基于高性能DSP小型组合导航系统设计与实现

提出了一种利用微小型惯性测量单元（MIMU）、全球定位系统（GPS）以及三轴磁强计（TAM）所构成的小型组合导航系统设计方案.分别介绍了导航传感器的选择及系统的结构.设计了以TI高性能浮点DSP处理器为核心的导航计算机,完成数据采集和导航解算等功能,并根据导航系统误差模型融合各传感器信息,实现了基于Kalman滤波器的组合导航算法.通过原理样机的实测数据验证了方案的可行性.     

基于性能评估的INS/RADIO组合导航系统研究

现代民机的惯性导航系统输出的导航参数多,自主性强,但误差随时间积累,而陆基无线电导航系统定位精度不受使用时间的影响,但易受周围环境、电磁干扰等外界噪声和接收机噪声的影响。综合两种导航系统的优点,本文提出了基于导航性能评估的INS/RADIO组合导航方案。根据当前组合模式的传感器输出计算出实际导航性能(ANP),然后同导航数据库中预先设定的导航性能需求(RNP)进行比较,筛选出符合RNP的台站,并从中选择出精度最高的组合模式,最终完成位置输出。仿真结果表明,INS/RADIO组合导航能有效抑制无线电的位置噪声,由于导航性能评估的参与导航系统的位置精度得到进一步提高。     

CDKF 算法在四旋翼飞行器组合导航系统中应用

针对基于四旋翼无人飞行器的组合导航系统在小失准角情况下滤波器较短时间内发散的问题, 将中心差分卡尔曼滤波算法应用于低成本的组合导航系统中, 设计了飞行器组合导航系统的硬件电路。该系统采用MPU-6050 芯片作为飞行器姿态传感器, 选用u-Blox 公司的NEO-6M 模块获取GPS(Global Positioning System)信号, 并利用中心差分卡尔曼滤波算法实现多传感器的数据融合, 从而获取导航信息。在四旋翼无人飞行器平台上对该系统进行实验的结果表明, 该导航系统能有效抑制传感器噪声, 克服了陀螺仪的漂移现象, 避免了传统EKF((Extended Calman Filter) )算法近似程度不高, 易导致解算结果发散等问题的发生, 为飞行器提供了准确的导航信息。     

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。     

景象匹配辅助的GPS/SINS组合导航算法

为提高导航系统的精度和可靠性,在全球定位系统(GPS)、捷联惯导系统(SINS)和景象匹配传感器(SM)的观测信息是以不同采样率给出时,基于Kalman滤波技术,建立系统模型,利用分布式有反馈数据融合结构,提出一种有效的景象匹配辅助GPS/SINS 组合导航算法,即GPS/SINS/SM组合导航算法.理论分析和仿真结果均表明: 在导航定位和对状态的估计精度和可靠性方面, GPS/SINS/SM组合导航的结果均优于GPS/SINS或GPS/SM组合导航的结果,它们又优于单个系统Kalman滤波的结果.     

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.     

自主视觉导航方法综述

深入研究视觉导航方法,对自主视觉导航方法进行了综述。阐述了视觉导航方法的分类方式,并按照视觉导航系统对地图的依赖性进行分类（即基于地图的视觉导航、地图生成型视觉导航和无地图型视觉导航）,对视觉导航的发展进行综述;给出了视觉组合导航系统的发展现状。对近年视觉导航领域文献的分析表明,视觉导航的研究热点在向智能化和多传感器融合方向延伸。     

RT3000惯性GPS组合导航系统实现车辆运动高精度测量

本文以RT3000惯性\GPS组合导航系统为研究对象,进行了组合导航的技术介绍,介绍了SINS(捷联惯性)/GPS组合导航系统工作原理,采用四元数法进行姿态描述,通过捷联惯性导航计算导航参数,利用卡尔曼滤波进行修正。通过实验发现,在这些技术的支持下,SINS/GPS组合导航系统实现地面车辆的精确导航。     

星光导航原理及捷联惯导/星光组合导航方法研究

该文在分析星光导航原理的基础上,给出了捷联惯导/星光飞行器组合导航方案;推证了该组合导航系统的状态方程和观测方程,分析了星敏仪量测误差.结合高超声速跨大气层再入飞行体的模拟飞行轨道,进行了组合导航数学仿真.结果证实该方案能够利用星光导航信息对捷联惯导进行即时修正,表明捷联惯导/星光组合导航系统在较精确地获取载体姿态信息方面具有优越性.     

基于量子遗传算法的RBF神经网络智能滤波组合导航算法

组合导航中标准卡尔曼滤波和扩展卡尔曼滤波存在容错性和鲁棒性不足,处理非线性信号能力较弱的缺点.提出了基于量子遗传算法的RBF神经网络的智能滤波组合导航算法,通过RBF神经网络调节卡尔曼滤波增益,而神经网络参数由量子遗传算法进行调整优化.对捷联惯导系统(SINS)/全球卫星定位系统(GPS)组合导航系统进行了仿真实验,结果表明:该算法提高了导航定位的精度、鲁棒性和可靠性.     

MIMU/偏振光互补滤波组合导航算法研究

针对偏振光导航中存在的输出角度模糊性和三维状态下航向角计算问题,提出利用互补滤波对MEMS惯性测量单元(MIMU)和偏振光传感器进行信息融合的姿态更新算法。该算法利用偏振光传感器测量模型构造太阳位置的估计矢量和实测矢量,通过PI(proportional-integral)补偿策略实现3轴陀螺仪偏差的最优估计和补偿。通过对比纯惯导系统INS、单偏振光导航系统、MIMU/地磁和MIMU/偏振光4种导航系统的输出姿态角,表明该算法能够有效滤除惯导系统的低频噪声和偏振光传感器测量值中的高频噪声,并且能够获取无人机360°范围内的航向角估计量,为偏振光组合导航提供了一种行之有效的解决方法。     

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...     

基于自适应滤波的SINS/DVL组合导航系统

以水下运载体为研究对象,给出一种线性的捷联惯导系统(SINS)误差数学模型,根据多普勒测速仪(DVL)测速的误差特点建立其误差方程,并以捷联惯导系统为主导航设备建立SINS/DVL组合导航系统数学模型.考虑到DVL测速易受水中复杂环境的影响,将Sage-Husa自适应滤波算法引入SINS/DVL组合导航系统.针对Sage-Husa自适应滤波器长时间滤波后自适应程度下降的问题,引入滤波收敛判据对其进行改进,以自适应调节噪声估计器对不同时刻信息利用的权值.仿真结果表明:该基于自适应滤波算法的SINS/DVL组合导航系统稳定性好,且具有较高的导航精度.     

基于联邦滤波的无人机组合导航系统设计

以高空长航时无人机为研究背景,提出了基于联邦滤波的捷联惯导/卫星导航/天文导航的组合导航系统方案,给出了组合导航系统的状态模型和量测模型,设计了联邦滤波器并开发了组合导航方案的仿真系统,对于两个子系统的导航性能和总体方案的导航性能分别进行了仿真分析,证明了方案的合理性和可行性,为进一步研究导航系统中故障诊断和容错控制提供了依据。     

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.     

IMU/计程仪/重力组合导航系统信息融合方法

针对现代战争环境对导航系统高自主性、高隐蔽性的要求,提出了IMU/计程仪/重力无源组合导航方式.深入研究了IMU/计程仪/重力组合导航系统的信息融合方法,设计了该系统的工作模式.采用扩展卡尔曼滤波进行各传感器信息的融合.根据导航系统对实时性的要求,建立了系统的低阶误差状态方程;将厄特弗斯效应的影响考虑到滤波器设计中,建立了系统的重力观测方程;将计程仪的速度与惯性速度进行融合,建立了系统的速度观测方程;在不增加系统成本的条件下,进一步利用加速度计输出估计水平姿态,建立了系统的姿态观测方程.在此基础上,设计了相应的信息融合策略.实际系统的机载试验结果表明,IMU/计程仪/重力组合导航系统算法正确、性能良好,可以有效地控制惯导系统位置和速度误差的累积,满足长时间一定精度的导航要求.     

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.     

基于天文测角测速组合的小行星探测器自主导航方法

自主导航是保障深空探测任务顺利实施的关键技术之一,本文针对小行星探测器在实际工程任务中对天文自主导航能力的需求,提出了天文光谱测速结合天文图像测角的组合自主导航方法,实现小行星探测器连续自主、实时高精度导航.以主带小行星谷神星探测任务为背景,分析了本文所提出的组合导航方法的可观测性,并基于UKF算法,给出了组合导航系统仿真分析.仿真结果表明,组合导航系统的可观测性更好,对比传统的地面无线电导航或者测角导航方法,导航结果精度更高、实时性更优,可为小行星探测器变轨修正等提供准确的导航信息.本文所给出的组合导航方法有效可靠、工程实现简单,为我国小行星探测工程任务及后续深空重大任务的实施提供参考.