融合TOA/AOD的5G/SINS紧组合导航定位算法分析

针对5G定位和捷联惯性导航单一定位方式的可靠性和定位精度较差的问题,本文以扩展卡尔曼滤波为基础,提出了融合5G信号到达时间和信号离开角的5G/SINS紧组合导航算法。该算法首先利用惯性传感器输出信息解算用户的位置、速度和姿态,在此基础上利用已知的基站坐标反算出一组虚拟的5G观测值,然后使用该观测值和实际的5G测量值建立统一的观测方程进行滤波解算。仿真试验结果表明,5G/SINS紧组合的定位成功率可达99%以上,且能够有效改善惯导航位推算的发散问题,其定位精度相比单纯的5G定位有了大幅提高,相比5G/SINS松组合受基站数量和基站几何分布的影响较小。融合TOA/AOD的5G/SINS紧组合导航的定位结果有超过99%的历元在3 m以内。在5G观测值中存在系统误差时,5G/SINS紧组合的定位表现优于5G定位和5G/SINS松组合导航。

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。

MINS/GPS一体化紧组合导航系统

采用基于MEMS技术的低成本IMU和GPS作为传感器,以DSP和FPGA分别作为计算和通信器件,实现一体化紧凑型的紧组合导航系统。除去外接天线,整个导航系统尺寸为12 cm×12 cm×11.6 cm。算法方面,采用扩展卡尔曼滤波器,以伪距、伪距率误差作为观测量进行实时滤波估算导航系统的状态量,进而修正系统误差。采用双子样优化的圆锥效应和划船效应补偿算法,实现100 Hz的导航数据输出。通过静态和跑车实验验证,该系统的静态水平定位误差为0.2 m(CEP),动态水平定位误差优于10 m(CEP),俯仰角和横滚角误差为0.3°,航向角误差为0.5°。

捷联惯性/卫星超紧组合导航技术综述与展望

捷联惯性/卫星超紧组合导航技术是当前导航制导领域研究的热点和难点,对此研究具有重要的理论意义和应用价值,国内外研究者众多。但由于对超紧组合技术研究的出发点和应用对象不同,研究者所提出的超紧组合系统结构和原理不完全一致,针对这种混杂现象,目前尚无统一的分类标准。综合了捷联惯性/卫星超紧组合导航技术国内外发展现状,对现有超紧组合技术原理进行了详细分析,并在总结各类超紧组合结构的技术特点基础之上,将其分为基于相关数据浅度融合超紧组合、基于相关数据深度融合超紧组合和基于伪距数据超紧组合3种。最后,对捷联惯性/卫星超紧组合技术未来的发展趋势进行了展望。

GPS/SINS紧组合导航系统信息融合技术研究

为了提高复杂环境条件下导弹的导航精度,以GPS/SINS紧组合导航系统为研究对象,首先研究了GPS/SINS紧组合导航系统的数学模型;然后对扩展卡尔曼滤波和无迹卡尔曼滤波的算法进行了详细的分析;最后将这两种滤波算法应用到GPS/SINS紧组合导航系统中。系统仿真结果表明,UKF在位置、速度的估计精度上均优于EKF,并且UKF具有更好的稳定性和收敛性。

自适应Kalman滤波在光纤陀螺SINS/GNSS紧组合导航中的应用

为了提高光纤陀螺捷联惯性导航系统(SINS)和全球卫星导航系统(GNSS)的组合导航精度和系统稳定性,设计了基于伪距、伪距率的紧组合导航系统模型。针对光纤陀螺的白噪声特点,以及误差不稳定性导致无法精确建模,将残差引入误差方差阵的估计中,提出了一种改进的自适应卡尔曼滤波方法。采用改进的自适应卡尔曼滤波方法滤波得到导航参数的最优估计,然后对系统进行反馈补偿校正,抑制了滤波发散问题,提高了系统的稳定性。稳态测试试验结果表明:设计的光纤陀螺SINS/GNSS紧组合导航系统具有较好的鲁棒性;在三颗卫星的条件下,系统能够在短期内保持较高的导航精度,验证紧组合导航的优越性。

面向室内行人的Range-only UWB/INS紧组合导航方法

为了提高室内行人组合导航系统的精度和灵活性,提出了一种Range-only超宽带(UWB)/惯性导航系统(INS)紧组合导航方法。该方法将锚点的位置信息引入到系统状态变量中并通过数据融合滤波器进行预估,以克服传统UWB/INS紧组合导航模型中需要预先获取锚点位置信息的缺点,减少锚点位置信息精度对组合导航系统的影响。在此基础上,利用迭代扩展卡尔曼滤波(IEKF)来完成组合导航系统的数据融合滤波,以提高对目标行人导航信息的预估精度。实验结果显示,所提方法的平均绝对位置误差与传统UWB/INS紧组合方法相比降低了11.69%,算法对锚点位置信息的依赖程度也显著降低。

基于四元数平方根UKF算法的SINS/GPS紧组合导航系统研究

在较大初始姿态误差角下,针对SINS/GPS紧组合导航系统扩展卡尔曼滤波(extenthed Kalman filter,EKF)算法定位精度下降的问题,提出了一种基于四元数的平方根无迹卡尔曼滤波(square root unscentedKalman filter,SRUKF)算法。为解决SRUKF算法中四元数正交规范化的限制,通过构造姿态矩阵代价函数将四元数预测均值问题转化为代价函数最小时的四元数向量求解问题,保证了均值四元数的规范化;利用乘性四元数误差表示四元数预测值与均值之间的距离,求取四元数的预测协方差矩阵,保证了算法的合理性。在此基础上,给出了SINS/GPS紧组合系统四元数平方根无迹卡尔曼滤波算法的具体步骤。在较大初始姿态误差角下的仿真实验结果表明,与EKF算法相比,该算法精度更高,稳定性更强。

低轨卫星紧组合导航UKF方法

针对紧组合导航系统状态方程及量测方程的非线性,以低轨卫星为应用对象开展了无迹卡尔曼滤波UKF方法研究.给出了惯性系下的系统模型及算法模型,其中姿态直接采用修正Rodrigues参数来表述以避免四元数归一化条件的限制,系统状态更新采用四阶Runge-Kutta法以适应卫星的高速运动;之后通过数学仿真与广义卡尔曼滤波EKF进行了比较分析.结果表明:UKF滤波对于姿态精度明显优于EKF,提高了一个数量级,对于速度、位置精度两者滤波效果相当,但对于运算时间UKF耗时较长.因此实际应用中可根据导航精度与运算时间需求决定是否采用UKF方法.

改进自适应Kalman滤波的SINS/GPS紧组合导航

当系统噪声和量测噪声统计特性不明确时,基于新息的自适应滤波对两种噪声进行估计时存在相关性,与实际情况不符而影响滤波精度。针对这种情况,提出改进的自适应滤波算法。首先建立了SINS/GPS紧组合导航系统空间方程;然后介绍了自适应卡尔曼滤波原理,指出了此算法对两种噪声估计出现相关性的原因,在此基础上提出了改进的自适应卡尔曼滤波算法,改进算法对系统噪声和量测噪声同时进行在线估计,解决了原算法存在的不足;通过半实物仿真实验可以看出,在系统噪声和量测噪声不明确时改进算法的估计精度,与原有算法在系统噪声和量测噪声已知时的估计精度相当,充分说明了改进算法的实用性。

量测野值与波束故障条件下SINS/DVL紧组合导航方法

针对传统捷联惯性导航系统(SINS)/声学多普勒测速仪(DVL)组合导航系统导航精度容易受量测信息质量影响的问题,提出了一种基于波束重构的SINS/DVL紧组合导航系统故障处理方案。以现有的紧组合模型为基础,根据四波束DVL结构特点,提出了新的故障波束速度信息重构方案。针对速度测量异常、量测模型误差及波束信息重构误差等综合引起的量测噪声特性变化问题,根据核函数思想,设计了一种改进Huber鲁棒滤波器。试验结果表明,在1 h波束故障情况下,采用所提出故障处理方案最大定位精度相对于纯惯性定位提高了80%以上。

自适应序贯UKF的INS/BDS紧组合导航算法

针对标准无迹卡尔曼滤波(UKF)算法因自适应能力较弱导致滤波算法精度低的问题,提出一种自适应序贯UKF滤波算法。相比于传统的UKF算法,改进的UKF算法在对sigma样本点的获取上进行改进,加入比例系数替代原有的固定值采样,虽对计算速度略有影响但有效提高了滤波精度。同时通过序贯处理的方法进行量测更新,降低了计算难度和复杂性,提高更新速度,在两种方法相互配合的前提下,改进的UKF滤波算法在可接受的滤波时间内提高滤波精度,有效的得到精确的导航信息。通过INS/BDS紧组合导航系统进行仿真验证,将实验结果与标准UKF算法在组合导航中的位置、速度特性进行比较,结果表明,改进的UKF滤波算法的滤波性能对比与标准UKF算法有着显著的优势,最终有效的提高组合导航的性能。

基于KL散度的紧组合导航欺骗式干扰检测方法

蓄意的欺骗式干扰可诱导机载全球导航卫星接收机定位结果偏离真实位置,给民航飞行安全带来极大的风险。针对欺骗式干扰隐蔽性强、难以被检测的问题,基于机载导航系统体制,本文提出了一种基于KL散度的欺骗式干扰检测方法。基于机载紧组合导航系统滤波器新息数据,利用卫星受欺骗与否时新息可能存在的两种概率密度分布,构建基于KL散度的欺骗检测统计量,进行欺骗式干扰检测。仿真结果表明,与传统新息序列卡方检测方法相比,基于KL散度的欺骗式干扰检测方法提高了算法对缓变式欺骗干扰和微小突变式欺骗干扰的检测能力,降低了欺骗检测的漏警率。

状态切换CDKF算法及其在低成本紧组合导航系统中的应用

成本SINS/GPS紧组合导航系统在大失准角情况下出现的滤波发散现象,建立了基于乘性四元数的非线性导航系统误差模型,并提出一种基于乘性四元数的状态切换中心差分卡尔曼滤波算法。该算法通过在均值四元数计算过程中引入修正的罗德里格参数进行状态切换,解决了传统中心差分卡尔曼滤波算法中对于四元数正交规范化的限制。仿真实验结果表明,本文提出的方法能够有效实现对于载体运动状态的在线估计,且与无迹卡尔曼滤波算法相比,具有更高的滤波精度。

GPS/INS紧组合导航姿态计算方法选取分析

基于GPS/INS紧组合模式,研究了方向余弦算法和四元数算法的解算过程,并通过模拟数据试验,分析了它们在姿态解算过程中对姿态漂移误差的影响。通过对比可以得出,四元数法在相同模拟环境和相同解算阶数下,其姿态解算精度要优于方向余弦算法,且所用参数和约束方程均少于方向余弦算法。

顾及ISB/IFB的多GNSS RTK/INS紧组合导航方法

为解决不同GNSS间信号差异引起的多GNSS RTK/INS紧组合导航应用中卫星系统间模糊度固定失败的问题,本文提出顾及ISB/IFB的多GNSS RTK/INS紧组合导航方法,以进一步发挥多GNSS在复杂环境下的互补性和灵活性。本文推导了顾及ISB/IFB的多GNSS RTK/INS紧组合导航观测方程,给出了综合利用抗差估计方法和粒子群优化的ISB/IFB参数估计方法。试验结果表明,顾及ISB/IFB参数可以在一定程度上提高卫星系统间模糊度固定成功率;结合抗差估计方法提高卡尔曼状态估计浮点解精度,可显著提高多GNSS RTK/INS紧组合导航系统在复杂环境下的系统间模糊度固定成功率与导航精度。

基于ARM的SINS/GNSS紧组合导航系统设计

针对全球导航卫星系统(GNSS)信号受到干扰失锁导致可见卫星数目少于4颗时,捷联惯性导航系统(SINS)/GNSS松组合系统无法正常运行问题,设计了基于ARM的SINS/GNSS紧组合导航系统,并对该系统建立非线性模型.首先以三星Exynos4412作为电路核心处理器,集成IMU模块MPU9250和卫星接收模块MH16-T1,同时搭建硬件系统.采用无迹卡尔曼滤波算法进行紧组合数据融合,在GNSS信号受到干扰时也能用GNSS信号辅助SINS进行组合导航.最后通过样机车载测试表明,设计的SINS/GNSS紧组合系统比松组合系统具有更高的导航精度与稳定性,即使在GNSS信号受到干扰失锁时,紧组合系统短期内仍可保持较高的导航精度.

基于自适应航迹融合算法的GPS/SINS紧组合导航系统研究(英文)

针对开环校正GPS/INS组合导航系统卡尔曼滤波器在长时间工作条件下滤波精度下降的问题,提出了基于自适应航迹融合算法的紧组合GPS/INS导航系统方案。设计了一个与GPS/INS滤波器并行的独立GPS滤波器,利用自适应航迹融合算法对两个滤波器输出的局部航迹进行融合,从而得到系统航迹。数学仿真结果表明,该方案能够有效提高导航系统的导航精度和容错能力。

时钟模型辅助的惯性/卫星紧组合导航算法研究

针对卫星信号受到遮挡或者干扰、卫星接收机收星数不足的问题,提出了一种时钟模型辅助的惯性/卫星紧组合导航算法。通过正常紧组合状态下的钟差、钟漂估计值建立钟差和钟漂的数学模型,在可见卫星少于4颗时,用时钟模型计算得到的钟差和钟漂作为系统钟差、钟漂的真实值引入观测信息中,并省去状态变量中的钟差和钟漂项,增加了系统的可观测性。最后,通过采集跑车试验数据进行了离线数据仿真试验。试验结果表明,提出的时钟模型辅助的惯性/卫星紧组合导航算法在可见卫星不足的情况下取得了良好的效果。

改进抗差Kalman滤波的INS/GPS紧组合导航算法

现有的抗差卡尔曼滤波基于对位置信息的检验给出等价权,会导致当GPS可观测卫星在4颗以下时,基于抗差卡尔曼滤波算法的INS/GPS紧组合导航算法退化为纯惯性导航,针对这一问题,提出了改进的抗差卡尔曼滤波算法.首先介绍了INS/GPS组合导航模式,并且建立了紧组合导航模式下的状态空间方程;然后分析了GPS可观测卫星在4颗以下时,抗差卡尔曼滤波导航精度差的根源,在此基础上提出了改进的抗差卡尔曼滤波算法,改进的算法基于原始测量信息给出等价权,因此无需可观测卫星在4颗以上;实验结果表明,改进的抗差卡尔曼滤波克服了抗差卡尔曼滤波的缺陷,在导航精度上有很大提高.