基于位姿图优化的MEMS-INS/GNSS行人融合定位方法

为了实现消防救援、反恐作战等应急任务复杂场景下行人的室内外无缝定位,提出了一种基于位姿图优化的综合利用微惯性导航系统和全球卫星导航系统的融合定位方法。首先利用经典的EKF滤波算法实现微惯导和卫导融合定位,结合卫导长期精度较高、误差稳定和不随时间累积的优点以及微惯导短时精度高、输出连续、自主定位的优点,实现行人在复杂环境中的室内外无缝定位。在此基础上,提出了一种图优化结合EKF的融合定位新框架,利用卫导定位终端和足部微惯导定位模块进行了实验,比较EKF、图优化-EKF两种算法的融合定位效果。实验结果显示,面对室内外复杂环境,单纯的EKF算法融合定位轨迹航向偏差较大,图优化-EKF算法在轨迹方向保持性上表现更佳,相比EKF算法其融合定位轨迹航向误差减小了48.87%,位姿图优化-EKF算法具有更好的全局稳定性和航向精准度,显著降低了卫星测量异常值对融合定位结果的影响。     

基于鲁棒无迹卡尔曼滤波的无线室内定位算法

为解决超宽带(UWB)系统定位易受室内环境的影响,测距误差特性呈现非高斯分布的问题,提出了一种鲁棒UKF定位算法,实现室内高精度定位。首先,介绍了UWB系统定位实现,以及对比分析了扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)定位算法之间的差异;然后,针对UKF算法存在的局限性,通过引入代价函数,自适应修正观测方差,建立鲁棒机制,降低算法对噪声特性分布的要求,提高了UWB系统环境适应能力。实测结果表明:该方法性能均优于最小二乘、EKF和UKF算法,平均定位精度可达0.33 m,相比较于最小二乘算法,定位精度提高了15%,是一种实时高精度的室内定位算法。     

通信网络中的GPS/TDOA混合定位算法

提出了一种混合GPS/TDOA的泰勒级数-最小二乘算法,在GPS和TDOA定位方法都无法独立定位时实现了定位.算法先将GPS伪距观测方程做单差运算、消除钟差,然后与TDOA双曲线方程组合,一起进行泰勒级数展开得到组合后的线性方程组,再利用最小二乘的方法迭代估计出终端位置.验证该算法的实验结果表明,GPS伪距观测量越多时,定位精度越高;相反,由于TDOA观测量NLOS误差较大,TDOA观测量越多时,精度越差.因此实施该算法时,GPS伪距观测量作为输入应全部采用;在保证能够定位的前提下,应尽量少用TDOA观测量.试验所得混合定位结果的最大误差为231.52 m,最佳条件下所得均方根误差为33.80m,能够满足某些精度要求不高,而又必需位置信息的定位应用需求.     

一种车载组合导航系统的联邦滤波新算法

针对车载GPS/DR组合导航系统的特点,提出了一种新的联邦滤波算法.子滤波器由两个滤波器构成:一个是卡尔曼滤波器,另一个是Unscented卡尔曼滤波器(UKF),它们分别处理GPS子系统和DR子系统的信息.UKF是一种较新的非线性滤波方法,相对传统的非线性滤波器EKF具有更高的滤波精度和更高的计算效率.联邦滤波器的信息分配因子采用一种基于观测误差的最小均方误差形式,最佳地融合了传感器的输出信息.这种结构降低了联邦滤波器的计算难度和计算量,提高了组合导航系统的可靠性和容错性.仿真结果表明,提出算法的定位精度很高,与UKF算法的效果相当.     

基于载噪比加权融合的异步伪卫星室内定位方法

异步伪卫星室内定位系统的钟漂会引起较大的伪距观测值误差,同时多径和室内信号传播效应会加剧时钟同步误差。针对此问题,提出了一种利用伪距双差测量值和伪卫星信号载噪比的室内融合定位方法。载噪比观测量不受时钟同步误差的影响,将伪距和载噪比在观测值域进行组合,以增加观测方程的稳定性。使用无迹卡尔曼滤波对坐标参数进行解算,进一步削弱线性化误差。利用自主研制的伪卫星系统实测数据对算法性能进行了评估,并与传统伪距双差和加权质心定位方法进行了对比,实验结果表明:融合算法的定位精度优于传统两种方法,在伪卫星几何分布较好的情况下,东方向、北方向的定位精度分别达到0.131 m、0.036 m,在伪卫星几何分布较差的情况下,东方向、北方向的定位精度分别为0.764 m、0.362 m。所提出的算法对接收机采样时间不同步和多径误差具有较好的抑制作用,且表现出良好的鲁棒性,适用于深度室内场景。     

一种采用联邦EKF的分布式INS/UWB人员无偏紧组合定位方法

为了实现精确的人员定位,提出了一种采用联邦EKF的分布式INS/UWB人员紧组合定位方法.在这种模式下,将数据融合滤波器应用于UWB无线通信信道中.INS与UWB分别测量得到的参考节点到未知节点之间距离的平方值被用于预估INS的导航解算误差.在此基础上,主滤波器将各信道滤波器的预估值进行数据融合,最后得到最终的INS导航解算误差预估.实验结果显示,该方法能够准确地提供人员位置信息,与集中式滤波器相比,平均位置误差降低了10.34％左右.     

一种采用联邦EKF的分布式INS/UWB人员无偏紧组合定位方法（英文）

为了实现精确的人员定位,提出了一种采用联邦EKF的分布式INS/UWB人员紧组合定位方法。在这种模式下,将数据融合滤波器应用于UWB无线通信信道中。INS与UWB分别测量得到的参考节点到未知节点之间距离的平方值被用于预估INS的导航解算误差。在此基础上,主滤波器将各信道滤波器的预估值进行数据融合,最后得到最终的INS导航解算误差预估。实验结果显示,该方法能够准确地提供人员位置信息,与集中式滤波器相比,平均位置误差降低了10.34%左右。     

UKF在深组合GPS/INS导航系统中的应用

采用联邦滤波的深组合GPS/INS导航系统预滤波器量测模型具有很强的非线性,导致扩展卡尔曼滤波（EKF）的预滤波器估计精度不高。Unscented卡尔曼滤波（UKF）方法是一种非线性分布近似方法,它使用有限数量的sigma点去逼近整个非线性动态系统的分布可能,从而避免了对非线性测量模型进行线性化,具有较高的精度和较好的鲁棒性。在分析深组合导航系统预滤波器模型和UKF原理的基础上,设计了基于UKF滤波算法的预滤波器,对码相位误差、载波相位误差、载波频率误差、载波频率变化率等参数进行估计,同时将UKF和EKF算法进行了仿真比较。结果表明,在深组合导航系统中使用UKF滤波比EKF有更高的导航定位精度。     

基于伪距宽巷组合的GPS模糊度固定方法

中长基线模糊度快速解算是GPS网络差分技术的核心内容。根据网络差分模糊度固定只用于基线解算而不用于定位的特点,通过对常用GPS原始观测数据组合方式的分析,提出伪距宽相组合的数据处理方法,有效消除了电离层、对流层传播误差,形成抗差性强、大气误差自由的GPS组合观测值;在此基础上引入双差伪距宽相组合进行模糊度浮点解并建立法方程,应用高度角与大气误差的关系构造权阵,对常规LAMBDA算法进行了改进,形成一种适合GPS网络差分的中长基线模糊度解算方法。对三个参考站同步观测数据的实际测试结果表明：使用该方法网络模糊度解算时间小于300s,基线长超过60km,并满足闭合性原则。     

基于北斗导航卫星信号的低轨卫星自主定轨（英文）

利用北斗卫星导航信号对低轨卫星自主定轨进行了研究。首先对卫星轨道动力学方程进行了推导,建立一个考虑地球J2摄动下的卫星动力学模型,并利用4阶龙格-库塔数值积分法进行轨道传播。选用北斗卫星导航信号的伪距和伪距率作为定轨的测量方程。然后,对北斗卫星可见星的个数进行了分析。最后,采用SRUKF算法对低轨CHAMP卫星轨道状态进行估计,并通过STK8.1生成仿真数据对SRUKF、UKF和EKF算法的跟踪性能进行对比分析。仿真结果表明,在跟踪过程中最少能接收到18颗北斗卫星信号,能够满足定轨要求。在相同条件下,SRUKF算法的跟踪精度优于UKF、EKF算法,SRUKF算法能减少89%的位置误差和90%的速度误差。