基于线特征的无人机自主着陆惯性/视觉导航方法

卫星拒止条件下无人机与着陆场站之间的相对位置与姿态测量技术是无人机安全回收、重复使用的关键。惯性/视觉导航方法综合了惯性导航、视觉测量的优势,同时克服了惯性误差发散,视觉测量盲区等问题。针对无人机着陆过程中点特征提取精度易受天气、飞行距离和高度等因素影响的问题,提出了一种基于线特征的无人机自主着陆惯性/视觉导航方法。通过识别机场跑道左右边线与中线,计算由这三条平行线确定的消隐点及消隐线方程,建立基于线特征的视觉相对测量模型,通过坐标系间的转换关系解算无人机在机场坐标系下的位姿,并与惯性导航结果进行数据融合,引导无人机安全着陆。经机载飞行试验验证,所提方法中无人机着陆垂向精度可达10 m,侧向精度达5 m,结果表明了所提方法的有效性。     

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。     

基于地平仪两轴姿态测量的卫星自主相对导航

针对近圆轨道编队卫星,提出了一种仅需要地平仪两轴姿态测量的卫星自主相对导航滤波方法,利用星间相对测量与偏航姿态运动的弱相关性,解决了欠偏航量测下的相对位置估计以及三轴姿态确定问题。可观性分析证明了该方法的可行性及对编队构型参数的适应性。大量仿真表明,对于绕飞和伴飞构型,该方法均收敛,性能特性与理论分析一致。针对当前典型的地平仪与星间测量能力,相对位置滤波精度均优于2 m(3σ),绕飞构型偏航姿态精度优于1.0°(3σ),伴飞构型偏航姿态精度优于0.5°(3σ),是对中等精度编队卫星配置简化的有益探索。     

基于鲁棒滤波的无人机着陆相对导航方法

针对无人机在移动平台上进行起降时的相对导航问题,提出了一种基于鲁棒高阶容积滤波的惯导/视觉相对导航方法。建立了相对导航系统模型,基于无人机与移动平台之间的相对运动给出了系统的相对惯导方程,并针对系统中传感器的量测特性给出了导航敏感器的测量方程。针对相对导航系统非线性较强且量测噪声不符合高斯分布等问题,在高阶容积滤波的基础上,结合Huber-based量测更新方程,设计了鲁棒高阶容积滤波相对导航滤波器,该方法具有较高的估计精度,且对混合高斯噪声有鲁棒性。相对姿态采用四元数表示,为保证四元数的归一化,在设计相对导航滤波器时采用修正的罗德里格斯参数表示姿态误差。仿真结果表明,该方法可以准确地给出无人机与移动平台之间的相对位置、速度和姿态信息,且估计精度高于扩展卡尔曼滤波、Huber-Based滤波以及高阶容积卡尔曼滤波。     

基于自适应容积信息滤波的无人机相对导航方法

针对无人机编队相对导航系统中由于机体/机翼遮挡导致可见信标点个数随时间变化和视觉导航传感器量测噪声统计特性不确定问题，提出了基于逆威舍特分布的变分贝叶斯自适应容积信息滤波（VBACIF）算法。该算法在信息滤波框架下，采用逆威舍特分布表示量测噪声协方差，将三阶球面-径向容积准则和变分贝叶斯理论相结合，在线识别跟踪量测噪声统计特性变化并自适应调节相对导航滤波器的量测噪声协方差矩阵，将每个可见信标点视为一个独立的信息源，融合各信标点的相对视线量测信息从而准确地估计出无人机之间的相对位置、速度和姿态。仿真结果表明，视觉量测噪声协方差未知且时变和可见信标个数变化的情况下，采用VBACIF相对位置、速度和姿态精度较容积信息滤波算法分别提高了24.85%、9.41%和45.52%。     

基于因子图的无人机集群分布式协同导航方法

针对密集集群无人机的协同导航问题,提出了一种基于因子图优化的无人机群协同导航方法。结合无人机自身的导航信息和无人机之间的测距信息,将无人机群协同导航信息融合问题转换成因子图模型,给出了基于消息迭代策略的因子迭代方法,为每架无人机建立局部因子图,实现了协同导航信息分布式处理和位置优化。仿真试验结果表明,所提出的方案实现了集群无人机协同信息的分布式处理,且无人机群位置精度相对于未优化时提升3倍。所提出的方法可有效提高密集集群等多无人机应用场景下的定位精度。     

基于交互多模型距离平滑的UWB/IMU因子图组合导航方法

为了解决全球导航卫星系统（GNSS）拒止条件下车辆定位困难问题,提出了一种基于交互多模型距离平滑的超宽带/惯性测量单元（UWB/IMU）因子图组合导航方法。首先,针对超宽带信号由于反射或折射导致的非视距问题,分别建立视距与非视距情况下超宽带基站与标签间距离的因子图模型,并利用交互式多模型算法进行原始距离的平滑;然后,对惯性导航系统、交互式多模型处理的超宽带距离信息等测量量进行建模,构建基于因子图的信息融合框架,并根据非线性优化理论与增量平滑算法实现变量节点的递推与更新。最后,采用因子图方法对融合数据进行处理,实现车辆多传感器高精度组合导航。实际测试结果表明,相比基于卡尔曼滤波的多传感器融合方法,所提出的基于交互多模型距离平滑的惯性/超宽带的因子图定位方法在非视距情况下位置估计精度（RMS）提高40%以上。     

基于螺旋修正的卫星位姿更新算法

由于卫星运动的不可交换性,在卫星测量过程中引入螺旋修正算法描述编队卫星中主从星的相对位置和姿态信息,提出了基于螺旋修正的编队卫星相对位姿测量算法。首先基于典型的螺旋环境,设计了螺旋修正算法,论证了其与传统圆锥修正算法和划船修正算法的一致性,采用三子样螺旋修正算法进行仿真并与传统算法的精度进行比较。仿真结果表明该算法的位置和姿态精度分别可以达到10-3 m和10-6数量级,满足测量精度要求。该算法不用像传统算法分别为卫星的位置更新和姿态更新设计两组优化系数,因此降低了算法复杂度。     

基于高斯粒子滤波与消息传递的协同导航方法

针对无人机群协同导航问题,提出了因子图框架下基于高斯粒子滤波和消息传递算法的无人机 群协同导航方法。所提方法利用因子图描述无人机群导航状态与自身量测以及相对导航信息之间的关 系,并通过高斯粒子滤波实现因子图中节点之间的消息传递,完成无人机群导航状态的最大后验概率 估计。仿真结果表明所提出的方法实现了机载多源传感信息与相对导航信息的有效融合,定位精度相 比于基于因子图和粒子化消息传递的混合和积算法（H-SPAWN）提高 50%以上。     

基于雷达的导航信息传递系统设计

针对无人机低精度微惯导系统的动态对准和校准的问题,提出了一种基于雷达的母子导航信息传递系统。将雷达及其载体当作一个刚体,设计了基于雷达的母子导航信息传递系统结构;采用雷达被动测向仪和快速求根的对称压缩测向改进算法,对雷达主瓣波达方向(DOA)进行了估计;基于SystemVue,构建了基于雷达的导航信息传递仿真实验系统。仿真结果表明,基于雷达的方位传递误差≤0.5°,可以满足无人机微惯导系统初始对准和校准精度的要求以及无人机飞行和执行任务的需要。     

在实时单点定位中基于残差信息的改进抗差滤波方法

在利用卫星导航定位系统进行单点导航定位时,为了进一步提高导航定位的精度、实时性和可靠性,针对实时观测信息中存在粗差问题,基于残差分析理论,比较分析了最小二乘法、M估计、抗差滤波估计方法在GNSS单点导航定位中参数估计问题。在此基础上,针对观测量与动力学模型不准确的情况,利用残差信息,构建了有效的改进的基于残差信息的抗差滤波。其特点是观测信息误差比较大的情况下不会导致滤波精度明显下降。在GPS单点导航定位解算中,编程并计算,通过比较分析,结果验证了构建的滤波在单点定位中抗差的优越性,并在导航定位算法选择上得到一些有益结论。     

基于对偶四元数的双星编队相对位姿测量

为了描述编队卫星中主从星的相对位置和姿态信息,提出了基于对偶四元数的编队卫星相对位姿测量算法。以双星编队飞行的位姿运动为主线,运用对偶四元数工具,充分发挥其能以最简洁的形式表示一般性刚体运动的优点,对卫星轨道和姿态进行分析并建立了对偶四元数位姿模型。同时设计类GPS测量技术来测量编队卫星的相对位置和姿态,该技术载波相位波长和伪码码元比GPS的更短,可获得更高精度的相对测量信号。由于状态方程和观测方程的非线性特征,使用UKF滤波来消除随机噪声对量测过程的干扰。实验结果表明,所设计的算法能够有效估计系统误差,卫星的位置误差和四元数误差收敛于零,验证了该算法的有效性。     

高速飞行环境下卫星导航信息滞后补偿方法

为了解决高速飞行环境下卫星导航信息滞后严重影响导航精度和性能的问题,研究了一种基于曲线拟合技术的滞后补偿方法.针对高速飞行环境下导航参数的变化情况,分别采用抛物线和三次抛物线来拟合卫星导航系统的输出信息,推导获得抛物线和三次抛物线的各项系数,进而研究获得卫星导航信息滞后的补偿算法.仿真结果表明,尽管卫星导航输出的滞后时间长达0.8 s,采用该滞后补偿方法可以使捷联惯导/卫星组合导航的水平位置精度达到±0.6”,高度精度达到±18.9 m,速度精度达到士0.15m/s.因此该方法能够有效补偿卫星导航系统的输出滞后,具有良好的工程应用前景.     

基于卫星跟踪和星敏感器的地月L2点星座自主导航（英文）

近年来在地月L2点构建自主导航星座用于深空探测已经成为研究热点。针对摄动引起的未知模型误差和量测异常造成单独使用卫星跟踪定轨性能较差的问题,提出了一种基于卫星跟踪和星敏感器组合的导航方案。在方案中融合了星间跟踪的距离、多普勒频移信息以及星敏感器测量的星座卫星与月球之间的角度信息,设计了一个联邦自适应平方根容积卡尔曼滤波器,利用自适应尺度矩阵对测量协方差进行改进,提高了异常测量下的定轨精度和鲁棒性。仿真结果表明,在异常测量下所提出的导航滤波方法的位置误差和速度误差,相比传统的联邦平方根容积卡尔曼滤波分别降低了68.85%和44.17%。     

载波相位时间差分辅助的SINS/GNSS紧组合导航方法

为提升无基准站辅助条件下的单站微惯性/卫星组合实时导航性能,提出了一种基于载波相位时间差分的改进微惯性/卫星紧组合导航方法。所提方法直接利用高精度的载波相位时间差分观测信息改善微惯性导航误差的在线补偿精度。分析比较了两种载波相位时间差分观测模型对组合导航精度的影响,通过抗差序贯卡尔曼滤波建立抵御GNSS观测粗差的紧组合滤波模型。城市内车载试验结果表明,相对于传统紧组合导航方法,所提算法能够有效提升定位、定速和定姿精度达29%、21%和42%。另外,相对较长GNSS中断(60 s)条件下,所提算法能够显著提升滑行位置、速度和姿态精度达46%、40%和51%。     

基于指数渐消遗忘因子的组合导航自适应滤波算法

量测信息异常导致的噪声统计特性变化容易引起组合导航滤波精度下降甚至发散。针对Sage-Husa自适应滤波算法估计系统量测噪声参数性能对遗忘因子依赖性强的问题,提出了基于指数渐消遗忘因子的自适应滤波算法。在对故障检测函数判断量测噪声统计特性研究的基础上,构建了基于指数函数的动态遗忘因子模型,提升量测信息异常情况下的导航精度。与卡尔曼滤波、Sage-Husa自适应滤波、基于滑动遗忘因子自适应滤波等三种算法对比的仿真和跑车试验结果表明,所提出的算法在存在量测异常的情况下,导航性能提高显著,导航位置精度均提高20%以上。     

面向城市复杂环境的GNSS/INS高精度图优化算法

在城市复杂环境下，GNSS接收机易受到建筑物遮挡、多路径效应等多种因素影响，导致信号出现粗差或者拒止情况，从而对GNSS/INS组合导航系统的精度和鲁棒性造成影响。提出了一种具备粗差在线检测的GNSS/INS图优化组合导航算法，提高城市环境条件下的组合导航系统性能。基于信息之间存在关联性的特点，设计了一种卫星信号滑窗粗差检测与拟合替换算法，抑制卫星粗差影响；构建了GNSS位置、速度因子和改进的IMU预积分因子，实现了组合导航信息非线性优化。仿真和车载数据试验表明，针对卫星信号中存在粗差的情况，所提算法的定位精度相比扩展卡尔曼滤波和传统图优化算法提升90%以上，可以辅助导航系统获得较好的状态估计效果；针对GNSS拒止的情况，该算法的位置定位精度相比扩展卡尔曼滤波算法提升30%以上。     

基于容错惯性网络的相对导航方法

为了满足对外部环境精确探测、侦查的要求,先进的多载荷通用飞机通常搭载多种载荷设备。针对机翼挠曲变形、载荷设备子IMU精度低且易发生随机故障的情况,提出一种基于容错惯性网络的相对导航方法。首先,建立挠曲变形下多节点IMU之间动态转换模型以构成冗余测量信息,进行基于广义似然比检测的最小二乘融合,提高测量数据的可靠性和精度。其次,利用惯性网络间的局部运动信息进行相对导航解算,并建立误差估计与补偿模型。仿真结果表明,所提方法在惯性传感器发生随机故障的情况下,可有效完成主、子节点间的高精度相对运动估计,三个方向的相对位置估计误差分别为0.0646 mm、0.0634 mm和0.7377 mm。     

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。     

无人机动平台着陆惯性/视觉位姿歧义校正算法

针对无人机移动平台着网回收应用场景,提出了一套基于二维码的惯性/视觉位姿估计算法,重点解决无人机回收过程中位姿解算歧义问题,提升无人机动平台回收导航精度、鲁棒性与实用性。首先,设计多个二维码构建非共面二维码序列,使用非共面3D-2D点对打破位姿解算特征点的共面约束。然后,使用极小平面位姿估计算法(IPPE)进行平面二维码位姿估计,并融合惯性信息引入姿态约束,解决无人机着网回收过程中的相对位姿解算歧义问题。多架次飞行实验表明所提出位姿估计算法能有效消除位姿解算歧义,具有较好的鲁棒性,且作用距离大于30 m,回收末段达到厘米级定位精度,满足无人机动平台着网回收需求,具有较好的应用前景。