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。

基于GNSS/INS组合精密定位模糊度校正方法在城市车载测绘系统中的应用研究

城市车载测绘系统在城市环境下进行精密定位时面临着多路径效应和信号遮挡等问题,导致定位精度下降。为了解决这一问题提出了基于GNSS和INS组合的精密定位模糊度校正方法。研究结果表明,基于GNSS和INS组合的精密定位模糊度校正方法能够有效地提高城市车载测绘系统的定位精度,减小多路径效应和信号遮挡对定位精度的影响,该方法具有重要的应用价值和广阔的推广前景。

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。

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。

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%。

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。

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。

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/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。

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 。

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。

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。

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。

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．

基于冗余GNSS观测的RTK/INS紧组合方法

为了解决传统全球卫星导航系统(GNSS)与惯性导航系统(INS)的紧组合方法在隧道、高架等复杂场景下定位精度退化、相位模糊度固定率低的问题,提出了一种基于冗余GNSS观测的RTK/INS紧组合方法,可以紧密集成任意个GNSS终端,通过大量的冗余观测与改进卫星几何构型,有效提高了系统的定位性能。实验验证与定量分析表明,该方法在城市环境中能够稳定实现厘米级的精度,在卫星数急剧减少的复杂场景下与单天线紧组合方法相比,显著改善了定位效果,将最大误差由接近3 m约束到了1 m以内,并将模糊度固定率提高了20%。

GNSS/INS组合系统模型精化及载波相位定位测姿

INS不依赖外部信号源,抗干扰性强,以高采样率输出导航信息,但其误差随时间积累,GNSS导航结果长期稳定性较高,但存在采样率较低、信号易受干扰等缺点,将两者组合形成GNSS/INS系统可以最大程度发挥各自优势。提升硬件水平能改善导航定位性能,但成本巨大,短期内收效甚微。如何在现有硬件水平下完成各项导航定位任务是当前极为重要和迫切的问题。GNSS/INS组合系统采样率高、连续性好、输出参数全面,已渗透到国民经济发展和国防建设的各个领域,不同用户对组合系统的要求不同，如在航空航天中完好性及连续性要求严格，测绘和地球动力学要求定位精度高，陆地车辆导航关注设备成本；某些应用领域仅需位置速度信息，而越来越多的用户要求导航系统能够提供可靠的姿态信息。

基于极大似然准则的INS/GNSS组合导航自适应UKF滤波算法

为提高INS/GNSS组合系统对过程噪声方差不确定性的鲁棒性,提出一种基于极大似然准则的自适应UKF算法。在该算法中,首先利用新息向量的统计信息构造量测向量的后验概率密度,然后通过极大似然准则在线求取过程噪声方差的估值,并将其反馈至UKF滤波过程,用于调整卡尔曼增益矩阵。提出的算法可以抑制过程噪声方差不确定性对滤波解的影响,克服了UKF的缺陷。仿真结果表明,当过程噪声的标准差增大为其真实值的4倍时,相比于UKF,提出方法的导航精度可至少提高45.5%;相比于ARUKF,其导航精度也可至少提高35.7%。跑车实验结果也验证了提出算法的有效性。

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.

GNSS_INS组合导航在飞行校验系统中的应用

目前的飞行校验系统以GPS作为空间基准,这种定位方式在精度、性能、可靠性方面都存在着固有缺陷。介绍的SPAN(synchronous position,attitude and navigation)技术集合了2种不同但互补的技术:GNSS(global navigationsatellite system)定位技术和惯性导航技术。通过二者的结合,SPAN技术可以达到取长补短的目的,组合后的导航系统无论在精度、性能、可靠性方面都优于单独的子系统。将这项技术应用于飞行校验系统,利用GNSS定位的绝对精度加上惯性测量单元(IMU)陀螺和加速计测量的稳定性,就可以在卫星信号丢失或者高动态应用环境下仍然提供持续、稳定、可靠的位置及姿态数据。