复杂环境下GNSS/INS/UWB紧组合的无人机协同导航算法

针对多无人机系统在复杂环境下卫星信号易受到干扰的问题,提出了一种基于环路和积算法的协同导航方法。根据传感器的特点,设计了基于GNSS/INS紧组合的绝对导航和UWB辅助的卫星双差紧组合相对导航,然后使用各个平台自身的绝对导航信息和平台间的相对导航信息,构建协同导航滤波器,基于环路和积算法,设计了消息传递规则,减少了平台间的流量,计算任务在各个平台上分布运行,减小了计算压力。最后对不同复杂场景进行了仿真和物理实验,结果表明该方案的协同导航精度明显优于不进行协同导航的结果,且随着可观测信息的增多,该方法导航精度越来越高。

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。

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。

顾及非视距与系统误差的UWB质量控制及其与GNSS/INS的组合定位

为提高GNSS拒止环境下定位系统的定位精度与稳定性,本文提出了顾及非视距与系统误差的UWB质量控制方法,并实现了其与GNSS/INS的组合定位。首先,综合考虑系统的稳定性与定位精度,以GNSS/INS松组合+UWB/INS紧组合的方式构建集中式卡尔曼滤波;在此基础上,针对UWB中存在的NLOS误差,设计了基于滑动窗口与滤波新息向量的两步NLOS误差识别方法;最后,采用基于滤波估计的方法实时补偿UWB中的系统误差。实验结果表明,本文提出的UWB质量控制方法能够有效减小NLOS与系统误差的影响,GNSS/UWB/INS组合算法水平定位误差在5cm以内。在UWB布局合理的情况下,该方法无需依赖过多基站也可实现较高的定位精度。

不同场景下GNSS与INS组合定位性能评估

为评估全球卫星导航系统(GNSS)和惯性导航系统(INS)在不同场景下导航性能的差异,本文利用卡尔曼滤波算法,使用由中国香港理工大学提供的2021年5月17、18日卫星原始观测值与惯导数据文件,利用开源软件GINav进行了单GNSS SPP、SPP/INS松组合(LC)和紧组合(TC)3种模式的数据处理,并对不同模式的组合导航定位结果进行性能评估。结果表明,在不同场景下利用全球卫星导航技术和惯性导航相结合的卫星定位精度GNSS/INS松、紧组合系统模式在各个方面及定位精度上均优于单SPP系统模式。两者均可以实现动态厘米级、静态毫米级的定位精度;SPP/INS LC导航性能均优于单SPP、SPP/INS LC模式,具有更好的系统稳健性。

基于组合历元新息抗差的GNSS/INS欺骗检测方法

针对传统的全球卫星导航系统/惯性导航系统(GNSS/INS)新息平均抗差欺骗检测算法对阶跃式欺骗存在检测时延长、对斜坡式欺骗检测不敏感等问题,提出了一种基于组合历元新息抗差的GNSS/INS欺骗检测方法。检测方法联合使用单历元新息和多历元新息平均检测方法提高检测效率,构造多历元等价权因子加大对斜坡式欺骗的削弱力度,按欺骗类型进行分类处理。实验结果表明,与单历元新息检测方法和多历元新息平均检测方法相比,所提方法更具敏感性,能够检测到单历元新息无法检出的10 m的阶跃式欺骗和多历元新息平均法无法检出的0.03 m/s的斜坡式欺骗;多历元等价权因子能削弱在检测到斜坡式欺骗之前误差跟踪效应对新息的影响;在多通道欺骗场景下,所提方法使检测时延缩短了21.3%,对欺骗进行分类处理使得与真实轨迹的最大位置误差减小了86.6%,均方根误差减小了96.8%。

基于简化鲁棒UKF的GNSS/INS紧组合列车定位方法

针对GNSS/INS组合列车定位中的信息融合非线性与传感器量测故障问题,为满足复杂多变列车运行场景下列车定位精度与鲁棒性的需求,提出一种基于简化鲁棒UKF的GNSS/INS紧组合列车定位优化方法。综合标准KF的时间更新与标准UKF的量测更新来构建简化UKF,在保证GNSS/INS紧组合列车定位精度的同时改善定位解算实时性。在简化UKF滤波框架内,引入故障检测与自适应调整因子构建简化鲁棒UKF,可以快速检测传感器量测故障导致的系统故障,并对故障历元的量测噪声协方差进行自适应调整降低滤波增益,使得滤波算法具有较强的鲁棒性。采用京沈高铁实测数据与故障仿真数据进行算法定位性能验证与评估,结果表明:基于简化UKF的GNSS/INS紧组合定位算法水平定位精度为2.6865 m,与传统EKF滤波模型下的紧组合与松组合方法相比定位精度分别提高5.6%和15.0%。此外,提出的简化鲁棒UKF方法可以快速有效检测到不同类型的传感器量测故障,且大幅抑制传感器量测故障,优化复杂运行场景下的列车定位精度与鲁棒性。

基于UWB单基站系统/INS紧组合的智能车定位方法

针对狭长空间环境下测距组网超宽带(UWB)的定位几何构型较差导致定位精度低的问题,提出了一种基于UWB单基站系统/惯性导航系统(INS)紧组合的智能车定位方法。首先,通过标定UWB单基站系统的距离和角度观测量,提高其数据精度;然后,根据UWB距离和角度观测量建立量测方程,构建UWB单基站系统/INS紧组合的扩展卡尔曼滤波(EKF)模型;最后,利用EKF的位置预测结果计算智能车相对于UWB基站的距离和角度,并与UWB实测数据比较,根据残差大小分辨并剔除包含粗大误差的UWB距离或角度数据。实验结果表明,在狭长实验环境下,所提方法定位精度可达0.343 m,定位均方根误差比测距组网UWB的最小二乘法和泰勒级数展开法分别减小了68.62%和62.80%,比测距测角UWB直接定位算法和测距测角UWB/INS松组合算法分别减小了37.29%和16.34%,能够在狭长空间环境中实现较高精度定位。

城市峡谷下视觉辅助的GNSS/INS多阶段定位方法

城市峡谷环境中卫星信号遮挡严重且质量易变,导致智能车的定位易失准甚至失效。为有效利用可观测的卫星信号,提出了一种基于可视卫星的GNSS/INS融合定位方法。首先,利用鱼眼相机筛选视距卫星,进而基于正交回归拟合方法定义空视情况优劣;接着,构建基于因子图的GNSS/INS融合定位框架,考虑到观测的不稳定性,分别构建了伪距、多普勒频率、载波相位观测因子,并在满足观测条件时增添对应的约束因子进行优化;最后,设计了基于空视情况的区间优化规则,优化长度跟随遮挡区间变化,以适应不同的遮挡情况。实车实验表明,相比传统的多传感融合方法,本文的多阶段定位方法在严重遮挡区域内定位精度提高了40%以上,有效提高了城市峡谷中的定位精度。

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.

UWB/INS紧组合的室内定位定姿方法

针对室内环境下UWB定位精度受NLOS误差影响明显,且不能提供载体姿态信息的问题,提出UWB/INS紧组合的室内定位定姿方法:利用经过标准时间偏差改正后的RTT测距信息与INS推算的距离信息之差作为量测信息,按设定的阈值剔除NLOS误差,通过扩展卡尔曼滤波进行室内定位定姿。实验结果表明,该方法能有效抑制NLOS误差的影响,较好提升在NLOS环境下的定位定姿精度,适用于高精度的室内移动测量。

零速修正在GNSS/INS紧组合导航中的应用研究

为研究零速修正在GNSS/INS紧组合导航中的应用,提出综合利用GNSS/INS紧组合解算速度、IMU原始数据和多普勒观测数据的零速判断准则以及零速状态下的紧组合数学模型,并通过车载测试进行验证。结果表明,该零速判断准则对载体静止状态的判断与实际情况吻合良好,零速修正能够有效抑制载体静止状态下的IMU传感器误差积累,尤其是在卫星观测质量不好时。相对于不使用零速修正,在较短静止时间内,采用零速修正算法可以使卫星信号正常时的载体位置、速度精度分别改善27%、35%;卫星信号中断30-120s时,载体位置和速度精度分别改善16%-75%和87%-97%;但卫星信号正常与中断时,姿态改善效果都不明显。

自适应UKF在GNSS/INS紧组合导航中的应用研究

基于IAE滤波自适应估计算法,构造自适应无味卡尔曼滤波模型,利用模拟GNSS/INS组合导航平台,建立21状态紧组合导航模型,设计基于不同滤波模型的测试方案进行测试,结果表明:AUKF模型通过自适应估计原理能够抑制状态估计误差的影响,并能消除异常误差的出现,明显改善了导航系统的精度及可靠性,并且其执行效率并未受到影响;多卫星组合系统使定位精度提高了49.38%。

三频差分GNSS/INS紧组合模型

北斗卫星导航系统已经提供三频信号的位置服务。针对目前尚无关于北斗三频信号的GNSS/INS紧组合研究的现状,将三频模糊度解算算法与紧组合结合,构建了三频差分GNSS/INS紧组合模型。给出了新模型的观测方程和模糊度解算方法,分析了新模型的优点。进行了车载组合导航实验对比新模型与经典模型,结果表明:新模型的解算时间消耗远少于经典模型,在9颗可视卫星时,新模型的总解算时间仅为经典模型的55.53%;卫星数的增加对新模型解算时间的影响不显著;新模型能够获得和经典模型相当的精度,位置差别均方根在毫米级,速度差别均方根在厘米级,姿态差别均方根在0.01°级别。新模型利用了三频模糊度解算速度快的优点,又有效地削弱了其不稳定性对定位结果的影响,为基于三频信号的GNSS/INS紧组合做了前沿性研究。

基于IFLL跟踪技术的INS/GNSS紧组合算法

为了提高复杂电磁环境下的GNSS抗干扰能力,针对低成本制导武器的特点,提出了一种基于INS辅助二阶锁频环跟踪技术的INS/GNSS紧组合算法。该算法采用紧组合结果估计载体的多普勒频率及二阶锁频环估计的残余多普勒频率,控制载波和码发生器,以降低动态应力对跟踪环路的影响。建立了紧组合滤波模型,给出了实现方法。仿真结果表明,在高动态干扰环境下该算法可跟踪载噪比为18 dB-Hz的GPS L1 C/A卫星信号,比传统高动态接收机的抗干扰能力提高了约9 dB。

基于抗差EKF的INS/GNSS紧组合算法应用研究

针对INS/GNSS组合导航中GNSS观测值存在粗差的问题,研究了基于抗差EKF的紧组合导航算法。给出了INS在当地水平坐标系下的误差方程和INS/GNSS紧组合量测方程,根据量测方程建立了最小二乘解算模型,利用最小二乘残差统计量构造了等价协方差矩阵,给出了相应的计算过程,并利用实测数据对算法进行了验证。结果表明:当GNSS观测值中存在粗差时,基于抗差EKF的紧组合导航能够较好地削弱粗差观测值的影响,提高了组合导航系统的精度。

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。

GNSS/INS紧组合中的周跳探测方法

讨论了GNSS/INS紧组合算法;依据卡尔曼滤波新息检验理论研究了GNSS/INS紧组合中的周跳探测方法。通过实验论证,对比分析了GNSS/INS紧组合模式和纯GNSS模式下,动态周跳探测与处理的效果。实验结果表明:紧组合模式对周跳的发生更为敏感,可以有效地提升周跳探测的效果。

GNSS/INS紧组合最大熵卡尔曼滤波算法

针对实际环境中量测噪声易被野值污染而呈现非高斯分布,进而导致传统卡尔曼滤波(KF)算法性能降低的问题,提出了最大熵卡尔曼滤波(MCKF)算法.该算法基于最大熵准则(MCC)和M估计的思想推导得到.与KF相比,所提算法能够给异常量测值分配较小的权重以减轻其对于状态估计的影响,与基于Huber函数的卡尔曼滤波(HKF)算法相比,其能够更有效地利用量测信息,因此所提算法相比于KF和HKF而言更加鲁棒.在全球卫星导航系统(GNSS)与惯性导航系统(INS)的紧组合模式下进行车载实测实验,由于GNSS的伪距与伪距率等原始量测信息质量不佳,因此KF和HKF的性能均受到影响,而所提MCKF算法能够有效地抑制异常量测值的影响,能够更快地收敛且得到更高的估计精度.

GNSS/INS紧组合的新息优化抗差估计欺骗检测算法

针对传统的新息抗差估计欺骗检测算法对缓慢增长的斜坡式欺骗检测时间较长甚至检测不敏感等问题,提出了一种GNSS/INS紧组合的新息优化抗差估计欺骗检测算法。所提出的算法对缓慢增长的斜坡式的新息检测量进行了优化,结合抗差估计自适应调整增益矩阵并合理选择“检测窗口”,进一步提高了对缓慢增长的斜坡式欺骗干扰的检测效率和检测性能。仿真结果表明,在检测单通道0.1 m/s缓慢增长的斜坡式欺骗时,所提算法检测时间较新息抗差估计欺骗检测算法平均缩短了30%以上,漏检率为0;在检测多通道时,检测时间平均缩短了30%,漏检率为0,虚警率平均降低了18.5%。所提算法在检测缓慢增长的斜坡式欺骗干扰时,具有检测快、漏检率和虚警率低的优势,对无人机应用领域具有重要意义。