基于环路相关积分观测的SINS/GPS深组合导航算法

深组合模式下惯性系统与卫星接收机基带信号进行深层次融合,可实现惯性和卫星导航系统的双向辅助。在分析深组合技术原理的基础上,研究了直接利用相关积分输出作为观测量构建环路预处理滤波器的方法,有效减小了传统跟踪环路中信号参量的估计误差;然后设计了基于环路相关观测信息的深组合系统主滤波器模型,实现了原跟踪环路中复制信号生成的外部控制;最后,利用深组合仿真平台对卫星信号载噪比变化环境下的紧组合与深组合性能进行实验对比分析,结果表明深组合算法在弱信号环境下具有环路失锁后快速恢复跟踪的特点及稳定的导航性能。     

基于分段折叠算法的北斗C_(B2I)码快速捕获

以最新公布的北斗B2信号为研究对象,针对采样频率较高时,利用传统的并行码相位搜索捕获算法对北斗CB2I码进行捕获存在总运算量和单次FFT运算点数较大的问题,提出了一种基于分段折叠的基带信号快速捕获算法,即利用本地CB2I码前后两段折叠处理形成本地折叠CB2I码进行捕获运算。利用仿真的北斗B2信号源对本文提出的改进算法进行了验证,仿真结果表明,和传统的捕获算法相比,改进的快速捕获算法将捕获过程的总运算量以及单次FFT运算的点数降低了约一半,提高了北斗CB2I码的捕获速度。此外,可以根据信号强度的不同对捕获速度和捕获灵敏度进行权衡,保证北斗B2I信号捕获性能的最优。     

硬件可实现的GNSS/INS矢量深组合跟踪环路（英文）

GNSS矢量跟踪环路(VTL)跟踪灵敏度和定位精度优于标量跟踪环路(STL),但实现复杂度高,三个主要难点是:多通道联合跟踪要求各通道同时获取观测量并在同一时刻更新环路参数;高频率计算卫星位置加重处理器运算负担;无法跟踪载波相位导致无法解调导航电文。以上三个难点阻碍VTL在硬件平台上实现,因此商业接收机通常使用容易硬件实现的STL,但性能次优。为了在嵌入式硬件平台上实现VTL,引入三种方法:异步观测量线性插值、卫星位置计算算法优化、特殊的导航电文解调方法,之后通过仿真验证优化算法的功能及性能。使用航迹发生器生成飞机协调转弯航迹,再使用GNSS卫星信号模拟器产生中频采样信号,基于Matlab平台处理数据并进行了对比分析。仿真结果表明该VTL计算卫星位置效率提升55倍,成功解调导航电文,VTL位置精度优于3 m,速度精度优于0.3 m/s,基于该VTL的矢量深组合(VDI)算法位置精度优于2 m,速度精度优于0.1 m/s。     

几种GNSS接收机跟踪环路配置的对比分析

在分析传统跟踪环路、载波平滑伪距技术、卡尔曼跟踪环路基础上,比较研究了基带信号处理滤波算法,从GNSS终端系统层次设计了四种基带处理的配置方案,通过理论分析及跑车实验进行了不同配置方案的对比。结果表明,相较于其他跟踪环路滤波算法,卡尔曼跟踪环路充分利用了各个参数的内在物理关系,由系统误差和观测误差可得到全局优化的参数跟踪估测,经定位、定速精度对比分析,卡尔曼跟踪环路等效码相位跟踪精度较传统方案提高近70%,多普勒频率精度提高近80%,为后续的导航解算、高精度载波相位差分算法等提供了稳定可靠的信息源。     

基于自相关侧峰消除的北斗B1C快速高精度捕获算法

北斗三号播发的B1C信号采用二进制偏移载波(BOC)调制方式和10ms周期的伪随机码,可以与现存L1频段上的导航信号共有载波频率,同时提高导航信号的跟踪精度和伪距测量精度。然而,BOC调制会带来相关函数多峰性问题,10ms周期的伪随机码会极大增加信号捕获的计算量,影响捕获速度,同时长码的跟踪需要更小带宽的跟踪环路,这对捕获精度提出更高要求。为此,根据北斗B1C信号的特点,在利用ASPeCT技术消除BOC信号相关副峰的基础上,兼顾捕获的快速性与精度,提出一种北斗BIC信号快速高精度捕获算法。所提算法先利用多级搜索和降采样策略快速实现信号的粗捕获,将捕获频率范围缩小,再利用多项式曲线拟合的方法进行多普勒频率精捕获,提高捕获精度。在多级搜索过程中,相关计算融合ASPeCT技术,通过本地码与副载波调制码构造无副峰相关函数,确保搜索过程无模糊度。所提捕获算法经接收前端采集的北斗B1C信号测试,实验表明,该捕获方法对相关副峰的消除程度可达到86.70%,多普勒频率误差缩小到1Hz以内,捕获耗时相对缩短了近2/3,实现了快速高精度捕获,保障了后续跟踪算法的成功率。     

矢量频率跟踪辅助锁相环的设计与实现

由于传统卫星导航矢量跟踪环路使用矢量频率跟踪环路,无法实现对载波相位的跟踪,难以实现载波平滑码伪距,其定位和测速精度较低。针对上述问题,提出了一种新型面向高精度的矢量跟踪算法,采用矢量频率锁定环辅助锁相环代替传统的频率锁定环路辅助锁相环,通过矢量频率跟踪环路实现更精确的频率跟踪,再进行载波相位跟踪和码相位平滑,从而提高接收机的载波相位跟踪和定位性能。给出了上述结构的理论性能分析结果,并通过模拟信号和软件接收机进行了静态和动态两种场景的实验验证。结果证明,矢量频率跟踪辅助锁相环能够充分利用多个信号跟踪通道的矢量关系,在10个卫星同时跟踪的条件下,将载波相位原始观测量精度提高16%,速度精度提高40%左右。     

基于双滤波器结构的基带信号预处理滤波模型

对于级联式INS/GPS深组合导航系统,用修正后的惯导解算信息和星历信息计算的载波NCO控制量精度无法满足载波跟踪的要求,通常利用基带信号预处理滤波器的估计结果直接闭合载波环。传统的基带信号预处理滤波模型采用的是单一滤波器,因滤波器状态的相互耦合和滤波算法本身的限制,滤波估计的精度很难实现载波跟踪。基于双滤波器结构的基带信号预处理滤波模型,在传统单一滤波器基础上,新增一个3维滤波器用于闭合载波环,仿真结果表明了该方法的有效性。     

一种低复杂度的惯性/GNSS矢量深组合方法

针对标量跟踪中接收机各跟踪通道相互独立,通道之间没有信息交互和相关辅助的现象,提出了一种惯性/GNSS矢量深组合方法。该方法将接收机标量跟踪独立的跟踪通道合并为一个大通道,通过所有通道信息联合对各通道控制信息进行估计,一方面降低了通道噪声,另一方面能够实现强信号通道对弱信号通道的辅助,进一步提升接收机的跟踪灵敏度。此外,它将惯导滤波与接收机滤波融合为一个滤波器,降低了计算复杂度,易于工程实现。仿真结果表明,所提出算法相比标量深组合算法,能够有效改善多普勒频率误差、灵敏度以及速度、高度误差,将多普勒频率误差从原来的9.21 Hz降低到0.94 Hz,速度误差改善约33.3%,高度误差减少1.5～2 m。     

基于时滞补偿的纯追踪控制预瞄距离优化方法

纯追踪算法是无人驾驶领域中常用的路径跟踪算法，其中预瞄距离的选择影响着路径自主跟踪的精度。针对实际车辆时滞导致理论最优预瞄距离与实际最优预瞄距离不符的问题，提出了一种基于时滞补偿的纯追踪控制预瞄距离优化方法。首先，基于时延和迟滞对传统模型的影响，更新时滞车辆模型；其次，设计了一种改进樽海鞘优化算法对预瞄距离进行优化，研究不同车辆速度下最优预瞄距离配置，得到了仿真平台下最优预瞄距离和速度的一次线性关系式；最后，在实际车辆平台上，对所提优化方法进行了实验验证。实验结果表明：相比于传统模型，加入时滞补偿所得最优预瞄准确率提高了67.55%。     

集群无人机定位信号的自适应GM-CBMeMBer滤波算法

针对集群无人机导航定位信号通信过程中,易混入实际随机噪声,而传统GM-CBMe MBer滤波算法处理会导致滤波器发散的问题,提出了一种用于集群无人机定位信号的自适应GM-CBMe MBer滤波算法。首先,构建对应的数学模型,通过观测模型和量测模型对信号进行跟踪、滤波。在此基础上,利用随机有限集和衰减因子实现对噪声的动态处理和进一步预测,结合预测值进行迭代更新,直到滤波过程结束。同时,引入高斯项的剪枝合并来提高滤波精度。实验结果表明,改进算法与传统算法相比较,在集群无人机定位航迹上的杂波点有所减少,总体平均误差降低了26.6%。同时,方法简单易行,便于工程实现。