基于UKF的GPS/SINS伪距(伪距率)组合导航系统设计

采用位置、速度组合的GPS/SINS组合导航系统由于GPS各量测量之间的相关性,影响了组合导航的整体精度.为了提高组合导航的精度和可靠性,采用了直接利用GPS接收机原始测量信息伪距、伪距率的组合方式.UKF(Unscented Kalman Filter)是针对非线性模型的滤波方法,它避免了对非线性方程线性化的过程,具有较高的精度和较好的鲁棒性.将UKF滤波方法应用于伪距、伪距率的组合导航系统中,并将UKF与卡尔曼滤波和自适应滤波方法进行了仿真比较研究.实验结果表明,UKF位置、航向估计的精度都要优于卡尔曼滤波和自适应滤波,使整个导航系统具有更高的精度和可靠性.     

基于自适应姿态估计的MIMU/GPS紧组合导航算法

当可见卫星数低于4颗时,惯性/卫星松组合方式不能正常工作,紧组合方式虽能工作但当载体出现频繁的大角度转向时,导航误差易出现较大波动,特别是姿态角误差在长时间导航时出现发散的情况。针对上述问题,对比了当载体在频繁转向时,不同的紧组合观测信息对系统导航误差的影响,提出基于多模型的自适应姿态估计方法。设计模糊逻辑推理,智能判断载体的运动状态,自适应分配对应姿态估计的权重,从而提高MIMU/GPS组合导航系统性能。仿真实验表明,该方法解算的速度精度在0.1 m/s以内,位置精度在5 m以内,而且不受载体大角度转向的影响,能够持续输出高精度的导航信息。     

SINS/GPS组合导航系统选星算法

选星算法是SINS/GPS组合导航定位系统中一个重要的步骤。在最佳选星算法的基础上,提出了一种适用于基于伪距、伪距率的SINS/GPS紧耦合组合系统的选星算法。该算法通过ENU（东北天）坐标系中几何矩阵及几何精度因子的定义,利用星历给出的卫星在ENU坐标系中的高度角和方位角解算出最佳四颗导航定位卫星,即基于G矩阵的选星算法。通过与两种常规选星算法的对比,验证了本算法具有较强的工程实用性。此外又推导了基于G矩阵的伪距、伪距率的SINS/GPS组合系统量测方程。该算法避免了求解卫星的位置,从而有效减少了计算量。     

微惯性/卫星组合导航高精度事后基准确定方法

针对高性能MEMS组合导航系统的高精度定位定姿需求,提出了一种基于GNSS(Global Navigation Satellite System)精密相对定位RTK(Real-time Kinematic Positioning)和MIMU(MEMS-based Inertial Measurement Unit)组合的高精度事后基准确定算法,该算法在MIMU/RTK组合导航正向Kalman滤波的基础上,采用RTS(Rauch-Tung-Striebel)反向平滑再次进行信息融合,提升了组合导航结果的事后处理精度。另外,通过Allan方差分析技术实现对MIMU随机误差精细建模和MIMU/RTK组合导航相对精度分析。对实测的车载动态试验数据处理结果的均方根误差和Allan方差分析表明:相对于传统正向滤波方法,RTS反向平滑方法能够将MIMU/RTK组合导航定位、定姿精度分别提升45.2%和54.1%。该方法可作为GNSS/INS组合导航高精度参考基准的确定方法。     

基于GPS伪距单差的舰船相对导航方法

为了测量编队航行中的舰船相对位置信息,从而进行相对导航,研究采用GPS卫星的伪距信息,通过编队通信链,交换目标船和跟踪船的观测到相同卫星的伪距信息,进行伪距单差差分。以伪距差分信息作为观测量,以跟踪船相对目标船的位置信息作为状态量,建立了跟踪船相对目标船的位置信息解算模型,利用最小二乘法解算跟踪船相对目标船的位置信息,以满足编队舰船间的相对导航信息需求。将相对位置信息解算模型和方法应用于实测试验,数据处理结果表明,相对距离测量精度优于0.2 m,方位精度优于5°,相对距离信息完全满足了舰船相对导航的需求,相对方位信息基本满足舰船相对导航的需求。     

弹载惯性/卫星/星光高精度组合导航

选取捷联惯导系统误差作为组合导航系统状态,利用捷联惯导与卫星导航系统各自的位置输出构造量测,设计惯性/卫星组合导航算法。在惯性/星光组合导航算法设计中,对星敏感器安装误差进行建模并也列入组合导航系统状态,利用星敏感器输出的姿态矩阵和根据惯导输出计算得到的等效姿态矩阵构造量测。从而,利用联邦滤波技术设计出弹载惯性/卫星/星光高精度组合导航方法。该组合导航方法的仿真结果表明,其定位、定姿精度分别达到12.1m(3σ)和0.27′(3σ),而且能够有效标定出惯性器件的随机常值误差和星敏感器的安装误差。     

稀疏网格求积分滤波算法在SINS/GPS紧组合导航中的应用（英文）

高精度的导航信息对于高空飞行器至关重要。针对高空飞行器的特点,选取发射点惯性坐标系为导航坐标系,建立基于伪距、伪距率的SINS/GPS紧组合导航系统数学模型。针对该系统的状态方程和量测方程非线性的特性,采用基于稀疏网格求积分滤波算法。整个设计实现了对准与导航的一体化,避免了将对准与导航分别设计的繁琐过程。仿真结果表明,在飞行器起飞阶段,由于系统的非线性较强,稀疏网格求积分滤波算法比UKF滤波算法的对准精度更高,并且对准速度更快;通过比较稀疏网格求积分滤波算法在不同组合方式下的估计效果,可以看出采用紧组合方式可以明显提高导航精度。最后采用不同精度的传感器进行仿真,结果表明基于稀疏网格求积分滤波算法的紧组合算法能够适用的传感器精度范围较广。     

基于微小型传感器的惯性/卫星/天文组合导航方法

为了实现基于微小型传感器的高精度导航,针对微小型导航传感器精度相对较低、误差相对较大的特点,对微小型惯性测量单元(MIMU)、微GPS卫星接收机、微小型星敏感器的测量误差进行了建模与分析;对多传感器的导航信息进行分散化处理,采用卡尔曼滤波进行局部估计;提出了基于部分信息融合的联邦滤波算法进行全局融合;并给出了利用全局融合结果对MIMU导航误差进行输出校正的算法.仿真结果表明,该组合导航方法能够利用微小型传感器实现较高精度的导航定位.     

陆用AHRS/GPS紧耦合系统的迭代EKF算法

在AHRS/GPS导航定位中,系统包含有非线性观测量,需要建立实时的EKF(推广卡尔曼滤波器),以通过当前状态Taylor展开来近似非线性。以低成本陆用AHRS(航姿参考系统)/GPS紧耦合导航系统为研究对象,构建了基于伪距、伪距率、航向角组合观测数学模型。作为滤波算法的改进,文中采用了迭代EKF,逼近导航参数的非线性函数,从而得到了自适应的载体参数线性模型。仿真结果表明,该算法模型可使姿态角、速度、位置误差均方差分别控制在120~(?)、0.01m/s和4m以内,导航参数的精度有显著提高。     

伪距/伪距率/双差分载波相位组合导航方法

为了提高组合导航的精度,提出了一种伪距/伪距率/双差分载波相位组合导航方法。通过构造双差分载波相位观测量,以消除组合导航中若干误差源,避免整周模糊度的求解。为了避免组合后误差积累发散,引入伪距/伪距率信息,设计了一种新的滤波器。该滤波器能发挥载波相位高精度和伪距/伪距率包含绝对信息的优势。最后利用GPS实测数据和仿真惯性导航数据进行组合导航试验。试验中对比了伪距组合、双差分载波相位组合等常见组合导航方法。两小时试验结果表明,提出的组合导航方法比传统伪距组合方法的平均水平定位精度高61.13%,方法可行。     

低成本车载GPS/INS组合导航姿态角更新算法

低成本INS系统的元件误差严重影响INS导航精度.针对车载系统,提出一种低成本车载GPS/INS组合导航姿态角更新算法.首先在GPS/INS组合导航Kalman滤波方程基础上,给出两种姿态角更新的观测方程.然后给出利用GPS测速确定航向角的原理,并且对低成本车载INS系统的俯仰角和翻滚角进行了分析,指出由INS随机误差造成的俯仰角和翻滚角误差比其本身量值要大,建议令俯仰角和翻滚角数值保持不变.利用实测算例确定了不同速度下的航向角精度,并且验证了该算法的有效性,以及相对于基于位置、速度组合的Kalman滤波,导航精度有明显提高.     

旋转短基线北斗双天线/MIMU定向方法

针对无人运载器的定向需求,提出一种旋转短基线北斗双天线/MIMU定向方法。首先,介绍了自主研制的旋转短基线北斗双天线/MIMU组合系统的硬件构成,该系统主要由旋转机构、北斗双天线、MIMU、导航计算机等组成。然后,给出了旋转MIMU定向算法、北斗双天线/MIMU组合系统扩展卡尔曼滤波方程和观测方程,以及组合系统定向解算步骤。该系统以北斗天线接收机的速度、位置和北斗卫星原始信息作为卡尔曼滤波器的观测量,经数据融合后解算出航向角和姿态角。最后,进行了室外动态和船载试验,以及双天线基线长度变化试验。试验结果表明:当基线长度为0.3 m时,该组合系统航向角误差小于1°,水平姿态角误差小于0.2°。     

一种GPS最优选星及伪距定位方法

在现有GPS的选星方法和伪距导航方程的基础上,提出了一种新的GPS选星方法和直接解算导航算法。先对现有的GDOP(几何精度因子)值选星法进行了简述,然后用卫星的仰角阀值筛选得到参与选星的卫星,再用星座四面体选星法进行最优选星,并提出了一种直接定位解算算法。最后用GPS星历数据进行选星试验,试验结果表明,四面体选星法计算简单有效,与现有的GDOP值选星法结果完全一致,直接定位解算算法精度可以达到10 m级,并且快速直接,对GPS的高精度快速定位具有参考意义。     

潜艇真航向测量系统

论述了潜艇真航向测量系统(DSSTH)的总体设计和各分系统设计,介绍了系统中采用的时间同步技术和改进的平移不变小波降噪算法。信息组合控制中心子系统采用INS、GPS、计程仪等导航信息组合,利用联邦卡尔曼滤波算法提高了整个系统精度;首次采用了高精度自动跟踪全站仪组成光学校准分系统测量校正导航系统,校正航向精度达到30″;采用多种关键技术和系统的整体优化设计,DSSTH航向动态测量精度达到0.03°。     

基于双MIMU速度+角速率匹配的行人自主导航方法

针对基于零速修正（ZUPT）的行人导航系统航向误差随时间发散导致定位精度差的问题，提出了一种基于自适应零速检测与双MIMU速度+角速率匹配的行人自主导航方法。在一套自主系统中同时包含两种三轴MIMU，一套大量程MIMU用于保证原始惯性数据的完整性，一套高精度MIMU用于提供角速率基准。当高精度MIMU数据未超量程时，若基于SVM的自适应零速检测算法判断系统为零速状态，采用速度+角速率匹配方案；若系统为非零速状态，则采用角速率匹配方案，通过卡尔曼滤波器对各项误差进行估计和修正，提高系统的航向和定位精度。试验结果表明，相较于仅采用速度匹配，采用所提方法，航向精度达到了3.44°/30 min，提升了50%以上；定位精度达到了4.92 m/30 min，提升了40%以上。     

基于BDS/INS紧组合的动对动相对导航算法

针对动对动相对定位中卫星观测质量不佳、信号易丢失导致北斗卫星导航系统定位精度不高、无法连续定位的问题,提出了一种基于BDS/INS紧组合的动对动相对导航算法。通过惯导系统与北斗卫星导航系统紧组合的方式,以捷联惯导误差作为组合系统状态量,通过多普勒信息进行伪距平滑,并利用扩展卡尔曼滤波将惯导及卫星观测信息进行融合,解算相对导航结果。通过车载实验对所提出的相对导航算法进行了验证,实验结果表明,所提出的BDS/INS紧组合动对动相对导航算法能够保持分米级相对导航精度,卫星信号短时中断时,能有效保持高精度相对导航结果输出。     

基于异质星座特性的惯性/北斗紧组合滤波算法

目前我国自主建设的北斗卫星导航系统已形成覆盖亚太地区的导航能力,由于北斗系统特有的中圆轨、倾斜同步高轨和地球静止高轨的异质星座构架与GPS系统存在显著不同,常见的紧组合滤波模型并不能完全适用。针对此问题,通过对北斗不同类型轨道卫星的伪距量测噪声特性进行分析,并将该特性体现在紧组合滤波算法中,对北斗系统的三类卫星的伪距/伪距率信息分别进行状态扩展及量测,以获取更加准确的滤波模型,最后通过仿真实验进行了导航性能的分析与比对。结果表明,针对北斗异质星座特性所设计的分类量测滤波算法可将定位精度提高50%以上,对于后续围绕北斗系统的开发应用具有很强的参考价值。     

一种低成本的MIMU/GPS组合导航系统快速对准方法

低成本的MIMU元件在组合导航领域取得了广泛应用,但其精度较低,无法实现自主初始对准。针对此问题,研究并提出了一种基于GPS辅助的MIMU/GPS组合导航系统对准方法。方法的基本思想是通过同一位移矢量在载体和导航两种坐标系下的不同表现形式来找出两种坐标系之间的关系,进而实现系统的初始对准。方法先用GPS对某一短距离位移进行精确定位,再用其定位结果反推MIMU捷联解算中的初始对准角。为了加强对非线性方程组的求解能力,在求解过程中引入了遗传算法,并选取了六组不同失准角状态下的数据进行了验证。计算结果表明,该方法具有较高的对准精度和较快的对准速度,因此是有效可行的,同时该方法的实现不借助于任何外部对准信息,由此节省了应用成本。     

惯导速度辅助下GNSS高精度定位

传统的卫星导航接收机无法同时适应高动态和高精度要求。对于10g以上的加速度,高精度接收机很难达到高精度的指标,甚至基带环路失锁无法正常导航定位。针对GNSS动态条件下高精度定位需求,引入惯性/卫星深组合导航技术,在应用惯性信息辅助接收机减小基带跟踪环路带宽基础上,采用码片窄相关方法降低伪距抖动误差,提高动态条件下GNSS伪距定位精度。仿真结果表明:通过惯性信息辅助跟踪环路可实现较小跟踪环路带宽下的稳定跟踪;在此基础上,通过码片窄相关方法并提高射频前端带宽可实现定位精度的提高。对比传统的伪距定位方法,定位精度(1?)从6 m提高到3 m左右。     

移动卫星天线指向矢量辅助组合导航系统方法

为弥补SINS/GPS组合导航系统姿态角误差可观测性差的缺陷,根据移动载体卫星天线捕获通信卫星后通过自搜索实现精确对准卫星的原理,提出增加天线指向矢量信息(SAPV)的方位角和俯仰角信息为系统观测量,用于辅助SINS/GPS组合导航系统.根据SINS/GPS组合导航系统数学模型对姿态角误差的可观测性进行了分析,并对SAPV与组合导航误差之间的关系进行了详细数学推导,证明了SAPV辅助组合导航系统的可行性,建立了SAPV辅助组合导航系统的数学模型,采用联邦滤波器进行数据融合.仿真结果表明,SINS/GPS组合导航系统通过SAPV辅助,方位角误差估计精度提高了1个数量级,小于10′,水平姿态角误差估计精度略有提高,小于2 ′.该方法充分利用了天线通过自搜索完成精确对准卫星后的高精度指向信息,无须添加任何硬件系统,通过简单可靠的信息融合算法即可达到提高载体姿态测量精度的目的.