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。

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RDSS辅助的Doppler/SINS组合导航系统研究

Doppler/SINS组合导航系统具有输出水平速度误差较小、平台角误差较小的优点 ,但存在经纬度误差较大的缺点 ,故不能作为独立的导航定位系统 ;而双星定位系统(RDSS)可输出较高精度的经纬度信息 ,但存在定位滞后的缺陷。利用Doppler/SINS的输出水平速度可以补偿RDSS的位置滞后 ,同时经过位置补偿后的RDSS系统可实时修正Doppler/SINS组合导航系统。仿真结果表明 ,基于RDSS辅助的Doppler/SINS组合导航系统能有效地克服Doppler/SINS系统的缺点 ,是一种新型的组合导航系统 。

姿态卡尔曼滤波对FAST馈源舱BDS/SINS组合导航位姿精度的提高

500 m球面射电望远镜(The Five-hundred-meter Aperture Spherical radio Telescope,FAST)馈源舱位置和姿态测量精度直接影响望远镜接收机的对准精度.为了提高馈源舱位姿精度,提出姿态卡尔曼滤波算法,采用北斗导航系统的多天线技术解算馈源舱姿态,将它与捷联惯导解算的馈源舱姿态对比,两者的差值作为姿态卡尔曼滤波的量测量.为了降低北斗导航系统解算姿态的复杂度,采用了罗德里格矩阵解算方法.以望远镜跟踪观测模式时,北斗导航系统和捷联惯导解算的实际导航结果作为测试数据,测试结果表明采用姿态卡尔曼滤波的组合导航结果精度优于传统卡尔曼滤波的组合导航结果,尤其在航向角和yf轴的位置精度上.

基于LabVIEW的车载GPS/SINS组合导航平台实现

针对车辆在GPS车载导航过程中经常出现的GPS失锁而影响导航定位功能的情况,建立了基于GPS/SINS的组合导航平台;将指北惯性导航算法运用到GPS/SINS组合导航系统中;推导了系统误差方程,根据传感器特性和Kalman滤波理论,设计了一种实用的Kalman滤波器,将速度误差和位置误差分开考虑,使误差协方差矩阵在计算过程中不易丢失非负定性,且减少了程序解算量;该平台在LabVIEW环境下完成数据采集与算法实现;使用该平台在中南大学新校区进行了跑车试验,实验结果表明:该平台系统在GPS失锁150s内,具有良好的导航效果。

循环神经网络辅助GNSS/SINS组合导航方法及性能分析

针对GNSS信号中断时组合导航系统误差迅速发散的问题,提出了使用循环神经网络(RNN)来辅助组合导航系统的方法,RNN可以分别基于当前和过去的位置以及速度样本进行训练,使神经网络更好地处理系统中的时序信号,从而能够更加精确地预测SINS的位置和速度误差。采用无人机飞行试验数据验证了该算法在卫星信号中断时导航精度平均提升了77%,并且满足导航所需的实时性要求,与传统的径向基神经网络辅助的组合导航系统相比,其位置和速度的均方根误差平均降低了39%。

GNSS+SINS组合导航地固系高度阻尼算法

GNSS+SINS组合导航在地固系中计算有诸多优点,但GNSS信号缺失时的高度阻尼比较复杂。本文从空间直角坐标系与大地坐标系的关系出发,结合地固系捷联惯导的导航方程,提出了一种地固系高度阻尼算法。经仿真测试证明,应用此算法在地固系高度阻尼,可以达到与导航系相同的效果,证明了算法的有效性。

压缩传感理论在GPS/SINS组合导航中的应用

GPS/SINS组合导航系统能够实现在高动态和强电干扰的环境下实时、高精度的导航定位,是当今组合导航技术应用的主要方式。由于组合导航系统复杂度的增加,导致存储数据量增加,对高速度、高可靠性存储的依赖也成为不可回避的问题。压缩传感作为信号采集领域的一种新兴技术,打破了奈奎斯特采样定理对采样信号频率的限制,使得能用更少的数据采样点来近乎完美地恢复信号。介绍了压缩传感理论和GPS/SINS组合导航系统,提出将CS理论用于组合导航系统的设想,并用CS理论压缩和恢复Kalman滤波中的协方差矩阵。仿真结果表明了该方法的有效性。

卫星信号缺失情况下GPS/SINS组合导航系统研究

针对GPS/SINS组合导航在复杂环境中出现的卫星信号不全情况,在分析SINS误差模型的基础上建立了组合导航的松组合和紧组合模型,采用无迹卡尔曼滤波对两种组合模式进行仿真实验。仿真结果显示,在卫星信号正常情况下,紧组合的导航精度高于松组合;在卫星信号缺失时,松组合转变为单纯的惯性导航,导航误差随时间积累,紧组合虽然误差增大,但在一定时间内仍能提供精确导航信息,提高了GPS/SINS组合导航适应复杂环境的能力。

不变RTS平滑算法及其在5G/SINS组合导航中的应用研究

为了解决导航系统的位置误差随时间累积的问题,提出一种状态空间为矩阵李群的不变RTS(invariant Rauch-Tung-Striebel,InRTS)平滑算法来提高导航状态的精度,其核心在于导航状态及观测都利用矩阵李群进行表示及推导。首先,将系统状态及其误差状态微分方程用矩阵李群来表征,相比于传统扩展卡尔曼滤波算法(extended Kalman filter,EKF),将系统状态构建在矩阵李群上,其动力学方程可以更自然更本质地描述物体在空间中的运动特性,而通过群运算定义的误差状态耦合了姿态误差而不是直接的向量相减;接着,通过李群和李代数之间的对数映射将不变误差状态变量映射到李代数空间,得到一个解析的线性微分方程,该方程与当前状态估计值无关,从而可以获得在任何线性化点处状态无关的雅克比矩阵;然后,根据5G定位中量测模型的左不变特性推导包含杆臂误差的左不变误差状态量测方程,从而得到一个左不变EKF;最后,以左不变EKF为前向滤波,提出不变RTS平滑算法,并将其应用于5G/SINS(strapdown inertial navigation system)组合导航系统,在仿真实验中与左不变EKF算法进行了精度对比。实验结果表明,InRTS算法能对左不变EKF算法得到的轨迹进行平滑,降低了前向滤波过程中导航状态的累积误差,从而证明了所提算法的有效性。

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%。

水下SINS/DVL组合导航误差抑制综述

为实现水下潜航器高精度长航时航行,基于SINS/DVL组合导航的误差抑制和校正技术是关键。对于DVL数据失效情况,介绍了不同的替代方法。比较了SINS/DVL组合数据融合常见滤波算法;从长航时导航误差抑制和校正角度,叙述了阻尼算法、地形辅助校正、重力匹配辅助定位、长基线系统辅助定位和重力扰动补偿等方法。可为水下潜航器SINS/DVL组合长航时导航误差抑制提供参考。

信号遮挡环境下融合TOA/AOD的5G/SINS组合导航算法模型与精度分析

为解决可观测基站受遮挡情况下仅采用到达时间(time of arrived,TOA)无法定位或精度较差的问题,将第5代移动通信技术(5th generation,5G)中多天线阵列提供的信号离开角(angle of departure,AOD)应用在定位解算中,通过卡尔曼滤波将5G定位与捷联惯性导航(strapdown inertial navigation system,SINS)融合,构成融合TOA/AOD的5G/SINS组合导航方案。通过模拟可观测5G基站数量充足、遮挡这两类场景下的仿真实验,对基于TOA的5G定位、基于TOA/AOD的5G定位、TOA组合导航、TOA/AOD组合导航这4种解算方法的位置误差进行了比较。仿真实验结果表明,当可观测基站受遮挡时,融合TOA/AOD进行5G/SINS组合导航能确保100%的定位成功率,并有效降低组合导航发散的概率,减小40%~70%的位置误差。

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%。

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。

基于伪距量测的GPS／SINS组合导航系统研究

根据捷联惯性导航系统(SINS)在地固系中的误差方程及GPS定位导航系统的误差模型，以伪距差为量测输入，设计了GPS／SINS组合导航系统的卡尔曼滤波器。仿真结果显示，与纯惯导系统相比，基于伪距的组合导航系统可以明显减小惯导系统的积累误差，达到了较高的位置精度。

弹载SINS/CNS组合导航系统在线标定方法

提出一种弹载SINS/CNS组合导航系统在线标定方法。该方法将星敏感器安装偏角误差、陀螺漂移及加速度计零偏误差扩维为状态量,利用星敏感器与惯导系统姿态角之间的关系建立观测方程,采用卡尔曼滤波对安装误差及惯性器件误差进行估计和补偿。设计趋于一般运动状态的路径对上述方法进行仿真验证。仿真结果表明,该方法可以实现对星敏感器安装误差及惯性器件误差的估计,其中安装误差估计精度优于0.1',陀螺漂移估计精度优于0.01°/h,加速度计零偏估计精度优于20μg。

车载激光陀螺SINS/DR组合导航系统研究

推导了捷联惯导系统(S IN S)误差方程和航位推算(DR)误差方程。建立了S IN S/DR组合导航离散卡尔曼滤波(KF)状态方程和量测方程。最后对S IN S/DR组合导航算法进行了仿真,仿真结果表明:组合系统中部分误差源能够被估计出来并且得到补偿,因而组合导航效果优于单独的S IN S或DR导航效果。

SINS/CNS组合导航半实物仿真系统及其实验研究

因航天实验费用大,组合导航系统的性能及算法很难都通过飞行实验进行测试,为此提出了一种高性能捷联惯性/天文组合导航半实物仿真系统。该系统遵循硬件功能模块化和软件流程一体化的设计思想;利用轨迹发生终端生成标称轨迹数据,作为信息处理统一参考源;采用时间软同步并行采集惯、性、天文系统真实误差数据;通过平滑处理,结合标称轨迹数据完成性能测试。它具有强的灵活性和可扩展性,利用其可有效地降低组合导航系统的实验成本,缩短研制周期;这对研究组合导航系统的算法性能、系统特性和工程应用等具有重要理论和实践意义。

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.