UWB/INS紧组合的室内定位定姿方法

针对室内环境下UWB定位精度受NLOS误差影响明显,且不能提供载体姿态信息的问题,提出UWB/INS紧组合的室内定位定姿方法:利用经过标准时间偏差改正后的RTT测距信息与INS推算的距离信息之差作为量测信息,按设定的阈值剔除NLOS误差,通过扩展卡尔曼滤波进行室内定位定姿。实验结果表明,该方法能有效抑制NLOS误差的影响,较好提升在NLOS环境下的定位定姿精度,适用于高精度的室内移动测量。

基于UWB单基站系统/INS紧组合的智能车定位方法

针对狭长空间环境下测距组网超宽带(UWB)的定位几何构型较差导致定位精度低的问题,提出了一种基于UWB单基站系统/惯性导航系统(INS)紧组合的智能车定位方法。首先,通过标定UWB单基站系统的距离和角度观测量,提高其数据精度;然后,根据UWB距离和角度观测量建立量测方程,构建UWB单基站系统/INS紧组合的扩展卡尔曼滤波(EKF)模型;最后,利用EKF的位置预测结果计算智能车相对于UWB基站的距离和角度,并与UWB实测数据比较,根据残差大小分辨并剔除包含粗大误差的UWB距离或角度数据。实验结果表明,在狭长实验环境下,所提方法定位精度可达0.343 m,定位均方根误差比测距组网UWB的最小二乘法和泰勒级数展开法分别减小了68.62%和62.80%,比测距测角UWB直接定位算法和测距测角UWB/INS松组合算法分别减小了37.29%和16.34%,能够在狭长空间环境中实现较高精度定位。

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MEMS IMU的GNSS RTK/INS紧组合定位分析

本文针对复杂动态的城市环境自动驾驶规模化应用需求,提出惯性单元辅助RTK快速收敛的自动驾驶低成本、高精度定位方法。使用MEMS IMU M39和战术级IMU Pos320,通过对多组实测车载数据进行仿真中断,得到INS位置漂移误差、模糊度收敛时间、模糊度固定正确性指标,再对无惯导辅助、M39辅助模糊度固定和Pos320辅助3种情形下的模糊度固定时间和定位精度进行了统计和分析。结果表明,M39在GNSS中断5 s时可辅助RTK实现模糊度瞬时固定,中断时间为10 s时可以将RTK模糊度收敛时间压缩至1/4。MEMS IMU的加入使得RTK模糊度固定错误个数显著下降,10 cm以内高精度定位占比由62.25%提高至98.44%。试验验证了MEMS IMU辅助RTK能够加快模糊度收敛速度,提高了其在自动驾驶导航定位应用中的精度和可靠性。

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。

一种高精度地图辅助的UWB/INS组合定位方法

提出了一种高精度地图辅助的UWB/惯性导航系统(Inertial Navigation System,INS)紧组合定位算法,即利用数字测图方法获得高精度地图信息并建立地图数据库,采用线段匹配算法识别非视距(Non-Line-of-Sight,NLOS),使用抗差卡尔曼滤波(Robust Kalman Filter,RKF)融合UWB/INS的组合定位方法。实验结果表明,本文提出的算法平面定位精度在0.25 m内,能够在复杂的室内环境下提高UWB/INS组合定位系统的定位精度和稳定性。

基于简化鲁棒UKF的GNSS/INS紧组合列车定位方法

针对GNSS/INS组合列车定位中的信息融合非线性与传感器量测故障问题,为满足复杂多变列车运行场景下列车定位精度与鲁棒性的需求,提出一种基于简化鲁棒UKF的GNSS/INS紧组合列车定位优化方法。综合标准KF的时间更新与标准UKF的量测更新来构建简化UKF,在保证GNSS/INS紧组合列车定位精度的同时改善定位解算实时性。在简化UKF滤波框架内,引入故障检测与自适应调整因子构建简化鲁棒UKF,可以快速检测传感器量测故障导致的系统故障,并对故障历元的量测噪声协方差进行自适应调整降低滤波增益,使得滤波算法具有较强的鲁棒性。采用京沈高铁实测数据与故障仿真数据进行算法定位性能验证与评估,结果表明:基于简化UKF的GNSS/INS紧组合定位算法水平定位精度为2.6865 m,与传统EKF滤波模型下的紧组合与松组合方法相比定位精度分别提高5.6%和15.0%。此外,提出的简化鲁棒UKF方法可以快速有效检测到不同类型的传感器量测故障,且大幅抑制传感器量测故障,优化复杂运行场景下的列车定位精度与鲁棒性。

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%。

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。

城市环境下多系统实时PPP/MEMS INS紧组合模型构建与性能分析

以GNSS和INS为代表的传感器提供的高精度实时位置是自动驾驶、智能交通等领域的重要基础。为提升GNSS和MEMS INS在城市环境下的实时定位性能,本文利用IGS播发的实时精密轨道和钟差改正数,构建了多系统实时PPP/MEMS INS紧组合模型,分析和评估了多系统实时PPP与PPP/MEMS INS紧组合的性能,并与事后精密产品获得的结果进行对比。试验结果表明,在GNSS短时中断期间,多系统PPP/MEMS INS紧组合可以实现连续可靠定位;水平和高程分量的定位精度分别可达0.374和0.339 m,但与事后精密产品相比仍有差距,点位定位精度相差约为0.15 m。PPP/INS紧组合的测速及定姿精度主要取决于INS,测速精度约为1 cm/s,与使用IGS事后产品得到的结果相比,无明显差异;航向角的可观测性较弱,静止期间航向角误差明显增加。

BDS-3 PPP/INS紧组合周跳探测及修复方法

针对载波相位观测值在实际测量中存在整周数跳变的问题,提出一种BDS-3PPP/INS紧组合周跳探测及修复方法:在北斗三号卫星导航系统(BDS-3)精密单点定位(PPP)/惯性导航系统(INS)紧组合模型基础上,构建星间历元差分宽巷检测量及星间差分电离层残差检测量,以实现INS辅助BDS-3周跳探测与修复;分析可知,星间历元差分宽巷检测量利用INS短时间高精度特性,求得卫星—接收机几何距离,但无法探测等周周跳,而星间差分电离层残差检测量可消除几何距离误差,但无法探测特殊比例周跳,所以将2种方法联合实现优势互补,可以实现对所有周跳的探测以及探测后的瞬时修复。实验结果表明,所提方法在连续历元或一定中断时长内能够探测大、小、等比、特殊比例周跳,同时在中断10 s内可以实现周跳探测后的完全修复,20 s内实现部分修复。

基于DGNSS+INS紧组合POS的小型机载激光雷达在抽水蓄能中的应用

为解决抽水蓄能电站大高差、植被覆盖区域传统测量技术测量困难以及航摄测量精度低等问题,将飞马多旋翼无人机D2000与小型机载激光雷达D-LiDAR2000引入抽水蓄能电站测量中。本文以贵州省某抽水蓄能电站可研设计阶段测量为例,应用小型机载激光雷达D-LiDAR2000获取测区原始三维点云数据,并基于后处理DGNSS+INS紧组合解算的POS对原始点云进行了融合。经过植被透过性分析、航带误差分析、平面和高程精度检查,结果表明基于DGNSS+INS紧组合POS融合的小型机载激光雷达D-LiDAR2000的点云数据能够满足抽水蓄能电站数字高程模型、大比例尺地形图等产品的生产需求。

BDS-3 PPP/INS紧组合定位性能分析

随着我国北斗三号全球卫星导航系统(BDS-3)的全面建成,基于BDS-3的高精度定位定姿应用需求日益迫切.推导了无电离层组合模式BDS-3精密单点定位(PPP)模型及地心地固坐标系下的惯性导航系统(INS)误差方程,构建了BDS-3 PPP/INS紧组合定位滤波模型,分别针对BDS-3 PPP、BDS-3 PPP/INS松组合、BDS-3 PPP/INS紧组合三种模式进行了定位性能评估.实验结果表明:BDS-3 PPP/INS松组合与BDS-3 PPP位置精度基本一致;BDS-3 PPP/INS紧组合在东(E)、北(N)、天顶(U)方向位置精度为分别7.9 cm、9.3 cm、9.4 cm,较BDS-3 PPP/INS松组合位置精度分别提升了38.3%、33.1%、35.6%,速度精度分别提升了27.3%、45.8%、12%,姿态精度相当.

城市环境下BDS+GPS RTK+INS紧组合算法性能分析

城市环境下运动载体接收的GNSS信号会被频繁地干扰和遮挡,GNSS RTK独立工作模式难以连续且可靠地固定模糊度以满足厘米级高精度定位需求。为此,本文设计了一套基于集中式卡尔曼滤波的BDS+GPS RTK紧组合算法,给出了其动力学模型、观测模型和算法架构流程。通过城市环境下的实际车载测试,对比分析了BDS、GPS、BDS+GPS 3种模式下RTK及RTK+INS紧组合的定位性能。试验结果表明,BDS+GPS双系统大大增加了可见卫星数,提高了城市环境下GNSS动态精密定位的可用性和精度;相对于GNSS RTK,紧组合极大地提高了精密定位的可靠性和可用性。

GPS/INS紧组合的INS辅助周跳探测与修复

建立了GPS/INS紧组合定位模型,改正惯性器件误差及电离层折射误差,对不同组合观测量的误差影响进行了分析,构造不同观测值组合,提出了基于惯性信息辅助的GPS周跳自适应探测方法,分析了INS定位误差对周跳探测的影响,给出了周跳探测误报率及修复成功率评价指标,提出了一种周跳检测阈值自适应确定方法。利用实测组合导航试验数据验证本文的算法,文中模拟了不同的单历元多周跳及信号失锁条件,结果表明,在GPS信号完全失锁20s内,该方法能准确检测和修复所有周跳,中断时间的延长降低了周跳修复的成功率;GPS信号部分失锁时,在模拟的90s中断时段内仍能修复所有周跳;模拟了170历元的5s间隔密集周跳,周跳探测成功率为100%,正确修复率为99.41%。

RBF神经网络辅助的UWB/INS组合导航算法

针对UWB/INS组合导航中由UWB信号中断导致无法对INS进行误差补偿的问题,提出一种径向基神经网络辅助的UWB/INS组合导航算法:当UWB信号可用时,以单独INS解算的位置信息和INS的角速率、比力值信息作为RBF神经网络的输入,以单独INS与UWB/INS组合解算的位置差值作为RBF神经网络的输出进行训练;当UWB信号中断时,利用训练好的RBF神经网络预测INS的位置误差,并对其误差进行校正。实验结果表明:相较于无辅助的UWB/INS组合方法,加入RBF神经网络辅助机制可提高UWB/INS组合导航模型的稳定性及精度。

GNSS/INS紧组合算法实时性改进与嵌入式验证

针对GNSS/INS实时紧组合导航系统中存在的GNSS数据延迟以及组合更新解算耗时过长的问题,基于Kalman滤波理论,提出了一种在完成了滞后的观测更新后将误差状态向量一步转移到当前时刻的Kalman滤波数学模型.为了验证改进模型的有效性,首先,在Windows平台上,利用车载实测GNSS观测数据和IMU观测数据对比分析了使用改进模型解算与标准Kalman模型解算在GNSS信号中断时段内的导航误差,分析结果表明,2种模型的导航误差相当,说明了改进模型对时间延迟处理的正确性.然后,在DSP硬件平台上,基于改进模型实现了GNSS/INS实时紧组合导航系统,并进行了车载测试,实测结果表明:相对于标准Kalman模型,所提出的改进模型能够在保障紧组合导航系统精度的前提下,将输出导航结果的时间延迟减少到最小,保障了组合导航结果的实时性.

零速修正在GNSS/INS紧组合导航中的应用研究

为研究零速修正在GNSS/INS紧组合导航中的应用,提出综合利用GNSS/INS紧组合解算速度、IMU原始数据和多普勒观测数据的零速判断准则以及零速状态下的紧组合数学模型,并通过车载测试进行验证。结果表明,该零速判断准则对载体静止状态的判断与实际情况吻合良好,零速修正能够有效抑制载体静止状态下的IMU传感器误差积累,尤其是在卫星观测质量不好时。相对于不使用零速修正,在较短静止时间内,采用零速修正算法可以使卫星信号正常时的载体位置、速度精度分别改善27%、35%;卫星信号中断30-120s时,载体位置和速度精度分别改善16%-75%和87%-97%;但卫星信号正常与中断时,姿态改善效果都不明显。

自适应UKF在GNSS/INS紧组合导航中的应用研究

基于IAE滤波自适应估计算法,构造自适应无味卡尔曼滤波模型,利用模拟GNSS/INS组合导航平台,建立21状态紧组合导航模型,设计基于不同滤波模型的测试方案进行测试,结果表明:AUKF模型通过自适应估计原理能够抑制状态估计误差的影响,并能消除异常误差的出现,明显改善了导航系统的精度及可靠性,并且其执行效率并未受到影响;多卫星组合系统使定位精度提高了49.38%。

三频差分GNSS/INS紧组合模型

北斗卫星导航系统已经提供三频信号的位置服务。针对目前尚无关于北斗三频信号的GNSS/INS紧组合研究的现状,将三频模糊度解算算法与紧组合结合,构建了三频差分GNSS/INS紧组合模型。给出了新模型的观测方程和模糊度解算方法,分析了新模型的优点。进行了车载组合导航实验对比新模型与经典模型,结果表明:新模型的解算时间消耗远少于经典模型,在9颗可视卫星时,新模型的总解算时间仅为经典模型的55.53%;卫星数的增加对新模型解算时间的影响不显著;新模型能够获得和经典模型相当的精度,位置差别均方根在毫米级,速度差别均方根在厘米级,姿态差别均方根在0.01°级别。新模型利用了三频模糊度解算速度快的优点,又有效地削弱了其不稳定性对定位结果的影响,为基于三频信号的GNSS/INS紧组合做了前沿性研究。