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.     

基于逆向导航解算和数据融合的SINS传递对准方法

提出两种观点:1)可以使用一段惯性传感器数据完成捷联惯性导航系统(SINS)的初始对准;2)通过在数据融合中加入逆向—正向SINS解算结果和外部参考数据,可以缩短传感器误差的估计时间。基于以上两观点,旨在不改变卡尔曼滤波器的情况下,短时间内估计陀螺漂移的一种快速传递对准的方法。在一个参考数据更新周期内,储存了惯性传感器数据和参考数据,并且执行了逆向—正向捷联解算。与此同时,当相应的捷联解算结束后,执行数据融合算法。在上述的更新周期内,由于加入逆向—正向捷联解算,陀螺漂移估计操作增加了两次并且缩短了其估计时间。在舰船晃动的情况下,实验表明:与经典的方法相比,当两种方法的数据融合执行次数相等时,提出的方法缩短了对准时间,对准时间从300 s缩短到100 s;当对准时间相等时,方案1的纵摇、横摇和航向对准误差的均值分别为?0.6638、?0.5896、0.3941,其方差分别为1.0736、0.4629、2.1697,而方案2对应的均值和方差分别为?0.4632、?0.5026、0.3375和0.8828、0.3876、1.7289。由此可知,方案2的对准精度高于方案1。     

基于模糊自适应的组合导航系统信息融合算法

以INS/GPS/CNS组合导航系统为应用背景,在现有方法的基础上,提出了一种新的模糊自适应的组合导航系统信息融合算法。该系统由三个模糊控制块组成,分别为子滤波器模糊控制块、子滤波器权值模糊推理控制块和信息分配系数模糊控制块。解决了由于模型不准确的情况下滤波精度差的问题,同时又能保证系统的实时性,文中给出了状态方程和量测方程,最后通过软件仿真,结果表明该方法具有高效率、高精度等优点,是一种实时有效的算法。     

基于伪距差分的三星无源北斗/SINS组合导航系统

由于北斗卫星所处轨道远离地球,无源北斗接收机输出伪距的误差较大,影响了与惯导进行伪距组合时的滤波定位效果。考虑到无源北斗伪距误差建模复杂,且Kalman滤波要求误差模型准确,作者研究了采用单机伪距差分的方法减少滤波量测值误差,通过理论分析建立了基于伪距差分的三星无源北斗/SINS组合模型。跑车试验表明,该组合导航算法可有效提高系统的定位精度,并具有滤波参数调整简单的优点。     

基于SINS/GPS组合的低成本船用姿态确定系统

为了满足船用姿态确定系统的精度和成本要求,提出了基于低精度光纤陀螺捷联惯性系统与GPS双天线定向系统组合的姿态确定方案,建立了相应的组合姿态确定系统,设计并实现了姿态确定算法。通过静态试验和动态船载试验,验证了该组合姿态确定系统的可行性;试验结果表明系统在低成本的条件下具有较高的精度。     

基于GPS观测量和模型预测滤波的机载SINS/GPS空中自对准

针对机载SINS/GPS组合导航系统地面静基座对准时间较长的问题,提出了一种基于GPS观测量和模型预测滤波(MPF)的机载SINS/GPS空中开机自对准方法。该方法首先在载机匀速直线飞行阶段进行SINS/GPS空中开机粗对准,利用GPS获得初始位置、速度和航向,利用加速度计的输出信息计算两个初始水平姿态角;然后在载机进入最优S机动飞行段进行SINS空中精对准,采用MPF和EKF相结合的滤波器估计SINS的误差并进行校正。计算机仿真结果表明,该方法实现了SINS的空中开机自对准,大大缩短飞机的地面准备时间,空中开机粗对准的方位角误差小于15°,俯仰角和横滚角误差小于2°,而空中精对准的方位角、俯仰角和横滚角的估计误差分别达到了67.36〞、47.31〞和-32.52〞。     

基于PF的SINS动基座初始对准

捷联惯性导航系统大方位失准角的误差模型是非线性的,传统的扩展卡尔曼滤波(Extended Kalman Filter, EKF)会产生线性化误差,影响初始对准精度.在给出捷联惯性导航系统动基座大方位失准角误差模型的基础上,推导了粒子滤波方法(Particle Filter, PF),并将扩展卡尔曼滤波、基于Scaled-Unscented变换的Unscented卡尔曼滤波(Unscented Kalman filter, UKF)和基于Residual重采样的粒子滤波用于捷联惯性导航系统的初始对准中,分别进行了加速和拐弯条件下的初始对准实验仿真.仿真结果表明,在大失准角情况下,粒子滤波相对于扩展卡尔曼滤波和Unscented卡尔曼滤波具有更高的对准精度和更快的收敛速度.     

基于SINS/DVL与LBL交互辅助的AUV水下定位系统

针对AUV水下定位系统存在的缺陷,设计了一种基于SINS/DVL与LBL交互辅助的AUV水下导航定位系统。系统由安装在AUV上的SINS、DVL、发声源及布放在海底已知位置的LBL水声定位基阵组成。SINS/DVL估计的位置信息既辅助到达时延差估计,修正声速,提高LBL定位估计的精度,又作为Taylor级数展开迭代法所需的迭代初始值,辅助LBL估计AUV位置。然后利用LBL系统估计的位置信息校正SINS/DVL的累积误差。仿真结果表明,当AUV靠近LBL基阵时,与传统方法相比,该系统能更有效地修正SINS/DVL系统的累积误差,使定位误差小于2 m,适用于水下定位导航。     

一种改进的粒子滤波算法在SINS初始对准中的应用

在实际工程环境中,针对捷联惯导系统(SINS)大失准角初始对准中噪声统计特性未知的问题,设计了一种基于H?滤波算法的鲁棒无迹粒子滤波算法(RUPF)。通过将无迹卡尔曼滤波算法(UKF)和鲁棒环节引入到粒子滤波(PF)的重要性密度函数中,得到了RUPF算法,提高了算法的鲁棒性。通过半物理实验,将RUPF算法与无迹粒子滤波算法(UPF)在SINS静基座大失准角对准中的性能进行了比较,在不同实验条件下,航向失准角精度至少提高了40%,对准精度优于0.05°,对准时间减少了约50 s。实验结果表明,RUPF算法可以以较高的精度和较快的速度完成大失准角初始对准,且对准精度和对准速度均优于UPF算法。     

基于雷达测距与角位置辅助的SINS空中对准方法

针对卫星导航受限条件下捷联惯性导航系统(SINS)空中初始对准问题,提出了一种基于雷达测量斜距-角位置匹配模型。推导了传统雷达位置匹配模型方案量测线性化过程,说明了线性化后量测噪声统计特性随斜距变化的缺陷,同时提出直接采用雷达测量的距离和角位置作为量测信息的对准方案。根据雷达与飞行器之间的相对位置关系,建立了雷达斜距与角位置信息辅助的捷联惯性导航系统初始对准量测方程,利用无迹卡尔曼滤波器(UKF)解决了量测方程非线性问题。最后通过200次蒙特卡洛分析仿真验证了算法的可行性,斜距大于50 km条件下,300 s时航向对准误差角统计均值为?0.0289°,统计标准差为0.0377°,同时有较高的水平对准精度,且明显优于传统位置匹配对准方案。     

基于外定位阻尼的捷联惯导算法设计

传统外阻尼惯导系统以外速度作为辅助参考,但在仅能提供外定位参考的条件下,为了避免由定位信号差分求取速度时造成噪声放大负面效应,推导了基于定位误差的罗经初始对准算法,并将它与捷联惯导姿态解算相结合,得到定位阻尼捷联惯导算法.该算法具有计算量小和稳定性好等优点,但与Kalman滤波组合导航相比,也有它自己的应用条件并存在一些不足之处.最后,利用GPS定位和激光捷联惯导系统进行了车载试验,验证了所提算法的有效性.     

基于捷联惯导的航空重力测量滤波算法

在航空重力测量中通常需要采用卡尔曼滤波来对比力测量误差进行估计。针对航空重力测量只需要进行事后处理的特点，提出了两种新方法来提高比力测量的精度：一是最优卡尔曼滤波平滑算法，该算法的估计值是前向／反向卡尔曼滤波器的估计值的最优组合；二是迭代算法，由于在滤波模型中通常不对重力异常进行建模，而模型误差的存在会降低滤波精度，迭代算法的基本思想是将重力异常估计值代入新的导航解算，以此降低重力异常对滤波估计精度的影响。仿真分析表明所提出的方法能有效提高比力测量的精度，同时表明滤波估计是有偏的，因此还需要采用网格平差等方法来消除系统误差。     

捷联惯导基于地球系的动基座间接精对准算法

为了将惯性凝固思想延伸到行进间精对准中并提升计算效率,提出了基于地球系的间接精对准算法。描述了地球系下的捷联惯导/里程计系统模型和相应的Ψ角误差模型。考虑安装偏差角、杆臂等因素,建立了相应的卡尔曼滤波方程。六组行车轨迹的行进间对准结果表明,相对于地理系精对准算法,地球系间接算法整体对准性能更加优越,系统的稳定性和快速性得到提高,在对准第600 s方位失准角可以稳定在1 mil(1σ)的误差限内。另外,地球系滤波算法具有更好的初始化参数适应性,有利于工程实现。     

基于飞行仿真的捷联惯导算法测试平台

针对捷联惯导算法测试中真实飞行轨迹数据难以获得的问题,建立了一种基于飞行仿真的捷联惯导算法测试平台.首先构建了测试平台的系统结构,在建立六自由度非线性飞机数学模型基础上,采用Stateflow实现了预定航迹多模态的飞行仿真,并通过坐标变换将飞行参数转换为测试基准轨迹数据;然后根据捷联惯导系统原理,由测试基准轨迹参数推导出陀螺仪和加速度计的理想输出,并对其误差进行建模,由此获得惯性组件的模拟输出数据;最后通过两种不同的姿态更新算法进行惯导解算并比较.仿真实验结果表明:产生的测试基准数据符合飞行力学的特点,很好地反映了飞机的动态特性,可以有效地评估不同捷联惯导算法的性能.     

捷联惯导基于星体跟踪器的高精度初始对准算法

捷联惯导与小视场星体跟踪器构成惯性/天文组合导航系统,导航精度受导航初始误差和器件误差的综合影响。基于此,提出一种捷联惯导与小视场星体跟踪器相组合的初始对准算法,对导航初始姿态误差和惯性器件误差进行估计修正。捷联惯导初始对准过程完成之后,在地面准静基座条件下做速度和位置阻尼条件下的惯导更新解算,利用捷联惯导系统的速度误差量测及小视场星体跟踪器的导航误差角测量量,设计组合粗对准算法和组合精对准算法,用于对捷联惯导系统的初始对准误差和惯性器件误差做进一步有效估计。仿真结果表明:对中等精度导航级捷联惯导系统,组合对准后水平姿态精度可提高到2’’,方位精度可提高到5’’。     

基于重构伪地球坐标系的捷联惯导初始对准算法

针对捷联惯性导航系统的方位误差对系统误差特别敏感,容易引起闭环卡尔曼滤波初始对准的发散,提出了一种基于重构伪地球坐标系惯导机械编排的初始对准算法。重构伪地球坐标系惯导编排方案在初始位置实现了线性运动误差和方位误差之间解耦,从而消除了导航坐标系旋转角速度误差对方位对准的影响。因此该算法可以减小由系统误差引起的方位对准估计振荡,从而降低了对准系统发散的可能性,进而提高对准系统的稳定性,并改善了捷联惯导初始对准的性能。另外,它不仅适用于常规纬度初始对准,也可以解决极区静态对准问题。最后,常规纬度和极区静态对准仿真证明了该算法具有优良性能。     

基于多源信息融合的行人航位推算室内定位方法

传统行人航位推算(Pedestrian Dead Reckoning,PDR)定位技术存在严重的误差累积问题。针对因航向偏差引起的误差累积,提出一种借助建筑几何信息实现行人航向的实时补偿方案,通过提高定向精度来抑制定位误差的累积传递。分析利用外源绝对位置改善PDR定位结果,试验一种自适应模型噪声的扩展卡尔曼滤波(Extended Kalman Filter,EKF)滤波算法,实现PDR与WIFI定位源的滤波融合。通过实验对比分析,基于改正航向的PDR相较于传统PDR,有效抑制了误差的累积,将整体误差控制在5 m左右;传统PDR与WIFI源滤波融合,比单纯传统PDR提高了82.8%的精确度;航向改正PDR与WIFI源相融合,则比单纯传统PDR和航向改正PDR分别提高了90.2%和49.5%的精确度。结果表明:补偿改正航向和借助外源绝对位置滤波融合均可有效控制传统PDR的误差累积,根据条件约束可知航向改正PDR及其与WIFI源融合方案较适用于规则室内环境,而原始航向PDR与WIFI源融合方案则不受室内结构影响,在多次滤波后逐渐提高行人定位精度,从而可满足行人室内定位精度需求。     

基于四元数卡尔曼滤波的捷联惯导初始对准算法

针对晃动基座捷联惯导初始对准问题,研究了一种具有干扰抑制能力的初始对准算法。根据重力矢量在惯性空间投影构成一包含地球北向信息的旋转锥面的现象,利用坐标系惯性凝固假设将重力量测矢量和参考矢量分别投影到载体惯性坐标系和导航惯性坐标系,将晃动基座条件下的初始对准转化为基于重力量测矢量确定对准起始时刻的姿态问题。借鉴四元数线性伪量测方程的概念,利用重力投影矢量与初始姿态四元数的线性量测关系实现初始姿态四元数的直接滤波估计。初始姿态四元数在对准过程中为常值,以其作为待估计的状态可避免系统模型误差和初始误差的影响。利用转台模拟不同的摇摆对准环境,导航级惯导系统可在10 min内完成初始对准且方位误差小于3’。     

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。     

捷联惯导晃动基座四元数估计对准算法

针对捷联惯导晃动基座下的初始对准问题,提出了一种基于四元数估计(QUEST)的抗干扰对准算法。将惯性系对准方法中,求取初始姿态阵的问题转化为基于观测矢量确定载体姿态的Wahba问题,利用四元数估计算法得到最小二乘意义下载体初始姿态的最优四元数解。阐述了四元数估计算法的基本原理,详细给出了基于四元数估计算法的捷联惯导晃动基座对准方案。进行了车载实验,实验结果表明:四元数估计对准算法姿态角误差的收敛速度优于双矢量定姿对准算法,同时可进一步提高对准精度。经120 s对准后,水平姿态误差在5″以内,航向误差在1.3′以内。