基于DSP+MCU的小型捷联惯性导航计算机系统

针对通用计算机不能满足捷联惯性航姿系统小型化的要求,介绍了自行研发的基于双CPU的专用导航计算机。并以该计算机为平台,利用低成本IMU等传感器,构成了小型捷联惯性航姿系统。针对该惯性航姿系统的特点,简化了磁航向补偿算法、应用了低阶卡尔曼滤波器。针对导航计算机“数字信号处理器(DSP)+单片机(MCU)”的特殊结构,设计了合理的导航程序流程。实验证明:基于DSP+MCU的小型捷联惯性航姿系统实时性好,精度可达到要求,而且大大减小了系统体积和功率,降低了成本。     

某型无人机GPS/Radio/DR组合导航中的滤波技术研究

针对某型无人机GPS Radio DR组合导航中各子系统的特点,提出一个分散集中化滤波方法。通过建立简化的无人机动力学及运动学模型,利用卡尔曼滤波对磁航向及空速信息进行处理,提高了航位推算(DR)的精度;由于无线电测量雷达中传动机构存在一定间隙,造成方位测量信息包含定频段的干扰,通过采用低通数字滤波器有效地抑制了干扰信号;利用GPS信息分别对滤波后的航位推算和无线电信息进行融合修正。仿真结果表明,经过融合后的无人机航迹精度明显得到了提高。     

基于距离测量的双领航AUV间协同导航算法

针对多自主水下航行器(AUV)编队中因领航AUV一时无法借助外部有源位置信息进行实时校准,自身定位误差逐渐增大可能导致的编队解体问题,提出了一种基于距离测量双领航AUV间协同导航算法.在给出领航AUV航位推算误差模型的基础上,首先设计两个领航AUV分别基于忽略对方位置误差的估计自身误差的滤波算法,然后提出其位置误差的分别修正算法,最后通过对位置误差估计的可观测性分析,指出在直线航行条件下两个领航AUV可通过加、减速进行相对机动,保证其可观测性.仿真结果表明:两个领航AUV存在航位推算位置误差的情况下,随着滤波时间增加其定位误差可逐渐趋同,并收敛到其经、纬度定位误差的均值,验证了本文所提协同导航算法的可行性和有效性.     

GNSS软件接收机中匹配滤波器算法研究

为了适应全球卫星导航定位系统接收机的发展趋势,针对GNSS系统不同信号,研究了一种联合多个星座卫星信号的匹配滤波器捕获算法.通过对算法的分析,给出了影响算法复杂性的两个因素:接收序列伪码长度和本地复现序列数,并通过仿真给出了捕获GPS粗码信号和伽利略系统E1频段开放信号可以参考的最佳复现序列数.仿真结果表明,对不同的GNSS信号,只要通过软件配置算法中的复现序列数,就可以以最小的计算复杂性来捕获相应信号.这个结论对软件接收机中匹配捕获算法的设计有重要的指导意义.     

车载导航系统动态高精度初始对准技术

针对载车在运动状态下的初始对准问题,提出了利用航位推算算法进行精对准的新方法,阐述了航位推算轨迹和真实轨迹相似的原理。在载车初始粗对准之后,行驶一段路程到达一位置已知点,由航位推算结果并运用相似性原理求出初始粗对准的航向误差角,从而修正航向角达到精对准的目的。最后通过跑车试验验证了对准方法的有效性,当载车起始点和位置已知点间距离为6 km左右时,初始对准航向角可达到角分级精度。     

基于模糊自适应α-β滤波的机动目标跟踪

针对机动目标的运动特点,提出了一种基于模糊自适应的α-β滤波新算法.算法首先详细分析了目标航向角和观测残差与目标机动的关系,提出综合利用航向角变化量和残差作为模糊逻辑输入变量来调整滤波器参数,且根据实际的机动目标跟踪情况,给出一种有效的模糊逻辑规则设计方法.实验结果表明,提出的算法能够准确对机动目标进行跟踪,性能要好于工程中常用的α-β滤波器,且算法设计简单,可工程实现.     

航向误差非线性预测的惯性行人导航零速修正算法

针对基于零速修正(zero velocity update, ZUPT)的行人导航算法无法对航向角进行观测导致航向角发散的问题，设计了一种基于ZUPT、零角速率修正和航向角误差非线性预测校正的惯性行人导航算法。首先通过广义似然比检测(generalized likelihood ratio test, GLRT)算法确定出零速区间；在检测到的零速区间内利用ZUPT算法构造速度误差观测量、利用零角速率修正(zero angular rate update, ZARU)算法构造角速率误差观测量，通过零速区间航向角误差观测模块构造航向角误差观测量，在非零速区间对航向角误差进行非线性预测；再利用卡尔曼滤波对零速区间内的速度、角速率、位置和航向角误差进行估计，利用估计误差对惯性行人导航系统进行误差修正；通过实际行人导航系统验证，在复杂运动状态下导航轨迹误差平均值仅为0.43 m,只占总路程的0.35%。在长航时行走的情况下导航误差仅为1.25%里程。所提算法无需增设其他传感器，无需限制行人的运动轨迹，具有良好的工程应用价值。     

基于磁强计的卫星自主定轨算法

为了降低自主导航的成本,针对近地轨道地磁场的特点,提出基于扩展卡尔曼滤波器的地磁导航算法,该算法综合IGRF模型建立了观测方程,根据地磁场的IGRF模型是基于地心固连坐标系的位置函数的特点,采用地心固连坐标系的卫星轨道动力学方程作为状态方程,构造出卫星地磁导航系统的导航模型。仿真研究结果表明,该算法的卫星地磁导航模型结构简单,描述能力更强,导航算法具有较好的稳定性和收敛性。     

双泵喷水推进艇的操纵性仿真与分析

滑行艇采用两个泵作为动力的水下喷水系统,分别置于船体的尾部两侧,对不同工作状态下的喷水推进艇的喷水泵和倒航斗受力和力矩进行了分析,并根据船舶MMG运动方程建立了双泵喷水推进艇的操纵性模型,对喷水推进艇的在不同的运行状态下进行了仿真.仿真结果表明,双泵推进操纵装置既可以作为控制面来控制喷水艇的航向,又可通过倒航斗使喷水艇正航和倒航,并能使它原地旋转和横移,喷水推进装置具有优良的操纵性能.     

格形滤波器在ARMA模型辨识中的应用

本文总结了近年来发展的ARMA模型格形辨识算法。基于运用格形滤波器的特性来获得ARMA模型格形辨识算法的思路,着重分析了三种典型算法及其性能,给出了稳定判据,最后指出了今后的发展方向。     

GPS/GLONASS组合导航定位技术在ITS中的应用

采用先进的组合导航技术 ,将现存的两种 GPS( Global Positioning System )和 GLONASS( Global Navigation Satellite System)全球卫星导航系统结合一起 ,可以充分发挥 GPS和 GLONASS各自优势 ,并可优劣互补 .GPS/GLONASS组合定位导航 ,利用先进的组合技术 ,充分利用 GLONASS无 SA影响的特点 ,提供可靠性高、完善性好的高精度定位服务 ,使得整个系统可视卫星的数目增加多 ,可在任何地方有较大高度角的卫星提供选择 ,从而改善了卫星几何位置配置 ,提高了系统的可靠性 .将 GPS/GLONASS组合定位导航技术应用于 ITS中的车辆定位导航 ,可以提供全方位、全天候、多星定位车辆导航的服务功能 ,为实现道路交通管理“自动化”、车辆行驶“智能化”提供可靠的技术保证 ,具有良好的应用价值和实用价值 .     

重力扰动对高精度激光陀螺惯导系统ZUPT的影响分析与补偿

高精度激光陀螺惯导系统广泛应用于车载自主定位定向当中。当不存在外部测速设备的条件下，一般采用零速修正（zero velocity update，ZUPT）对导航误差的发散过程进行约束。常规ZUPT导航算法中重力矢量采用正常重力模型计算获得，忽略了重力扰动对导航精度的影响。考虑到车载自主导航系统对定位精度的要求，本文从重力扰动对惯性导航误差的影响机理分析入手，指出重力扰动是影响高精度ZUPT导航精度的最主要误差源之一。设计提出了两种适用于车载应用的重力扰动实时补偿方案，并在重力扰动变化剧烈的山区地带进行了长距离车载试验。试验结果表明，对于同一组跑车数据，导航时间2 h ZUPT间隔10 min，激光陀螺惯导系统的水平定位精度由补偿前的8.93 m提高到了补偿后的3.75 m，高程定位精度由补偿前的1.63 m提高到了补偿后的0.80 m。重力扰动补偿方法具有重要的工程应用价值。     

机动天基平台惯性/天文组合导航的研究

为了实现机动天基平台的长时间、高精度和低成本自主导航,采用了低精度惯性导航系统和天文导航系统进行组合。以扩展卡尔曼滤波算法为基础,通过建立系统状态方程和量测方程,并进行量测方程的线性化,将捷联惯导和星敏感器分别测得的姿态信息进行数据融合,估计出组合导航系统的误差状态量,从而修正捷联惯导系统的导航参数。仿真结果表明,在1000s内,平台姿态角误差稳定收敛在20?,定位误差优于纯惯导解算,证实了该方案的实用性。     

基于H∞滤波的智能车辆多传感器组合导航研究

为适应自主驾驶智能车辆的高精度、高频率及高可靠性与鲁棒性的导航要求,对智能车辆的多传感器组合导航进行了研究。提出了一种基于H∞滤波的双向光电测速仪和CP-DGPS共同辅助SINS的智能车辆冗余组合导航方法。详细推导并建立了组合系统的滤波模型。仿真结果表明,该组合导航系统具有100Hz的高频输出、厘米级的导航精度以及良好的鲁棒性能与可靠性。即使系统特性发生了显著的变化,组合系统仍能为智能车辆提供可靠的导航信息。     

X射线源/地心矢量观测的卫星自主导航应用

针对X射线探测器的卫星自主导航应用,提出基于X射线源/地心矢量观测的航天器自主天文导航方法。研究了X射线源/地心矢量自主导航原理并给出自主导航系统方案。通过X射线源和地心矢量提取,合成了X射线星光角距和星光仰角观测模型。对X射线源矢量方位观测误差和地心矢量方位观测误差引起的系统观测量残差进行了理论分析,并将其建模为缓变量。建立了卫星运动状态方程模型,并将无迹卡尔曼滤波(unscented Kalman filter,UKF)算法应用于自主导航过程中,针对观测量周期与导航周期异步的情况给出了导航解算方案。近地圆轨道卫星的自主导航仿真结果验证了该方法的有效性。     

一种基于抗差滤波的行人导航算法研究

行人导航系统(pedestrian navigation system, PNS)通常采用全球定位系统(global positioning system, GPS)和航位推算(dead reckoning, DR)组合导航的方式进行定位,因此其定位精度易受GPS定位误差特别是定位粗差的影响。为了减小这种影响,提高行人导航系统定位精度,采用了一种基于抗差滤波的GPS/DR组合行人导航算法。该算法首先对DR系统误差建模,获得行人导航系统卡尔曼滤波模型,再通过GPS与DR系统观测量之差,估计当前观测噪声与先验统计特性的符合程度,利用等价权实时调整观测权值,以避免观测粗差对组合导航精度的影响。最后通过对实测数据的分析表明,在GPS定位误差较大或含粗差情况下,该方法较卡尔曼滤波算法能明显抑制定位误差的影响,将定位精度提高5 m左右,能够在不增加硬件的基础上有效提高GPS/DR组合行人导航精度。     

自主式水下潜器导航仿真系统研究

基于Windows网络平台用VC 语言开发出了自主式水下潜器(简称AUV)导航仿真系统,论述了仿真系统的体系结构、网络通信和数据交换;详细介绍了仿真系统中运动载体计算机和导航设备计算机的软件实现方法和关键技术;对重力匹配和地形匹配算法也作了相应的介绍;对仿真平台进行了仿真验证分析。结果表明,该仿真系统结构合理可靠,各子系统采用的数学模型和仿真算法正确可信。该仿真系统可作为演示、验证和评估AUV导航系统正确性、有效性和实用性的先进手段和科学方法,并已得到实际应用。     

深空探测巡航段自主光学导航方案研究

星际巡航段导航方案设计是深空探测任务中的重要组成部分.针对巡航段的特点,研究了一种基于多颗小行星光学信息的自主光学导航方案.它包括导航星的确定,导航系统的建立,导航算法的研究.此方案给出了统一的导航小行星选取准则,导航星个数的判别方法,以及基于UD分解的递推加权最小二乘滤波导航算法.通过可观测性分析确保了导航算法的可行性,利用数学仿真验证了导航方案设计的合理性.此方案的导航系统精度优于深空1任务,位置估计误差小于100,速度估计误差小于0.3m/s.     

INS/双星组合导航半实物仿真研究

对INS/双星跑车试验数据进行了分析和处理,采用小波分解的方法去除了定点定位试验中的测量噪声,并对双星接收机的常值偏移进行了估计,仿真结果表明双星系统的定位精度在20米之内。在跑车试验中使用递推最小二乘法和Kalman滤波技术对INS/双星的位置组合方案进行了仿真。仿真结果表明,Kalman滤波技术比最小二乘算法具有更高的估计精度,它能有效地降低INS的位置误差。