因子图框架下里程计辅助GNSS/INS组合导航算法

在复杂观测环境下,GNSS/INS组合导航系统的GNSS信号易受干扰从而导致INS独立导航精度迅速下降。针对上述问题,本文基于因子图的里程计辅助GNSS/INS组合导航算法,利用里程计观测信息结合非完整性约束构建航向速度约束方程,同时采用能多次线性化计算和多次迭代的因子图优化方法进行参数估计。实际车载试验解算结果表明,在GNSS信号良好时,基于因子图方法比滤波方法具有更快的收敛时间,收敛速度提高了近10倍;在GNSS信号发生中断时,添加里程计辅助后组合导航系统在东向和北向分别提升了83%和89%。与传统的滤波融合手段相比,本文采用因子图优化后在东向和北向的定位精度分别有63%、70%的改善。

故障修复增强的抗差滤波PDR/GNSS行人导航方法

针对复杂环境下智能手机卫星信号容易受到干扰而引起组合导航精度降低的问题,提出一种基于故障修复的抗差滤波行人导航方法。该法首先利用等价权因子实时调整观测权值,以有效地减少观测粗差对组合导航精度的影响。其次,针对松组合系统没有观测冗余的模型局限性,将抗差扩展卡尔曼滤波检测区间分为无故障、偏离和异常3段。无故障时,不做处理;出现偏离时,对观测值进行降权处理;异常情况下,利用预测新息对故障进行幅值修复,进而修正观测值。实际实验结果表明,当GNSS出现单历元故障时,经典的抗差滤波方法能够有效提高智能手机PDR/GNSS组合导航定位精度,其北向最大误差由7.27 m减小为3.20 m,东向最大位置误差由24.01 m减小为6.60 m;在GNSS出现多历元连续故障时,所提出的故障修复增强的抗差滤波方法相比经典的抗差滤波方法的平均定位误差下降了50%以上。

GNSS/INS/VNS组合定位信息融合的多无人机协同导航方法

在信息化战场上,无人机面临多种潜在威胁,不时出现的非意图干扰对无人机系统的卫星信号和通信链路造成干扰,对飞行产生不良影响。为了解决这一挑战,采用多传感器信息融合,以全球导航卫星系统(Global Navigation Satellite System,GNSS)和惯性导航系统(Inertial Navigation System,INS)组合导航系统为主滤波器,并将全球定位系统导航系统和视觉导航系统作为子滤波器,建立了联合滤波器。将多架无人机数字影像的相对导航信息与各无人机平台获取的绝对导航信息融合,实现了一种基于卡尔曼滤波的多地标接力辅助导航算法,有效提高了GNSS/INS相对导航系统的解算精度,降低了多无人机群体的计算负担,扩大了无人机的巡航范围。采用并行分布式的系统框架,将算法部署在多个无人机平台上,通过无人机之间的信息传递和互动,实现多无人机的协同感知与自主定位。在仿真任务场景中进行相关实验,实验结果显示该方法在3架无人机协同导航中位置估计平均误差达到0.66 m,速度估计精度保持在±0.4 m/s,满足设计要求。

北斗系统及GNSS多星座组合导航性能研究

针对北斗、GPS、GLONASS和GALILEO等单星座系统定位中存在的定位精度不足、可见星不多、定位可靠性不强等问题,研究了一种利用北斗、GPS、GLONASS和GALI-LEO多星座信息在统一坐标系中采用最小二乘法进行组合导航定位的方法。仿真结果表明:北斗与GPS双系统的定位精度优于单纯的北斗系统精度,而采用北斗/GPS/GLONASS/GALILEO多星座组合导航定位能够有效提高用户的定位精度和可靠性,研究成果对北斗系统的精度验证和多星座接收机的实现具有参考意义。

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%。

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。

基于新息速率抗差估计的INS/GNSS组合导航系统欺骗检测算法

在INS/GNSS组合导航系统中常采用基于新息的欺骗检测算法。针对现有算法对同步式欺骗干扰的检测时间较长、漏警率和误警率较高的问题,提出了一种基于新息速率抗差估计的INS/GNSS组合导航系统欺骗检测算法。该算法将Kalman滤波估计得到的新息速率作为检测量来判断是否存在欺骗干扰,并利用抗差估计削弱欺骗干扰对新息序列的影响,通过调整等价权函数的参数进一步提高算法的检测能力。仿真结果表明:该算法对诱导速率为0.1 m/s的同步式欺骗干扰的检测时间缩短了60%以上,在3路以下的卫星信号被欺骗时,通过选择合适的检测门限,误警率和漏警率均能维持在4%以内。

惯导/GNSS/罗兰C/航姿系统组合导航方案

为保证飞行器的导航精度及可靠性 ,采用了惯导 /GNSS/罗兰 C/航姿系统的组合导航。该组合导航采用开环组合方式 ,将多系统导航信息在计算机中进行综合 ,提高导航信息精度。仿真试验结果说明 ,所设计的组合导航系统是可行的 。

组合导航系统INS/GNSS/SAR及其降阶模型性能的研究

介绍了高阶组合导航系统惯性导航系统 (INS) /全球导航卫星系统 (GNSS) /合成孔径雷达 (SAR)及其降阶模型 .降阶系统的卡尔曼滤波时间大大缩短了 ,但其精度并未有大的降低 .仿真结果证明 。

基于软件定义无线电的紧耦合GNSS/INS组合导航结构

由于现有的普通硬件GNSS(Global Navigation Satellite System)接收机只能与INS(Inertial Navigation System)进行松散组合,为了进行GNSS/INS紧耦合相关实验研究,采用软件GNSS接收机技术提供紧耦合研究的所有开放接口和数据。利用软件接收机相关器输出的I(in-phase)和Q(quadrature)信号与频率误差和相位误差之间的关系,并通过INS提供I和Q信号的预测信息,作为Kalman滤波器量测更新来估计17维状态数值,同时根据载体的速度信息来辅助多普勒频率跟踪。结果表明,紧耦合系统能够降低跟踪回路带宽10 Hz左右,位置精度提升到5 m,可以提高软件接收机快速捕获跟踪和提升定位精度以及抗干扰能力。

基于矢量信息分配的INS/GNSS/CNS组合导航系统

针对组合导航系统中多传感器输出不同步的问题,提出一种基于矢量信息分配的异步联邦滤波算法的INS/GNSS/CNS组合方案,根据各子系统的工作特性,分析并设计了基于INS/GNSS位置组合以及INS/CNS姿态组合的联邦滤波模型,并采用矢量形式的信息分配方法提高了滤波器的精度.针对量测异步问题,设计了时间与量测更新分离的异步非等间隔算法.系统仿真实验表明,该算法可以有效地实现对INS、GNSS、CNS的多信息的异步融合,与常规异步滤波方法相比较,组合系统的滤波精度有明显提高,具有重要的实际应用价值.

GNSS/MIMU组合导航技术综述

详细介绍了当前GNSS系统(GPS,GLONASS,GALILEO)的现状和发展方向。对几种卫星导航系统的异同进行了综合对比说明,并对卫星导航系统的发展前景进行了分析和预测。最后对GNSS/MIMU组合导航技术进行了综合介绍。

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%。

GNSS/INU/DMAP组合导航定位技术在车辆导航中的应用

利用先进的组合导航技术组成GNSS系统,充分发挥GPS和GLONASS各自优势,并采用航迹推算(DR)技术、精确地图匹配(DMAP)技术组成GNSS/INU/DMAP组合导航系统,提高了系统精度和可靠性,并利用GSM网进行定位数据的无线传输。该系统将卫星导航技术、惯性导航技术、计算机技术、无线通讯技术融合在一起,实际跑车试验验证了系统具有全方位、全天候、无遮挡、高精度的特点。

GNSS/SINS深组合导航系统研究现状及展望

介绍了基于矢量跟踪的GNSS/SINS深组合导航系统的概念,根据信息融合的不同将深组合导航系统分为集中式深组合和级联式深组合,给出具体的深组合模型并进行对比分析,综述了GNSS/SINS深组合导航系统的国内外研究现状,展望了深组合导航系统的未来发展方向。

GNSS/INS组合导航误差补偿与自适应滤波理论的拓展

对GNSS／INS组合导航误差补偿与自适应滤波理论进行了系统而深入的研究。针对GNSS／INS组合导航实际应用中存在的随机模型不精确、GNSS观测条件不佳、INS误差累积迅速等问题，引入Allan方差、ARMA模型、载波相位平滑伪距、伪距差分求解速度、自适应滤波、误差模型修正等算法，对其进行改进并进一步提高了导航精度和可靠性。

INS/CNS/GNSS组合导航系统信息分析及其滤波器设计

分析了INS/CNS/GNSS组合导航系统信息结构的特殊性 ,指出在此情况下应用联邦滤波器进行状态估计的信息不对等。针对此类情形 ,设计了几种滤波器的结构 ,分析了所设计滤波器的信息构成及信息的分配与融合 ,并尝试提出伪联邦滤波器的概念。本文所讨论的情形及设计的滤波器结构可以推广到一般的同类情形 。

融合SAR的INS/GNSS组合导航系统

针对ＩＮＳ／ＧＮＳＳ组合导航系统应用中存在的问题，提出了引入合成孔径雷达（ＳＡＲ）传感器，用以提高系统的自主性、融错性和导航精度．仿真结果表明，融合ＳＡＲ的ＩＮＳ／ＧＮＳＳ组合导航系统的精度得到了提高，是一个高性能的导航系统．

INS/GNSS组合导航系统校准方法

惯性导航系统(INS)和全球导航卫星系统(GNSS)组合的导航系统应用越来越广泛,它的校准问题亟待解决。本文简要介绍了目前广泛使用的各种导航系统,论述了INS/GNSS组合导航系统的工作原理及组合算法;详细分析了INS/GNSS组合导航系统各种测试及校准方法,比较了各种校准方法的优缺点;提出了INS/GNSS组合导航系统校准装置应具备的条件:可产生标准的空间位置和速度、可产生标准的姿态角度变化、可有效地接收GNSS卫星信号、统一的时间基准与同步信号。

GNSS/INS组合导航在航空摄影中的应用研究

主要研究了GNSS/INS组合导航在航空摄影中的应用。介绍了GNSS/INS组合导航的优点和应用理论,在此基础上,主要研究偏心分量、偏心角的测定,预处理POS数据,GNSS/INS数据联合处理,检校场空三解计算与EO文件的输出等整个GNSS/INS导航在航空摄影的应用,从中体现出该导航应用于航空摄影的优越性。