系统的速度与位置的估计精度。为了提高UWB导航系统的鲁棒性,利用EKF滤波器实现UWB/IMU的紧组合,对载体的速度进行估计,并基于残差卡方检测原理判别是否出现NLOS,通过减小异常测量值的权重来减弱NLOS对载体速度估计的影响。而后设计α-β滤波器,融合载体的速度信息,对由牛顿迭代法求解的位置估计结果进行平滑处理。仿真结果表明,设计的算法能够有效抑制NLOS干扰对载体速度估计的影响,有助于进一步实现无人设备在小区域内的内外环控制任务。