航海实验教学示范中心建设

重庆交通大学航海实验教学示范中心以＂立足西部、面向海洋、兼顾内河、服务航运＂为目标,建立＂2个平台、8个模块、5个层次＂实验教学体系,采用先进的实验教学方法与手段把中心建成符合《STCW78/95国际公约》要求和《中华人民共和国海船船员考试、评估和发证规则》规定的实验教学示范中心和训练场地。     

卫星导航系统监测站覆盖性能分析

监测站作为卫星导航系统控制段的重要组成部分之一,对系统基本服务功能的提供和各项性能指标的保持都具有重要意义.研究了一种用于监测站覆盖性能评估的模型;基于该模型以GPS为例对单个监测站覆盖性能、站际重叠覆盖性能以及监测网整体覆盖性能进行了实验分析,结果表明该模型可以用于监测站性能评估和布网设计及优化;采用模拟仿真的方法对GPS地面监测站的故障敏感性进行了分析,确定了在整个监测网络中具有重要影响以及能够导致较大完好性风险产生的监测站;最后提出了一种基于监测站网覆盖性能的系统完好性增强设计,并探讨了监测站的布设原则,给出了一种基于覆盖性能的分期分级布设方案.     

旋转调制捷联惯导惯性测量组件零偏的估计方法

针对旋转调制型捷联惯导系统,通过研究惯性器件误差、失准角与惯性测量组件(inertial measurement unit, IMU)角位置三者之间关系,提出了一种三位置对准估计加速度计水平零偏和陀螺水平常值漂移的方法。为了实现惯性器件偏差的最优估计,分析了IMU最优位置问题。得出IMU最优位置是在初始位置的基础上,绕旋转轴依次转动90°的结论。数字仿真验证了理论分析的正确性。     

结合惯性导航特性的快速景象匹配算法

针对景象匹配/惯性组合导航对图像匹配算法实时性、鲁棒性、精确性的要求,结合惯性导航的工作特点,深入分析快速鲁棒特征(speeded up robust feature, SURF)算法主要技术特征,研究了其影响导航性能的主要因素。结合惯性器件的误差特性,提出针对导航应用的SURF改进方法,较好地增强了算法的实时性、稳定性、可控性。在图像匹配基础上,构建适应景象匹配算法的空间变换模型,从而在理论上检测图像匹配的正确性并求解导航参数。研究结果表明,基于SURF研究的景象匹配算法具备亚像素级精度、毫秒级实时性和优越的抗形变能力。     

基于强跟踪UKF的航天器自主导航间接量测滤波算法

针对广义卡尔曼滤波(extended Kalman filter, EKF)和无迹卡尔曼滤波(unscented Kalman filter, UKF)缺乏对系统异常的在线自适应调整能力、导致滤波器精度降低的问题,提出了一种将强跟踪滤波(strong tracking filter, STF)和UKF相结合的滤波算法,并进一步采用部分状态信息作为间接观测量,同时量测噪声方差阵实时调整,从而避免了对观测方程求取Jacobi矩阵的过程,使滤波器的设计得到简化。将该算法应用于航天器自主导航系统中,仿真结果表明,该算法在系统出现突变或缓变异常时,能够迅速检测出异常,在保证较高估计精度的同时,提高了系统的可靠性。     

基于观测量扩充的捷联惯导快速初始对准方法

近似静止状态时捷联惯导系统可观测性较差,利用卡尔曼滤波完成初始对准需要较长时间。针对这一问题提出了一种基于观测量扩充的捷联惯导系统快速初始对准方法。在不改变系统状态方程的情况下,将速度误差和地球转速作为系统观测量。并根据观测量的扩展详细地推导了观测方程,进而利用扩展卡尔曼滤波完成捷联惯导系统初始对准。车载试验结果表明,与传统的卡尔曼滤波对准方法相比,新方法在保证初始对准精度的同时缩短了初始对准时间。     

静基座速率偏频激光陀螺捷联惯导系统快速高精度初始对准算法

针对惯性器件误差对初始对准精度的影响,提出了基于速率偏频激光陀螺捷联惯导系统的快速高精度初始对准算法。首先,研究了初始对准阶段惯性器件的误差特性;然后,建立了激光陀螺标度因数和加速度计零偏的二次非线性误差模型,并对其进行在线估计和补偿;最后,采用卡尔曼滤波方法对激光陀螺零偏残差进行估计,得到系统初始对准姿态矩阵。实验结果表明,该算法可以有效消除激光陀螺标度因数误差、零偏误差和加速度计零偏误差等因素对初始对准精度的影响,初始对准时间为3 min时水平姿态角对准精度为2″,偏航角对准精度优于30″,精度和快速性均得到显著提高。     

面向导航系统性能仿真的可移植性框架

导航系统性能仿真面临多领域模型集成和分析的困难.研究了仿真模型可移植性(simulation modelportability, SMP2.0)规范,分析了卫星导航系统仿真的基本特点和需求,提出了卫星导航性能仿真的可移植性框架,建立了基于SMP2.0的导航仿真应用架构.该架构包含导航系统模型设计、开发、集成、运行和试验...     

无源北斗/高度组合导航自适应滤波算法

为了减小用户机动对无源北斗双星组合导航系统定位精度的影响,论文研究了自适应滤波定位算法.首先,在分析组合导航算法Singer模型的基础上,提出了模糊逻辑自适应滤波方案.然后,通过仿真获取系统知识,建立模糊逻辑系统,实时调整滤波器驱动噪声方差,实现滤波定位算法模型对用户机动的适应性.最后,通过仿真验证,设计的模糊逻辑自适应滤波算法能根据用户机动情况实时调整卡尔曼滤波器的驱动噪声方差参数,并能有效提高组合导航系统机动时的定位精度.     

改进的DGPS/INS/视觉组合导航算法研究

为了满足智能车辆的高精度、实时性和高可靠性的自主导航的需要,提出了一种GPS/机器视觉共同辅助SINS的多采样的智能车辆组合导航算法。该算法不仅包括GPS和SINS形成的位姿速度观测信息,还包括机器视觉形成的位置观测信息。在子滤波器中采用自适应选权滤波算法,抑制了滤波发散,提高了滤波精度。还提出了一种改进的基于估计协方差阵的奇异值分解的动态自适应调节信息分配系数的算法,可有效提高系统的状态估计精度。通过仿真实验验证,该导航系统能为智能车辆提供丰富的导航信息,实现了厘米级的导航精度和容错性,即使在GPS出现较长时间的中断时,仍能为智能车辆提供可靠的导航信息。