AUV组合导航系统信息匹配的可观测度

针对自主水下潜器（AUV）导航的特点和需求,设计了一种捷联惯导／多普勒／磁罗经／地形匹配组合导航系统（SINS／DVL／MCP／TAN）,同时对AUV组合导航的两种信息匹配方式进行了基于动态系统奇异值分解的可观测度研究以评估该组合导航的Kalman滤波的估计能力。可观测度研究结果说明该组合导航能显著提高AUV的航向角误差和位置误差的可观测度,从而可以提高AUV的航向和位置精度。Kalman滤波的仿真结果验证了该结论的正确性,表明了该细合导航系统的Kalman滤波的估计能力强,能够得到较高精度的位置、速度和姿态信息,可以满足AUV长时间远距离导航的需要。     

基于加性四元数的SINS/CNS非线性紧组合方法

针对SINS/CNS组合导航系统中的非线性特性,提出了基于加性四元数的SINS/CNS非线性紧组合方法.从捷联惯性导航系统误差非线性建模和天文角度非线性量测两个方面出发,推导了基于加性四元数的捷联惯导误差传播特性,构建了天文导航的非线性量测模型,采用二阶插值滤波算法实现了SINS和CNS的非线性信息融合.计算机仿真显示,SINS/CNS非线性紧组合方法充分考虑系统的非线性特性,机动情况下的峰值误差较小,相对线性紧组合方法导航精度提高约15％.     

一种用于天线跟踪稳定平台的SINS转动基座初始对准方法(英文)

提出一种应用于天线跟踪稳定平台的捷联惯导转动基座初始对准方法。首先对卫星天线跟踪稳定平台的结构进行分析,得出在不改变系统现有硬件结构条件下,可充分利用天线跟踪稳定平台的结构特点进行转动基座初始对准的结论;建立完整的捷联惯导旋转基座初始对准数学模型,并采用奇异值分解法分析捷联惯导转动基座初始对准的可观测性。实验结果表明,该方法初始对准中系统可观测矩阵的最小奇异值比静基座初始对准可观测矩阵最小奇异值大一个多数量级,能提高捷联惯导系统的可观测性,并能有效地提高姿态角尤其是航向角的对准精度,为提高通信卫星天线跟踪稳定平台的性能提供了有价值的参考。     

基于导航信息双向融合的行人/移动机器人协同导航方法

为提高卫星导航系统失效且环境存在电磁干扰的情况下行人导航系统与移动机器人导航系统的定位性能,研究了一种基于人机一体化智能系统的信息双向融合协同导航方法。该方法利用行人导航系统与移动机器人导航系统不同的误差特性,构建信息双向融合滤波器同步修正两者的导航信息误差,即利用移动机器人捷联惯导系统较高的传感器精度完成对行人导航系统磁航向误差的实时修正,并利用行人导航系统较高的位移精度修正机器人惯导系统误差,实现同步提高两套导航系统的定位与航向精度。导航定位实验表明,该方法可有效提高人机一体化智能系统的导航定位精度,行人导航系统定位误差约为行进距离的3.3%,移动机器人导航系统的误差积累速度降低为单独工作时的1/3。本文所提出的方法利用了人机一体化智能系统的结构特征,在卫星导航系统失效的电磁干扰环境中有效提高了一体化系统的综合导航定位性能,具有较高的理论研究与工程应用价值。     

基于遗传算法优化神经网络的多源信息融合室内定位方法

为了解决复杂室内环境中单一定位技术误差较大的问题,提出了一种基于遗传算法优化BP神经网络的多源信息融合室内定位方法。首先利用Wi Fi定位结果约束地磁匹配范围进行组合定位,降低误匹配率;再采用遗传算法寻找网络全局最优解对BP神经网络的初始权值和阈值进行优化,提升网络精度并加快收敛;使用优化后的网络对组合定位结果和推算定位结果向真实位置坐标方向训练融合,得到最优定位结果。数据显示,经遗传算法优化后BP神经网络预测均方误差降低了约75%,融合定位精度较单一定位方式定位精度平均提升约47%。结果表明,所提的方法可有效提升定位精度,具有更优的定位性能。     

一种组合导航信息融合算法品质评估方法

针对组合导航信息融合算种类繁多,给决策带来了优选的难题,提出了一种信息融合算法品质评估方法.首先对算法品质进行了全面的分析,提出了一套反映算法的精度、实时性、稳定性及可靠性的评估指标体系,并给出了定义及数学模型;然后研究了多指标综合评判问题,针对传统模糊评判法确定的指标权重客观性差,确定的评判等级分辨率不强等问题,采用熵技术修正权重,并将评判等级进行区间量化,基于此提出了一种改进的模糊综合评判模型.评估实验结果表明,所提出的指标体系能够比较全面、合理的评价算法的品质,改进的评判模型进一步提高了评估结果的客观性和分辨率,所提出的评估方法可以有效用于信息融合算法的品质评估.     

多传感器信息融合技术在水下组合导航系统中的应用

为了提高水下航行器组合导航定位的精度,采用SINS(捷联式惯性导航系统)、DVS(多普勒速度声纳)、TCM2电子磁罗经和GPS浮标组成新型水下航行器组合导航系统,分析了SINS、DVS、TCM2电子磁罗经和GPS浮标的工作原理以及建立了各自输出误差模型,利用联邦Kalman滤波对水下组合导航系统进行信息融合,建立了水下组合导航系统联邦滤波器的观测方程和量测方程,并进行了计算机软件仿真实验。仿真实验表明:使用联邦卡尔曼滤波的水下组合导航信息融合技术导航输出精度满足水下航行器高精度高可靠性的性能指标。采用了SINS,DVS,TCM2,GPS浮标以及联邦卡尔曼滤波的水下组合导航系统可以有效地提高水下航行器组合导航定位的精度和可靠性,从而增长了水下航行器水下作业时间以及提高了水下航行器的水下导航定位性能。     

基于对偶四元数的卫星信息一致性控制

为了解决航天器控制信息一致性问题,提出了利用对偶四元数来描述对象的位置及姿态信息,实现位置与姿态的统一表述。同时利用信息一致性理论,通过设计航天器间的信息传递模型来解决分布式航天器间的状态同步问题。采用对偶四元数及信息一致性理论为工具,分别给出了位姿同步及跟踪两种控制方法并针对两种信息拓扑模型,以空间交会对接问题进行仿真实验,实验结果表明,在500s以内,卫星的位置及姿态实现了同步及跟踪控制。     

基于双DSP的嵌入式导航计算机分布式系统设计

为了满足SINS/GPS组合导航系统的小型化、低功耗、低成本等条件,以及越来越高的精度要求,设计了基于双DSP和FPGA构成的嵌入式导航计算机分布式系统.该系统由TI公司TMS320C6701型和TMS320VC33型DSP芯片作为核心处理器,主要完成导航计算和在线滤波校正算法;由FPGA实现输入输出等外围接口,完成对IMU信号的采集控制和缓存、多串行口的扩展等功能.DSP通过外部存储器接口(EMIF)实现与FPGA的通信,可以一次以DMA(Direct Memory Access)的方式从FPGA中FIFO快速读取IMU以及GPS的数据,使得DSP能专注于导航计算;另外,导航计算和在线滤波校正任务在不同的DSP中完成,能有效提高系统的精度,更好地满足系统实时性要求.     

基于MEMS惯性测量单元的多源信息自适应步数检测方法

针对基于MEMS惯性测量单元的行人航迹推算中步数检测方法仅利用单一的加速度信号检测精度较低的问题,提出一种多源信息自适应步数检测方法。该方法通过综合考虑人体运动过程中的加速度信号和角速度信号,根据不同的步态特征通过设定不同的自适应阈值条件实现步数的检测。虽然常规的峰值检测算法和固定阈值检测算法在单一步态下步数检测精度相对较高,但是对复杂运动状态下的步数检测精度很差,无法适用于真实的行人运动过程中步数的检测。然而多源信息自适应步数检测方法却能够在行人不同运动状态下精确检测步数,该方法明显优于常规的峰值检测方法和阈值检测方法。试验结果表明,本文提出的多源信息自适应阈值检测方法在行人不同运动状态下的步数检测精度可达98%以上。     

光纤陀螺机载导航系统多信息融合

为解决纯惯导高度通道的发散问题,引进气压高度表外部阻尼高度通道;为提供精度较高而且能够连续测量的航向参数,引进了数字磁罗盘;对气压高度表和数字磁罗盘这两种传感器的工作原理及信息处理技术进行了研究.在针对利用气压高度表进行高度阻尼、数字磁罗盘误差补偿这一系列相关问题研究的基础之上,将高度表提供的高度信息和磁罗盘提供的磁航向角信息同惯性传感器提供的信息进行多传感器信息融合算法仿真,同时将设计的二阶高度阻尼回路的状态参量作为组合卡尔曼滤波器的状态参量参与滤波,提高了相关导航参数的精度.而高度表和磁罗盘的体积相对不大,成本较低,所以这种组合方式有一定的可行性和优越性.     

信息融合技术在水下组合导航系统中的应用

以捷联惯性导航系统作为组合导航系统的主导航设备,地形匹配、多普勒测速仪等为辅助导航设备,分析了S1NS、DVL以及地形辅助导航系统等的工作原理并建立输出误差模型,利用联邦Kalman滤波技术对水下组合导航系统进行信息融合,建立了水下组合导航系统联邦滤波器的观测方程和量测方程,并进行计算机软件仿真实验.仿真结果表明:使用联邦卡尔曼滤波的水下组合导航系统导航状态输出精度满足水下航行器高精度高可靠性的要求.该水下组合导航系统能够得到较高精度的位置、速度和姿态信息,提高了水下航行器远距离长时间导航的精度.     

基于四元数的SINS/SAR组合导航系统

传统的SINS误差模型是基于小姿态误差角假设下的线性化误差模型,由于忽略了高阶项,因而不能精确描述系统的非线性特征,易造成较大的导航估计误差甚至滤波器发散。为了克服SINS线性化误差模型的缺点,建立了基于四元数的SINS/SAR组合导航系统非线性模型,并将自适应UPF滤波算法应用于该组合系统。仿真结果表明,建立的基于四元数的组合导航系统模型,不但能有效减小导航误差,提高导航定位精度,而且具有良好的实时性。