基于ICCP算法的地磁匹配辅助导航

惯性导航系统(INS)的导航误差随着时间积累发散,要想使其完全自主导航,必须加以其它的导航方法进行辅助,如地磁匹配辅助导航等.导航算法是地磁匹配辅助导航的关键技术之一,采用基于地磁场的最近等值线迭代算法(ICCP),实现测量值与背景场数据的最优匹配,从而获得位置信息.在吉林松花湖水面,利用高精度的铯光泵磁力仪搭载于水下机器人(ROV)进行实际水域测量,绘制出高精度的局域地磁图.基于该地磁图,通过ROV在水面上航行时的实时地磁值、航向和航速等数据,利用ICCP算法进行地磁匹配.匹配结果与GPS实测数据对比,取得理想的补偿效果.实验表明,基于ICCP的地磁匹配辅助导航能够有效修正惯导所产生的累积误差.     

基于熵和ICCP的多级地磁辅助惯性导航算法研究

惯性导航技术是一种完全自主的导航技术,为了解决惯性导航定位误差随时间积累不断增加的问题,采取地磁导航的方式来修正惯性导航的误差。研究地磁信息的熵算法和ICCP算法,利用熵算法具有剔除离散点、野值点,并且抗基准误差能力强和ICCP算法具有匹配精度较高,匹配结果较稳定的优点,提出一种将熵算法和改进的ICCP算法融合的新算法,以实现粗精结合多级匹配。仿真结果表明,该算法能够取得了很好的匹配效果,在一定程度上修正惯导误差,抑制惯性导航定位误差的发散,提高整个导航的精度,实现惯性导航长时间工作。     

基于地磁熵和地磁差异熵的地磁导航区域选取

惯性导航系统的导航误差随着时间积累发散,无法长时间内保持高精度,要想使其完全自主导航,必须加以其它的导航方式进行辅助,如地磁匹配辅助等.在地磁辅助导航中,地磁区域的选取能够在很大程度上影响辅助导航结果的精度.本文引用了地磁熵和地磁差异熵作为地磁辅助导航区域选取的参考准则.在分析ICCP算法理论的基础,提出了具体的实现算法,利用该算法在选择区域进行地磁辅助导航的仿真.经仿真实验验证,地磁熵和地磁差异熵对地磁导航区域的选取具有一定的指导意义,为提高地磁辅助导航的精度提供了一种新的手段.     

基于消息互联的无人机平台协同导航方法

 协同导航作为无人机集群平台的新导航方式,可充分利用各无人机间的消息互联融合所有平台的量测信息获取整个系统的最优估计。针对分布式协同导航算法估计精度低的问题,提出3阶段的协同导航方法,利用绝对导航输出信息作为协同导航的初始值,将相对导航输出信息作为协同导航的量测信息,构建协同导航滤波器,将各平台解算出的结果反馈到各平台自身的绝对导航,进而获取到导航信息的全局最优估计。仿真结果表明：提出基于消息互联的协同无人机集群导航方法可有效估计各无人机的导航信息,相较于传统的导航定位系统以及协同导航方法,具有更高的抗干扰性和稳定性,更能适应不同的复杂环境。     

基于改进粒子滤波算法的车速估计

针对基于粒子滤波算法设计的车速估计器因提议分布与实际分布不一致导致粒子退化使估计误差变大的问题,提出了一种通过修正提议分布减弱粒子退化影响的改进粒子滤波车速估计器。首先,基于车辆运动学模型和传感器特性建立系统的状态转移方程和观测方程。然后,利用传感器测量值与粒子状态值的差值设计提议分布修正项对状态转移方程进行修正,并对过程噪声做自适应处理。最后,利用CarSim-Simulink联合仿真平台在双移线工况和正弦转角输入工况下进行仿真验证。与自适应粒子滤波器相比,双移线工况下改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了40.25%和55.71%;正弦转角输入工况下,改进粒子滤波估计器产生的纵向速度估计值和侧向速度估计值的平均绝对误差分别减小了47.00%和41.21%。     

基于隐藏导频的多频带正交频分复用超宽带稀疏信道估计

在多频带正交频分复用超宽带系统中,基于隐藏导频提出一种稀疏信道估计算法.通过隐藏导频而估计出信道,利用广义信息论准则建立代价函数并探测出非零抽头位置,修正得到稀疏信道估计值,通过降低估计维数提高了算法的估计性能.同时,分析了算法性能和克拉美-罗界(CRB).仿真结果表明,稀疏信道估计算法比传统算法的性能明显提高,且性能更接近于CRB.     

基于双门限判决修正Rife算法的正弦信号频率估计

针对正弦信号频率估计复杂度和性能难以兼顾的问题,提出一种基于双门限判决修正Rife算法的频率估计算法。将信号频点划分为3个区域分别采用不同处理方案,具有估计精度高、运算量小的特点,适用于低功耗、低延时等应用场合。仿真结果表明,该方法克服了经典Rife算法在部分频点估计误差大的问题,其频率估计均方根误差距离克拉美罗界仅有0.5dB。与现有其它改进Rife算法相比,该方法在保证估计性能基本不变的前提下大幅降低所需计算量,有利于工程实现。      

基于多模自适应滤波算法在 装备组合导航系统的应用

为满足在复杂环境下装备导航定位需求,本文提出了一种对组合导航系统进行多源信息融合以获得高精度、高容错位置修正信息的设计方法.该方法通过改进联邦卡尔曼滤波算法和滤波器设计,建立一种基于北斗/GPS/SINS组合导航系统的多模自适应估计的联邦滤波器,通过多源数据优化融合有效提升装备组合导航系统精度及可靠性,为其提供准确的地理位置、周边地形以及道路交通等信息,帮助作战人员实时获取目标状态并引导精确导航,有效提升装备作战使用效能.仿真实验表明:该方法与单一模型的联邦滤波器相比,不仅能进一步提升系统的容错性及高精度定位能力,还便于对各导航子系统的故障进行隔离定位,具有较大的工程应用价值.     

采用数据辅助的单通道同频混合信号参数估计方法

在非合作卫星通信中,针对具有固定帧长及帧同步序列的单通道同频混合信号的参数估计问题,提出了一种基于数据辅助的参数估计算法。该算法先对帧长及帧头起始位置进行估计,并提取帧同步数据构建辅助函数。在与混合信号做相关运算后去除干扰项,峰值搜索得到频率偏移的精确估计值;使用辅助函数简化混合信号,随后基于最大似然估计理论,实现对信号初相信息的提取。在算法研究的基础上,推导了单通道同频混合信号参数估计的修正克拉美罗界,为算法的性能分析提供了理论依据。仿真结果表明,当帧同步信号达到一定数量时,频率偏移估计方差达到10-7,初相估计方差达到10-3,性能接近MCRB理论界。     

采用矩谐分析和支持向量机的地磁导航基准图构建方法

为便于在地磁导航工程应用中进行载体磁场和地磁场变化的修正,提出了一种采用矩谐分析和支持向量机的地磁基准图构建方法.在导航区域中心采用矩谐分析法来预测基准数据,包括地磁场剩余值计算、地理坐标转换、地磁分量转换、矩谐系数求解及中心区域基准数据预测等,以提高地磁基准图的精度并利于修正;在导航区域边缘采用支持向量机法来预测基准数据,包括核函数选取、参数优化、模型训练及边缘区域数据预测等,以减弱边界效应的影响;采用粒子群优化算法对支持向量机参数进行优化,以提高算法的运算效率.试验结果表明,该方法可提高所构建地磁基准图的精度,降低算法的运行时间.     

大型舰船上子惯导速度的精确计算方法

针对大型舰船上,子惯导速度精确计算的需求,提出了利用杆臂长度、载体角速率构造主惯导在子惯导安装位置处伪速度观测量的算法.针对杆臂效应力学补偿法中需要已知杆臂长度的要求,并结合大型舰船挠曲变形带来的杆臂长度时变特点,提出将杆臂长度误差增列为系统状态向量,通过在线补偿的方法准确获取杆臂长度.仿真结果表明,杆臂长度在线补偿方法对杆臂长度的估计可以精确至厘米级,从而有效提高了伪速度观测量的精度,使得子惯导3个方向的速度均值可以精确至厘米级,均方差可精确至分米级.     

捷联惯性导航的工程实现

把一种纯捷联惯性导航运用到系统的工程实现,个系统采用高精度的导航测量器件和PC104嵌入式版式电脑来实现,运行2min,静态状态下,位置误差可以在30m之内;动态车栽试验位置误差可以达到300m之内,介绍了采用的捷联算法以及四元数的修正和归一等经典算法。     

GPS与无陀螺微惯性测量单元组合导航系统设计

基于无陀螺微惯性测量单元(NGMIMU)九加速度计配置方案，利用高精度的全球定位系统(GPS)信号，与NGMIMU组合，进行导航系统设计。利用组合卡尔曼滤波器抑制了导航误差的迅速累积，推导了组合卡尔曼滤波器的状态方程和观测方程，进行了系统位移、速度和角度仿真，仿真结果验证了NGMIMU／GPS系统设计方案的可行性。     

零速校正在惯性导航系统中的仿真研究

零速校正利用载体停车时惯导系统的速度输出作为惯导系统速度误差的观测量,进而对惯导系统其他各项误差实现校正．基于这一原理对零速校正在惯性导航系统中的应用进行了分析研究．首先推导了惯性导航系统的误差方程,然后采用曲线拟合的方法,用Matlab仿真得到零速校正后的位置误差曲线．通过对仿真结果的分析比较,表明该方法在惯性的导航系统对于误差修正的有效性．     

线振动条件下激光陀螺捷联惯导附加漂移补偿技术

针对振动条件下惯性器件会产生较大漂移的问题,从导航误差方程出发,以速度和位置误差作为观测量,设计了双位置卡尔曼滤波初始对准测漂方法。利用这种方法对振动条件下系统中激光陀螺的零漂和加速度计的零位的变化进行了估计;同时在导航解算过程中对惯性器件的振动附加漂移进行补偿。振动条件下对准测漂实验表明:利用双位置卡尔曼滤波方法可以很好的估计出惯性器件的振动附加漂移。振动漂移误差补偿实验表明:在导航结算过程中对惯性器件的振动漂移进行有效补偿后导航精度明显提高。     

陆用捷联惯导系统中里程计刻度因子的在线辨识

提出陆用捷联惯导系统中里程计刻度因子的在线辨识算法．该算法利用捷联惯导系统在初始对准结束后，刚转入导航工作状态的短时间内，惯导解算精度高的特点，通过加速度计的测量值，采用渐消记忆最小二乘递推算法对里程计的刻度因子进行在线辨识．仿真试验表明，该算法有较强的工程实用性，能有效地解决里程计测量路程的误差积累问题，从而提高整个陆用捷联惯导系统的定位精度．     

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。     

基于组合导航与EKPF飞行器的地形边界与面积估计

提出了一种使用四旋翼飞行器作为测量平台的地形边界与面积估计算法.该算法采用紧耦合闭环组合导航系统(捷联惯性导航系统与全球卫星定位系统)获取待测地形边界点的定位数据,分别使用Pauta准则与扩展卡尔曼粒子滤波方法剔除异常数据与处理定位数据.算法在得到的最终定位数据的基础上,估算待测地形与面积.飞行器使用前视和下视摄像头确定飞行方向和选择边界点.使用该算法可以实现不规则的凸多边形、凹多边形和弧段等地形的精确估计,估计误差可以在±1.2%以内.实际飞行实验结果验证了该算法的可行性和准确性.     

循环神经网络辅助GNSS/SINS组合导航方法及性能分析

针对GNSS信号中断时组合导航系统误差迅速发散的问题,提出了使用循环神经网络(RNN)来辅助组合导航系统的方法,RN N可以分别基于当前和过去的位置以及速度样本进行训练,使神经网络更好地处理系统中的时序信号,从而能够更加精确地预测SINS的位置和速度误差.采用无人机飞行试验数据验证了该算法在卫星信号中断时导航精度平均提升了77％,并且满足导航所需的实时性要求,与传统的径向基神经网络辅助的组合导航系统相比,其位置和速度的均方根误差平均降低了39％.     

基于自相关检测法和能量重心法的正弦信号频率估计算法

为了提高淹没在高斯白噪声中的实正弦信号的频率估计精度,提出了一种综合的结合自相关检测法和能量重心法的正弦信号频率估计算法。该算法首先通过多次自相关运算对输入信号进行预处理,可检测出淹没在噪声中的微弱正弦信号,来提高信噪比;然后对信号进行FFT(fast fourier transform)运算可得信号的功率谱,通过搜索最大值谱线的位置可粗估计出信号频率;最后运用离散频谱能量重心法,可精确估计出正弦信号的频率。仿真结果表明本算法在整个频段上频率估计性能比较稳定、频率估计的均方根误差更小,性能优于Rife算法、Quinn算法和能量重心法,并易于硬件实现,具有工程实用价值。