GNSS/SINS/视觉导航鲁棒算法

全球导航卫星系统(Global Navigation Satellite System, GNSS)、捷联惯性导航系统(Strapdown Inertial Navigation System, SINS)和视觉传感器优势互补,3者信息融合可获得高精度、无漂移的导航定位信息.针对GNSS/SINS/视觉融合导航易受运动速度、光照变化、遮挡等影响导致定位精度和鲁棒性降低问题,本文在图优化框架的代价函数中加入SoftLOne鲁棒核函数,设置量测值粗差检验程序,降低离群点带来的负面影响.进一步,对量测值计算残差进行卡方检验,对超限残差降权处理,提高系统精度和鲁棒性.实验结果表明,本文算法较不施加鲁棒核函数、不采用异常值剔除策略和卡方检验的传统算法,以及加入其他鲁棒核函数的算法精度更高、鲁棒性更好,能够较大程度提升GNSS/SINS/视觉导航定位精度和鲁棒性,在大尺度环境下,未出现较大漂移误差,绝对位姿均方根误差0.735 m,绝对位姿误差标准差0.336 m.

GPS失锁时基于神经网络预测的MEMS-SINS误差反馈校正方法研究

GPS信号失锁时,MEMS-SINS组合GPS导航误差会随着时间迅速积聚而无法导航。提出一种基于RBF神经网络预测的MEMS-SINS误差反馈校正方法,GPS有信号时对神经网络进行训练,GPS信号中断时用训练好的RBF神经网络预测MEMS-SINS的导航误差。地面车载跑车试验,证实了训练后的RBF神经网络能很高精度地逼近MEMS-SINS/GPS组合导航系统输入与输出间的关系,在4个50s以内的GPS人为失锁过程中,该方法导航结果与参考系统比较,平均位置误差为3.8m,平均速度误差为0.6m/s,平均姿态误差为0.5°。

基于SINS/GPS的高速列车组合导航系统

为提高高速列车的导航精度,提出了一种基于SINS/GPS的组合导航系统.分析了SINS和GPS的误差源,设计了SINS/GPS高速列车组合导航算法.仿真结果表明,所提出的SINS/GPS高速列车组合导航系统精度高,可靠性好,克服了惯性导航系统误差随时间增大的缺陷.

基于参数空间法的SINS／GPS制导炸弹滚转控制器设计

针对捷联惯性导航/全球定位系统(SINS/GPS)制导炸弹制导控制系统工作特点,利用参数空间方法,设计了各种投弹条件下滚转通道的控制器参数,提出了快速解算控制器参数的拟合方法。然后进行了有初始滚转扰动下的滚转控制数字仿真。仿真结果显示,时频特性均满足给定设计指标,滚转角速度和滚转角在滚转控制器作用下一致收敛,表明该方法有效,可为控制系统设计提供参考。

SINS辅助GPS跟踪环误差分析与最优带宽设计

SINS(Strapdown Inertial Navigation System)辅助GPS(Global Positioning Sys-tem)跟踪环路的结构设计是SINS/GPS超紧组合系统实现的主要环节,而环路带宽是决定不同误差源作用下GPS跟踪环路性能的关键.首先对SINS/GPS超紧组合系统中影响载波锁相环(PLL,Phase Lock Loop)跟踪性能的各误差源进行了详细的建模与分析,进而设计了一种最优环路带宽的调节方法.该方法基于最小化跟踪误差的准则,根据接收机检测到的信号载噪比实时调节PLL带宽,以使环路保持最优跟踪状态.结果表明,所设计的最优环路带宽调节方法能够有效提高SINS辅助PLL的抗干扰性能与跟踪精度.

SINS/GPS组合系统姿态角误差可观测性研究

首先建立起捷联惯导系统（ＳＩＮＳ）与全球定位系统（ＧＰＳ）相组合系统的数学模型，从研究ＳＩＮＳ／ＧＰＳ组合系统的可观测性出发，通过理论分析得出了组合系统姿态角误差可观测性很差的结论，并给出使可观测阵满秩的条件．

MEMS SINS-GPS组合导航系统设计

为实现满足中低精度要求的低成本导航系统,选用MEMS惯性传感器研制了捷联式惯性导航系统(SINS);针对MEMS惯性传感器噪声较大和惯性导航系统误差随时间迅速累积的问题,利用小波对MEMS陀螺信号进行了降噪处理,并采用SINS-GPS卡尔曼滤波组合导航系统以消除惯导系统的误差累积,输出较高精度的速度、位置信息。对SINS和组合导航系统进行了仿真实验,实验结果表明所建系统的长时间导航性能有一定改善。

基于UKF算法的SINS/GPS全组合导航系统研究

将UKF算法用于低成本的SINS/GPS全姿态组合导航系统中,提出了一种GPS测量姿态角的方法,推导了姿态角误差与平台失准角的关系,建立了系统的非线性误差模型,设计了UKF滤波器。仿真结果表明,通过将UKF算法用于SINS/GPS全姿态组合导航系统中,系统的可观测性得到了改善,提高了导航精度。

SINS/GPS组合平滑估计在机载SAR实时运动补偿中的应用

针对机载合成孔径雷达(SAR)实时成像运动补偿对高精度运动参数的需求,该文提出一种基于捷联惯性导航系统/全球定位系统(SINS/GPS)组合Rauch-Tung-Striebel(R-T-S)平滑估计的实时运动补偿方案。该方案在实时卡尔曼滤波的基础上,对SAR每一次合成孔径时间段内的滤波结果再进行后向平滑递推,进一步修正滤波结果。仿真试验和飞行成像数据处理结果表明,该方案可以有效提高合成孔径时间段内运动参数的估计精度。

基于精确伪距率观测模型的GPS/SINS组合导航系统研究

从泰勒公式及函数矩阵的基本定义出发，推导了考虑位置误差相关项时，GPS/SINS组合导航系统精确的伪距率观测数学模型。仿真结果表明，使用精确伪距率观测模型的伪距、伪距率交替组合导航系统，其位置误差能更好地跟踪GPS系统位置几何误差系数，能更真实地反映载体的短期位置误差，更适用于对航天器或大气飞行器短期位置导航精度要求较高的场合（如把航天飞机或大气飞行器作为高分辨率合成孔径雷达等遥感器的载体）。

SINS辅助GPS跟踪环路超紧耦合系统设计

为了提高GPS(Global Positioning System)在高动态条件下的跟踪性能并为SINS(Strapdown Inertial Navigation System)提供精确、可靠的修正信息,提出了一种SINS辅助GPS超紧耦合导航方案.针对高动态条件下载波跟踪性能不佳的问题,利用SINS速度信息为载波环提供多普勒频率辅助,从而降低了载体动态对载波环的影响.此外,将载波环跟踪误差扩充为组合系统的状态变量,并建立了载波环跟踪误差、伪距率量测误差与惯导误差之间的关系模型,从而消除了引入SINS辅助信息导致的量测相关问题.仿真验证表明:超紧耦合系统不仅能够有效地提高跟踪环路的噪声抑制能力和动态跟踪性能,而且可以显著地改善组合滤波器的误差估计精度.

SINS/GPS组合导航系统Kalman滤波仿真研究

为提高捷联惯导系统SINS和全球定位系统GPS的精度和可靠性,研究了SINS和GPS的原理,建立了SINS/GPS系统的状态方程和位置速度误差量测方程;并采用卡尔曼滤波算法实现了SINS/GPS的组合导航。Matlab仿真结果证明,采用Kalman滤波实现SINS/GPS组合导航,其精度得到大大提高;且采用SINS/GPS组合导航系统,克服了SINS惯性导航难以长时间独立工作的缺点,解决了GPS易失锁、难以实时控制的不足,保证了导航系统的实时性及较高的精度和可靠性。

基于误差状态量的卡尔曼滤波器在SINS+GPS组合导航中的应用

卡尔曼滤波(KF)在SINS+GPS组合制导方法中应用广泛,但是运载体的传感器数学模型一般为非线性,其模型复杂度和运算量较大。文章提出了SINS+GPS组合制导中基于误差状态量的卡尔曼滤波算法,为了回避非线性所带来的复杂性,将GPS数据与惯性导航数据的误差作为状态量,由于误差的数学模型为线性,明显降低了设计难度。文中给出了设计过程和导航系统的数学模型,对该模型的状态参数进行了设置,最后用仿真试验证明了该算法的有效性。

SINS/GPS紧密组合导航系统仿真研究

对紧密组合的SINS/GPS复合导航系统在高速、高机动弹道导弹上的可行性进行了分析研究。建立了紧密组合模式的SINS/GPS全系统的仿真模型,给出了GPS仿真器中导航星的位置计算、最佳导航星座选择及输出伪距的实现算法;选用伪距、伪距率为观测信息,分别采用输出和反馈校正两种模式,实现了基于伪距、伪距率的SINS/GPS紧密组合导航系统仿真。仿真验证表明,与松散组合模式相比,紧密组合导航系统收敛性好、导航精度高,能够很好地抑制弹道导弹在高机动飞行状态条件下惯导系统误差积累的现象,有较好的导航性能。

高精度SINS／CCD／GPS组合导航系统研究与仿真

选取捷联惯导系统误差作为系统状态,利用捷联惯导系统(SINS)与电荷耦合器件(CCD)星敏感器各自的姿态矩阵输出构造量测,设计SINS/CCD组合导航算法;利用SINS与全球定位系统(GPS)各自的速度、位置输出构造量测,设计SINS/GPS组合导航算法。然后,利用联邦型卡尔曼滤波技术,将各子滤波器输出的系统状态局部最优估计值送入主滤波器,通过全局最优融合算法计算得到系统状态的全局最优估计值。仿真结果表明,基于SINS/CCD/GPS的组合导航系统具有很高的导航精度,达到了3.5m的定位精度和9″的航向精度,非常适用于飞行器的高精度导航定位。

低成本GPS/SINS组合导航系统的设计及实现方案

本文利用微型惯性测量元件和GPS-OEM板,以ARM处理器为核心,设计了一种低成本、轻小型的嵌入式GPS/SINS组合导航系统。文中介绍了捷联惯导的原理和初始对准,给出了采用卡尔曼滤波前后系统的误差曲线,和uC/OS-II操作系统下组合导航系统软件的结构。

GPS/SINS综合定位系统仿真实验研究

设计了一个基于位置/速度组合的集中卡尔曼滤波器,整合来自所有传感器的数据以提供精确的和可靠的定位数据分别对GPS和SINS进行误差分析并建立相应的误差模型。运用卡尔曼滤波对系统误差进行最优估计,将校正后的SINS数据作为综合定位系统的输出。为验证论文中采用的整合方法和数据融合算法的有效性,对GPS/SINS综合定位系统进行了计算机仿真。仿真结果表明该GPS/SINS位置/速度组合可以提高系统精度,特别是位置和速度的精度有明显的提高。

定位用SINS/GPS组合算法仿真及分析

从SINS/GPS(StrapdownInertialNavigationSystem/GlobalPositionSystem)组合系统算法设计的总体方案入手,给出了低动态载体定位或高动态载体短时定位用的一种捷联解算算法,推导了SINS/GPS组合算法采用的惯性测量误差方程,结合某载体运动参数,对几种情况下的SINS/GPS组合定位误差进行了仿真,并对仿真结果进行了比较,为工程应用奠定了基础。

GPS/SINS/Odometer组合导航系统的研究

针对全球定位系统(GPS)和捷联惯性导航系统(SINS)组成的车载导航系统在GPS失效时精度会快速下降的问题,提出了GPS/SINS/Odometer(里程计)组合导航定位系统,采用联邦卡尔曼滤波对SINS进行误差估计并作反馈校正。当GPS无效时,就可以使用里程计辅助SINS。实验结果表明,在GPS失效的时间段内,该组合系统可以有效地抑制SINS的误差发散,并将其误差限制在较低的水平,保证了组合导航系统的精度与可靠性。

低成本SINS/GPS组合导航系统的研究

以简易制导航弹为对象,进行了低成本组合导航系统的研究。惯性导航系统具有体积小,功耗低等特点,但定位误差随时间积累,所以长期稳定性比较差。目前应用最多的卫星导航是美国的GPS,GPS具有良好的长期稳定性,但使用受制于美国政府,而且它的动态定位性能比较差以及更新率比较低。将两者结合起来,建立了适合工程应用的低成本SINS/GPS组合导航系统,应用自适应卡尔曼滤波技术实现数据的融合,并对系统进行了动态跑车试验,试验结果表明,该组合导航系统提高了导航精度。此方案具有较好的工程应用价值。