附加TDCP约束的无人船载GNSS/MEMS组合导航方法

针对无人船用GNSS SPP与MEMS进行组合导航时存在的定位误差大、鲁棒性差等问题，提出了一种附加TDCP约束的无人船载GNSS/MEMS组合导航方法。采用因子图方法构建无人船GNSS/MEMS组合导航系统模型，利用多频TDCP求解的历元间精密位置增量进行约束，并使用增量平滑算法进行状态估计。通过实际无人船试验，设计了六种组合方案进行性能评估，结果表明，加入多频TDCP约束后，横滚和俯仰角精度优于0.2°，航向角精度优于1°；北向、东向、地向的定位精度分别为0.270 m、0.201 m和0.464 m，最大定位误差小于0.5 m。与无此类约束相比，所提方法提高了无人船定位的精度和鲁棒性，且求解轨迹更平滑。     

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。     

基于因子图的AUV多传感器组合导航算法

针对自主水下航行器(AUV)多传感器组合导航系统中不同导航传感器信息更新频率不同步及其可用性动态改变问题,以及AUV所在水下复杂多变的环境与任务需求,提出了基于因子图的AUV多传感器组合导航算法。首先,对捷联惯性导航系统、多普勒计程仪、磁航向仪、地形辅助导航设备进行建模,构建基于因子图的AUV多源信息融合框架;然后,根据非线性优化理论对系统状态更新过程进行表示,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AUV多传感器组合导航系统的高精度导航。仿真结果表明,所提因子图方法能够连续稳定地输出较高精度的导航结果,有效实现惯性导航系统与不同导航传感器的非等间隔融合,与联邦卡尔曼滤波算法的导航解算精度相当,水平定位精度均保持在?5~+5 m以内,并且因子图方法具有更好的灵活性和扩展性。半物理仿真结果亦验证了所提方案的可靠性和有效性。     

基于因子图的船用导航系统信息融合算法

针对船用捷联惯性导航系统(SINS)、北斗(BD)、多普勒(DVL)和天文导航(CNS)信息更新频率不同以及可用性随环境动态改变的多源导航信息融合问题,提出基于增量平滑因子图的船用导航系统信息融合及容错算法。建立SINS、BD、DVL和CNS的量测因子节点模型,并通过利用所有时刻量测信息,以最大后验概率估计方法进行融合架构的构建;插入新的量测因子节点后,识别并更新受新量测因子影响的部分导航状态变量节点,利用因子图增量平滑算法计算导航状态的最大后验估计值;同时设计基于卡方检验的信息容错算法进行故障检测。数值仿真及半实物车载试验表明所提算法具有即插即用特性,能够实现不同信息更新频率导航设备的有效融合,融合精度与联邦滤波的定位精度相当;在导航设备发生故障后,所设计的容错算法能够有效识别并隔离故障。     

基于联邦滤波的INS/GPS/CNS位置、姿态组合算法

为了充分利用姿态量测信息来提高组合导航系统的姿态精度,以联邦滤波为基础,研究了以姿态和位置信息作为观测量的多信息融合导航技术,提出了位置、姿态组合模型,并详细推导了基于联邦滤波的位置、姿态组合算法的观测矩阵的具体形式,最后对系统进行了仿真.仿真结果表明,基于联邦滤波的位置、姿态组合滤波算法能够给出正确的INS误差的估计值,且估计精度较高,平台水平误差角的估计误差控制在10″以内,平台方位误差角的估计误差控制在20″以内,有效地提高组合导航系统的姿态精度.     

基于四元数的SINS/SAR组合导航系统

传统的SINS误差模型是基于小姿态误差角假设下的线性化误差模型,由于忽略了高阶项,因而不能精确描述系统的非线性特征,易造成较大的导航估计误差甚至滤波器发散。为了克服SINS线性化误差模型的缺点,建立了基于四元数的SINS/SAR组合导航系统非线性模型,并将自适应UPF滤波算法应用于该组合系统。仿真结果表明,建立的基于四元数的组合导航系统模型,不但能有效减小导航误差,提高导航定位精度,而且具有良好的实时性。     

自适应联邦滤波器及其在组合导航系统中的应用

针对现有的信息分配方法在滤波精度和自适应性方面存在不足的问题,设计了一种在模糊神经网络基础上改进的自适应联邦滤波器,利用模糊神经网络自适应地调整信息分配系数,从而有效抑制干扰对子滤波器工作状态的影响,使主滤波器能够充分、有效地利用子滤波器的信息。将这种自适应联邦滤波器应用到MINS/GPS组合导航系统设计中,并对系统进行了仿真。通过与基于常规联邦滤波器的组合系统的仿真结果比较可知,自适应联邦滤波器的组合系统在性能上有了显著的提高,且速度误差标准差控制在0.06m/s以内,位置误差标准差控制在3.3m以内,具有良好的导航精度。     

抗差自适应模型预测滤波及其在组合导航中的应用

为了提高捷联惯导(SINS)/天文导航(CNS)/合成孔径雷达(SAR)组合导航系统的定位精度,在吸收模型预测滤波和抗差自适应滤波算法优点的基础上,提出了一种新的抗差自适应模型预测滤波算法。该算法首先利用模型预测滤波估计出系统模型误差,并对其进行实时修正,以抑制系统模型误差对导航解算精度的影响;然后利用抗差自适应因子控制观测异常,抑制观测噪声对导航解算精度的影响。将提出的算法应用于SINS/CNS/SAR组合导航系统进行仿真验证,并与抗差自适应滤波进行比较,结果表明,提出的算法得到的姿态误差、速度误差和位置误差分别在[0.2,0.2]、[0.3m/s,0.3m/s]和[6 m,6 m]以内,滤波性能明显优于抗差自适应滤波算法,说明该算法能有效抑制系统模型误差及观测异常对导航解的影响,提高组合导航的解算精度。     

基于BP神经网络辅助的惯性/天文组合导航方法

针对高动态环境下惯性/天文组合导航精度下降的问题,提出一种基于神经网络辅助的惯性/天文组合导航方法。首先以组合导航滤波估计过程中的增益矩阵和动态环境下的惯性器件量测信息构建特征向量;然后,采用导航估计误差对BP神经网络进行训练;最后,利用BP神经网络的输出结果辅助修正组合导航系统。计算机仿真验证结果表明,相较于传统方法,基于BP神经网络辅助的惯性/天文组合导航系统的姿态估计精度可提高30%以上,在动态环境下姿态精度可以保持在5″(1σ)以内。所提出的方法对提高动态环境下惯性/天文组合导航系统的精度和适应能力具有一定的参考价值。     

陆用AHRS/GPS紧耦合系统的迭代EKF算法

在AHRS/GPS导航定位中,系统包含有非线性观测量,需要建立实时的EKF(推广卡尔曼滤波器),以通过当前状态Taylor展开来近似非线性。以低成本陆用AHRS(航姿参考系统)/GPS紧耦合导航系统为研究对象,构建了基于伪距、伪距率、航向角组合观测数学模型。作为滤波算法的改进,文中采用了迭代EKF,逼近导航参数的非线性函数,从而得到了自适应的载体参数线性模型。仿真结果表明,该算法模型可使姿态角、速度、位置误差均方差分别控制在120~(?)、0.01m/s和4m以内,导航参数的精度有显著提高。     

平滑变结构滤波在航天器组合导航中的应用

针对系统模型不准确或噪声无法建模等导致的组合导航精度下降问题,在闭环间接滤波方案中引入一种基于变结构和滑模控制概念的平滑变结构滤波器(SVSF),该滤波器对于建模的不确定性和给定上限但无法建模的扰动噪声具有较好的稳定性和鲁棒性。将提出的方案应用于航天器SINS/GNSS组合导航系统中,进行仿真验证,并与EKF滤波器进行比较。仿真结果表明:SVSF尽管不是"最优"滤波器,但其精度与EKF相当,可实现位置精度优于10 m,速度精度优于0.01 m/s;在模型误差与测量误差增大和系统突变等情况下,其较EKF更加具有抗干扰能力,可提高导航系统的鲁棒性和稳定性。     

时间相关噪声条件下的捷联惯导/星敏感器组合导航方法

针对星敏感器测量信息含有时间相关测量噪声和振动环境下惯性传感器带来的时间相关系统噪声问题,在不增加滤波维数的基础上,提出了一种基于改进卡尔曼滤波的捷联惯导/星敏感器组合导航方法。分析了时间相关噪声对状态估计的影响,构建了基于时间相关噪声模型下的状态方程和量测方程,详细推导了改进卡尔曼滤波方程,给出了组合导航方法。利用仿真对所提方法进行了验证,仿真结果表明,组合导航方法取得了400 m/1200 s的导航精度;在时间相关噪声条件下,与标准卡尔曼滤波相比,基于改进卡尔曼滤波的组合导航方法定位精度提高了50 m,是有效可行的。     

稀疏网格求积分滤波算法在SINS/GPS紧组合导航中的应用（英文）

高精度的导航信息对于高空飞行器至关重要。针对高空飞行器的特点,选取发射点惯性坐标系为导航坐标系,建立基于伪距、伪距率的SINS/GPS紧组合导航系统数学模型。针对该系统的状态方程和量测方程非线性的特性,采用基于稀疏网格求积分滤波算法。整个设计实现了对准与导航的一体化,避免了将对准与导航分别设计的繁琐过程。仿真结果表明,在飞行器起飞阶段,由于系统的非线性较强,稀疏网格求积分滤波算法比UKF滤波算法的对准精度更高,并且对准速度更快;通过比较稀疏网格求积分滤波算法在不同组合方式下的估计效果,可以看出采用紧组合方式可以明显提高导航精度。最后采用不同精度的传感器进行仿真,结果表明基于稀疏网格求积分滤波算法的紧组合算法能够适用的传感器精度范围较广。     

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。     

一种基于梯度下降四元数理论的DVL误差标定方法

针对如何快速精确标定出多普勒计程仪(DVL)的比例因子误差以及DVL和捷联惯导(SINS)之间的安装误差角的问题,提出了一种基于梯度下降四元数估计理论的位置观测DVL标定方法。以SINS/DVL/GNSS为组合导航方式,利用多普勒测速原理标定出比例因子误差,通过构造位置矢量观测方程,采用梯度下降四元数方法得到安装误差角的标定结果。通过仿真及试验验证了所提出方法的有效性,并与卡尔曼滤波标定算法进行了比较,结果表明:比例因子估计值误差的最终标定结果在0.06%以内,安装角估计误差最终标定结果在0.05°以内,具有较好的工程应用价值。     

光纤罗经和卫星测姿的组合导航算法

为了提高光纤罗经和卫星测姿的组合导航精度和系统稳定性,提出了一种光纤罗经/卫星测姿的组合导航算法。首先分别对光纤罗经、卫星测姿和组合系统的误差进行了数学建模,以姿态作为组合系统的观测量,建立了组合系统的状态方程和观测方程。然后,给出了一种改进的Kalman滤波器,这种滤波器不但能够保证滤波器稳定可靠,防止滤波发散,还提高了准确度,有助于提高组合导航精度。最后,通过静态试验和动态跑车试验得出,光纤罗经/卫星测姿组合导航系统的航向角误差在0.1°以内;通过极区航行实验得出,船舶在高纬度航行中组合导航系统航向角误差在0.5°以内。     

一种基于小波变换的故障诊断改进算法

为提高多传感器组合导航系统对各导航传感器的在线故障检测能力，提出了一种基于调频高斯小波变换的导航传感器故障诊断改进算法。该算法在分析调频高斯小波特性的基础上，采用高斯小波变换计算出观测量的小波系数后，然后利用带遗忘因子的数据平滑算法对小波系数进行平滑，通过判断平滑值来诊断导航工作正常与否。其优点是仅利用传感器的观测量来直接检测导航传感器故障，适当选择小波变换的拉伸因子和数据的衰减因子可以对方差突变等软故障进行有效的在线检测，并解决了误检问题。仿真结果证明了该算法的有效性。     

组合导航传感器容错滤波算法及应用

采用多重渐消Kalan滤波最优自适应算法对基于Kalman滤波器的残差检验方法做出了改进，构造了组合导航传感器容错滤波算法。在保持滤波器最优性和收敛性的同时，具有较好的动静态特性，适用于组合导航传感器故障检测和隔离。该算法简单便于实施。     

利用地磁与红外辐射融合的姿态估计方法

针对目前导航控制系统多元化、新型化、低成本的要求,提出了一种利用地磁与红外辐射融合的姿态估计方法。在分析地球红外辐射场的组成及其产生机理的基础上,采用普朗克黑体辐射定律构建红外传感器的姿态测量模型,并将其与地磁三分量姿态测量模型结合,推导了红外与地磁复合的姿态测量模型。基于推导出的红外与地磁复合测量模型,设计了自适应扩展卡尔曼滤波切换姿态估计算法。研制了红外与地磁复合姿态测试系统的半实物装置,利用三轴转台开展了半实物验证实验。所提出的方法在加入红外屏蔽的情况下能够迅速进行调整,将俯仰角、横滚角、航向角估计误差分别保持在±1°、±1.5°、±1.5°以内。该姿态估计方法大大降低了姿态角的估计误差,表明红外与地磁复合的测姿方法有效可行,抗干扰能力较强。该方法适用于旋转弹体的姿态估计。