星光折射辅助惯性/天文紧组合高精度导航方法

为了解决传统惯性/天文(SINS/CNS)组合导航无法在线精确估计加速度计零偏而导致SINS导航误差发散的难题,提出了一种动力学模型约束改进的捷联惯性星光折射组合导航方法。直接利用星敏感器观测的原始恒星像点坐标信息与约束改进的SINS导航动力学方程构建SINS/CNS紧组合模型,通过推导加速度计虚拟观测方程和适用于空天跨域飞行器导航的星光折射测量方程,采用扩展卡尔曼滤波方法,实现了对加速度计零偏和陀螺零偏在线估计。典型弹道仿真结果表明,在不增添额外传感器的条件下,相对于传统的基于姿态测量SINS/CNS组合,所提方法导航定位、定速和定姿精度分别提升了97.84%、98.61%和78.70%;相对于传统的基于星光折射SINS/CNS组合,定位、定速和定姿精度分别提升了28.09%、67.72%和79.10%。所提方法有效克服了传统方法精度恶化问题,显著提升了传统SINS/CNS组合导航精度。     

联合多普勒的载波相位精密测速方法

针对传统载波相位时间差分测速方法未考虑观测噪声以及周跳因素影响测速可靠性的问题,提出一种联合多普勒的载波相位精密测速方法。首先通过多普勒观测量辅助消除周跳干扰,之后利用无周跳的载波相位时间差分作为观测量,并利用Kalman滤波抑制观测噪声对速度测量的影响。静态和动态的测试结果表明,所提方法能有效消除周跳干扰,抑制高频噪声影响,静态测速精度达1 mm/s,动态测速精度优于2 cm/s,提高了测速精度和可靠性。     

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。     

载波平滑伪距紧组合导航系统鲁棒自适应滤波算法

传统惯性/卫星紧组合导航系统采用载波相位平滑伪距可以有效提高伪距观测量精度,但平滑伪距后观测量噪声不符合白噪声特性而导致卡尔曼滤波器容易发散;同时由于周跳的存在会更加严重影响滤波器的稳定性。针对上述问题,分析了平滑伪距噪声特性并建立了噪声模型,在此基础上设计了鲁棒自适应滤波算法对观测噪声进行实时估计和补偿,结合抗差估计理论进行滤波以减小观测量噪声水平和模型不确定对滤波器带来的影响。理论分析和仿真结果表明,在复杂环境下,基于载波相位平滑伪距的鲁棒自适应紧组合导航系统定位精度提高了一倍以上。     

多星座GNSS/INS紧耦合方法

针对可用卫星数目不足、多星座GNSS接收机不能定位条件下,传统GNSS/INS松耦合方式退化为"纯惯性"模式,无法抑制惯导误差发散的问题,提出了一种基于多星座GNSS接收机原始伪距观测量的GNSS/INS紧耦合方法。利用惯导与多星座GNSS接收机搭建硬件平台,开展了车载试验。试验结果表明,当可用卫星数目满足定位条件时,多星座GNSS/INS紧耦合方法与松耦合方法的导航精度相当;当可用卫星数目不足、多星座GNSS接收机不能定位时,多星座GNSS/INS紧耦合方法仍可利用剩余卫星提供的观测信息继续运行,当卫星数减少为5颗时,纬度和经度精度均优于30 m;当卫星数进一步减少为4颗时,纬度精度优于90 m,经度精度优于50 m。     

三频差分GNSS/INS紧组合模型

北斗卫星导航系统已经提供三频信号的位置服务。针对目前尚无关于北斗三频信号的GNSS/INS紧组合研究的现状,将三频模糊度解算算法与紧组合结合,构建了三频差分GNSS/INS紧组合模型。给出了新模型的观测方程和模糊度解算方法,分析了新模型的优点。进行了车载组合导航实验对比新模型与经典模型,结果表明:新模型的解算时间消耗远少于经典模型,在9颗可视卫星时,新模型的总解算时间仅为经典模型的55.53%;卫星数的增加对新模型解算时间的影响不显著;新模型能够获得和经典模型相当的精度,位置差别均方根在毫米级,速度差别均方根在厘米级,姿态差别均方根在0.01°级别。新模型利用了三频模糊度解算速度快的优点,又有效地削弱了其不稳定性对定位结果的影响,为基于三频信号的GNSS/INS紧组合做了前沿性研究。     

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。     

INS辅助的GNSS欺骗干扰辨识与抑制方法

GNSS欺骗干扰已经成为导航装备应用中面临的重要威胁之一。现有的基于INS/GNSS组合的抗欺骗算法大多只进行欺骗检测,不能恢复正确的定位结果。针对该问题,将多径抑制算法中的Multi-correlator结构用于真实信号和欺骗信号的参数估计,利用INS短期精度高的特性,实现欺骗信号的辨识。然后将辨识结果反馈跟踪环路抵消欺骗信号,保证接收机跟踪环路始终锁定真实卫星信号。最后,在INS/GNSS组合导航解算过程中引入抗差卡尔曼滤波算法,减小参数估计和辨识结果中粗差对定位结果的影响。利用公开数据集进行试验测试,欺骗干扰条件下定位误差由600?m降为10.0?m,而且在GNSS信号中断90?s重新恢复后,所提算法依旧能够实现欺骗信号的辨识和抑制。试验结果表明所提算法能够保证接收机在欺骗条件下锁定真实卫星信号,连续输出高精度的导航和授时信息。     

基于自适应姿态估计的MIMU/GPS紧组合导航算法

当可见卫星数低于4颗时,惯性/卫星松组合方式不能正常工作,紧组合方式虽能工作但当载体出现频繁的大角度转向时,导航误差易出现较大波动,特别是姿态角误差在长时间导航时出现发散的情况。针对上述问题,对比了当载体在频繁转向时,不同的紧组合观测信息对系统导航误差的影响,提出基于多模型的自适应姿态估计方法。设计模糊逻辑推理,智能判断载体的运动状态,自适应分配对应姿态估计的权重,从而提高MIMU/GPS组合导航系统性能。仿真实验表明,该方法解算的速度精度在0.1 m/s以内,位置精度在5 m以内,而且不受载体大角度转向的影响,能够持续输出高精度的导航信息。     

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。     

单频GPS/BDS/MEMS IMU紧组合模糊度固定抗差模型

针对高精度GNSS/INS组合定位中,伪距多路径误差严重影响模糊度固定效率及系统定位精度的问题,引入抗差估计函数,建立INS辅助GPS/BDS模糊度快速固定抗差模型。首先建立了单频GPS/BDS/INS紧组合动力学模型以及观测模型,继而研究了紧组合系统INS辅助下GNSS模糊度快速分解模型,分析了伪距观测值粗差对于模糊度参数估值的影响。为减弱异常观测值对于模糊度固定成功率的影响,提出了附有INS定位约束的模糊度解算抗差算法。最后利用实测导航定位数据验证了算法的有效性。结果表明:对比不考虑观测值粗差影响的模糊度固定算法,模糊度固定抗差算法显著提高了模糊度固定的可靠性,抗差算法的模糊度固定效率不受粗差值大小的影响;对于模拟的伪距多粗差情形,抗差算法对GPS/INS、BDS/INS和GPS/BDS/INS三种组合方案的模糊度固定Ratio均值分别提高了100.8%、47.7%以及19.5%;在INS定位松约束条件下,抗差算法提高了模糊度固定成功率。     

一种基于M估计的抗差自适应多模型组合导航算法

针对复杂环境下因量测噪声统计特性时变及量测粗差而引起的组合导航精度下降的问题,提出了一种基于M估计的抗差自适应多模型组合导航算法。所提算法突破了传统交互式多模型算法定结构的限制,凭借所提出的模型集自适应调整策略,能够快速估计量测噪声统计特性,并利用模型概率信息对模型转移概率矩阵进行实时修正;引入了基于M估计的抗差Kalman滤波算法,以提高滤波抗差能力。以SINS/DVL组合导航系统为例,通过仿真和长江试验对所提算法进行了验证,结果表明所提算法有效降低了量测噪声统计特性时变及量测粗差对滤波精度的影响。在长江试验中,所提算法相比AIMM算法,东、北向速度误差和位置误差的均方根误差分别下降了44%、36%和41%、53%,水平定位精度提升了约45.9%,定位精度提升显著。     

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%。     

基于PNN的北斗转发式欺骗干扰信号检测方法

针对载波相位差分检测技术中存在的模糊度解算复杂和虚警率高的问题,提出基于概率神经网络(PNN)的北斗转发式欺骗信号检测方法。在推导不同条件下载波相位双差检测方法的基础上,采取故障诊断的思想,通过构建PNN模型,利用真实信号双差观测值随时间变化的一致性特点,实现对欺骗信号的分类检测;然后根据不同星间差分组合的检测结果,进一步确认受欺骗干扰的卫星信号。实测数据结果表明,所提方法的检测正确率在样本历元数为100时,能够达到98.51%,检测耗时不超过0.1 s,不仅满足对转发式欺骗干扰实时检测的要求,还可对不同类型组合的欺骗信号进行有效识别。     

北斗/INS紧组合的惯性辅助三频周跳探测和修复

传统的使用伪距和相位组合进行周跳探测的方法受限于伪距精度,在多路径效应严重和载体高动态下不可靠。针对该问题,构建北斗/INS紧组合模型,利用惯性辅助北斗三频信号线性组合构造了周跳探测量,兼顾错探率和漏探率,确定探测阈值系数为2.576 8。基于卫星高度角采用正弦函数模型确定载波噪声,分析了载波噪声和卫地距误差对周跳探测和修复的影响。在此基础上选择组合量(0,-1,1),(1,3,-4),(-3,4,0)联合进行周跳探测和修复。使用车载组合导航实测数据验证周跳探测模型的效果。实验结果表明,对于模拟的密集小周跳,所有卫星错探率低于1.75%,漏探率低于0.11%,除低高度角卫星C05,所有卫星修复错误率低于0.35%。对于北斗信号中断的场景,在75 s部分中断内或18 s完全中断内都能够正确修复所有卫星的所有类型周跳。     

北斗站间单差载波相位差分定位方法

针对传统基于站间-星间双差载波相位差分存在放大观测量随机误差,使得卫星间存在耦合,导致参考星变换时产生整周跳跃的问题,提出一种基于站间单差模型的精密定位算法,通过站间单差消除大气延迟、卫星端等偏差,保持了卫星间观测量的独立性,并结合双钟差模型以保持载波相位的整周特性。通过北斗实测车载实验进行了验证,测试结果表明,基于改进的单差模型定位精度达到厘米级,模糊度固定率达到90%以上。     

基于矢量跟踪的SINS/GPS深组合导航方法

为了满足高动态用户及强噪声干扰条件下的应用需求,提出了一种基于矢量跟踪的SINS/GPS深组合导航方案。深组合方案利用组合卡尔曼滤波器反馈回路取代了传统接收机中独立、并行的跟踪环路,能够同时完成所有可视卫星信号跟踪和组合导航信息处理的任务;利用相关器残差来更新导航参数状态,同时根据已有的导航参数和星历信息推测GPS伪码相位和多普勒频移等信号跟踪参数,用以控制接收机的本地伪码、载波数控振荡器（NCO）,使本地伪码相位和载波频率与输入信号保持一致。最后,通过仿真验证表明,基于矢量跟踪的深组合方法不仅在GPS信号发生短暂中断期间,能够保证组合系统的导航精度和可靠性,而且在载噪比较低的环境中能够维持较好的伪码相位和载波频率跟踪性能。     

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。     

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。     

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。