基于EKF的GNSS/SINS组合导航系统应用

针对单一定位系统无法得到连续、稳定可靠的导航信息的问题,将全球卫星导航系统(GNSS)与捷联惯性导航系统(SINS)进行组合,并利用扩展卡尔曼滤波(EKF)算法对这两种导航系统的定位信息进行融合,以获得更加稳定、精确的定位结果。将GNSS与SINS组合,可以弥补GNSS卫星信号失锁、数据更新频率低、无法获得姿态信息以及SINS定位误差累积等单导航系统定位的不足。通过车载实验采集定位数据,并分别进行SINS单独导航及GNSS/SINS组合导航解算,由实验结果可以看出,与SINS单独导航相比,GNSS/SINS组合导航系统的定位误差能快速收敛,并保持较高的精度,其中位置误差精度达到厘米级,速度的最大误差大约在0.1m·s-1以内,姿态的最大误差大约在0.2°以内。     

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％.     

组合导航系统中异步多传感器信息融合算法

针对组合导航系统中多个传感器采样频率不同且存在量测滞后的问题,提出一种基于多尺度数据分块的组合导航信息融合算法.建立最高采样率下的系统模型,通过状态和观测的分块得到基于多尺度的系统模型,利用不同尺度上的观测信息在各尺度上进行Kalman滤波,并经融合最终获得基于全局的状态估计值.将该算法用于SINS/DVL/TAN组合导航系统仿真,结果表明,在异步多传感器量测的情况下,基于多尺度数据分块的信息融合算法与非等间隔Kalman滤波算法相比,北向速度最大误差减小24.1%,纬度最大误差减小23.8%,东向速度最大误差和经度最大误差均略有减小.因此,信息融合算法具有较高的滤波精度,有利于提高系统的导航定位精度.     

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...     

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.      

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.     

提高载车定位与卫星跟踪精度的多信息融合系统研究

基于应用背景对移动卫星通信车辆精确定位和实时动态通信的要求,提出了一种新的基于激光陀螺捷联导航系统（LINS）、光电编码器（OEC）、GPS、信标组合的载车精确导航定位与同步卫星实时跟踪方案．方案以LINS／OEC组合作为核心单元,GPS、信标作为辅助信息,研究了基于联邦滤波的信息融合策略,给出了融合系数的选取方法．论文在车辆移动卫星通信系统中创造性地引入光电编码器组合以提高姿态保持精度和系统自主定位精度,并有效降低系统对GPS的依赖性．大量试验研究表明采用该技术与融合方法后,载车在长时间、不同路况动态工作时,其定位精度CEP值在10m以内,天线姿态跟踪精度保持在±0．05°范围内,尤其在较长时间内系统受遮挡条件下,其定位、姿态跟踪精度较未组合光电编码器前的系统提高达50％以上．     

MIMU/GPS组合导航系统在制导弹药中的应用

为了减小制导弹药中导航系统的体积、重量和功耗,研制了一种主从式紧耦合双处理器结构的导航计算机,它以数字信号处理器(DSP)实现导航算法,以单片微控制器和CPLD作I/O接口处理机,可大大提高系统的执行速度。采用基于信息融合技术的组合方案充分地利用了各种导航传感器的信息,有效地提高了导航系统的精度。     

基于数据融合理论的无陀螺微惯性测量组合算法研究

在国外学者研究的基础上改进了无陀螺微惯性测量组合的模型，提出一种新颖的解算算法，采用基于假设检验理论的数据融合理论对传感器的冗余信息进行解算，抑制了迭代误差，提高了解算精度。经过仿真计算验证该方案的可行性。该算法有效地利用了传感器的全部信息，使导航精度提高了近一个数量级，从而为无陀螺微惯性测量组合的实用化奠定了理论基础。     

GPS接收机在探月高速再入返回中的应用

在我国探月工程3期高速再入返回飞行任务中,惯性导航单元（IMU）为主要的导航敏感器.针对惯性器件误差累积特性引起测量误差恶化问题,提出了一种适用于高速再入返回场景、轻小型化、快速定位的GPS接收机,可与IMU数据融合实现轨道误差修正.飞行验证结果表明:GPS接收机在轨道高度4 911.3 km处实现首次定位,飞行过程中有效定位时间达16 min,两次穿越大气层中"黑障"区域.精度评估结果表明,GPS接收机位置均方根误差为3.67 m:速度均方根误差为0.19 m/s.该GPS接收机满足探月高速再入返回飞行任务要求,也可应用于中低轨道微小卫星和深空再入返回航天器.      

导航系统中量测滞后异步多传感器集中滤波算法

为解决异步多传感器组合存在的信息更新频率不同步,借鉴联邦滤波子滤波器的结构设计,提出在集中滤波器内根据组合时刻量测值的不同,选择相应量测矩阵进行切换的方法实现多传感器的异步组合.同时在该算法的基础上,利用非延时量测信息补偿滞后量测的方法,解决了多传感器组合量测滞后的问题.该算法在GPS/CNS/SINS组合导航实时仿真系统的应用表明,量测矩阵的切换对系统状态变量的滤波迭代没有不利影响,补偿量测滞后的方法对降低滤波误差有明显作用,滤波结果精度较高.     

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.     

组合导航信息融合算法的研究

以GPS／INS组合导航系统为应用背景,推导了“当前统计”模型下卡尔曼滤波方程的关键矩阵。阐述了卡尔曼滤波器的主要参数对组合导航信息融合效果的影响;给出了组合导航系统的松耦合设计框图;根据实验测得的数据采用基于卡尔曼滤波的信息融合算法,通过对算法改进前后东向误差和北向误差的分析,说明算法改进后的定位精度比改进前高约30％．     

船舶综合导航系统应用技术

船舶导航系统已发展为集成多种导航设备的多功能综合导航系统.为支撑系统的柔性集成,设计了开放式的综合导航系统体系结构.信息融合技术可解决信息过载问题,提高导航信息精度和可靠性.针对多传感器组合导航方式,设计了基于一种无重置联邦滤波器的导航信息融合方法.电子海图显示信息系统是综合导航系统的信息集成和监控中心,考虑航海作业与航行自动监控的需要,开发了多功能的电子海图显示信息系统应用软件,并通过相应的工程实验证明了系统的可行性.     

基于联邦滤波的惯性导航姿态组合算法

为了充分利用姿态量测信息来提高组合导航系统的姿态精度，以联邦滤波为基础，研究了以姿态、位置和速度信息作为观测量的多信息融合导航技术，分析并提出了适合工程使用的联邦滤波器的原理结构与算法实现，深入推导了基于联邦滤波的姿态组合算法的观测矩阵的具体形式，最后给出了仿真和实测数据的验证．结果表明，基于联邦滤波的姿态组合滤波算法能够有效地提高惯导系统的姿态精度，对方位角的改善尤为明显．     

巡检机器人全球定位系统/里程计组合定位方法

摘要：针对巡检机器人在校园环境中工作时,GPS信号易受树荫及较高建筑物遮挡而出现定位不准确的问题,提出GPS和ODO组合定位方法。该方法以GPS坐标信息为初始位置,里程计信息为主导航,GPS接收机的脉冲信号作为实时修正数据,利用卡尔曼滤波算法对系统状态进行最优估计,得到较为准确的状态估计值,最后利用状态估计值去修正系统的导航误差。同时在实验平台上进行验证仿真,实验结果表明,机器人以150cm/s的速度行驶80s后其轨迹误差能控制在5cm以内,得出利用多传感器融合技术可以提高机器人的定位精度和可靠性的结论,即通过对GPS和ODO组合定位方法能够有效提高机器人实时定位精度。     

UKF和UPF在惯导初始对准中的应用研究对比

捷联惯性导航系统是新型航位推算系统,在惯导系统执行工作任务之前需要进行初始对准,以保证系统的正常运行。对捷联式惯导系统,初始对准就是确定初始时刻的姿态阵,利用惯性元件的输出信息,选用合适的滤波方法,将计算的导航坐标系与真实导航坐标系的失准角估计出来,来修正姿态矩阵,使计算坐标系与真实坐标系尽可能重合。在实际的导航系统中,状态方程和量测方程通常都是非线性的,对于非线性特性,传统的解决方法是利用EKF滤波算法,但它只适用于弱非线性模型的估计,系统的非线性越强,引起的估计误差就越大,甚至会引起滤波发散。为此提出两种滤波算法UKF与UPF,并将两者进行了仿真对比,结果表明UPF算法比UKF算法收敛速度更快,估计精度更高。     

D-S证据理论在组合导航中的决策判断

在组合导航融合算法中引入证据理论对导航信息进行决策应用,推导出2个传感器信息融合后的结论,并且通过仿真实验得出计算结果。证据理论判断公式在处理具有证据冲突的相关信息时引入不确定熵的概念。证据理论算法通过不确定熵在加权合成算法和乘权合成算法之间作适度的折中判断。这种改进的证据理论方法可以分析组合导航信息融合算法中存在的问题,并给出最后的决策执行命令。     

GPS组合导航系统在车辆导航中的应用

ＧＰＳ组合导航系统在车辆导航中的应用房建成，万德钧（东南大学仪器科学与工程系，南京２１００１８）统计资料显示，公路堵塞造成的直接和间接的经济损失惊人，仅美、日、法三国每年的损失就超过１１０００亿法郎．德国交通部门统计，在全德国，每年因汽车司机行错路线...     

基于捷联惯导的蛇形管道机器人定位算法

为解决蛇形管道探测机器人因处于地下管道，难以定位的问题，本文基于牛顿第二定律为蛇形管道探测机器人设计了一种高精度的捷联式惯性导航定位系统（Strap-down Inertial Navigation System SINS）。本系统搭载九轴惯性测量器件（IMU）对蛇形机器人的加速度及角速率信息进行测量，融合卡尔曼滤波算法对定位系统进行误差补偿，采用四元数法构造捷联式惯性导航系统姿态矩阵进行姿态更新，再积分得到速度和位移。利用MATLAB软件根据上述算法对机器人的速度、位移进行分析计算，并与机器人真实的速度位移做比较，验证算法的可靠性。实验结果表明，该算法的定位误差最大不超过4.7%，能够为管道探测机器人提供准确地速度和位置信息，具有较高的实用价值和意义。