一种指数渐消记忆加权滤波的内交点定位算法

针对无线室内定位存在的非视距误差及信号跳变的问题,提出了一种基于指数渐消记忆加权测距滤波的内交点定位算法。为了减小非视距误差对无线系统定位精度的影响,提出了一种内交点定位算法,它无需识别基站是否处于视距环境,也无需任何先验的信息,仅基于当前时刻的各基站测距信息实现目标位置的解算。针对无线信号易跳变的问题,采用指数渐消记忆加权算法对测距信息进行滤波处理,通过选取合适的渐消记忆因子有效调节测距信号跳变的幅度。实测数据结果表明:利用所提出的方法定位精度优于2m,显著优于传统的加权最小二乘定位算法,且定位结果的跳变现象明显减弱。     

IMU辅助的室内单星定位方法

惯性导航系统(INS)是以惯性器件测量位置参数的定位系统,但随着时间的累积,系统的定位精度逐步变差,产生累积误差现象。基于无线传感器网络(WSN)的定位技术通常需要3个锚节点进行定位,但在室内复杂环境中,系统会处于锚节点欠定状态,此时需要辅助定位方法解决室内欠星定位问题。针对上述定位系统的不足,提出了一种基于IMU辅助和场景分析的多信息融合室内单星定位方法,该方法可通过场景分析的约束条件逐步消除IMU在室内环境下的累积误差效应,并通过单星定位技术进一步优化定位目标的位置信息。经过地下车库实验验证,本方法平均定位精度是0.75 m,定位误差有97.5%的概率在2 m以内,能满足室内亚米级高精度导航定位的要求。     

海洋重力辅助导航系统的系泊对准算法

捷联惯导系统在系泊条件下的初始对准是海洋重力辅助导航实用化的关键问题之一,本质上属于三轴姿态确定问题。基于惯性凝固假设,构建了船载捷联惯导系泊对准模型,研究了传统三轴姿态确定双矢量算法。对双矢量算法进行改进,提出了一种基于加权矢量和三轴姿态确定的系泊对准算法,该算法利用两个观测矢量的误差标准差构建加权系数,生成了精度更高的基准矢量,从而提高系泊对准的精度,并且该算法只需进行一次三轴姿态解算,保持了计算量小、耗时短的特点。数值仿真和船载试验结果表明,改进后的系泊对准算法在保证初始对准快速性的前提下有效提高了对准精度,两个水平姿态角误差小于4′,航向角误差在10′左右,满足海洋重力辅助导航系统的应用需求。     

基于地磁测向和时间到达差测距的行人航迹推算方法

为研究个人鞋式导航定位方法,提出了一种基于地磁测向和时间到达差测距的行人航迹推算方法。该方法分为两部分:依靠地磁辅助的航向角检测和依靠时间到达差测距的行人步幅检测。研究结果发现,采用超声波收发阵列可以有效提高两脚间距离检测精度。此外本文分析出该方法的主要误差来源为航向角检测误差,并设计了最小二乘误差补偿算法,补偿前航向角误差约为15.93°,补偿后在0.435°以内。实验通过行人直线、圆形、操场行走测试,结果表明最大定位误差占总行进距离的1.2%。本方法具有广泛的工程应用前景。     

基于SALDE-UKF-SVM算法的WLAN室内定位方法

针对室内复杂环境,WLAN信号强度信息高维时变特性,提出一种引入监督能力的自适应局部线性判别嵌入算法(SALDE)和改进支持向量机(SVM)的室内无线定位算法。首先,该算法利用SALDE对所采集的WLAN信号进行特征提取,达到降低维度和增大类别间判别信息的双重作用。然后,在低维流形空间中,利用SVM对数据进行特征分类判别,缩小定位区域,同时建立位置坐标与信息强度的非线性映射模型;最终利用无迹卡尔曼滤波算法(UKF)对估算位置进行滤波处理,提高定位精度与稳定性。仿真结果表明,该算法在定位误差2 m范围内精度达到72.4%,在4 m范围内精度已经高达95.8%,相比于传统SVM算法2 m内精度提高18.2%,在4 m内的精度提高17.7%,定位精度得到明显提升,可以较好地满足室内定位的需求。     

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%。     

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。     

基于载噪比加权融合的异步伪卫星室内定位方法

异步伪卫星室内定位系统的钟漂会引起较大的伪距观测值误差,同时多径和室内信号传播效应会加剧时钟同步误差。针对此问题,提出了一种利用伪距双差测量值和伪卫星信号载噪比的室内融合定位方法。载噪比观测量不受时钟同步误差的影响,将伪距和载噪比在观测值域进行组合,以增加观测方程的稳定性。使用无迹卡尔曼滤波对坐标参数进行解算,进一步削弱线性化误差。利用自主研制的伪卫星系统实测数据对算法性能进行了评估,并与传统伪距双差和加权质心定位方法进行了对比,实验结果表明:融合算法的定位精度优于传统两种方法,在伪卫星几何分布较好的情况下,东方向、北方向的定位精度分别达到0.131 m、0.036 m,在伪卫星几何分布较差的情况下,东方向、北方向的定位精度分别为0.764 m、0.362 m。所提出的算法对接收机采样时间不同步和多径误差具有较好的抑制作用,且表现出良好的鲁棒性,适用于深度室内场景。     

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%。     

基于惯导及声学浮标辅助的水下航行器导航定位系统

针对纯惯导系统误差发散和无线电信号在水下衰减快从而无法精确定位的问题,设计了一种基于声学浮标辅助惯导的水下定位系统,该系统由惯导系统和声学定位系统组成,其中声学定位系统由若干个浮标构成水听器阵,浮标的经纬度坐标由GPS提供,浮标完成对接收到的声源信号的处理,利用互相关测时延差的方法来进行定位。由于水下噪声、混响等因素会造成接收到的多路声信号出现模糊互相关峰,因此对接收信号应进行频域加权处理。最后利用声学系统的定位信息来校正惯导的误差。仿真结果表明:与基本互相关方法相比,加权处理能有效提高时延差的精度,所提出的惯导和声学浮标辅助设备导航系统能够使定位误差小于2 m,保证了水下航行器能够长时间在水下航行。     

基于遥外差数据估算初始定位误差的新方法

针对潜地导弹初始定位误差的估算问题,提出一种基于发射惯性系下遥外差数据进行解算的初始定位误差估算的新方法.该方法基于制导工具误差的产生机理及传递关系:建立了初始定位误差与遥外测数据之间的关系,推导出利用遥外差数据估算初始定位误差的数学模型,结合飞行试验数据分析了该方法的计算精度.在研究遥外差信息选取原则的基础上,重点分析了外测数据随机误差对于估算精度的影响,并提出了时间域上的最小二乘改进算法来提高估计结果的精度.利用飞行试验测量数据来验证该算法,计算结果证实了该估算方法的有效性和可行性.     

基于鲁棒无迹卡尔曼滤波的无线室内定位算法

为解决超宽带(UWB)系统定位易受室内环境的影响,测距误差特性呈现非高斯分布的问题,提出了一种鲁棒UKF定位算法,实现室内高精度定位。首先,介绍了UWB系统定位实现,以及对比分析了扩展卡尔曼滤波(EKF)和无迹卡尔曼滤波(UKF)定位算法之间的差异;然后,针对UKF算法存在的局限性,通过引入代价函数,自适应修正观测方差,建立鲁棒机制,降低算法对噪声特性分布的要求,提高了UWB系统环境适应能力。实测结果表明:该方法性能均优于最小二乘、EKF和UKF算法,平均定位精度可达0.33 m,相比较于最小二乘算法,定位精度提高了15%,是一种实时高精度的室内定位算法。     

一种动态分组的多节点协同定位编队构型优化方法

针对并行式多节点协同定位时协同节点选用的问题,提出了一种基于改进遗传算法的多节点动态分组协同定位编队构型优化方法。以节点间测距信息为量测信息,建立基于容积卡尔曼滤波的多节点协同导航模型;针对实际系统中编队构型约束和测距信息限制,改进了标准遗传算法的编码、交叉和变异操作,以Cramer-Rao边界不等式求解的编队误差界作为适应度函数,完成了多节点系统最优分组问题的求解。分别针对10、20、50节点协同系统进行编队优化仿真试验,验证了改进遗传算法的可行性和有效性。仿真试验结果表明,编队构型优化方法可以在固定编队协同定位基础上进一步提升节点定位精度,动态编队的定位精度较固定编队平均提高了36%。     

GPS中一种选星方法及实验分析

在分析已有选星方法的基础上,提出了一种可变加权的综合几何精度因子选星算法。理论分析和实验结果表明：采用该方法选星进行导航定位计算的精度和速度均优于以搜索4颗卫星组合的最小几何精度因子为计算准则的常规选星方法,且具有简单实用、工程易实现的优点,具有较强的适应性。     

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%。     

基于表面肌电信号改进步长估计模型的个人定位方法

针对个人室内定位中步长估计方法存在估计精度不高、适用范围有限的问题,提出一种采用表面肌电信号和加速度信息的改进步长估计模型.通过采集行人在行走过程中的表面肌电信号和加速度信息,利用平滑滤波算法对该信号进行预处理,并通过峰值检测算法进行步数检测,在此基础上提出一种改进的步长估计模型,利用该模型进行了个人室内定位测试.实验...     

海底控制点水声定位测距误差的近似数学表达式

针对水声定位声线跟踪法计算换能器到应答器斜距值测距误差规律难以把握的问题，研究了测距误差的近似数学表达式。首先分析了控制点定位声速不确定性引起的测距误差机理；其次基于声速剖面和传播时间的线性理论（ST定理）推导了测距误差的近似数学表达式，并分析了使用harmonic平均声速代替有效声速对测距误差数学表达式结果的影响。仿真试验结果表明，该数学表达式对测距误差估值的绝对误差随斜距值（或初始入射角）的增大而增大，在水深为3000 m，初始入射角在80°以内时，估值的绝对误差在1 cm以内，当初始入射角达到86°左右时，估值的绝对误差约7 cm，为水下静态目标定位以及水下载体动态导航定位中的声速误差修正问题提供了新的解决思路。     

考虑机抖激光陀螺信号滤波特性的圆锥算法修正

捷联惯导系统一般用圆锥算法来补偿其圆锥运动漂移,标准的圆锥算法是以理想的陀螺信号为输入设计的,而机抖激光陀螺常用数字低通滤波器来滤除抖动偏频信号,由于滤波器的非理想性,滤波后信号的幅频特性发生畸变,引入了较大的圆锥算法误差。参考标准圆锥算法误差公式,用相对圆锥误差分析方法比较研究了算法的误差变化特性,证明误差大小与滤波器通带特性有关。基于经典圆锥运动,推导了数据滤波后修正的圆锥算法公式。修正算法考虑了滤波器幅频特性的影响,补偿了滤波器引入的圆锥算法误差。仿真表明:修正算法在保证滤波器较小延时的同时,能明显减小算法精度损失,提高姿态算法整体精度水平。     

考虑信号处理特性的划摇算法优化

捷联惯导系统一般用划摇算法来补偿其速度漂移,标准的划摇算法是以理想的陀螺和加表信号为输入设计的,而实际中常用数字滤波器处理激光陀螺和加表信号,由于滤波器的非理想性,滤波后信号的幅频特性发生畸变,引入了较大的划摇算法误差。参考标准划摇算法误差公式,用相对划摇误差分析方法比较研究了算法的误差变化特性,证明误差大小与滤波器通带特性有关。基于经典划摇运动,推导了数据滤波后优化的划摇算法公式。修正算法考虑了滤波器幅频特性的影响,补偿了滤波器引入的划摇算法误差。仿真表明:优化算法在保证滤波器较小延时的同时,能明显减小算法精度损失,提高导航算法整体精度水平。     

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。