BDS/INS紧组合三频动对动模糊度解算方法

针对伪距观测噪声较大导致动对动条件下三频整周模糊度解法(Three Carrier Ambiguity Resolution,TCAR)模糊度解算不可靠的问题,提出了一种BDS/INS紧组合三频动对动整周模糊度解算方法。通过紧组合系统输出的高精度位置坐标,估算出双差几何距离值,并用其分别代替无几何和几何模式下的双差伪距观测值,显著降低了伪距双差观测噪声水平,有效提高了三频整周模糊度解算成功率。仿真实验结果表明,BDS/INS紧组合输出的高精度位置坐标使得伪距观测精度提高了60%以上,在短基线条件下,当伪距观测噪声达到2 m时,无几何模式下的TCAR算法模糊度解算成功率为0.73%,几何模式下的TCAR算法模糊度解算成功率为31.25%,而BDS/INS紧组合的TCAR算法在两种模式下的模糊度解算成功率达到99%以上,并且获得了厘米级的相对定位精度。

复杂环境下GPS+BDS-3 PPP/INS紧组合算法性能分析

针对城市复杂环境下精密单点定位(PPP)连续高精度定位受限的问题,本文基于北斗三号全球卫星导航系统(BDS-3)与全球定位系统(GPS)双系统,利用PPP与惯性导航系统(INS)紧组合算法来改善城市复杂环境下定位性能。通过构建GPS+BDS-3双系统PPP/INS紧组合滤波模型,分别对GPS PPP、GPS+BDS-3 PPP、GPS PPP/INS紧组合、GPS+BDS-3PPP/INS紧组合4种方案在城区开阔、复杂环境下的定位、测速、定姿性能进行了分析和评估。实验结果表明,开阔环境下PPP/INS紧组合相比PPP定位精度略有提升;而在复杂环境下PPP/INS紧组合可显著解决PPP定位结果连续性和有效性较差的问题;引入BDS-3后,PPP/INS紧组合导航性能进一步提升,GPS+BDS-3 PPP/INS紧组合相比GPS PPP/INS紧组合,在东、北、天方向上,开阔环境下定位精度分别提升18.5%、32.7%、43.2%,复杂环境下定位精度分别提升35.9%、49.1%、56.5%。

城市环境下BDS+GPS RTK+INS紧组合算法性能分析

城市环境下运动载体接收的GNSS信号会被频繁地干扰和遮挡,GNSS RTK独立工作模式难以连续且可靠地固定模糊度以满足厘米级高精度定位需求。为此,本文设计了一套基于集中式卡尔曼滤波的BDS+GPS RTK紧组合算法,给出了其动力学模型、观测模型和算法架构流程。通过城市环境下的实际车载测试,对比分析了BDS、GPS、BDS+GPS 3种模式下RTK及RTK+INS紧组合的定位性能。试验结果表明,BDS+GPS双系统大大增加了可见卫星数,提高了城市环境下GNSS动态精密定位的可用性和精度;相对于GNSS RTK,紧组合极大地提高了精密定位的可靠性和可用性。

基于自适应高斯渐进滤波的工程车GNSS/INS紧组合定位

研究了量测野值影响下的工程车GNSS/INS紧组合定位问题,提出了一种基于自适应高斯渐进滤波的车辆定位方法。首先,为降低量测野值对滤波器的破坏风险,利用假设检验方法对量测野值进行检测和剔除;其次,对于野值漏检测引起的定位性能下降的问题,设计了自适应的高斯渐进滤波方法来补偿量测的不确定性;特别地,利用线性化误差与系统估计误差的变化关系,对渐进量测更新方式进行了改进,从而实现对线性化误差的间接补偿。最后,通过工程车GNSS/INS紧组合定位实验进行结果分析,验证了所提方法的可靠性和优越性。

星间差伪距/伪距率BDS/GPS/INS紧组合系统

针对GPS/INS紧组合定位定姿中GPS单模系统抗干扰性差和安全性低的问题,提出在不改变GPS/INS组合定位方程的前提下,利用BDS/GPS/INS多模组合的方式提高系统的可用观测量,使用星间差分的方式消除接收机钟差、钟差漂移等效距离误差的方法,不仅可以省去对上述误差进行建模,还能有效增加组合滤波器的稳定性,提高组合系统连续工作的能力。然后根据已有BDS/GPS单点定位测速理论,推导出星间差伪距/伪距率实时紧组合量测更新方程。实验结果表明,此方法能够较好提高组合系统的稳定性和持续工作能力。

BDS3/INS紧组合单点定位测速性能分析

为验证BDS-3在动态环境下的定位性能,利用BDS/INS紧组合定位技术,构建基于BDS3伪距及伪距率观测值的状态和量测模型,基于实测数据,以定位、测速精度为评价指标分别比较BDS2、BDS3、BDS2+3与INS紧组合定位、测速结果。实验结果表明:BDS3/INS伪距紧组合相比BDS2/INS紧组合定位精度提升58.0%,尤其在高程方面提升明显;测速精度提升6.0%,在动态环境下BDS3定位、测速性能优于BDS2。由于BDS3的加入进一步优化可视卫星几何分布,且BDS3具有更高的伪距测量精度,BDS2/BDS3/INS紧组合定位系统相比单系统紧组合有着更好的定位稳定性和可用性,其定位精度相较BDS2/INS紧组合提升45.6%,测速精度提升27.8%。

基于MEMS IMU的GNSS RTK/INS紧组合定位分析

本文针对复杂动态的城市环境自动驾驶规模化应用需求,提出惯性单元辅助RTK快速收敛的自动驾驶低成本、高精度定位方法。使用MEMS IMU M39和战术级IMU Pos320,通过对多组实测车载数据进行仿真中断,得到INS位置漂移误差、模糊度收敛时间、模糊度固定正确性指标,再对无惯导辅助、M39辅助模糊度固定和Pos320辅助3种情形下的模糊度固定时间和定位精度进行了统计和分析。结果表明,M39在GNSS中断5 s时可辅助RTK实现模糊度瞬时固定,中断时间为10 s时可以将RTK模糊度收敛时间压缩至1/4。MEMS IMU的加入使得RTK模糊度固定错误个数显著下降,10 cm以内高精度定位占比由62.25%提高至98.44%。试验验证了MEMS IMU辅助RTK能够加快模糊度收敛速度,提高了其在自动驾驶导航定位应用中的精度和可靠性。

BDS-3 PPP/INS紧组合周跳探测及修复方法

针对载波相位观测值在实际测量中存在整周数跳变的问题,提出一种BDS-3PPP/INS紧组合周跳探测及修复方法:在北斗三号卫星导航系统(BDS-3)精密单点定位(PPP)/惯性导航系统(INS)紧组合模型基础上,构建星间历元差分宽巷检测量及星间差分电离层残差检测量,以实现INS辅助BDS-3周跳探测与修复;分析可知,星间历元差分宽巷检测量利用INS短时间高精度特性,求得卫星—接收机几何距离,但无法探测等周周跳,而星间差分电离层残差检测量可消除几何距离误差,但无法探测特殊比例周跳,所以将2种方法联合实现优势互补,可以实现对所有周跳的探测以及探测后的瞬时修复。实验结果表明,所提方法在连续历元或一定中断时长内能够探测大、小、等比、特殊比例周跳,同时在中断10 s内可以实现周跳探测后的完全修复,20 s内实现部分修复。

SINS/BDS紧组合系统中自适应两阶段扩展卡尔曼滤波

在实际应用中,以伪距/伪距率为观测量的SINS/BDS紧组合导航系统,存在量测噪声的统计特性与实际不相符的情况,传统扩展卡尔曼滤波(EKF)方法无法有效解决这一问题,从而引起滤波误差增大。提出了一种SINS/BDS紧组合导航系统的GDOP估算及在线估计量测噪声的自适应两阶段EKF(ATEKF)方法,该方法使用经过紧组合修正后的SINS输出的位置,并结合星历数据中提供的卫星位置求解GDOP。在此基础上,利用GDOP值以及新息,实现了紧组合导航系统的量测噪声方差阵(R)的在线实时估计,从而达到自适应滤波的效果,改善导航精度。

LS-SVM和抗差估计的GNSS/INS紧组合欺骗检测算法

针对传统欺骗检测算法对斜率较小的斜坡式欺骗检测时间过长、虚警率和漏检率偏高等问题,提出一种最小二乘支持向量机(LS-SVM)和抗差估计的全球卫星导航系统(GNSS)和惯性导航系统(INS)紧组合欺骗检测算法。所提算法通过抗差自适应调整增益矩阵,有效削弱欺骗对新息的影响,将抗差优化的训练数据集经LS-SVM回归得到的预测新息来代替滤波器中的欺骗新息,从而进一步提高对斜率较小的斜坡式欺骗检测处理能力。仿真结果表明:在检测欺骗值为0.1 m/s的斜坡式欺骗时,所提算法与传统算法相比,检测时间缩短26.65%,虚警率降低40.63%,定位精度提高72.72%。所提算法具有检测快、虚警率低的优势,适用于GNSS/INS紧组合导航用户的斜坡式欺骗检测。

BDS-3 PPP/INS紧组合定位性能分析

随着我国北斗三号全球卫星导航系统(BDS-3)的全面建成,基于BDS-3的高精度定位定姿应用需求日益迫切.推导了无电离层组合模式BDS-3精密单点定位(PPP)模型及地心地固坐标系下的惯性导航系统(INS)误差方程,构建了BDS-3 PPP/INS紧组合定位滤波模型,分别针对BDS-3 PPP、BDS-3 PPP/INS松组合、BDS-3 PPP/INS紧组合三种模式进行了定位性能评估.实验结果表明:BDS-3 PPP/INS松组合与BDS-3 PPP位置精度基本一致;BDS-3 PPP/INS紧组合在东(E)、北(N)、天顶(U)方向位置精度为分别7.9 cm、9.3 cm、9.4 cm,较BDS-3 PPP/INS松组合位置精度分别提升了38.3%、33.1%、35.6%,速度精度分别提升了27.3%、45.8%、12%,姿态精度相当.

基于冗余GNSS观测的RTK/INS紧组合方法

为了解决传统全球卫星导航系统(GNSS)与惯性导航系统(INS)的紧组合方法在隧道、高架等复杂场景下定位精度退化、相位模糊度固定率低的问题,提出了一种基于冗余GNSS观测的RTK/INS紧组合方法,可以紧密集成任意个GNSS终端,通过大量的冗余观测与改进卫星几何构型,有效提高了系统的定位性能。实验验证与定量分析表明,该方法在城市环境中能够稳定实现厘米级的精度,在卫星数急剧减少的复杂场景下与单天线紧组合方法相比,显著改善了定位效果,将最大误差由接近3 m约束到了1 m以内,并将模糊度固定率提高了20%。

BDS/INS深组合导航性能分析

通过对BDS/INS深组合导航进行较为全面的性能分析(重点针对INS辅助BDS捕获、跟踪环路机理及性能评判准则)发现,在INS辅助下可以显著提高BDS信号捕获灵敏度、缩短平均捕获时间,并可以维持环路的锁定跟踪状态以提高导航精度。同时,考虑GNSS接收机受到超强干扰或卫星信号受到持续遮挡等特殊条件,给出BDS/INS深组合的结构设计,并基于软件接收机对深组合导航系统性能进行仿真分析。该仿真结果对工程应用具有参考价值。

基于多假设解分离算法的BDS/SINS紧组合完好性监视

完好性是民航基于性能的导航(PBN)运行的关键性能要求,是导航安全性的重要支撑;北斗导航系统(BDS)/惯性导航系统(SINS)紧组合导航系统将SINS信息加入到完好性监视中,增加了冗余信息,通过多假设解分离算法进行故障卫星的检测与隔离,满足民航特定飞行阶段高完好性要求;利用BDS接收机接收到的BDS卫星数据,通过设置飞行轨迹,模拟卫星故障,对BDS/SINS组合导航系统的完好性算法进行测试验证;实验结果表明,基于多假设解分离方法的BDS/SINS紧组合导航系统可以较好地实现故障卫星的检测与隔离,保护限计算符合预期。

基于自适应迭代扩展卡尔曼滤波算法的INS/BDS组合导航系统

为克服惯性导航系统(INS)的积累误差,提高误差的修正精度,提出了基于多天线北斗差分载波相位的北斗/惯性导航系统组合导航算法。该算法建立并线性化惯性导航系统(INS)和北斗导航系统(BDS)的状态方程和量测方程,对系统的运动状态参数应用自适应迭代扩展卡尔曼滤波(adaptive iterated extended Kakman filter,AIEKF)算法进行估计。仿真结果表明,自适应迭代扩展卡尔曼滤波算法能够提高INS/BDS组合导航系统的精度和抗干扰能力,验证了自适应迭代扩展卡尔曼滤波算法的有效性。

基于高斯过程的中心差分卡尔曼滤波在BDS/INS组合导航中的应用

针对扩展卡尔曼滤波器在BDS/INS组合导航系统模型不确定时精度下降的问题,提出了一种基于高斯过程的中心差分卡尔曼滤波算法(GP-CDKF)。在训练数据有限的情况下,用中心差分卡尔曼滤波(CDKF)来估计组合导航系统的状态向量;同时高斯过程可以考虑CDKF中的噪声和不确定性。因此,将高斯过程引入到CDKF中,可以进一步提升导航性能。试验结果表明,GP-CDKF与CDKF算法相比,东向、北向位置误差分别降低16.4%、57.1%,东向、北向速度误差分别降低15.9%、23.3%,说明GP-CDKF算法在动态系统状态估计方面优于CDKF算法。将GP-CDKF应用于BDS/INS组合导航系统中,可以有效提高导航性能。

基于B1C新信号的BDS/INS深组合改进的跟踪环路设计

针对北斗卫星导航系统/惯性导航系统(BDS/INS)的深组合定位系统,提出了一种利用惯性导航系统(INS)辅助B1C正交分量的信号跟踪算法,以解决定位过程中信号较弱致深组合定位系统失锁的问题.该算法使用了考虑INS数据的卡尔曼滤波算法,并同时利用导频分量和数据分量构成本地码,对信号进行跟踪.由该算法对实测数据计算,并利用传统算法进行对比,可以得出在弱信号的环境下跟踪环路较为稳定,伪距精度较高.

基于FPGA与DSP的INS/BDS组合导航数据精确对准方法

INS/BDS组合导航数据来源于不同的分系统,而不同系统之间在硬件和软件方面的因素都会导致系统间数据不同步,影响最终组合导航精度。可见在组合导航的应用中数据对准非常重要。针对这一问题,采用FPGA+DSP小型导航解算平台实现INS/BDS组合导航数据对准的方法。将BDS接收机的1PPS所激发的可调脉冲作为中断,通过FPGA主控芯片的控制实现对惯性传感器以及卫星导航模块的数据采集编帧和计时,然后由DSP实现对时延误差的计算以及外推拟合补偿,从而达到INS/BDS实时数据同步对准的目的。多次试验对比表明,该方法能够将位置精度提高50%左右,能够达到并且完成数据对准的要求,有一定的工程应用价值。

GNSS/INS紧组合算法实时性改进与嵌入式验证

针对GNSS/INS实时紧组合导航系统中存在的GNSS数据延迟以及组合更新解算耗时过长的问题,基于Kalman滤波理论,提出了一种在完成了滞后的观测更新后将误差状态向量一步转移到当前时刻的Kalman滤波数学模型.为了验证改进模型的有效性,首先,在Windows平台上,利用车载实测GNSS观测数据和IMU观测数据对比分析了使用改进模型解算与标准Kalman模型解算在GNSS信号中断时段内的导航误差,分析结果表明,2种模型的导航误差相当,说明了改进模型对时间延迟处理的正确性.然后,在DSP硬件平台上,基于改进模型实现了GNSS/INS实时紧组合导航系统,并进行了车载测试,实测结果表明:相对于标准Kalman模型,所提出的改进模型能够在保障紧组合导航系统精度的前提下,将输出导航结果的时间延迟减少到最小,保障了组合导航结果的实时性.

GPS/INS紧组合的INS辅助周跳探测与修复

建立了GPS/INS紧组合定位模型,改正惯性器件误差及电离层折射误差,对不同组合观测量的误差影响进行了分析,构造不同观测值组合,提出了基于惯性信息辅助的GPS周跳自适应探测方法,分析了INS定位误差对周跳探测的影响,给出了周跳探测误报率及修复成功率评价指标,提出了一种周跳检测阈值自适应确定方法。利用实测组合导航试验数据验证本文的算法,文中模拟了不同的单历元多周跳及信号失锁条件,结果表明,在GPS信号完全失锁20s内,该方法能准确检测和修复所有周跳,中断时间的延长降低了周跳修复的成功率;GPS信号部分失锁时,在模拟的90s中断时段内仍能修复所有周跳;模拟了170历元的5s间隔密集周跳,周跳探测成功率为100%,正确修复率为99.41%。