基于地磁熵和地磁差异熵的地磁导航区域选取

惯性导航系统的导航误差随着时间积累发散,无法长时间内保持高精度,要想使其完全自主导航,必须加以其它的导航方式进行辅助,如地磁匹配辅助等.在地磁辅助导航中,地磁区域的选取能够在很大程度上影响辅助导航结果的精度.本文引用了地磁熵和地磁差异熵作为地磁辅助导航区域选取的参考准则.在分析ICCP算法理论的基础,提出了具体的实现算法,利用该算法在选择区域进行地磁辅助导航的仿真.经仿真实验验证,地磁熵和地磁差异熵对地磁导航区域的选取具有一定的指导意义,为提高地磁辅助导航的精度提供了一种新的手段.     

基于ICCP算法的地磁匹配辅助导航

惯性导航系统(INS)的导航误差随着时间积累发散,要想使其完全自主导航,必须加以其它的导航方法进行辅助,如地磁匹配辅助导航等.导航算法是地磁匹配辅助导航的关键技术之一,采用基于地磁场的最近等值线迭代算法(ICCP),实现测量值与背景场数据的最优匹配,从而获得位置信息.在吉林松花湖水面,利用高精度的铯光泵磁力仪搭载于水下机器人(ROV)进行实际水域测量,绘制出高精度的局域地磁图.基于该地磁图,通过ROV在水面上航行时的实时地磁值、航向和航速等数据,利用ICCP算法进行地磁匹配.匹配结果与GPS实测数据对比,取得理想的补偿效果.实验表明,基于ICCP的地磁匹配辅助导航能够有效修正惯导所产生的累积误差.     

一种改进ICCP水下地形匹配算法

针对水下地形最近等值线迭代（ICCP）匹配算法的原理缺陷和惯性导航累积误差对匹配精度的影响,提出了一种利用粒子群算法优化估计航路的改进ICCP算法．分析了ICCP算法的不足,利用估计航路、惯性导航定位误差和数字地图确定误差椭圆和参考航路,用豪斯多夫距离表征参考航路与实际航路的位置差异,并利用粒子群优化算法实现参考航路的快速寻优．仿真结果证明改进算法具有更好的定位精度和鲁棒性,湖上试验验证了算法的工程可行性．     

交互式地图匹配算法在组合导航中的应用

针对捷联惯性导航系统（SINS）/里程仪组合导航中车辆受初始对准偏差和测量器件自身误差等因素影响的精度随时间和位移增加而降低的问题,设计了交互式电子地图匹配修正新方案.通过车辆姿态角变化选择合适的地图匹配算法,并在转弯处精确反馈修正车辆坐标,同时利用定位误差修正初始对准偏差和里程仪刻度系数误差,降低其对以后导航定位的影响.仿真结果表明,采用交互式电子地图匹配算法,航向失准角偏差可很快收敛至2′左右,里程仪刻度系数偏差也降低至0.08%左右,能够实现系统的需要,跑车实验也证明了此方案的有效性.
     

地磁匹配导航算法综述

地磁导航在军事和民用领域上具有广阔的应用前景,地磁匹配导航算法是地磁匹配导航的核心技术。本文综合分析了地磁匹配导航算法的研究现状,针对目前存在的主要问题,指出了研究高效、实时的匹配算法的关键技术,分析了匹配算法的发展趋势并进行了展望。     

基于惯导误差特性的地磁匹配正交搜索方法

针对地磁匹配导航对实时性的需求，提出了基于惯性误差特性的正交搜索方法.该方法在对惯导误差特性分析基础上，采用正交搜索策略，将插值后匹配点地磁数据序列沿与飞行轨迹垂直方向和平行方向分别进行正交搜索，快速得到最佳匹配结果.将地面测量地磁数据延拓到不同高度，分别应用本文方法和全局搜索算法进行处理.数据处理结果表明本文方法与全局搜索算法具有同等的匹配精度，但减少了搜索时间，能有效提高高空高速飞行器匹配定位方法的实时性.      

基于行人航位推算的后向地磁匹配算法

针对行人航位推算(pedestrian dead reckoning,PDR)定位存在误差累积和智能手机内置传感器精度不高的问题,采用PDR结合地磁的方法进行室内定位研究,提出一种改进的基于PDR的后向地磁匹配算法.在构建地磁基准库阶段,使用克里金插值算法有效减少数据采集所耗费的大量时间并构建出双分辨率地磁基准库.在地磁匹配阶段,改进了基于动态时间规整(dynamic time warping,DTW)的后向地磁匹配算法,改进后的算法避免传统DTW地磁匹配需要全局搜索地磁序列的缺点,在保证定位精度的前提下,增强了定位实时性.实验结果表明,本文算法最大定位误差小于1.5m,可以满足普通室内定位需求.     

一种5G辅助地磁匹配的室内定位方法

针对地磁匹配存在误匹配、定位误差较大等情况,提出一种5G信号辅助地磁匹配的定位方法,利用5G的CSI粗定位约束地磁匹配范围,从而获得较高的定位精度。分析了5G信号和地磁匹配定位的不同特点,并利用BP神经网络对5G信号进行粗定位,再以该结果作为约束条件筛选地磁匹配区域,然后在该区域利用动态时间规整算法进行地磁匹配,实现5G辅助下的高精度地磁匹配定位。实验结果表明,基于5G的CSI的单基站定位方式的精度约为2～3 m, 5G辅助地磁匹配的组合定位可有效解决地磁误匹配问题,平均误差在1 m以内,能够满足大多场景下室内定位的需求。     

海洋地磁导航区域适配性分析

地磁背景场变化特征是影响匹配导航精度及稳定性的重要因素。因此,潜航器导航前,对航行区适配性能进行分析尤为重要。采用熵、粗糙度等统计参量,实现了对匹配区地磁变化特征的描述,并结合匹配试验对其相关性进行分析,进而实现了适配区性能分析。     

融合MT2503与MEMS传感器的惯性导航定位算法

为提高惯性导航室内定位算法的精度与连续性,提出一种融合MT2503与MEMS传感器的惯性导航定位算法,算法以MT2503芯片作为定位终端,并将加速度计传感器、陀螺仪,磁力计等传感器与其进行融合,通过加速度计传感器解算步长、步幅、步频,通过陀螺仪与磁力计来识别定位终端微动偏移量,最后在初始位置上累加定位终端位移得出定位终端实时位置。实验证实通过零速修正和卡尔曼滤波对误差进行校正,有效的解决了MEMS(micro-electro mechanical system)定位算法中存在的导航解算误差累积问题,提升了MEMS惯性导航室内定位算法的精度。     

一种基于贝叶斯估计的地磁辅助惯性导航算法

针对已有算法难以满足实际应用需求的问题,提出一种面向飞行器导航的基于贝叶斯估计的地磁辅助惯性导航算法,其核心思想是将估计区域网格化,将位置估计转化为概率估计。该算法给出了位置修正策略。基于实测地磁数据的仿真实验结果显示,在仿真条件下,平均导航误差为89 m,首次修正惯导的平均时间为156 s,算法性能对初始估计误差的敏感性不显著。     

A local geopotential model for implementation of underwater passive navigation

A main aspect of underwater passive navigation is how to identify the vehicle location on an existing gravity map, and several matching algorithms as ICCP and SITAN are the most prevalent methods that many scholars are using. In this paper, a novel algorithm that is different from matching algorithms for passive navigation is developed. The algorithm implements underwater passive navigation by directly estimating the inertial errors through Kalman filter algorithm, and the key part of this implementation is a Fourier series-based local geopotential model. Firstly, the principle of local geopotential model based on Fourier series is introduced in this paper, thus the discrete gravity anomalies data can be expressed analytically with respect to geographic coordinates to establish the observation equation required in the application of Kalman filter. Whereafter, the indicated gravity anomalies can be gotten by substituting the inertial positions to existing gravity anomalies map. Finally, the classical extended Kalman filter is introduced with the differences between measured gravity and indicated gravity used as observations to optimally estimate the errors of the inertial navigation system （INS）. This navigation algorithm is tested on simulated data with encouraging results. Although this algorithm is developed for underwater navigation using gravity data, it is equally applicable to other domains, for example vehicle navigation on magnetic or terrain data.     

Using local geopotential model to implement underwater passive navigation

A main aspect of underwater passive navigation is how to identify the vehicle location on an existing gravity map, and several matching algorithms as ICCP and SITAN are the most prevalent methods that many scholars are using. In this paper, a novel algorithm that is different from matching algorithms for passive navigation is developed. The algorithm implements underwater passive navigation by directly estimating the inertial errors through Kalman filter algorithm, and the key part of this implementation is a Fourier series based local geopotential model. Firstly, the principle of local geopotential model based on Fourier series is introduced in this paper, thus the discrete gravity anomalies data can be expressed analytically with respect to geographic coordinates to establish the observation equation required in the application of Kalman filter. Whereafter, the indicated gravity anomalies can be gotten by substituting the inertial positions to existing gravity anomalies map. Finally, the classical extended Kalman filter is introduced with the differences between measured gravity and indicated gravity used as observations to optimally estimate the errors of Inertial Navigation System (INS). This navigation algorithm is tested on simulated data with encouraging results. Although this algorithm is developed for underwater navigation using gravity data, it is equally applicable to other domains, for example vehicle navigation on magnetic or terrain data.     

基于惯性导航与UWB的联合定位算法

为提高无GPS情况下的3维定位精度,提出基于惯性导航与UWB(超宽带技术)的联合定位算法.该算法将线性最小二乘法的航迹计算与定位点拟合进行融合,使用加权平均对信赖度因子进行权衡.为验证算法的有效性,设计了1套UWB与9轴惯性导航模块结合的软硬件平台.仿真和实际测试结果表明:该算法可将3维定位误差控制在20cm以内.     

基于水下重力差异熵的导航匹配算法仿真研究

介绍了重力辅助导航发展概况, 阐述了采用地球物理特征的重力差异熵方法进行水下重力辅助导航算法设计及仿真实验方法研究。该算法基本思想是在导航匹配算法中, 将信息熵引入 自主水下运动载体( autonomous underwater vehicles ,AUV)重力辅助导航, 在重力数据库研究的基础上, 通过模板重力图与实时重力图的信息量差异以及模板重力梯度图差异, 修正水下惯性导航系统( inertial navigation system,INS)的误差。仿真实验结果表明, 利用重力差异熵辅助INS导航, 能够获得高精度的导航信息。因此, 基于水下重力差异熵的辅助导航, 可实现AUV 长航时隐蔽的高精度导航。     

基于最小二乘的地磁场测量误差补偿技术研究

地磁导航中获取地磁场的精确测量值是进行地磁匹配导航的前提和基础。论文针对实际地磁测量中磁力仪易受环境磁场干扰带来的影响补偿效果的问题，首先分析了软磁误差以及硬磁误差对磁场测量的影响效果，建立了地磁测量误差的参数化模型。采用ANSYS仿真软件，通过3对内径不同的亥姆霍兹线圈产生了3个方向的匀强磁场，从而实现了对地磁场的模拟。在此基础上，将磁力仪和干扰源建到仿真模型中，通过360度旋转磁力仪分别得到了有干扰和无干扰时的三维磁场值，然后采用最小二乘算法对模型参数进行了估计，最终实现了对磁场测量误差的补偿。仿真结果表明，该方法简单易行，简化了参数的求解过程，具有较高的误差补偿能力，地磁测量误差可以从20 000多纳特减少到几个纳特。     

基于惯性导航的消防室内定位技术研究

面对城市高层建筑火灾,消防室内定位的需求日益凸显。首先讲述了消防室内定位现状,详细介绍惯性导航定位技术腰部方案和脚部方案的原理,并针对目前主流的消防室内定位技术进行对比论证,最后提出了惯性导航消防室内定位技术创新改进方案。