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。

GNSS/INS组合导航中IMU参数设定与优化

针对惯性测量单元(IMU)参数设置不合理导致全球卫星导航系统(GNSS)/惯性导航系统(INS)组合导航无法充分发挥IMU性能的问题,提出了一套IMU参数设定与优化方案,建立了以GNSS短期中断期间导航漂移误差统计值、理论估计精度一致性以及IMU误差参数估计稳定性为评估对象的考核准则,使优化后的IMU参数可以确保GNSS/INS组合导航解算中状态预测方差阵的准确性,实现预测信息与观测信息权重合理分配,进而保障GNSS/INS组合导航最优性能。实测验证采用ADIS16465和ICM206022款典型车规级和消费级微机电(MEMS)IMU进行性能测试分析,测试结果表明:初始IMU参数与GNSS/INS组合导航算法适配度较低,无法得到最优组合导航结果;优化后,IMU参数在保障组合导航最优性能基础之上,也可实现理论估计精度与实际精度高度一致。

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%。

GNSS/INS松、紧组合导航算法的等价性条件

GNSS/INS不同组合导航算法性能的讨论,一直是导航定位领域关注的热点.本文对GNSS/INS松、紧组合2种经典导航算法的等价性条件进行了理论推导和实验验证.首先,给出独立GNSS初值结构和集成GNSS初值结构2种模式在GNSS/INS松、紧2种组合算法中的应用方法,并在集成GNSS初值结构模式下推导出松、紧组合2种算法在导航状态参数以及方差协方差方面的等价性条件.然后,通过车载测试验证了不同算法的精度、运行效率及等价性,发现在GNSS理想观测条件下,松、紧组合2种算法的运行时间、导航坐标和方差协方差完全一致,验证了2种算法的等价性条件.

双天线GNSS辅助MINS导航方法研究

针对单天线GNSS辅助捷联惯性组合(INS)导航系统中,车辆静止及直线运动时航向角发散失效,误差较大,提出一种基于Extend Kalman Filter (EKF)的双天线GNSS辅助MINS组合导航方法。利用GNSS提供精度较高的航向角约束MINS的航向角发散,GNSS提供的速度和位置于MINS组合。根据双天线的GNSS/MINS组合系统的误差传播特性建立误差状态模型,设计了扩展卡尔滤波组合滤波算法进行仿真验证,通过对比高精度SPAN-CPT(SynchronousPositionAttitudeand Navigation)进行跑车试验。结果表明偏航角,俯仰角精度分别为0.2RMS,0.3RMS,速度位置精度提高,可用于低成本高精度车辆导航。

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°。

低成本MINS/GPS组合导航系统的设计实现

设计了一种基于MEMS惯性器件和ARM微控制器的低成本MINS/GPS组合导航系统。GPS辅助信号的引入克服了MEMS惯性器件精度低、稳定性差,无法独立完成长时间导航的问题。文中针对组合滤波中的非线性和滤波发散等问题,采用自适应UKF算法解决,完成了系统原理样机的设计实现,并进行了相关测试。静态实验和跑车实验证明,系统设计方案可行,具有一定的精度、稳定性和实用价值。

MINS/GPS组合导航系统车载试验误差特性分析

分析了MINS/GPS组合导航系统车载试验中卡尔曼滤波器各状态的滤波效果。介绍了捷联惯导的误差方程,并将陀螺零偏和加速度计零偏扩展为卡尔曼滤波器的状态,从而建立15维状态的组合导航滤波模型。采用PWCS可观测性理论分析了滤波器各状态的可观测性,并预测了这些状态在车载试验中的滤波效果。车载试验结果验证了理论分析结论。MINS/GPS组合导航系统车载试验中,位置误差和速度误差估计准确;姿态误差与加速度计零偏误差存在耦合,滤波中不能完全解耦;陀螺零偏误差不能有效收敛。

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。

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。

MINS/GPS组合导航系统的选星算法

几种传统的GPS星座的选择算法计算量较大,计算的时间较长。通过比较两种相对简单的选星算法,提出一种适用于MINS/GPS组合导航的选星算法。

高性能MINS/GPS组合导航计算机研究

针对MINS/GPS组合导航计算机设计中所面临的具体要求,设计了一款基于高性能浮点DSP及FPGA的组合导航计算机。在该系统的设计中,FPGA EP20K160E负责系统的数据采集和主要的逻辑控制,浮点DSP TMS320C6713则在植入嵌入式操作系统后主要负责导航信息的处理,并能够有效支持本系统所采用的基于模糊自适应卡尔曼滤波器的数据融合方法。跑车实验结果证明:基于选用的DSP和FPGA所设计的导航系统的精度和实时性均能达到设计要求,并具有低成本、体积小等优点,对微型导航技术的广泛应用具有实际意义。

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。

基于可观性因子的MINS/GPS紧组合导航系统设计

MINS/GPS紧组合导航系统设计最重要的是系统结构的设计,而系统结构与系统可观性有关,系统可观性越高,精度越高,则系统结构最优。因此实现紧组合导航系统的最优设计的关键是对系统的可观性进行分析。文中在比较了现有的可观性分析方法的基础之上,介绍了判断系统可观性的新方法,即可观性因子法,并利用可观性因子对系统结构进行分析,为系统简化提供理论依据。

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。

一种制导炸弹MINS／GPS导航系统误差分析与分配

研究了对准误差和惯性敏感器主要误差对制导炸弹捷联惯导位置误差的影响,并从捷联惯导位置导航精度要求反推出对准误差和微机械惯性敏感器工具误差的分配原则和方法。分析了微机械陀螺和微机械加速度计的误差模型,并说明在短时间工作过程中均可简化为零偏叠加随机噪声。捷联惯导系统误差模型研究和弹道仿真表明,水平姿态对准误差和惯性敏感器零偏是制导炸弹惯导误差的主要误差源,用GPS辅助的组合导航可对所有主要误差源的误差进行估计并补偿。根据理论分析和仿真结果,以及误差源的误差和系统导航位置误差存在的正比关系,分析了MINS/GPS制导炸弹捷联导航的误差分配原则和方法,并给出了误差分配样例。

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 。