MPOS联邦实时组合算法

微小型位置姿态测量系统(micro position and orientation system, MPOS)是为成像载荷提供实时高精度运动补偿信息的关键装置，其测量精度严重制约成像精度的提升。针对MPOS集中滤波实时性差的问题，在基于双ARM (advanced reduced instruction set computing machines)硬件平台的基础上，采用联邦滤波实时组合算法对多组传感器数据进行最优信息融合。以微惯性测量单元为公共参考系统，双天线全球导航卫星系统(global navigation satellite system, GNSS)和磁强计作为子系统提供量测信息，将各个子系统得到的局部误差协方差及状态估计值在主滤波器中进行信息融合得到最优估计值。通过动态实验验证了基于联邦滤波实时组合方法的MPOS,其位置、速度、航向角及水平姿态角精度可达0.6 m, 0.03 m/s, 0.15°,0.04°。     

GF-IMU角速度解算方法的研究

根据无陀螺惯性测量单元(GF-IMU)测量角速度的一般工作原理,提出了一种九加速度计的配置方案及其角速度解算方法,该算法利用加速度计输出的测量信息直接求得所测量的角速度的绝对值,没有积分运算引入的迭代误差,一定程度上提高了载体角速度的解算精度;为了避免角速度解算过程中的开方运算及符号误判,研究了一种解算角速度的代数算法,该算法降低了系统的计算量、提高了系统精度和实时性.     

干扰条件下自适应滤波定位精度分析

在干扰条件下,单纯采用自适应滤波(adaptive Kalman filter, AKF) 或扩展卡尔曼滤波器(extensive Kalman filter, EKF) 在全球导航卫星系统/惯性测量单元(global navigation satellite systems/inertial measurement units, GNSS/IMU)组合导航的运用中都无法达到系统精度最优。为了指导组合导航系统的数据融合滤波器设计,获取AKF和EKF定位性能的经验数值是十分必要的。首先推导出EKF和一种AKF算法--新息序列自适应估计(innovation based adaptive estimation, IAE)的数学模型和计算公式。然后提出了一种实际数据结合仿真的验证方法。针对不同的干扰程度造成的精度降低的测量值,比较AKF算法跟普通EKF在GNSS/IMU组合导航数据融合中的定位精度性能。试验和仿真得到了在实验所采用的IMU精度条件下,自适应滤波在组合导航方面的定位性能的经验曲线以及IAE与EKF定位精度存在的临界点。     

基于鲁棒EKF的MEMS-INS/GNSS/VO组合导航方法

针对传统惯导/卫导组合导航在复杂环境下易受干扰,观测量异常从而影响导航性能的问题,提出了基于鲁棒扩展卡尔曼滤波(extended Kalman filter, EKF)的组合导航方法。设计了基于微惯性导航系统(micro-electro-mechanical system-inertial navigation system, MEMS-INS)、全球导航卫星系统(global navigation satellite system, GNSS)及视觉里程计(visual odometry, VO)的融合框架,给出了在GNSS信号失效情形下的导航滤波模型,并将EKF与Huber方法结合,克服观测量受噪声干扰时对导航性能的影响,以提升系统鲁棒性。经仿真和KITTI数据集验证,MEMS-INS/GNSS/VO组合导航方法在GNSS信号失效时仍能输出较高精度导航结果,且可以较好克服异常观测值对系统的影响,具有较高可靠性和鲁棒性。     

信号级GNSS/SINS超紧组合导航仿真平台设计

超紧组合是全球卫星导航系统(global navigation satellite system, GNSS)和捷联惯性导航系统(strapdown inertial navigation system, SINS)组合中最深层次的信息融合方式。由于需要重新设计GNSS接收机内部的捕获跟踪环路以接收SINS的辅助信息, 超紧组合的工程实现较为困难。从信号级层次出发研究超紧组合的难点在于得到同源且同步的GNSS和SINS信号, 并打开GNSS接收机的捕获跟踪环路。为此, 构建了信号级GNSS/SINS超紧组合仿真平台, 分别设计了载体轨迹发生器、GNSS中频信号发生器、惯导解算器、GNSS软件接收机、组合导航滤波器等关键环节, 从而攻克了上述技术难关。该仿真平台不仅验证了超紧组合在高动态应用方面的优越性, 同时也为其迈向实际应用奠定了坚实的基础。     

中低纬度下惯导极区性能模拟测试方法

针对惯性导航系统极区性能试验难以实地开展的问题, 研究了一种模拟测试的方法, 并基于横向坐标系编排给出了以组合导航系统作为测量基准的惯导模拟测试方案。首先分析了模拟测试技术研究的必要性, 然后根据轨迹形变最小原则详细推导了基于横向坐标系编排的极区模拟测试转换公式, 之后针对测试中采用不同基准的情况, 提出了相应的惯性测量单元(inertial measurement unit, IMU)转换算法, 并提出以惯性导航系统/全球导航卫星系统(inertial navigation system/global navigation satellite system, INS/GNSS)为参照基准的一种具体测试方案, 最终完成了仿真实验, 验证了模拟测试理论的正确性。结果表明, 在基准误差不计的情形下，试验导航参数误差与惯导实地横向编排解算误差相当。初步验证了所提方法替代极区实地试验进行精度性能评估的可行性, 为后续极区模拟测试评估研究奠了定理论基础。     

加权平均法在GFSINS角速度解算中的应用

针对积分法带来快速误差积累以及开方法存在大量开方运算和符号误判等问题,提出了将加权平均法应用到无陀螺捷联惯导系统(gyro free strapdown inertial navigation system, GFSINS)角速度解算中的新方法。基于一种改进的九加速度计配置方式,推导了两种传统角速度解算方法;采用基于多元统计理论的加权平均法,将积分法和开方法得到的两组角速度通过选择最优权数进行有效数据融合,得到一组误差更小的角速度。仿真结果表明,此方法不仅能消除迭代误差,而且其角速度解算精度比开方法提高了大约1.5倍。     

基于GPS/地磁组合弹体滚转姿态测量方法

在全球定位系统(global positioning system, GPS)/地磁组合测量方法的基础上,对组合测量过程中存在地磁测量盲区问题进行了研究分析。针对磁阻传感器在测量弹丸滚转姿态时因有可能出现的磁探测盲区而造成解算结果不准确的情况,提出了利用弹丸的速度倾斜角代替滚转姿态输出的思路,建立了基于GPS弹丸速度倾斜角的解算模型,根据GPS的量测输出信息,对弹丸的速度倾斜角进行测量解算,并对采用弹丸的速度倾斜角代替滚转姿态输出的可行性进行了理论验证。通过数值仿真计算验证了该解算方法的正确性,有效弥补了磁探测盲区出现时组合测量解算误差较大或无法解算的不足,在一定程度上提高了GPS/地磁组合弹体滚转姿态解算的精度。     

ANFIS优化磁链滑模观测器的PMSM无传感器控制

针对永磁同步电机(permanent magnet synchronous motor,PMSM)无传感器控制中转子速度和位置的估计精度不高、系统抖振等问题,提出一种基于自适应模糊神经网络(adaptive neuro-fuzzy inference system,ANFIS)优化的磁链滑模观测器(flux sliding mode observer,FSMO)。采用经过ANFIS优化的FSMO,实现对观测器增益的在线调节,减少系统抖振;采用改进的锁相环(phase locked loop,PLL),提高对转子速度及位置的估计精度。实验结果表明：ANFIS优化的FSMO能够有效地提高PMSM无传感器控制中转子速度和位置的估计精度,减少系统抖振。     

飞行器动力学信息辅助MEMS惯导系统

使用微机械电子(micro electro mechanical systems, MEMS)惯导系统(inertial navigation system,INS)的飞行器由于其MEMS惯性器件测量精度低,致使导航误差快速发散。针对该问题,提出了一种利用飞行器动力学(aircraft dynamics, AD)信息辅助MEMS惯导解算的方法。〖JP2〗它基于AD建立的飞行器运动模型和运动误差模型,利用实时解算的飞行器运动状态构建卡尔曼滤波器对MEMS惯导误差进行估计和修正。在此基础上,进一步考虑了INS/全球定位系统(global positioning system,GPS)组合导航时该方法的改进算法,提出了一种利用GPS定位信息和预测滤波器对飞行器动力学模型误差估计的方法。最后的半实物仿真实验结果表明,飞行器动力学信息辅助滤波器可以有效地减小系统误差,提高 MEMS惯导系统输出精度。     

基于光电瞄准/SINS组合的在线修正方法

针对陆战装备捷联惯导系统(strapdown inertial navigation system,SINS)误差的积累性问题,提出了一种光电瞄准解算测速方法,并将其用于SINS主要状态参数的在线修正。推导了光电瞄准速度解算误差模型,误差分析结果表明,光电瞄准解算测速精度满足修正SINS主要状态参数的要求;建立了光电瞄准/SINS在线修正数学模型,并进行了仿真实验,实验结果表明,通过合理设定动基座的运动状态,所提方法可准确估计出SINS的主要误差状态参数,其中失准角的估计精度可达到1′以内,陀螺漂移误差的估计精度可达到0.01°/h。     

组网冗余MEMS惯性传感器网络优化配置与融合处理方法

针对单个惯性传感器精度与可靠性问题,提出了一种组网冗余微机电系统(micro-electro-mechanical system, MEMS)惯性传感网络优化配置与融合处理方法。首先,研究了多惯性传感器节点的空间配置形式,给出了网络观测模型。利用节点之间的最优化冗余配置策略,提升系统测量可靠性。在此基础上,进一步考虑MEMS陀螺仪和加速度计的安装误差对输出结果的影响,提出了相应的误差模型及校正算法。以随机游走为主要误差源,设计了新型的卡尔曼滤波方法,实现了冗余配置下的高精度导航信息解算。最后,采用自主构建的实验系统进行试验,证明所提出的融合方法能够有效降低陀螺仪和加速度计的随机游走误差。车载试验进一步证明了所提出的方法及系统的有效性。     

组网冗余MEMS惯性传感器网络优化配置与融合处理方法

针对单个惯性传感器精度与可靠性问题,提出了一种组网冗余微机电系统(micro-electro-mechanical system, MEMS)惯性传感网络优化配置与融合处理方法。首先,研究了多惯性传感器节点的空间配置形式,给出了网络观测模型。利用节点之间的最优化冗余配置策略,提升系统测量可靠性。在此基础上,进一步考虑MEMS陀螺仪和加速度计的安装误差对输出结果的影响,提出了相应的误差模型及校正算法。以随机游走为主要误差源,设计了新型的卡尔曼滤波方法,实现了冗余配置下的高精度导航信息解算。最后,采用自主构建的实验系统进行试验,证明所提出的融合方法能够有效降低陀螺仪和加速度计的随机游走误差。车载试验进一步证明了所提出的方法及系统的有效性。     

基于冗余量测的GNSS多路径误差抑制算法

针对惯性/卫星组合导航系统中,全球卫星导航系统(global navigation satellite system,GNSS)量测受多径效应影响的问题,提出了一种基于冗余量测的GNSS多径误差抑制方案。该方案包含了一个基于量测新息的GNSS多径误差卡方检验器和一个自适应Kalman滤波器。首先,通过卡方检验来判断量测新息零均值的特性丧失与否以检测GNSS量测中的多径误差。当检测到量测中存在多径误差时,自适应滤波器根据惯性导航系统的冗余量测估计出当前GNSS测量噪声协方差阵,以合理调节量测权重,增强滤波性能。最后,通过仿真与实际跑车试验,验证了该方案能够有效抑制GNSS多径误差,提高了导航精度。     

LBI测向定位系统的多标校源校正算法

采用长基线干涉仪测向定位的系统,对干涉仪基线矢量的测量精度要求非常高,而通常的测姿设备在增加载荷系统复杂度的同时并不能直接提供干涉仪指向信息。针对这一问题,提出共用定位系统测量方向余弦角的相位差测量通道,利用同时测量的两个(以上)已知校正源的相位差,实时解算、提供干涉仪的空间指向,并给出了校正干涉仪指向的性能估计方法。仿真表明,该算法能够有效获得干涉仪的空间指向。     

小波分解与Prophet框架融合的电离层VTEC预报模型

在全球导航卫星系统(global navigation satellite system,GNSS)的应用中,电离层垂直总电子含量(vertical total electron content,VTEC)是直接决定电离层延迟误差的重要参数.为提高其短期预报精度,在综合考虑地磁扰动影响的基础上,提出了小波分解与Prop...     

核模糊C均值聚类算法优选BDS-3三频组合观测值

目前对全球导航卫星系统(global navigation satellite system, GNSS)三频组合观测值优选的研究,主要集中在全球定位系统(global positioning system, GPS)和北斗二号(beidou navigation satellite system, BDS-2)上,对BDS-3的研究相对较少。为克服以往聚类优选算法中存在的仅适用于类球形簇、聚类数目和初始聚类中心的确定主观性强、对离群点敏感、易陷于局部最优等不足,提出一种改进的核模糊C均值聚类算法,引入核函数与抑制离群点的新距离度量,基于多类广义核极化准则优化核参数,用改进爬山法确定聚类数目与初始聚类中心。然后,以模糊C均值聚类算法为对照进行了对比实验,在短、长两种基线下分别解算组合模糊度。通过对优选所得代表性组合的模糊度固定成功率进行对比分析,验证了该算法的可行性与算法改进的有效性。     

基于因子图的车载INS/GNSS/OD组合导航算法

针对车载多传感器组合导航系统中传感器有效性动态改变,以及传感器存在异步和时延的问题,提出了基于因子图的INS/GNSS/OD组合导航算法。采用因子图方法对惯性导航系统(inertial navigation system,INS)、全球导航卫星系统(global navigation satellite system,GNSS)、里程计(odometer,OD)进行建模,构建了INS/GNSS/OD组合导航系统因子图模型。采用变量消除算法将因子图转化为贝叶斯网络,并通过贝叶斯树的形式实现增量推理,确保了因子图算法的实时性。仿真结果表明,当传感器有效性动态改变,以及传感器存在异步和时延时,基于因子图的组合导航算法能够连续稳定地输出高精度的导航结果,满足了车载INS/GNSS/OD系统的要求。因子图算法具有很强的鲁棒性和灵活性,在处理多传感器信息融合问题中具有较大优势。     

基于INS辅助CLAMBDA与AFM的GPS/INS组合导航测姿方法

为了提高全球定位系统(global positioning system,GPS)定姿的性能及成功率,将带约束的最小二乘降相关平差法(constrained least squares ambiguity decorrelation adjustment,CLAMBDA)与模糊度函数法(ambiguity function method,AFM)两种算法相结合,同时利用惯性导航系统(inertial navigation system,INS)姿态信息进行辅助,提出了一种GPS/INS组合定姿方法。在CLAMBDA解算过程中,将INS姿态信息与GPS载波相位和码伪距联合解算浮点解,然后再进行固定解搜索,如果姿态解算错误,则用AFM算法得到的姿态角进行替换。其间,用INS姿态信息缩小AFM的搜索范围。之后,GPS/INS进行组合滤波。通过实际系统跑车实验表明,相比于原算法,该算法能有效提高GPS定姿的成功率。     

基于OpenGL的目标序列影像姿态仿真方法研究

详细探讨了OpenGL模拟成像特点,结合光电测量系统性能虚拟测试的需求,提出了一种基于序列影像的飞行目标姿态仿真方法,建立了运动特征仿真模型及解算方法,实现了目标运动轨迹与姿态变化的独立模拟,仿真出丰富多样的姿态变化特征。利用双站姿态交会测量算法对模拟影像姿态精度进行了检测,验证了仿真结果的可行性。该方法已有效应用于光电测量系统目标姿态提取算法性能的仿真测试。