一种采用联邦EKF的分布式INS/UWB人员无偏紧组合定位方法（英文）

为了实现精确的人员定位,提出了一种采用联邦EKF的分布式INS/UWB人员紧组合定位方法。在这种模式下,将数据融合滤波器应用于UWB无线通信信道中。INS与UWB分别测量得到的参考节点到未知节点之间距离的平方值被用于预估INS的导航解算误差。在此基础上,主滤波器将各信道滤波器的预估值进行数据融合,最后得到最终的INS导航解算误差预估。实验结果显示,该方法能够准确地提供人员位置信息,与集中式滤波器相比,平均位置误差降低了10.34%左右。     

基于扩展卡尔曼滤波器的INS/WSN无偏紧组合方法(英文)

为了减少传统组合导航方法中舍去泰勒展开式的高次项对导航精度的影响,提出了一种基于扩展卡尔曼滤波的INS/WSN无偏紧组合方法。这种方法采用INS在本地相对坐标系的位置和速度误差作为系统变量,观测方程中未知节点理想的位置和速度被INS测量得到的位置和速度与其预估误差的差值替代。仿真结果显示,本文提出的方法平均位置误差比松组合方法降低20%左右,平均速度误差比松组合方法降低80%左右。     

信息融合技术在INS/GPS/DVL组合导航中的应用研究

为克服某船载导航系统不能满足长时间高精度导航定位需要的缺点,提出了一种基于信息融合技术的INS/GPS/DVL联邦滤波器组合导航方案.介绍了INS/GPS/DVL联邦滤波器的工作模式,在建立INS、GPS和DVL误差模型的基础上,推导了滤波器的组合形式,并详细阐述了该联邦滤波器的融合算法.通过计算机仿真技术分析了该组合导航系统的性能,仿真证明了所设计的联邦滤波器可以充分利用各种导航传感器的信息,提高导航系统的精度,比单独的惯性导航系统能提供更为精确的位置、速度和姿态信息,有效地提高了导航系统的综合能力.     

基于UWB优化配置的室内行人导航方法

在卫星信号无法覆盖的室内条件下,行人的精确导航问题是当前研究的热点。为解决基于MEMS的微惯性导航系统误差随时间发散、航向角发散快的问题,提出了一种利用UWB辅助修正惯性导航系统,实现室内较高精度定位的方法。该方法采用基于零速修正的微惯导系统进行导航,以抑制惯导误差随时间发散,并在建筑内拐角、楼梯口等关键节点处优化配置UWB设备,采用UWB信息与微惯导数据进行卡尔曼滤波,实现对微惯导航向及位置的修正。与大规模使用UWB系统进行室内定位相比,该方法降低了系统布设成本,避免了UWB出现问题时对整体导航结果的影响,有效地保证了系统的定位精度。行走实验表明:直线行走时,微惯导最终定位误差为1.8%;转弯行走时,在UWB辅助定位下,微惯导最终定位误差小于1.0%。     

GPS/INS紧耦合导航中多路径效应改正算法及应用

针对GPS伪距观测值受多路径误差影响较大,限制了GPS/INS紧耦合导航中导航精度提高的问题,在传统静态多路径消除方法的基础上,提出了导航过程中多路径效应动态消除算法,并应用于GPS/INS紧耦合导航。首先给出了GPS/INS紧耦合导航的动力学模型和观测模型以及静态定位多路径消除的方法,通过频谱分析探究了非差观测值序列的特殊性,引入了移动窗口提取动态导航过程非差伪距观测值的多路径,最后利用实测数据验证了算法的有效性。结果表明:对比没有经过多路径改正的组合导航算法,基于伪距多路径改正的GPS/INS紧耦合导航增强了滤波融合观测值的精度,减少了多路径效应对于伪距观测值的影响,平衡了伪距观测值和多普勒观测值的权重,提高了GPS/INS紧耦合导航的直接可测参数(位置、速度)和间接可测参数(姿态)的精度,北向、东向和高程三个方向的位置误差分别减小了18.8%、25.7%,和1.5%。     

一种基于双IMU框架的室内个人导航方法（英文）

为了实现低成本的室内行人导航,提出了一种双惯性测量单元(IMU)框架。在这种模式下,一个IMU固定于足部,另一个IMU固定于肩部。当行人在行走过程中处于静止状态时,卡尔曼滤波器利用测量得到的速度和角速度误差对足部IMU的解算误差进行预估,与此同时,通过对足部IMU和肩部IMU测量得到的航向角做差完成对航向角误差的观测。在此基础上,双IMU框架结构采用了闭环模式。实验结果显示,采用该方法能够提供行人导航信息,平均位置误差与采用开环模式的方法相比降低了14.93%左右。     

基于非线性最小二乘估计的eLoran/INS/磁传感器组合导航方法

为实现不依赖GNSS系统的高精度导航系统,提出了一种基于非线性最小二乘估计的e Loran/INS/磁传感器组合导航方法。利用INS/磁传感器等传感器稳定性好,高频噪声低的特点,降低eLoran导航系统受传播路径影响导致的定位误差;同时所提方法可以校准其它传感器的零点偏移。首先利用INS系统估计载体当前的状态(包括姿态、位置),再通过高斯-牛顿法,求解载体状态的最小二乘解,从而使各物理量(磁场矢量、重力矢量和位置)在当前估计的载体坐标系内计算的数值与传感器的测量结果之间误差达到最小。最后,利用传感器的零点偏移在误差项中变化缓慢的特点,通过低通滤波估计零点偏移并进行校准。所提方法具有运算量小,解算精度高的特点。仿真试验结果显示所提出方法可将罗兰导航系统定位误差从100 m提高至6.1 m(2σ),证明了该系统具备独立于GNSS系统提供高精度导航定位的潜力。     

INS/ESGM组合系统导航数据处理技术研究

本文建立了INS和ESGM的误差方程,在此基础上,实现了INS/ESGM组合系统导航过程的卡尔曼滤波器设计.仿真试验表明,本文所设计的滤波器实际可行,利用该滤波器INS/ESGM组合系统能够给出高精度的位置、姿态及速度信息.     

基于超短基线水声定位的USV/UUV协同导航方法

针对无人水下航行器(UUV)与无人水面艇(USV)协同作业时水下导航性能受惯导设备(INS)影响较大的问题,提出了一种基于超短基线水声定位(USBL)的USV/UUV协同导航方法。首先,以USV上的高精度INS和GNSS组合后的导航结果作为基准,利用USBL测量得到的USV和UUV相对位置和姿态,再结合UUV的INS误差方程,建立了INS/GNSS/USBL/INS滤波的状态方程和观测方程,实现了多源导航信息的融合,有效提升了UUV水下导航精度。其次,针对USV和UUV航行过程中USBL因存在信号盲区带来的两者无法通信、定位导致协同导航不稳定的问题,采用基于视线法的PID控制方法实时改变USV的航向和航速,保证了USV、UUV航行过程中两者始终处于水声信号有效的通信、定位距离和角度范围内。仿真和海上实验结果表明,UUV在与USV协同导航后的位置误差小于10 m;USV和UUV航行过程中,相对距离和角度保持在设定的USBL有效通信定位距离和角度范围内,距离误差小于15 m,角度变化小于1°,提出的方法可以使USV和UUV协同导航更稳定、连续。     

基于外推和级联积分梳状滤波器的多普勒插值方法

INS/GPS深组合导航系统的本地码和载波数控振荡器(NCO)控制量的计算需要利用滤波修正后的惯导位置信息或速度信息,其中的多普勒频移计算需要同时利用位置和速度信息。基带I、Q信息的更新率通常为1 kHz,利用惯导信息解算出的多普勒频移为100 Hz,利用级联积分梳状(CIC)滤波器进行插值有效解决了二者更新率的匹配问题。此外,导航滤波器的更新频率通常为1 Hz,惯导解算频率为100 Hz,对于低精度惯导系统,在滤波修正周期之间误差累积较快,利用外推方法有效控制了惯导解算误差。通过半实物仿真分析,基于外推和CIC滤波器的在线插值结果与基于B-样条插值结果对比,误差标准差约为1 Hz,误差的频谱被限定在0.02 Hz以内,结果表明了该方法的有效性。     

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。     

惯性/重力匹配组合导航系统与可视化仿真

根据惯性/重力匹配组合导航系统的工作原理和特点,提出了基于 RANSA 思想的重力图匹配方法,采用此方法实现了重力图的鲁棒匹配。通过建立组合导航系统的数学模型,采用最优滤波技术实现了组合导航系统的信息融合。在此基础上,采用多种高级语言混合编程,设计实现了一套可视化的仿真软件,对该系统进行了可视化仿真研究。仿真实验结果表明,惯性/重力匹配组合系统相对于无辅助的惯性导航系统,其定位精度、速度精度均有较大的提高,也就是说采用重力匹配方法达到了校正惯导系统,实现高精度导航的目的。     

一种采用足部航姿参考和肩部航向参考的室内个人导航方法（英文）

为了解决传统足部航姿参考系统中航向信息可观性较差的问题,提出了一种采用足部航姿参考系统和肩部电子罗盘的室内个人导航方法。在这种模式下,肩部电子罗盘测量得到的航向信息被直接用于计算足部航姿参考系统的姿态转移矩阵。在此基础上,通过在行人在行走过程中足部处于静止状态时采用卡尔曼滤波器被用来限制惯性导航系统的误差漂移。实验结果显示,本文提出的方法平均位置误差与不使用肩部电子罗盘的方法相比降低了30%左右。     

惯性导航系统的误差估计

惯性导航系统（INS）以其自主的工作能力广泛应用于军事武备的导航、制导与控制系统和国民经济的诸多领域。它的主要缺点是定位误差随其工作时间的增长而增大。对惯导系统的误差进行估计和补偿是在保证性能价格比的前提下，提高惯性导航系统精度的有效途径。目前，对惯导系统的误差修正均采用外信息（如GPS的输出信息）校正，即在INS工作的全部时间内，定期地利用GPS输出的速度和位置信息与INS输出的相应信息的差值作为观测量，对INS误差进行估计和补偿。Kalman滤波的方法广泛地应用于惯导系统的误差修正初始对准。本研究了当地水平惯导系统的误差估计和补偿问题。分析结果表明，采用Kalman滤波的方法，可以精确地估计惯导系统的误差（包括陀螺漂移和加速度计零偏），误差估计的精度高，并且估计的方差阵收敛快。     

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。     

INS/CNS/GPS组合导航系统仿真研究

研究了INS／CNS／GPS组合导航系统的原理和特点，对组合导航系统进行了计算机仿真，提出了采用平台失准角、INS与GPS的位置之差和速度之差作为观测量的方法。采用卡尔曼滤波技术，可以估计出平台的失准角、惯性器件误差及导航参数误差。仿真结果表明：通过校正惯导平台、消除导航参数误差，可以大大提高了系统的导航精度。     

MIMU/GPS组合导航系统研究

根据智能交通对车辆导航和定位的要求，研究了MIMU与GPS松散组合导航系统，以速度、位置作为观测量设计了Kalman滤波器。为了验证系统的性能，利用MIMU实验室测试数据和GPS仿真数据对该组合导航系统进行了半物理仿真，分别给出了纯MIMU、组合导航系统及GPS信号短时间丢失时的位置误差仿真曲线。分析结果表明组合系统具有良好的长期工作精度，能够满足车辆导航和定位的要求。     

重力扰动矢量对惯导系统影响误差项指标分析

针对制约现有惯导系统精度提升的重力扰动矢量误差项问题,从惯导系统误差模型入手,着重分析了重力扰动矢量水平分量(垂线偏差)在导航系统中的误差传播特性,利用简化的垂线偏差统计模型推导出导航系统位置误差均方差表达式;通过现有全球重力场高阶球谐模型(EGM2008),分析了垂线偏差全球均方差水平引起的惯导系统在典型载体运行速度下位置误差项大小,进而给出了垂线偏差补偿的误差项指标,在此基础上,分析了EGM2008在惯导系统中的适用性,结果表明,当EGM2008模型阶数小于12阶时才能满足导航系统计算资源要求,模型补偿精度为5.86?,适用于位置误差要求小于0.8 nm/h的惯导系统。