基于惯性辅助的低功耗GNSS接收机设计

为了降低GNSS/INS组合系统平台下的GNSS接收机功耗,提出了一种基于INS辅助的"间歇式"低功耗接收机方案,其中低功耗跟踪环路包括工作、休眠二个模式周期。在启动进入工作周期时,接收机根据惯性系统提供的初始状态估测直接进入跟踪环节,对参数进行校正估测并完成位置、速度解算。最后将更新后的位置、速度结果送入惯性系统中,通过组合滤波方式完成惯性系统的误差校正。实际静态、动态实验结果表明,在惯性系统辅助下,相比于传统接收机,间歇式工作模式接收机能在消耗20%左右功耗情况下,完成了与传统GNSS接收机等同的位置、速度计算服务。     

基于双轴转台的捷联惯性导航系统8位置系统级标定方法(英文)

惯性测量单元(IMU)是捷联惯性导航系统的核心设备,IMU的精度直接影响捷联惯性导航系统的精度。标定精度和速度是评价IMU标定方法的主要指标。传统标定方法是先进行温度补偿,再利用高精度三轴转台进行位置和速率实验,共需耗费约4天时间。虽然能够保证IMU的标定精度,但该方法复杂耗时。为改善复杂耗时的传统标定方法并保证标定精度,以便于批量生产,提出了基于双轴转台的8位置系统级标定方法。该方法基于27维状态向量的卡尔曼滤波器,以导航速度误差为观测量。该方法基于带温箱双轴转台设计,每个温度点需40 min进行标定。仿真和试验结果表明,该方法能够标定21个IMU误差参数,且该标定方法与传统标定方法相比标定时间更短,导航精度更高。     

EMD-RLS联合滤波算法及其在北斗多路径削弱误差中的应用

多路径误差是全球导航卫星系统高精度定位的主要误差源。针对北斗导航定位系统的多路径特性,结合经验模态分解(EMD)和递归最小二乘算法(RLS)算法的优势,提出了一种EMD-RLS联合滤波算法来削弱北斗多路径特性的影响。首先,利用EMD将原始信号分解成固有模态函数(IMF),利用两个指标将其细化成三类,即噪声IMFs、混合IMFs和信息IMFs;然后,利用RLS算法对混合IMFs进行滤波,将经RLS滤波后得到的"干净"的数据与信息IMFs进行重构,最终达到去噪结果,即得到北斗多路径误差改正模型。仿真数据和北斗实测数据的处理结果表明:EMD-RLS算法相对于EMD和RLS算法,降噪效果更好;其建立的多路径误差改正模型有效地削弱多路径效应的影响,N、E、U三个方向精度分别提高了39%、70%、58%。     

多传感器信息融合技术在水下组合导航系统中的应用

为了提高水下航行器组合导航定位的精度,采用SINS(捷联式惯性导航系统)、DVS(多普勒速度声纳)、TCM2电子磁罗经和GPS浮标组成新型水下航行器组合导航系统,分析了SINS、DVS、TCM2电子磁罗经和GPS浮标的工作原理以及建立了各自输出误差模型,利用联邦Kalman滤波对水下组合导航系统进行信息融合,建立了水下组合导航系统联邦滤波器的观测方程和量测方程,并进行了计算机软件仿真实验。仿真实验表明:使用联邦卡尔曼滤波的水下组合导航信息融合技术导航输出精度满足水下航行器高精度高可靠性的性能指标。采用了SINS,DVS,TCM2,GPS浮标以及联邦卡尔曼滤波的水下组合导航系统可以有效地提高水下航行器组合导航定位的精度和可靠性,从而增长了水下航行器水下作业时间以及提高了水下航行器的水下导航定位性能。     

基于空间交会的GPS/INS组合导航系统仿真

由于实验务件限制,GPS/INS组合导航系统很难在真实空间交会对接环境中进行GPS/INS组合导航系统性能测试研究。为此,简要设计和实现了基于空间交会的GPS/INS组合导航软件仿真平台,研究了基于空间交会两航天器绝对和相对运动轨迹生成、GPS/INS组合导航系统误差建模、观测数据生成等实现方法,并通过仿真数据分析验证了这种设计方案的可行性,为进一步开展相关研究奠定了基础。     

基于MATLAB的GPS软件接收机捕获与跟踪算法实现

研究了GPS软件接收机的捕获和跟踪算法,并基于Matlab软件平台和射频前端在PC上实现了GPS软件接收机样机。介绍了GPS软件接收机的结构和数据采集硬件,讨论了GPSC/A码的特性、产生原理以及捕获过程。针对传统的串行搜索算法慢的缺点以及高动态GPS软件接收机的特点,在该样机中实现了快速的基于循环卷积的并行捕获算法,并联合使用超前滞后环和对相位反转不敏感的科斯塔斯锁相环分别对码相位和多普勒频偏进行跟踪,解调得到导航电文。仿真和测试结果表明,使用GPS软件接收机进行信号处理的思想使用户在算法处理和软件升级等方面具有更大的灵活性,可应用于下一代任何全球导航卫星定位系统(GNSS)和空基增强系统(SBAS)接收机的设计。     

旋转IMU在光纤捷联航姿系统中的应用

惯性测量单元输出信号的精度直接影响捷联惯性导航系统的精度,为了提高捷联系统的精度,以舰船光纤捷联惯性航姿系统为应用对象,采用了双轴旋转机构连续匀速旋转IMU的系统方法,把惯性测量单元输出信号中的漂移误差调制成正弦信号,通过捷联算法中的积分运算可以有效地消除陀螺和加速度计中的漂移误差,从而有效地提高捷联惯性航姿系统的精度,并进行了系统仿真实验。仿真结果表明:经过旋转以后的IMU输出信号误差较传统非旋转方法可以减小一个数量级。基于双轴旋转IMU的系统方法可以有效地减小IMU输出信号漂移误差和提高捷联惯性航姿系统的精度。     

旋转短基线北斗双天线/MIMU定向方法

针对无人运载器的定向需求,提出一种旋转短基线北斗双天线/MIMU定向方法。首先,介绍了自主研制的旋转短基线北斗双天线/MIMU组合系统的硬件构成,该系统主要由旋转机构、北斗双天线、MIMU、导航计算机等组成。然后,给出了旋转MIMU定向算法、北斗双天线/MIMU组合系统扩展卡尔曼滤波方程和观测方程,以及组合系统定向解算步骤。该系统以北斗天线接收机的速度、位置和北斗卫星原始信息作为卡尔曼滤波器的观测量,经数据融合后解算出航向角和姿态角。最后,进行了室外动态和船载试验,以及双天线基线长度变化试验。试验结果表明:当基线长度为0.3 m时,该组合系统航向角误差小于1°,水平姿态角误差小于0.2°。     

室内环境下基于边际约束的快速路径自主探索算法

为了提高移动机器人在室内未知环境的自主探索能力,实现移动机器人在探索目标点之间的安全、快速移动,提出一种基于边际约束的快速路径自主探索算法。首先,将机器人自主探索问题描述为部分可观测马尔可夫决策过程模型。之后,在传统的快速扩展随机树(RRT)算法基础上,将随机树的生长空间划分为边际四象限空间,结合启发式评估函数的评价。该算法加快了移动机器人在探索目标点之间的移动速度,同时减少了随机树的节点,降低了对内存空间的占用。通过Matlab仿真实验,在实验设定的仿真环境中,该算法比传统RRT算法在时间上缩短约了75%,节点数量减少了约80%,并在机器人操作系统的仿真实验中验证了算法的实用性。     

通信网络中的GPS/TDOA混合定位算法

提出了一种混合GPS/TDOA的泰勒级数-最小二乘算法,在GPS和TDOA定位方法都无法独立定位时实现了定位.算法先将GPS伪距观测方程做单差运算、消除钟差,然后与TDOA双曲线方程组合,一起进行泰勒级数展开得到组合后的线性方程组,再利用最小二乘的方法迭代估计出终端位置.验证该算法的实验结果表明,GPS伪距观测量越多时,定位精度越高;相反,由于TDOA观测量NLOS误差较大,TDOA观测量越多时,精度越差.因此实施该算法时,GPS伪距观测量作为输入应全部采用;在保证能够定位的前提下,应尽量少用TDOA观测量.试验所得混合定位结果的最大误差为231.52 m,最佳条件下所得均方根误差为33.80m,能够满足某些精度要求不高,而又必需位置信息的定位应用需求.