姿态卡尔曼滤波对FAST馈源舱BDS/SINS组合导航位姿精度的提高

500 m球面射电望远镜(The Five-hundred-meter Aperture Spherical radio Telescope,FAST)馈源舱位置和姿态测量精度直接影响望远镜接收机的对准精度.为了提高馈源舱位姿精度,提出姿态卡尔曼滤波算法,采用北斗导航系统的多天线技术解算馈源舱姿态,将它与捷联惯导解算的馈源舱姿态对比,两者的差值作为姿态卡尔曼滤波的量测量.为了降低北斗导航系统解算姿态的复杂度,采用了罗德里格矩阵解算方法.以望远镜跟踪观测模式时,北斗导航系统和捷联惯导解算的实际导航结果作为测试数据,测试结果表明采用姿态卡尔曼滤波的组合导航结果精度优于传统卡尔曼滤波的组合导航结果,尤其在航向角和yf轴的位置精度上.

一种改进的UKF滤波算法在BDS/SINS组合导航系统中的应用研究

将自适应估计原理引入UKF(unscented Kalman filter)算法中,该改进算法可以自适应地调节系统模型信息在导航解中的比重,从而减少滤波器初值偏差和系统模型异常扰动对导航解的影响。将改进的UKF算法应用于BDS/SINS(北斗/捷联惯导)组合导航系统中,仿真结果验证了其有效性,且该算法可提高组合导航系统的精度。

基于单因子抗差估计的SINS/DR高速列车组合导航定位研究

为了有效抑制列车长时间运行下SINS系统定位误差的快速积累,并解决GNSS/SINS组合导航系统在卫星信号故障时不能正常工作的问题,提出了一种基于单因子抗差估计的SINS/DR组合导航定位算法,在SINS系统基础上,引入车载里程仪,作为一种提供列车航位推算数据的设备,通过卡尔曼滤波器的反馈校正获得列车导航参数的最优估计值。在传统卡尔曼滤波器的基础上引入一种自适应调节因子,强化了卡尔曼滤波器的反馈校正效果,保证了在系统建模不准确时仍可获得列车导航参数的最优估计值。计算机仿真结果表明,设计的组合导航定位算法不仅可以保证高速列车长时间运行的定位精度和稳定性,而且在高速列车紧急制动的情况下仍具备较强的抗干扰能力,可以满足列车定位的基本要求。

GPS/BDS组合导航系统的精密单点定位模型

为了改善单卫星导航系统由于卫星数量较少,导致定位误差高的问题,设计全球定位系统(GPS)/北斗卫星导航系统(BDS)组合导航系统的精密单点定位模型:线性组合处理GPS与BDS的伪距和载波相位观测值,并构建GPS/BDS组合导航系统的组合观测值;接下来利用协方差成形自适应卡尔曼滤波方法,对组合导航系统导航过程中的卫星钟差、电离层延迟等误差实施滤波;再利用滤波处理后组合导航系统的广播星历,获取卫星轨道以及钟差;然后利用经验模型修正对流层延迟,获取相位观测值与伪距的综合改正数;最后利用综合改正数修正组合导航系统的观测方程,构建精密单点定位模型。实验结果表明,GPS/BDS组合导航系统采用所构建模型进行精密单点定位,不同方向定位误差均低于10 cm,证明了提出模型的有效性。

模糊自适应Kalman滤波算法在SINS/DR组合导航的应用

针对里程仪测量误差导致组合导航精度降低的问题,提出基于系统工作状态和滤波器新息状态相结合的模糊自适应算法。根据新息的变化确定模糊规则,修正里程仪输出增益,使新息始终保持在零均值附近,利用修正后的新息修正观测噪声方差,降低导航定位的偏差。仿真实验结果证明,该算法能够很好地提高组合导航定位的精度。

基于双通道Residual-LSTM的SINS/GNSS组合导航算法

针对全球导航卫星系统信号中断情况下SINS/GNSS组合导航系统无法持续进行误差校正的问题,提出一种基于双通道Residual-LSTM的SINS/GNSS组合导航算法。首先,考虑到SINS经度、纬度误差传播特性不同所导致的模型输入、输出信息之间的非线性相关性差异化,构建具有不同权重系数的双通道长短期记忆神经网络模型结构,并引入遗忘信息共享机制自适应地利用历史导航数据对经度、纬度信息进行拟合预测。其次,针对深层神经网络存在的模型退化和梯度消失问题,在多层双通道LSTM网络之间建立残差高速通道形成Residual-LSTM模型结构,以增加不同网络层次之间的信息传播路径。最后,通过实船数据验证本文所提算法的有效性。实验结果表明,与基于常规智能方法的SINS/GNSS组合导航算法相比,所提组合导航算法在GNSS信号中断期间经度误差降低了51.97%,纬度误差降低了31.45%。

BDS/GPS组合导航系统在民航中的应用

随着航班流量增加、航班运行复杂化,高效的航线航路规划、合理的空域布局在民航中显得更为必要,而这需要先进技术的支持。因此,基于北斗卫星导航系统(BDS),引入全球定位系统(GPS),解析了BDS/GPS组合导航系统的定位解算,并进行实验验证,试验结果表明BDS/GPS载波相位平滑伪距定位解算能够显著提高导航的定位精度。另外,还展望了BDS/GPS组合导航系统在我国民航中的应用。

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。

基于SINS/BDS的抗差组合导航技术研究

无人车在城市峡谷环境下,BDS卫星信号易出现干扰或拒止、惯组易受到震荡输出野值,此时导航系统会出现较大误差。针对此状况,本文提出一种基于SINS/BDS的组合导航抗差算法,重点分析了关于BDS卫星信号和惯组数据的有效性判断及异常状况下的处理策略,并在常规KF基础上加入了基于新息的方差匹配自适应滤波技术,可在线实时调整量测噪声大小以提升系统稳定性和鲁棒性,有效减小异常情况下的导航误差。最后进行了半实物仿真试验,验证了整个系统算法的可靠性和导航精度。

基于双因子抗差估计的SINS/BDS有轨电车 组合导航算法研究

针对传统基于SINS/BDS组合的列车组合导航系统过程中因列车运行环境复杂多变导致传感器运行状态存在随机干扰的特点,为提高系统的可靠性,降低引入的不确定噪声对组合导航精度的影响,提出一种基于双因子抗差估计的SINS/BDS组合算法模型,在传统M估计基础上,引入系统观测模型不符因子,降低观测模型和动力学模型误差对组合导航精度的影响。为解决因BDS数据延时以及速度位置更新解算造成的延时误差问题,在抗差更新模型中引入延时估计误差。通过仿真与车载实验表明,双因子抗差估计模型可以有效提高组合导航系统的鲁棒性,延时估计能有效降低组合更新以及数据延时误差,降低复杂环境的随机噪声对列车定位精度的影响。

水下SINS/DVL组合导航误差抑制综述

为实现水下潜航器高精度长航时航行,基于SINS/DVL组合导航的误差抑制和校正技术是关键。对于DVL数据失效情况,介绍了不同的替代方法。比较了SINS/DVL组合数据融合常见滤波算法;从长航时导航误差抑制和校正角度,叙述了阻尼算法、地形辅助校正、重力匹配辅助定位、长基线系统辅助定位和重力扰动补偿等方法。可为水下潜航器SINS/DVL组合长航时导航误差抑制提供参考。

SINS/DVL组合导航在海底挖沟机施工中的应用探索

针对难以精确监测海底挖沟机工作状态的问题,依据捷联惯性导航系统SINS(Strapdown inertial navigation system)以及DVL(Doppler log)水下组合导航技术的原理,建立组合导航模型以及误差模型,根据施工特点设置挖沟施工作业路线,依照挖沟机实际作业状态设置运动参数,并进行仿真实验,验证SINS/DVL技术在海底挖沟机管道铺设作业中的监测能力.结果表明,在铺设海底管道时,SINS/DVL组合导航系统可以实时获取海底挖沟机的工作数据,测量高精度的经纬位置、速度、姿态数据:经、纬度误差控制在±0.02°范围内;速度误差在-0.05~0.10 m/s范围内;俯仰角误差为±0.20°,横滚角误差为±0.20°,航向角误差为±1.00°.

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。

SINS/GPS/CNS组合导航联邦滤波算法

针对飞行器在长航时高速巡航过程中,捷联惯性导航系统存在误差漂移,GPS导航可能会丢星、信号失锁,天文导航系统易受环境干扰,组合系统模型线性化误差易导致滤波发散等问题,分析了三种导航系统的优缺点,提出了SINS/GPS/CNS组合导航联邦滤波算法,该算法可以取长补短,巧妙地将GPS定位和天文导航定姿精度高的优势辅助于捷联惯导系统,利用卡尔曼联邦滤波器对捷联惯导系统进行误差估计,并对联邦滤波算法进行了有效的改进。计算机仿真显示,该滤波器收敛速度快,具有一定的容错功能,其滤波精度较SINS/GPS组合导航系统在位置误差和速度误差上均有约5%左右的小幅提升,在平台角误差上更是提高了一个数量级。仿真结果验证了该组合导航方案的可行性和算法的有效性,有重要的工程应用价值。

激光陀螺SINS/GPS组合导航车载试验系统

SINS GPS组合导航系统已经应用于许多不同的领域。介绍一种已经进入试验阶段的低成本激光陀螺SINS GPS组合导航系统。根据系统的硬件结构,设计实现了与实际系统相匹配的组合导航滤波器,根据车载试验的结果,着重分析了系统车载试验中不同导航模式对系统性能的影响,最后给出了一些有益的结论。

自适应联合滤波模型及其在车载SINS/GPS组合导航系统中的应用

本文提出了一种自适应联合滤波模型结构及其算法 ,定义了联合滤波模型信息分配系数的自适应调节准则 .并设计了车载 SINS/ GPS组合导航系统的自适应联合滤波器 ,给出了滤波算法 .理论分析和实验室组合导航实验表明 。

基于联邦滤波的SINS/GPS全组合导航系统研究

传统的捷联惯性导航系统(SINS)/全球定位系统(GPS)组合导航系统常采用位置速度组合模式,其可观测性与载体的飞行航迹有关,从而影响了整个组合导航系统的精度和可靠性。为了解决这一问题,提出了基于联邦滤波的SINS/GPS全组合导航系统方案,推导了姿态角误差和平台失准角之间的变换关系,建立了SINS/GPS全组合导航系统数学模型,最后采用联邦滤波算法进行组合导航仿真计算。通过对仿真计算结果的分析,证明基于联邦滤波的SINS/GPS全组合导航算法能够有效地提高系统的导航精度和可靠性。

基于自适应分类容错滤波的SINS/GNSS组合导航方法

针对SINS/GNSS组合导航在GNSS信号异常时出现的系统滤波精度和稳定性下降的问题,提出一种基于EKF的自适应分类容错滤波算法。该算法通过比较系统残差协方差矩阵的实际值与理论值来检测GNSS信号是否存在异常,然后对异常信号进行分类,并对不同类别的异常信号使用不同的加权矩阵进行修正,以减弱异常值对系统滤波精度的影响,同时在滤波过程中加入UD分解,使系统滤波性能更稳定。仿真结果表明:该算法能够有效降低GNSS输出异常信号对SINS/GNSS组合导航带来的不利影响并提高系统稳定性;在GNSS信号出现异常情况下,其导航精度相比EKF至少提高95.6%,相比REKF和AEKF分别至少提高44.5%和24.6%。

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。

三星定位/SINS伪距组合导航系统的研究

双星定位系统是中国建立起来的一种区域性全球定位系统(RDSS)。文章分析了双星定位系统存在的不足,提出了在双星定位系统上基于三颗地球同步卫星的三星定位导航系统,接收机可以根据测得的三个伪距以及高度表信息解算用户位置。进一步研究了三星定位系统与SINS进行伪距方式组合的导航系统,仿真结果表明了该组合导航系统可有效地提高定位精度,是一种非常适合于中国国情的惯性/卫星组合导航系统。