一种改进的自适应USQUE组合导航姿态估计方法

针对传统四元数无味卡尔曼滤波(unscented quaternion Kalman filter,USQUE)算法的量测噪声统计未知及时变引起滤波发散精度降低等问题,提出一种变分贝叶斯自适应四元数无味卡尔曼滤波算法(variational Bayesian-based adaptive USQUE,VB-AUSQUE).通过变分贝叶斯高斯迭代近似估计,获取近似的量测噪声协方差矩阵滤波先验条件.仿真和舰载测试表明:在捷联式惯性导航系统/全球定位系统(strapdown inertial navigation system/global navigation satellite system,SINS/GNSS)组合导航系统中,VB-AUSQUE算法能有效减少系统量测噪声未知及时变问题对姿态估计精度的影响,相比常规算法具有更高的精度.     

基于差分GILS进近系统的导航精度分析

通过研究飞机在低可见视程条件下的进近问题,力图充分利用全球卫星导航系统的能力,使机场在不需要更新陆基无线电导航系统的情况下从I类盲降标准提升到II类及以上的相同或可比拟的运行标准。通过对某航空公司飞行数据的分析,为提高飞机进场水平导航精度和完好性,提出了组合应用差分全球卫星导航系统GNSS(global navigation satellite system)和仪表着陆系统ILS(instrument landing system)下滑道的进近体制模型,即为GILS(GNSS and ILS-glideslope)进近系统。利用Kalman滤波的方法,将仪表着陆系统数据和差分全球卫星导航系统的定位数据融合,通过数学建模,仿真模拟飞机进近航迹。仿真和实际验证试飞数据表明,该方案可有效提高飞机的水平导航精度和完好性水平,有潜力将CAT I标准提升为类CAT II水平。     

GNSS/IMU组合导航观测量丢弃策略

传统的GNSS/IMU(global navigation satellitesystem/inertial measurement unit)组合导航系统采用固定速率更新策略,平等地对待每一个观测量。因而在受到突发干扰情况下,精度恶化的观测量可能影响到更新后的组合导航结果的精度。该文提出一个双门限的观测量丢弃策略,它同时监控估计量的误差累计程度和观测量的恶化程度。当估计量误差很低或者观测量恶化很严重时,把观测量丢弃掉,使组合导航系统工作在INS(inertial navigation system)单独导航模式。真实的外场试验结合仿真干扰表明:含观测量丢弃策略的扩展Kalman滤波(EKF)跟传统的固定更新速率EKF相比,在干扰条件下具有更低的误差。     

基于精密星历的极区卫星导航系统性能分析

为填补全球四大卫星导航系统在极区无全面性能分析及比对的空白,基于精密星历,分别通过航线取点及区域分析的方法,分析了4种全球导航卫星系统(global navigation satellite system,GNSS)当前星座在极区的可见性及定位精度,并比较了4种GNSS的性能,解决了现有文献中未全面分析4种GNSS、取...     

一种基于改进自适应卡尔曼滤波的GNSS/INS组合导航算法

在全球卫星导航系统/惯性导航系统(global navigation satellite system/inertial navigation system,GNSS/INS)组合系统中,状态模型误差和异常扰动的影响严重降低了标准卡尔曼滤波的性能,而基于预测残差自适应的卡尔曼滤波随计算次数的增加滤波效果降低,且使用统一的自适应因子调节不可靠。针对上述问题,提出一种改进算法,利用预测残差建立的统计量调节位置向量和速度向量,避免了其他参数对滤波的平衡作用;通过预测残差的概率密度建立马氏距离进行假设检验,在模型正常时使用标准卡尔曼滤波,模型异常时使用改进滤波算法;采用实测车载数据对标准卡尔曼滤波、单因子自适应滤波和本文的滤波方法进行评估,实验结果表明:改进的自适应卡尔曼滤波的滤波算法效果良好,证明了所提算法的有效性。     

紧藕合导航系统中的GDOP估算方法

提出一种针对低成本GPS/SINS（global positioning system/strap-down inertial navigation system）紧耦合导航系统的快速选星方法,充分利用SINS的输出估算几何精度因子（GDOP）,避免大量迭代带来的时间消耗,在卫星失锁后或星座分布发生变化时实现快速选星;并在该方法的基础上设计并实现紧耦合导航系统中量测噪声方差阵的在线修正,提高了组合导航系统滤波估计的精度. 试验结果表明,本文方法弥补了传统GPS/SINS紧耦合导航系统中选星时间消耗代价过大、收敛精度较低的问题,并可相应降低设备成本.      

基于二次编码的北斗信号二次捕获算法

针对恶劣环境中微弱北斗卫星导航系统(BeiDou navigation satellite system,BDS)信号捕获难度大的问题,结合北斗采用的二次编码与主码的分层结构,提出北斗信号二次捕获算法.在主码层面进行并行捕获,而后在整个二次编码周期上进行二次捕获,以去除二次编码对积分时间的限制延长积分时间,达到提高接收机灵敏度的目的.实验仿真证明该算法提高了捕获能力4 dB,同时降低约30%的运算量.      

北斗单系统及多全球导航卫星系统组合极区定位性能

为了评估北斗单系统(BeiDou satellite navigation system,BDS)及多全球导航卫星系统(global navigation satellite sys-tem,GNSS)在极区环境下的导航定位性能,从可见卫星数、位置精度因子、定位精度和高度角变化等多个性能指标对南北极四个测站进行分析.首先介绍了多GNSS的位置精度因子计算模型,然后利用开普勒轨道参数仿真各卫星导航系统数据,详细分析了北斗单系统、北斗双系统以及四系统的性能.仿真结果表明,双系统和四系统能够显著增加可见星数和降低位置精度因子值,从而提高定位精度.四个测站中中山站可见卫星数最多,且各方面性能指标最优,高纬度区域昆仑站性能最差.此外,BDS/GLONASS格洛纳斯组合可以显著增加高仰角卫星,能够改善极区定位性能.     

GPS与格洛纳斯电离层电子总含量建模的差异性分析及改进

为了提高多模GNSS(global navigation satellite system)电离层电子总含量(TEC)的计算精度,基于全球及中国区域研究了GPS(global positioning system)TEC和GLONASS(global orbiting navigation satellite system)TEC的差异及变化规律.GPS TEC精度要优于GLONASS TEC,两者相关性随纬度降低而降低,并且GLONASS TEC较之GPS TEC存在一定程度的低估;TEC精度差异与星座配置、信号体制及轨道周期差异有关,并受到本地时影响,F2层临界频率(foF2)存在类似情况.基于GPS TEC和GLONASS TEC的差异性,对组合建模时伪距观测权函数进行改进,平均偏差约改进20%,内符精度约改进15%.     

Software framework for off-road autonomous robot navigation system

This paper presents a software framework for offroad autonomous robot navigation system. With the requirements of accurate terrain perception and instantaneous obstacles detection, one navigation software framework was advanced based on the principles of “three layer architecture” of intelligence system. Utilized the technologies of distributed system, machine learning and multiple sensor fusion, individual functional module was discussed. This paper aims to provide a framework reference for autonomous robot navigation system design.     

基于故障状态检测的惯性/卫星信息融合技术

为了提高惯性/卫星组合导航系统的可靠性及导航信息的精度,设计了SINS/GPS/Galileo/RDSS组合导航多信息融合方案,采用基于概率分布的残差χ2故障检测方法提高组合导航系统的容错性和可靠性.在此基础上采用了基于故障状态检测的新型自适应信息分配算法,并建立导航系统的数学模型,给出其状态方程、测量方程.最后将新算...     

基于非线性自适应回归神经网络的GPS/IMU组合导航方法

车道级高精度定位导航是智能网联汽车的基本配置,全球定位系统(globlal positioning system,GPS)/惯性测量单元(inertial meansurement unit,IMU)组合导航是高精度定位的关键技术之一。根据汽车行驶过程中高精度定位要求,提出了应用于智能网联汽车的基于非线性自适应回归(nonlinear autoregressive exogenous,NARX)神经网络的GPS/IMU组合导航方法。首先,根据IMU传感器数据特性,建立了基于扩展卡尔曼滤波的惯性导航系统(inertial navigation system,INS)模型,其次,基于NARX神经网络,建立了GPS/INS组合定位训练和预测模型,然后,基于全球导航卫星系统(global navigation satellite system,GNSS)、实时动态差分技术(real-time kinematic,RTK)、INS等技术,设计了智能网联汽车RTK高精度定位数据采集实验系统,并收集了实验数据。最后,对NARX网络训练误差和GNSS信号长时间失效情况下定位预测误差进行了讨论与分析。实验结果表明,该方法在GNSS信号失效5 min情况下,定位预测误差在2. 5 m以内,满足一般情况下,短、中、长隧道中智能网联汽车定位应用要求。     

惯性/北斗组合导航系统的鲁棒H∞滤波

为提高惯性/北斗组合导航系统的精度, 将鲁棒H∞滤波算法应用于惯性/北斗组合导航系统中, 该算法可克服模型的不确定性对滤波精度的影响, 并将滤波器的设计问题转化为线性矩阵不等式约束的凸优化问题。仿真试验最终表明, 鲁棒H∞滤波算法应用于组合导航系统是有效的。     

组合导航系统新息自适应卡尔曼滤波算法

全球定位系统(GPS)量测噪声的不稳定变化将造成惯性导航系统(INS)/GPS舰用组合系统卡尔曼滤波器性能下降,在对自适应卡尔曼滤波器分析的基础上,提出了一种新的基于新息估计的自适应卡尔曼滤波算法.该算法通过计算新息方差强度的极大似然估计最优估计,将新息方差计算直接引入卡尔曼滤波器的增益计算.仿真结果表明,本文方法较标准卡尔曼滤波器可以提高系统精度和抗干扰能力.     

GPS/INS相对导航鲁棒扩展卡尔曼滤波方法

针对绕飞模式下追踪器与合作目标间的GPS/INS组合相对导航问题,考虑追踪器的惯量阵存在不确定性,为提高相对导航系统的精确性和稳定性,提出了一种GPS/INS组合相对导航的鲁棒扩展卡尔曼滤波算法. 该算法采用近似线性化方法将相对导航系统中的非线性函数进行泰勒级数展开,并将线性化引起的模型误差作为不确定项来处理,结合鲁棒卡尔曼滤波算法,设计了GPS/INS组合相对导航的鲁棒扩展卡尔曼滤波算法. 仿真结果表明,该方法相对位置的估计精度为0.1 m,相对姿态的估计精度为0.001°,相对导航精度很高,且对追踪器惯量阵存在的不确定性具有很好的鲁棒性.      

基于TDOA测量的协同导航建模与仿真

针对基于数据链的协同导航系统估计惯导误差的效率不高,研究了以伪距差测量实现无源协同导航的方法。设计通过直接对偏航角的估计提高修正惯导误差的效率。分析并介绍了方法的设计思想和特点,为双曲线/SINS组合导航系统设计滤了波器。仿真结果表明,通过测量伪距差的实现协同导航方法,可以修正惯导系统累积误差,提高惯导导航精度。     

基于一阶高斯-马尔科夫模型的IMU零偏相关时间对GNSS/INS组合导航结果的影响

GNSS(global navigation satellite system)/INS(inertial navigation system)组合导航中,Kalman滤波的最优估计性能受状态模型及其参数设定影响。IMU(inertial measurement unit)的零偏和比例因子误差通常建模为一阶高斯-马尔科夫过程,而模型中的相关时间参数比较难以获得且影响不明确。因此,以IMU零偏模型为例,通过仿真低中高三种不同精度等级的IMU数据,并对比仿真GNSS中断内的导航漂移误差,研究了相关时间参数对GNSS/INS组合导航结果的影响。结果表明:当相关时间参数接近其真值时,组合导航结果在总体上趋于最优表现;中高等级IMU的加速度计零偏相关时间的影响相对较大;但总体来说,相关时间对组合导航结果影响较弱。该研究成果可为后续IMU误差模型的参数设定和优化策略设计提供一定的实验依据和研究基础。     

航天测量船组合导航系统在某型号测控任务中的应用

分析了INS、ESGM、GNSS导航系统和测量船某型号测控任务的特点.分析了INS/ESGM/GNSS组合导航系统的优势.通过工程实际应用对测量船航向误差进行分析修正和补偿,测量船航向取得了很高的精度.该技术在航天测量船执行某型号测控任务中通过光电经纬仪航向校验,能长期有效地保证航向精度和系统的稳定性.对测量船成功完成某型号测控任务具有重大意义.     

基于信息层的捷联惯导信号反演技术

针对惯性导航的器件价格昂贵且建模复杂,以及全球导航卫星系统(global navigation satellite system,GNSS)/惯性定向定位导航系统(inertial navigation system,INS)组合导航对信息传递速度较慢的问题,提出了一种基于信息层的捷联惯导信号反演技术.在整理归纳了惯性导航中常用坐标系的定义后,首先给出了根据已知的原始目标的欧拉角进行姿态矩阵的计算;然后重点讨论了如何根据已知位置、速度和姿态矩阵,反演其比力、角速度;最后叠加误差得到仿真条件下的惯导器件测量值.仿真结果表明:从一段运动轨迹中反演得到的比力和角速度,是以信息帧格式模拟输出惯导器件测量值,再应用惯导方程进行验证,得到的结果误差符合惯导系统误差允许范围.