紧耦合GPS/INS组合导航能力的分析

将GPS的长期高精度与惯性导航（INS）的短期高精度结合，构成GPS／INS组合导航系统是目前大型舰船、潜艇、飞机、导弹等导航技术发展的方向。该文主要根据紧耦合GPS／INS组合导航的机理，分析其导航能力。     

地形匹配辅助导航中匹配区域的选择

利用海底地形匹配辅助导航是水下载体导航技术致力研究的新方向.通过多波束测深系统测量获得的真实地形数据,采用ICCP算法为对准匹配算法,分析了实测地形的统计特征对相关匹配性能的影响,给出了地形匹配区域选择准则,并在实测地形图上利用匹配算法对此进行了仿真研究,从而得到水下载体的最佳匹配位置,提高水下载体的导航精度.     

基于ICCP的水下直线段地磁匹配

地磁导航是导航技术的发展方向,可以弥补惯性导航长期误差积累的缺点.考虑到潜艇转向后其自身磁性变化不能立即满足测量要求的特点,提出了在实际使用地磁匹配定位时,潜艇有必要保持航向的观点.同时提出了直线航行时潜艇的测量位置点除第一个点由惯导位置信息输出外,其余各点均由导航系统给出的航向航速推算而得测量方法.通过推算舰位来荻得直线段的测量位置点,在保证了测量的连续性与准确性同时还可以克服测量野值点的问题.该方法对潜艇地磁匹配的实际应用具有一定的参考价值.     

基于地形图像特征与模糊决策的海底地形可导航性分析方法

基于多波束测深数据和图像匹配技术的水下地形辅助导航方法需要对实施区域的地形可导航性进行评估,其中的地形独特性计算需要提取图像特征,并利用各特征参数进行综合评判。地形图像的直方图包含实际地理区域的起伏程度信息,通过定义直方图复杂度对此信息进行了有效提取。均方根对比度和拉普拉斯模方和分别侧重描述了地形整体和局部的变化程度,图像的二维熵从信息论的角度反映了地理区域包含的信息量。此外,依据单一特征参数对于待评价地形的可导航性进行排名,其结果存在不一致性,利用模糊综合评判对各参数的信息进行了有效综合。通过实测多波束地形数据仿真分析,基于图像纹理特征的地形匹配方法,在模糊评判结果最优的地形区域能够将匹配误差限制在2 m以内,结果验证了该可导航性分析方法的有效性。     

水下地磁辅助导航中地磁场延拓方法

水下地磁数据库的构建是实现地磁辅助导航的前提。利用水下航行器进行地磁测量从而建立水下地磁数据库,这种做法是不可行的,一种可行的解决方法是采用位场的延拓技术。采用位场的向下延拓技术,通过将海平面上航空测量得到的地磁数据进行向下延拓,得到水下地磁数据,以此来构建水下地磁数据库。将位场的向下延拓问题视为一类不适定问题,采用正则化方法中的Landweber迭代法来处理这类不适定问题,实现了地磁数据的向下延拓。仿真结果表明,该方法原理简单,抗噪声能力强,能够得到比较满意的延拓结果。     

一种复杂多介质环境下的视觉/惯性自适应组合导航方法

针对空间交会对接地面混合悬浮微重力模拟实验中自主水下航行器的高精度实时导航问题,提出了一种复杂多介质环境下视觉/惯性自适应组合导航方案和算法。首先,以视觉定位系统的采样时标为基准对惯导系统的测量数据进行拟合,并通过惯导逆向导航的方法实现惯导与视觉定位系统的时间同步。然后,根据视觉系统量测噪声时变的特点,设计了可对量测噪声在线估计的指数渐消记忆型Sage-Husa自适应卡尔曼滤波组合导航算法。最后,通过实验验证了该组合方案和算法的有效性。实验结果表明提出的方法可以实现复杂多介质环境下的高精度实时导航,并且相比于测量数据未同步的标准卡尔曼滤波组合导航方式,其速度误差和位置导航误差分别降低了56%和64%。     

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.     

改进的地形熵算法在地形辅助导航中的应用

地形辅助导航是水下航行器导航技术的一个发展新方向,但它并不能够在任何地形区域都可以工作,比如在平坦区域的导航效果很差。通过计算不同区域的水深标准差,选择地形特征独特的区域作为适配区域。基于熵的算法对于地形复杂区域的匹配分析是快速有效的,但传统的地形熵算法匹配精度不高,本文引入了地形差异熵的概念并对其进行改进,在选定的地形区域使用MATLAB软件进行了仿真研究。仿真结果表明,改进的地形熵算法在选定的地形区域位置误差在250m左右,可以满足水下航行器的导航要求。     

自适应非线性滤波及其在图像导航中的应用

本文首先介绍了飞行器末制导中采用图像导航的原理和方法，给出了系统模型。针对图像导航的实际情况，提出了自适应非线性Sage-Husa滤波，能在线估计系统的常值偏差及噪声方差。将滤波算法应用到图像导航中，进行仿真，滤波收敛，结果令人满意。     

基于自适应滤波的水下SINS/相控阵DVL组合导航算法设计

针对远程自主水下航行器的远程性和自主性,加之水下环境复杂,其导航和定位的精度很难保证的特点,设计一种基于相控阵DVL的自适应滤波的SINS/DVL组合导航算法。基于相控阵DVL特点,推导了速度观测方程,并对降维滤波器进行了设计和时空误差进行修正。采用50型激光陀螺研制出工程样机,并进行了河试试验和海试试验,试验结果表明采用自适应滤波算法能够进一步提高SINS/DVL自主导航的精度,并且SINS/DVL自主导航精度优于2‰D(D为航程),为远程水下航行器提供一种自主好、精度高、价格适中的导航手段。     

重力/惯性匹配导航系统的仿真研究

分析了水下多种导航方式，提出了一种新的组合导航方式，即重力／惯性组合导航系统。介绍了它的研究背景和工作原理，并通过可视化仿真的方法模拟了整个导航过程。结果表明：重力匹配可以限制惯性导航系统的误差增长，实现长期水下高精度定位。     

智能Kalman滤波在水下地形组合导航系统中的应用

为了避免现实环境的动态变化对水下航行器系统模型造成的随机干扰影响,保证水下航行器长时间导航精度的稳定性,提出了利用RBF神经网络辅助联邦Kalman滤波方法对SINS/TAN/DVL/MCP组合导航系统进行信息融合。给出了各子导航系统的误差模型,通过足够精度的样本对前向神经网络进行离线训练,建立神经网络控制模型。仿真结果表明,该方法可使水下航行器的系统状态在较短的时间内以较高的精度达到稳定。通过与联邦Kalman滤波结果对比表明,采用智能控制方法辅助的信息融合方式的导航定位精度提高了一倍,能有效提高常规联邦Kalman滤波器的自适应能力,达到减小误差,提高精度的目的。     

单目视觉里程计/惯性组合导航算法

提出一种单目视觉里程计/捷联惯性组合导航定位算法.与视觉里程计估计相机姿态不同,惯导系统连续提供相机拍摄时刻对应的三维姿态,克服了单纯由视觉估计相机姿态精度低造成的长距离导航误差大的问题.通过配准和时间同步,用惯导系统解算的速度和视觉里程计计算的速度之差作为组合导航的观测量,采用Kalman滤波修正组合导航系统的误差,同时估计视觉里程计标度因数误差.分别在室内外不同环境下进行了22 m的推车实验和1412m的跑车实验,定位误差分别为3.2%和4.0%.与Clark采用姿态传感器定期更新相机姿态估计结果的方法相比,单目视觉里程计/惯性组合导航定位精度更高,定位误差随距离增长率低,适合步行机器人或轮式移动机器人在复杂地形环境下车轮严重打滑时的自主定位导航.     

水下地形匹配置信度算法与仿真

水下地形辅助导航的关键在于地形匹配,匹配定位的一个重要问题就是匹配结果是否可靠。从影响匹配结果的另外一个重要因素地形导航信息量出发,选取了地形高度标准差、信噪比、地形熵、相似度4个特征向量来判定匹配结果的置信度。仿真结果表明,当水下航行器进入地形信息丰富(置信度高)的区域后,地形辅助导航系统可靠性比较高,位置误差从3〞降低到1.5〞以内,为水下航行器导航提供了可靠的位置信息源。     

一种惯性/水声单应答器距离组合导航方法

惯性/水声单应答器距离组合导航方法为自主水下航行器(AUV)校准提供了一种新途径。针对惯性/水声单应答器距离组合导航系统,建立了AUV三维空间运动学模型,对单应答器距离变换位置非线性系统采用李导数方法进行了可观测性分析,设置了合理的载体航行轨迹,位置组合导航算法中采取了延时状态滤波方式实现了量测信息的同步更新。湖上实验表明,采用单应答器距离组合导航方法后,明显地抑制了INS/DVL导航误差的发散趋势,最大定位误差减小幅度约为19.2%,初步验证了惯性/水声单应答器距离组合导航方案的有效性,为解决AUV导航设备水下校准提供了可能。     

室内惯性/视觉组合导航地面图像分割算法

导航技术是机器人实现自主移动的关键技术之一。针对惯性导航创建全局导航地图困难等问题,提出一种新的惯性/视觉组合导航室内全局地图创建方法。规定机器人只能在地面区域中移动,并利用室内俯视图像建立全局地图,提出一种俯视图像地面区域的自动分割算法。首先,利用主元分析算法对图像的局部颜色特征进行降维;其次,利用聚类算法对地面区域进行自动分割;最后,建立了室内俯视图像数据库并对算法的性能进行了验证。由于第四组图像中包含反光区域,算法的分割结果较差,平均正确分辨率为75%。算法在其他各组的平均正确分割率为85%左右。为提高算法的性能,可在应用本算法前利用反光区域检测算法对图像进行预处理。     

实时ICCP算法重力匹配仿真

利用地球物理场进行辅助匹配导航是组合导航技术研究领域的新方向,该技术为水下潜器无源定位提供新的手段.迭代最近等值线算法作为重要的匹配导航算法之一,但存在实时性不强、搜索速度慢等缺点.考虑到以上两方面缺点,采用固定初始序列长度的方式对算法采样结构进行改善并推导出单点迭代公式,同时采用滑动窗搜索方式缩小搜索范围提高算法速度,最终实现实时ICCP算法设计.基于MATLAB平台下实现了实时ICCP算法重力匹配仿真系统,仿真系统采用0.4′×0.4′重力异常数据库.由仿真结果可以看出,该实时ICCP算法能够实现单点迭代,匹配结果能实时跟踪真实航迹且匹配精度能达到一个重力图网格.     

UKF滤波技术在AUV组合导航中的应用研究

高精度的导航定位是AUV研究中所面临的主要挑战之一。采用GPS辅助的INS／DVL组合导航是目前AUV的主流导航模式。当前实现GPS／INS／DVL组合导航的技术主要有航迹推算(DR)和卡尔曼滤波。中将UKF(Unscented Kalman Filter)滤波技术应用于AUV组合导航，并把UKF与传统的DR和EKF(Extended Kalman filter)方法进行了仿真比较研究。仿真结果表明，UKF在计算量上与EKF相当，但是UKF的位置、航向估计精度都要优于DR和EKF。     

重力图形匹配技术在水下导航中的应用

以国外有关文献为依据,对重力图形匹配技术的基本原理和关键技术进行了分析,介绍了重力图形匹配技术应用于水下导航的研究现状,探讨了未来的发展方向,为国内相关领域的研究人员提供参考。