基于恒星敏感器的组合导航技术在极地飞行保障中应用的仿真分析

在民航极地航线的快速发展背景下,分析了民航客机极地飞行时存在的导航保障能力不足问题,通过综合研究前人学者在极地导航领域的研究,提出了将基于恒星敏感器的天文导航系统(Celestial navigation system, CNS)引入民航中,与现有机载惯导系统(Inertial navigation system, INS)和全球卫星导航系统(Global navigation satellite system, GNSS)结合组成INS/GNSS/CNS组合导航系统。研究了该组合导航系统在格网坐标系下的结构和算法。仿真校验了该组合导航系统的保障能力。仿真表明：相比INS/CNS和INS/GNSS组合导航系统,本文提出的INS/GNSS/CNS组合导航系统不仅在正常工作时能输出精度更高的导航信息,在某一子系统如GNSS发生故障时还能在较长时间内保证较高的导航精度,仿真结果验证了本文所提出的组合导航系统能显著提升民航极地飞行的导航保障能力。     

惯性/重力匹配组合导航系统可观测性研究

惯性/重力匹配组合导航系统的导航精度与重力场有很大关系.论文从局部可观测性出发,分析了重力场对该组合导航系统定位精度的影响,认为惯性/重力匹配组合导航系统的位置是局部可观测的,且定位精度受重力场的诸多综合因素的影响.     

基于单频伪距、伪距率全球定位系统/惯性导航系统紧组合导航系统

单频单系统型接收机的造价成本较低。为了迎合低成本的需求,并且解决在城市环境下因高楼大树遮挡导致全球卫星导航系统可见卫星数不足而无法定位的情况,设计了基于单频伪距、伪距率GPS/INS紧组合导航系统;详细推导了该组合导航系统的模型,并通过实验验证了当可见卫星数充足时,该系统的精度较高;当可见卫星数不足4颗时,该组合导航系统仍然可以有效的定位导航,满足一定的导航精度需求。     

基于单频伪距、伪距率GPS/INS紧组合导航系统

单频单系统型接收机的造价成本较低,为了迎合低成本的需求,并且解决在城市环境下因高楼大树遮挡导致全球卫星导航系统可见卫星数不足而无法定位的情况,本文设计了基于单频伪距、伪距率GPS/INS紧组合导航系统,详细推导了该组合导航系统的模型,并通过实验验证了当可见卫星数充足时,该系统的精度较高;当可见卫星数不足4颗时,该组合导航系统仍然可以有效的定位导航,满足一定的导航精度需求。     

一种组合导航系统故障检测算法

在研究组合导航系统常用故障检测方法的基础上,将两种χ2故障检验法的检验量相结合,提出了一种针对组合导航系统的二叉树模糊支持向量机故障检测算法.该算法综合应用了Kalman滤波器、二叉树支持向量机等理论,采用模糊因子有效地减弱了噪声样本数据对支持向量机训练结果的影响,采用二叉树支持向量机的多个支持向量机实现对组合导航系统的多级故障进行多级分类和故障检测.最后,针对MINS/GPS组合导航系统,进行了相关仿真研究,仿真结果证明了该方法的有效性.     

小型无人机SINS/GPS组合导航系统研究

根据SINS/GPS组合导航的基本原理,在一个装有微型化IMU模块的MUAV自驾仪上设计了MUAV的SINS/GPS组合导航系统的联邦滤波算法,并对该导航系统进行了静态和动态实验。实验结果表明:采用联邦Kalman滤波能够有效的消除导航参数误差,提高导航精度。该导航系统可以满足小型无人机的导航要求。     

水下无人航行器精确导航滤波算法研究

根据UUV长时间在水下航行的特点设计了一种组合导航系统,给出了系统的结构和滤波算法．理论分析及计算机仿真结果均表明,应用该组合导航系统可大大提高潜器的导航定位精度和隐蔽性。     

GPS/INS/TAN组合导航系统建模与仿真

组合导航系统是提高导航系统性能价格比的有效途径,随着信息融合技术的发展,联邦滤波理论由于可以灵活地设计出精度最优或容错能力最强的组合导航系统,已受到导航界的高度重视, 在研究分析联邦卡尔曼滤波器的算法和结构特点的基础上,提出一种适用于GPS/INS/TAN组合导航系统工程应用的联邦卡尔曼滤波方案,该方案采用无复位结构既保证了容错能力,又兼顾到了导航精度和运算速度,并对组合导航系统的各分系统、子滤波器及主滤波器进行了数学建模、仿真研究和分析,结果表明:在确保整个组合系统可靠性的前提下,导航精度有了明显提高.     

基于Sage-Husa自适应滤波组合导航系统的仿真研究

本文提出了基于Sage-Husa自适应滤波技术的GALILEO/BEIDOU/SINS位置全组合导航系统,并对提出的全组合系统进行了MATLAB/Simulink仿真。仿真结果表明该系统结构简单,状态估计精度高,系统仿真鲁棒性好,能满足中低速飞行器的导航定位要求,便于工程实现。为研究适合我国国情的组合导航系统提供了思路。     

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。     

GPS/INS integration: A performance sensitivity analysis

Inertial Navigation System (INS) and Global Positioning System (GPS) technologies have been widely used in a variety of positioning and navigation applications. Both systems have their unique features and shortcomings. Therefore, the integration of GPS with INS is now critical to overcome each of their drawbacks and to maximize each of their benefits. The integration of GPS with INS can be implemented using a Kalman filter in such modes as loosely, tightly and ultra-tightly coupled. In all these integration modes the INS error states, together with any navigation state (position, velocity, attitude) and other unknown parameters of interest, are estimated using GPS measurements. In a high performance system it is expected that all these unknown states will be precisely estimated. Although it has been noted that both the quality of the GPS measurements and the trajectory and/or manoeuvre characteristics of the problem will have impacts on system performance, a systematic sensitivity analysis is still lacking. This paper will address this issue through real data analyses. The performance analysisresults are very relevant to system design and platform trajectory and/or manoeuvre optimisation.     

基于EMD-小波随机消噪模型的GPS/INS组合导航

为提高GPS/INS组合导航精度,提出了EMD-小波INS随机误差削弱模型.首先分析了GPS/INS组合系统的误差特点,给出组合导航的基本原理.基于EMD的多尺度结构,结合小波分解理论,提出基于EMD-小波的GPS/INS组合导航技术路线.采集新南威尔士大学校园内的实测数据,分别选用1s与2s的GPS采样信息和100 Hz的INS数据,进行融合试验.用随机模型消噪前后的INS数据计算导航解,并与GPS测量的位置进行比较,分析误差分布情况.结果表明,滤波后的INS自主导航解要优于滤波前.当GPS更新周期为1 s时,X,Y,Z方向上导航精度分别提高9.07％,13.89％,35.14％,残差最大值分别减小2.62％,19.54％,31.23％.当GPS更新周期为2s时,X,Y,Z方向上导航精度分别提高17.82％,23.46％,22.48％,残差最大值分别减小14.34％,28.85％,17.48％.     

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.     

一种应用于GPS/低成本INS组合导航的自适应滤波算法

为了提高在全球卫星定位系统(GPS)接收机导航解更新间隔期间组合导航系统的定位精度,在分析了惯导系统(INS)误差模型的基础上,使用一种对噪声协方差矩阵进行实时自适应估计的算法改进了通常使用的标准Kalman滤波器。采集清华大学内的跑车实测数据,并使用自适应算法进行处理,结果表明:该方法可以有效地提高GPS导航解间隔期间组合导航系统的定位精度,整体定位精度可以提升近10%,在车辆行驶状态变化较大的路径中获得了最高达40%的位置精度提升。该方法易于实时实现,在实际工程实现中具有一定的应用前景。     

基于UKF的INS/GPS组合导航系统仿真

通过Unscented卡尔曼滤波(UKF)算法,研究INS/GPS紧耦合组合导航系统中滤波算法的问题,避免了对非线性的系统方程进行线性化。同时将自适应原理引入UKF,给出了一种自适应UKF算法。将EKF、UKF和自适应UKF分别应用到INS/GPS组合导航系统的滤波中。仿真结果表明,相比UKF算法,自适应UKF算法进一步提高导航解的精度和收敛速度,同时系统的鲁棒性也得到了提高。     

一种组合导航的自适应信息融合算法

以GPS/INS组合导航系统为应用背景,针对组合导航系统信息融合的精度与稳定性要求,将简化的Sage-Husa自适应滤波算法与指数加权衰减记忆滤波算法相结合,提出了一种改进的自适应信息融合算法.仿真表明,改进的自适应算法解决了噪声统计特性和模型参数不易确定的问题,能够有效的保证信息融合的精度和稳定性.在算法仿真的基础上,对在VC 6.0环境下算法进行了改进,给出了GPS/INS组合导航系统的结构及软件框架,通过实验验证了改进的自适应算法的实际应用价值.     

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。     

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.      

风场扰动对无人机控制/导航影响效应仿真

为了全面、定量分析风场扰动对无人机控制/导航系统的严重影响,选取某型探测/侦察无人机作为典型代表,首先利用近60余年NCEP再分析资料,针对我国及周边地域,进行了低空风场建模（包括平均风速和湍动分量）和仿真再现;在此基础上,在Matlab/Simulink仿真环境中,构建了该无人机虚拟样机,包括动力学、控制、惯性/GPS导航等关键子系统,反映了其基本飞行品质和控制响应;最后,分别在理想和风场扰动条件下,进行了该无人机典型巡航/侦察任务的飞行仿真,得到了飞行航迹/姿态、控制响应等关键参数,通过对比分析,全面、定量评估了风场扰动对惯性/GPS导航系统的影响效应。结果表明：风场扰动对于无人机惯性导航系统具有较大的影响,所产生的积累误差随时间增加逐步增大,相比而言,基于GPS的控制/导航系统具有较好的适应性和鲁棒性。