范式模型在GPS-INS组合导航系统中的应用

对范式模型进行了简单介绍,提出了由范式模型解决GPS-INS组合导航系统中GPS信号丢失或异常时,由INS数据提供姿态信息以实现组合导航系统实时定位的系统模型,并阐述了模型的计算流程及模型公式,得出了有益的结论。

基于正交性原理的组合导航系统故障检测

针对传统故障检测算法对组合导航系统的缓变故障检测效率不高的问题,提出了一种基于正交性原理的故障检测算法。无故障时,卡尔曼滤波相邻残差满足正交关系,残差正交值为零均值的白噪声序列;有故障时,相邻残差高度相关,残差正交值不满足零均值条件。综上所述,以残差正交值为基础,构建卡方检验算法以实现对故障的检测。残差正交值的特殊结构使其对故障较敏感。实验结果表明,该算法对缓变故障的检测效果优于残差卡方检验算法和渐消序贯概率比检验(sequential probability ratio test,SPRT)算法,提高了组合导航系统的估计精度与可靠性。

基于有限退化结构的多态组合导航系统可靠性

组合导航系统(integrated navigation system,INS)广泛用于航空航天、海洋探索等领域,因其工作环境、系统构成的复杂性等因素,系统从正常工作到完全失效会经历各种退化状态,进而增加系统可靠性分析难度。将有限退化结构(finite degradation structures,FDS)方法应用于多态组合导航系统可靠性分析。首先,参考故障模式与影响分析(failure mode and effect analysis,FMEA)方法将组件的故障模式转化为状态空间;其次,利用抽象运算得到组件状态和系统状态的关联关系,建立组合导航系统的FDS模型;然后,进行系统临界场景分析和可靠性指标计算,得出系统状态的发生概率、组件状态的敏感性,找到系统的薄弱环节、系统完全失效前的退化边界;最后,根据结果指导制定系统维护策略、预防系统风险发生方案等可靠性决策。

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。

基于改进的联邦UKF无人艇组合导航系统设计

针对无人艇在高海况下长航时,大幅度作业滤波精度较低的问题,提出一种基于联邦结构的无迹卡尔曼滤波(Unscented Kalman Filtering,UKF)算法,将其应用于自主研制的无人艇组合导航系统中。建立系统误差方程和量测方程;引入渐消因子、基于量测值与预测量测值差值的可变因子和自适应最优信息分配因子对联邦UKF算法进行改进,保持信息的强跟踪特性和组合导航系统的信息融合精度,得到全局最优估计值。开展湖试试验,验证该组合导航系统的有效性,结果表明该系统实时性、稳定性好,抗干扰能力强,能有效提高导航精度。该方法不仅能为无人艇作业提供安全保障,而且可供其他组合导航系统设计参考。

基于卷积神经网络的智能船舶组合导航系统故障检测算法

子滤波器中存在的故障会影响组合导航系统的性能,甚至会污染其他子导航系统。针对现有基于残差观测器故障检测算法的检测阈值、观测器参数以及滑动窗口宽度等依赖经验,不够智能,且对软故障不敏感的问题,本文提出一种基于残差频域信息的卷积故障检测网络,通过小波变换对χ^(2)检测的残差信号进行预处理,而后通过短时傅里叶变换获取频域故障信息特征,将其代入卷积神经网络中进行训练。实验结果表明,该算法不仅能够在数据量有限的前提下检测出渐变软故障,且更加智能化,故障检测准确率提高。

GNSS/SINS组合导航系统的自适应UKF算法

针对基于无迹卡尔曼滤波(unscented Kalman filter, UKF)算法的GNSS/SINS组合导航系统缺乏对量测噪声异常的自适应调节能力,提出一种GNSS/SINS组合导航系统的自适应UKF算法。首先对GNSS/SINS组合导航系统进行非线性滤波建模;然后基于变分贝叶斯原理,在UKF算法的时间更新与量测更新过程中引入量测噪声方差估计模型,得到自适应UKF算法;最后对GNSS/SINS组合导航系统进行仿真验证。结果表明,本文算法能够对量测噪声方差的突变或缓变进行实时、准确的跟踪,相比于常规UKF算法,可明显提高组合导航系统的精度。

基于EM算法的组合导航系统容错方法

针对SINS/GPS组合导航系统中,GPS提供的量测信号存在容易受到干扰而导致滤波精度下降的问题,提出一种基于EM算法的组合导航系统容错方法。该方法对各个分量的量测噪声建立二维高斯混合模型,并引入一个指示变量表示量测值从异常分布中采样的概率。根据系统状态方程、上一时刻状态估计值以及当前时刻测量值,利用EM算法求解当前时刻量测真值的极大似然估计,并结合序贯滤波算法对每一个分量的量测值进行精细检测与修正。车载实验表明,该方法能够有效提高SINS/GPS组合导航系统在GPS信号异常情况下的融合精度与可靠性。

不同卫星导航系统组合监测的玛多地震同震形变与精度分析

为全面分析不同卫星导航系统(GNSS)组合监测地震形变的精度,本文首先基于青海玛多地震(Mw 7.4)周边近场及远场共8个区域CORS站的高频(采样率为1 Hz)GNSS观测数据,采用精密单点定位技术进行高频数据解算,初步分析了多系统组合相对单GPS系统的同震形变精度提升,然后对具有相同卫星系统数/不同卫星系统组合的同震形变误差进行对比分析,最后基于GREC2(GPS/GLONASS/Galileo/BD-2)和GREC3(GPS/GLONASS/Galileo/BD-3)两种组合情况分析了北斗二号与北斗三号的同震形变精度差异。研究结果表明,多系统组合观测同震形变的精度优于单系统,其中GEC2+3(GPS/Galileo/BD-2/BD-3)组合观测同震形变精度最优,相对于单系统GPS而言,在水平方向上的精度提升可达30%~60%,在垂向上的精度平均提升可达30%;在三系统卫星导航系统组合中,含北斗的多系统组合在水平方向上的精度提升最高可达38.75%,垂向上的精度提升最高可达41.46%;北斗三号观测的同震形变精度比北斗二号精度更高、效果更好。

基于AFUKF的SINS/DVL/USBL容错组合导航系统设计

惯性测量单元(inertial measurement unit, IMU)包括角速率陀螺和加速度计,其在SINS/DVL/USBL组合导航系统中发挥重要作用。IMU故障会造成导航解算结果错误,组合导航系统失效。为了提高SINS/DVL/USBL组合导航系统的可靠性,针对系统模型不确定性,建立了基于自适应渐消无迹卡尔曼滤波(adaptive?fading?unscented?kalman?filter,?AFUKF)算法的SINS/DVL/USBL容错组合导航系统,通过自适应调整状态预测协方差矩阵完成了基于误差模型的组合导航系统设计。仿真环境下就角速率陀螺和加速度计故障情形,验证了AFUKF算法的容错性能,结果表明所设计的SINS/DVL/USBL组合导航系统具有相当的容错能力。

低成本亚米级PPP/INS组合导航定位系统研究

铁路智慧工地建设中,对车辆、机具、人员等有实时定位和安全管理等位置服务需求,设计了一种亚米级、低成本、基于微机电传感器(MEMS)的PPP/INS组合导航定位系统。首先介绍系统终端采用的基于零速度更新(ZUPT)和非完整约束(NHC)算法的PPP/INS松组合导航定位方法,然后介绍系统组成,并通过车载实验对开阔环境和半开阔环境下的系统动态定位精度进行分析。实验结果表明,该系统在开阔环境下可满足亚米级定位精度,在半开阔环境下定位精度优于1.0%×失锁距离,相比PPP和u-blox SPP单系统定位优势明显。研究成果对铁路智慧工地位置服务中低成本、亚米级导航定位研究及成果转化具有一定的参考价值。

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°。

嵌入式GPS/MIMU/磁罗盘组合导航系统

研制出基于FPGA和DSP的嵌入式GPS/MIMU/磁罗盘组合导航系统。该系统硬件由石英微机械陀螺仪、石英挠性加速度计、GPS接收机、数字磁罗盘和基于FPGA和DSP的高速导航计算机模块等组成。在该系统软件方面,采用圆锥误差补偿与划船误差补偿的现代捷联导航算法和含传感器噪声模型的18维扩展Kalman滤波器,并利用惯性传感器和MIMU导航信息对GPS和磁罗盘信号进行质量控制。经车载试验结果表明,该组合导航系统水平姿态误差小于0.2°,航向角误差小于0.3°,定位精度小于3m。

INS/CNS/GPS组合导航系统仿真研究

研究了INS/CNS/GPS组合导航系统的原理和特点,对组合导航系统进行了计算机仿真,提出了采用平台失准角、INS与GPS的位置之差和速度之差作为观测量的方法。采用卡尔曼滤波技术,可以估计出平台的失准角、惯性器件误差及导航参数误差。仿真结果表明:通过校正惯导平台、消除导航参数误差,可以大大提高了系统的导航精度。

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 。

组合导航系统故障检测的小波变换方法研究

为保证组合导航系统能始终正常工作 ,故障的检测与隔离至关重要。研究表明 ,小波变换方法在检测系统硬故障方面具有很大优势。本文即以 INS/ GNSS组合导航系统为例对此进行了仿真研究 ,并提出了两种具体的检测方案。通过仿真和分析 。

惯性组合导航系统中的快速景象匹配算法研究

在景象匹配辅助导航中,特征点的选取是提高图像匹配速度、精度和鲁棒性的关键之一。景象匹配中要求提取出的特征是那些可靠性高、辨别性强、计算量小的不变特征。提出了基于SIFT特征的导航用快速景象匹配算法。算法首先针对惯性组合导航的工作特点,对SIFT特征点检测及特征点匹配进行了优化设计,然后用RANSAC方法过滤掉错误匹配点,最后,进行最小二乘精确匹配算法获取航向和位置偏差信息。实验分析了算法对不同分辨率图像和不同区域的匹配适应性,抗噪声性能,匹配精度以及实时性,并与基于部分Hausdorff距离的边缘特征景象匹配算法进行了对比。实验结果表明,算法的性能优越,在匹配速度、精度和鲁棒性方面都优于部分Hausdorff距离算法,可以满足景象匹配导航系统匹配修正的高性能要求。

基于代价函数的组合导航系统地图匹配算法

研究了地图匹配技术在GPS(GlobalPositioningSystem) DR(DeadReckoning)组合导航系统中的应用 ,建立了GPS DR 地图匹配组合导航系统模型 ,给出了一种基于代价函数和概率统计准则的地图匹配算法 ,通过合理地定义代价函数有效消除了存在于匹配路段挑选过程中的模糊性问题 .对实际跑车数据的仿真处理结果表明 ,应用该算法可以为组合导航系统的定位精度带来明显的改善 .

天文/惯性组合系统中重力扰动补偿方法

针对重力扰动引起惯性水平基准姿态测量误差进而导致天文/惯性组合导航系统定位精度下降的问题,提出天文/惯性组合系统中的重力扰动补偿方法。首先,基于导航误差模型分析了影响天文/惯性组合导航系统定位精度的主要因素。其次,推导了重力扰动、惯性水平基准姿态测量误差与天文导航定位误差之间的传播机理。然后,研究了重力扰动建模与修正方法,并将重力扰动补偿方法应用于惯性水平基准的导航解算回路中,实现重力扰动的有效补偿。跑车试验结果表明,所提重力扰动补偿方法可以将天文/惯性组合导航系统中定位误差的振荡幅值由1.6 n mile降低至0.5 n mile。

GPS组合导航系统在车辆导航中的应用

ＧＰＳ组合导航系统在车辆导航中的应用房建成，万德钧（东南大学仪器科学与工程系，南京２１００１８）统计资料显示，公路堵塞造成的直接和间接的经济损失惊人，仅美、日、法三国每年的损失就超过１１０００亿法郎．德国交通部门统计，在全德国，每年因汽车司机行错路线...