无人机GPS/SINS/Vision组合导航技术

针对无人机GPS/SINS组合导航系统中航向角误差可观测性差的问题,提出了一种无人机GPS/SINS/Vision组合导航方法。使用无人机搭载的摄像机获取周围景物的图像序列,通过跟踪图像序列中提取的特征点,利用极几何约束获得其间摄像机的位移信息,将测量到的位移信息融合到GPS/SINS组合导航系统中,构成GPS/SINS/Vision组合导航系统。通过观测位置误差、速度误差和摄像机位移在像平面上的投影误差,建立组合导航误差状态卡尔曼滤波器,估计导航系统的误差状态,并根据估计结果对导航系统状态进行修正。推导了滤波器状态方程和测量方程,使用Simulink对算法进行仿真验证,在水平姿态角偏差为10°左右、航向角偏差为20°左右的初始条件下,水平姿态角误差和航向角误差均能快速收敛,水平姿态角误差在10s后收敛到1°左右,航向角误差20 s后收敛到2°以内。仿真实验表明,该方法能有效提高无人机姿态角估计的速度和精度。

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 。

发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法

传统的扩展卡尔曼滤波(Extended Kalman filter,EKF)算法应用于未来高超、空天飞行器的组合导航系统时,因其模型线性化展开会导致模型不准确,从而引起导航精度下降;采用蒙特卡洛方法来实现递推贝叶斯估计问题的粒子滤波(Particle filter,PF)算法能有效避免引入线性化误差,具有一定的优势。据此,针对高超、空天飞行器在发射过程中通常需要直接获得发射惯性系下的高精度导航参数的需求,提高发射惯性系下弹载组合导航系统滤波算法的精确性就尤为重要,PF滤波算法无需对非线性系统进行线性化展开即可直接实现对非线性系统的状态误差估计。为此,本文将PF滤波算法引入空天飞行器SINS/GPS/CNS多信息融合组合导航系统,设计了发射系下基于联邦滤波器的PF滤波算法,实现了对组合导航系统状态参数的直接建模估计。算法仿真结果表明,相较于发射系下SINS/GPS/CNS组合导航系统联邦EKF滤波算法,PF滤波算法有效提高了组合导航系统滤波精度。

Rao-Blackwellized粒子滤波在SINS/GPS深组合导航系统中的应用研究

在组合导航系统数据处理中,有时会出现线性非线性混合模型的高维滤波问题,此时采用传统的线性卡尔曼滤波无法直接处理,而一般的非线性粒子滤波计算量往往很大,难以满足导航系统实时性要求。因此,本文提出了利用Rao-Blackwellized(RB)思想对上述组合导航滤波模型进行分块处理,对于线性子空间采用卡尔曼滤波方法,对于非线性子空间采用粒子滤波方法。优化处理后的粒子滤波维数从20减少到3,使抽样所需的粒子数大大减少。通过仿真验证表明,在选取相同粒子数目前提下,本算法的滤波精度明显提高,并有效保证了导航计算的实时性。

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。

H_∞滤波算法及其在GPS/SINS组合导航系统中的应用

在对 H∞ 估计问题进行数学描述的基础上 ,建立了一种 H∞ 次优滤波算法的迭代方程。定性讨论了H∞滤波算法与传统 Kalman滤波器的关系 ,通过在 GPS/SINS组合系统中的实际应用进一步从精度、鲁棒性等性能指标方面对 H∞ 滤波和 Kalman滤波算法进行了比较。仿真结果表明 ,在理想条件下 ,Kalman滤波方法具有较高的精度 ;但是 ,当系统模型和外部干扰统计特性发生变化时 ,H∞ 滤波算法明显具有良好的鲁棒性能 ,同时 ,估计精度也较高 ,有效地克服了

SINS/GPS组合导航序贯滤波算法

针对SINS/GPS的速度、位置组合方式中,GPS接收机的位置测量误差相关的问题,提出了一种序贯形式的Kalman滤波算法。这种算法既具有计算量小的优点,又能克服由于GPS位置测量误差相关性带来的滤波性能变差的问题,实现对SINS/GPS组合系统信息的有效融合。通过仿真证明了该算法的有效性。

GPS/SINS组合导航系统混合校正卡尔曼滤波方法

利用卡尔曼滤波器将GPS伪距与SINS进行了深组合,在分析了导航误差产生原因的基础上,提出了输出校正与反馈校正相结合的混合校正卡尔曼滤波方法。与输出校正和反馈校正方案相比,这种校正方法提高了系统导航精度。仿真结果验证了混合校正卡尔曼滤波方法的有效性。

基于格网框架的极区SINS/GPS组合导航算法研究

从理论上完善极区格网惯性力学编排方案,并对SINS/GPS组合导航系统工作在中低纬度与极区的环境下进行仿真,为基于格网框架的极区惯性组合导航提供理论支撑。仿真结果表明:SINS/GPS组合导航系统能够较好的克服SINS和GPS各自的缺点,明显的提高工作性能,通过仿真结果比较,可以得到基于格网框架的极区SINS/GPS组合导航方案的导航精度同中低纬度地区组合导航方案一致,验证了极区SINS/GPS组合导航方案的有效性。

弹载SINS/GPS组合导航信息同步与融合技术

针对一种基于DSP+FPGA+MCU多处理器计算机平台的弹载组合导航系统设计了精确有效的信息同步的方法,采用GPS接收机提供的1PPS脉冲和MCU提供的脉冲信号实现GPS和SINS信号时间上的同步,采用杆臂校正算法完成了GPS和SINS测量信号空间上的同步。由于系统噪声难于准确统计,因此采用自适应卡尔曼滤波算法进行数据融合。最后对系统进行了跑车试验,试验结果表明系统所采用的方法具有较好的效果。

GPS/SINS组合导航系统实现时间同步的软件方法

GPS/SINS组合导航系统是当前各类飞机普遍采用的主要导航设备,采用传统组合方法无法消除组合时GPS与SINS时间同步误差的影响。在对GPS/SINS时间同步误差的物理概念深入研究的基础上,提出一种对时间同步误差估计和补偿的软件方法。该方法通过扩充滤波器状态与改进量测方程的途径,实现了对时间同步误差的在线估计和补偿。仿真结果表明,当存在0.7s时间不同步时,采用传统方法,组合导航系统水平位置精度只能达到150m左右;采用文中提出的方法,组合导航系统水平位置精度优于10m。

SINS/CNS/GPS组合导航系统半物理仿真研究

实际飞行实验费用大,组合导航系统最初实验不可能进行实时搭载实验,为缩短研制周期,降低成本,设计了一种新颖的采用真实器件误差特性的SINS/CNS/GPS组合导航半物理仿真系统结构。本系统将物理仿真与数学模型结合起来,采用真实器件输出的误差特性,通过轨迹发生器软件进行轨迹仿真,具有一定的灵活性和可扩展性。针对实物系统,设计了一种根据不同步观测量进行时间更新的信息同步方法,得到了较高的组合导航系统精度。利用该系统进行半物理实时实验对研究飞行器在实际噪声下系统特性具有重要的现实意义。

SINS/GPS组合导航计算机系统设计与开发

文中论述了以TMS320VC33为CPU,ADS1217为A/D转换器的捷联惯导/GPS组合导航计算机的设计方案,并对该方案的设计开发进行了详细介绍。

GPS/SINS组合导航系统状态的可观测度分析方法

系统状态的可观测度是检验所设计的Kalman滤波器的收敛精度和速度的重要指标。首先 ,分别论述分段式定常系统 (PWCS)的可观测性分析方法和基于奇异值分解的系统状态可观测度分析方法。然后 ,证明GPS/SINS组合导航系统满足PWCS分析定理要求 ,并进一步提出改进的线性时变系统状态的可观测度分析方法 ,以适用于分析全弹道过程系统状态的可观测度。最后 。

基于四元数平方根UKF算法的SINS/GPS紧组合导航系统研究

在较大初始姿态误差角下,针对SINS/GPS紧组合导航系统扩展卡尔曼滤波(extenthed Kalman filter,EKF)算法定位精度下降的问题,提出了一种基于四元数的平方根无迹卡尔曼滤波(square root unscentedKalman filter,SRUKF)算法。为解决SRUKF算法中四元数正交规范化的限制,通过构造姿态矩阵代价函数将四元数预测均值问题转化为代价函数最小时的四元数向量求解问题,保证了均值四元数的规范化;利用乘性四元数误差表示四元数预测值与均值之间的距离,求取四元数的预测协方差矩阵,保证了算法的合理性。在此基础上,给出了SINS/GPS紧组合系统四元数平方根无迹卡尔曼滤波算法的具体步骤。在较大初始姿态误差角下的仿真实验结果表明,与EKF算法相比,该算法精度更高,稳定性更强。

低精度的SINS/GPS组合导航系统中初始航向对准技术(英文)

低精度的捷联惯导系统(SINS)无法实现航向自对准,用于初始航向对准的SINS/GPS组合系统是强非线性系统.通过变换估计量的方法,将航向角的估计转换为两个三角函数变量的估计,在大航向角误差的条件下忽略了大部分次要因素的影响,推导了用于初始航向角估计的SINS/GPS组合系统方程.最后进行了航向角对准仿真,结果表明:在初始航向角完全未知的情况下,载体经过短时间(20s)的机动,航向角的估计精度能达到3°左右.

发射系下SINS/GPS组合导航系统的算法研究

基于地理坐标系下的传统捷联惯性导航系统无法直接获取发射系下的导航参数,难以满足空天飞行器等高轨道飞行器对高精度、高可靠性导航系统的需求,研究了发射系下捷联惯性导航算法。搭建了基于扩展卡尔曼滤波(EKF)的SINS/GPS组合导航模型,传感器获取的导航量测信息直接在发射系下进行捷联惯导解算,为飞行器等提供位置、姿态等信息。采用STM32、XSENS惯性器件和GPS接收机构建相应的算法验证平台。实验结果表明:发射系下的SINS/GPS组合导航系统能提供较高的导航精度,从而验证了发射系下的SINS/GPS组合导航系统算法的正确性与合理性。

基于测量分量加权融合的GPS／SINS船舶组合导航算法

具有执行简便和高精度优点的测量值融合技术已经在船舶组合导航中得到了广泛应用。但由于船舶组合导航系统中各子系统通常提供的是不等同维的测量数据,加之传统测量值加权融合存在各传感器测量等同维数的约束,使得该类算法在船舶组合导航中的应用能力和使用范围受到了很大的限制。针对上述问题,以GPS和SINS组成的、具有不同维数测量的船舶组合导航系统为研究对象,提出了一种新的基于测量分量加权融合的船舶组合导航算法。该算法的基本思想是寻找一个变换矩阵将具有不等同维数的测量扩维成满状态维数的矩阵,然后考虑扩维后的噪声方差是奇异矩阵,从而采用测量分量对应加权进行融合。与传统的测量加权融合方法相比,该方法不仅具有更广的应用范围,而且保持了与传统的集中式扩维融合相同的高精度性能。算法的性能分析和计算机仿真证明了新算法的有效性和优越性。