基于垂直约束的深海拖曳系统USBL/DVL组合导航算法

为提高深海水下拖曳系统的定位精度,分析了深海拖曳系统压力传感器与超短基线定位系统(USBL)以及多普勒计程仪的耦合原理,给出了基于垂直约束下的USBL定位的基本原理及拖曳体直线运动状态下的开窗平滑算法。采用非线性的无迹卡尔曼滤波模型对超短基线定位、多普勒测速、深度、斜距、姿态及角速率信息进行融合。针对声学数据常见的粗差观测,结合自适应抗差滤波算法,提出基于垂直约束的自适应抗差卡尔曼滤波算法。最后仿真和实测实验证明在5000 m水深条件下,在航行方向上位置精度较传统滤波算法提高了近2 m。基于垂直约束自适应抗差无迹卡尔曼滤波算法可充分利用高精度观测信息,提高深海拖曳系统的定位精度和容错性。     

基于抗差估计的VIO/UWB自适应组合定位算法

在GNSS信号拒止的室内环境定位中,针对视觉惯性里程计（VIO）在长期运动或无回环等不利环境下产生误差累积偏移以及超宽带（UWB）受非视距影响定位精度难以保证的问题,提出了一种基于抗差估计的UWB辅助视觉惯性自适应组合定位算法。首先,构建UWB与VIO的优化框架,利用UWB定位结果对VIO进行全局约束。其次,在后端优化阶段加入抗差估计,实时调整传感器间的权重值,抑制UWB非视距的影响。最后,在EuRoc数据集和真实场景中进行了实验验证。真实场景实验结果表明,组合算法在非遮挡条件下定位精度相比于VINS＿Mono提高75.05%,基于抗差估计的组合算法在遮挡条件下定位精度相比于不加抗差估计的组合算法提高37.53%。     

一种SINS/超短基线组合定位系统安装误差标定算法

超短基线设备由于尺寸小,使用灵活,在水下导航定位中常与惯性设备进行组合导航。为了标定出超短基线坐标系与载体坐标系之间存在的安装误差,提出了一种基于小角度近似的安装误差标定算法。首先,确定应答器的位置,再对安装误差角对应的姿态矩阵进行小角度近似,最后利用最小二乘法直接计算得到安装误差。通过仿真验证,在斜距误差为0.5%的条件下,航向安装误差角的标定误差比传统方法至少减少了32.8%。江试实验进一步表明,安装误差标定前后定位误差减小了76%。所提出的算法可以较好地减小导航定位误差,具有一定的工程应用价值。     

基于移动节点辅助定位的UWB室内定位方法

针对UWB室内定位精度易受环境影响的问题，在低速、多节点的情况下，提出了一种基于移动节点辅助定位的方法。设置一个增量队列来剔除异常点，然后使用最小二乘法计算得到定位初值。将定位初值代入扩展卡尔曼器滤波算法，得到较为准确的更新后的定位结果。当移动节点处于静止或低速状态时，其解算坐标较为精确，可以将其视作坐标已知的固定节点，来提高其他移动节点的定位精度。实验结果表明，在相同的实验环境下，所提方法的定位均方根误差比最小二乘法和Chan算法分别减小了15.89%和16.45%，最大绝对误差分别减小了60.99%和62.77%。     

基于MEMS-MARG传感器的消防员室内定位算法

针对消防员在室内环境中进行灭火和救援时难以获知自身位置坐标的问题,采用MEMS-MARG传感器设计了一种室内定位算法。首先,根据加速度幅值波形使用峰值探测法和零点交叉法相结合的方式进行步数检测。然后,通过对消防员的行走路线进行分类,设计了一种基于直线判断辅助的航向反馈修正算法来提高定位精度,并将扩展卡尔曼滤波器融入到行人航迹推算算法中,用于估计消防员的位置坐标。最后,分别按照矩形、三角形、半圆形轨迹,进行了3组实验。实验结果表明,与未使用航向修正算法相比,位置误差减小了45%以上,航向角和位置的均方根误差分别减小了65%和76%以上。所提出的消防员室内定位算法具有良好的定位性能。     

前后向平滑算法在精密单点定位/INS紧组合数据后处理中的应用

精密单点定位技术只需单台双频GNSS接收机就能实现分米到厘米级定位精度,将其与INS进行组合可以广泛应用于测量领域。但当GNSS信号被完全遮挡时,只能依赖纯惯性导航工作模式,而当重新捕获GNSS信号时,又需要一定时间才能使精密单点定位重新收敛到理想精度。针对以上问题,提出了一种适用于精密单点定位/INS紧组合的前后向平滑算法来同时提高GNSS信号完全遮挡段和重新收敛段的导航精度,详细推导了该算法的数学模型。对实测的跑车实验数据后处理表明:前后向平滑算法能有效提高精密单点定位/INS紧组合导航精度;对60 s完全遮挡段的位置误差统计表明,前向和后向滤波的三维位置误差RMS分别为44.46 cm和10.81 cm,平滑后改善到了10.47 cm。     

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。     

基于北斗信号辐射源的无源雷达定位技术

外辐射源无源跟踪对提高区域防御系统的生存能力和反击能力具有重要的军事意义和实用价值。近年来,基于星载辐射源的无源雷达探测系统受到广泛关注。在选取北斗卫星信号为研究对象的基础上,首先从模糊函数和雷达探测距离方面重点分析了北斗信号作为无源雷达辐射源的实用性。然后研究了一种基于时差测量的多发单收型无源雷达定位系统,并给出了解算目标位置的总体最小二乘算法。最后对该系统下的定位算法和定位精度进行分析,仿真结果表明在相同条件下,总体最小二乘算法能减小近50%的定位误差,且误差波动范围明显减小。     

基于点线视觉/惯性SLAM和目标检测的测距方法

针对无人平台在未知环境中自身定位和对远距离目标测距精度不高的问题，利用单目相机和惯性器件组成视觉/惯性导航定位系统，结合目标检测提出“动态基线+三角测距”方法实现自身定位和对目标测距。首先，建立基于点线融合的视觉/惯性系统模型，提高系统自身定位精度，给出运动前后相对位姿变化；其次，利用目标检测算法对目标进行检测和识别，得到运动前后物体对于图像平面的视差；最后，通过三角测距实现对目标的高精度测距。公共数据集实验测试结果表明，引入线特征的视觉/惯性系统的平均定位均方根误差（RMSE）为0.15 m。无人平台搭载系统对目标进行测距实验表明，系统在100 m以内对目标测距的误差小于测距距离的2%。     

基于二次解析的UWB室内定位高度方向优化方法

针对解析法处理具有高度限制的UWB室内三维定位时的高度方向精度不佳问题,通过对定位方程组的研究,着重分析了其内在原因,并提出了一种基于现有解析法的二次解析法。首先以常见的解析法得到目标点较为准确的水平方向的分量,然后在二次解析过程中采用修正偏差的Tikhonov正则化方法求解优化高度方向的分量。此方法可有效减少目标点高度分量的定位误差以及最终的定位误差。分别通过数学仿真平台和实验平台与传统解析法进行比较,验证了此方法的有效性。仿真与实验结果表明:所提出的方法能够将传统的解析法的定位精度提高40%以上。其中实验结果表明,所提方法的定位效果比最小二乘法提高52.1%,比Chan算法提高41.6%,具有很好的工程应用价值。