首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
当GPS卫星信号受到遮挡,车载GPS无定位输出时,通过低成本MEMS惯导进行定位是车辆导航的一种弥补方法。然而低成本MEMS惯导测量误差大,定位误差会快速累积。针对此问题,研究了一种应用于MEMS惯导导航定位的Kalman滤波算法。通过分析车辆的运动特性,在已有的研究基础上,提出了向心加速度差值误差这一新型观测量,并推导了误差状态系统模型的状态转移矩阵和观测矩阵。200 s时长的实车实验表明,单纯MEMS惯导定位的误差率是75.27%,而所述新方法的定位误差率是3.86%,定位精度有了大幅度提高,取得了良好的效果。  相似文献   

2.
由惯性导航系统(SINS)和卫星导航系统(GPS)构成的组合导航系统一直是陆用车辆的主要导航设备。当GPS失锁时,SINS的定位误差将随着时间不受控制的迅速增长。为了提高惯导系统的定位精度,相比较于单一的神经网络,集成学习算法中的Bagging模型能够深度学习惯导误差之间的内在关系,进一步提高导航性能。在智能算法和组合导航系统的框架下提出了惯导系统的误差抑制方案,即在GPS存在时训练组合导航系统数据,当GPS失锁时预测惯导系统位置增量。试验结果表明,该方案能够在GPS丢失时抑制惯导系统定位误差发散,相比较于BP算法,Bagging模型的定位精度在5 min时提高了约49%,15 min时提高了约41%。  相似文献   

3.
在车载定位定向系统中,通常采用停车修正或引入GPS等外信息校正系统,这会降低陆地武器装备的战场生存能力和自主性。基于上述情况,分析了惯导系统以及与里程计构成的航位推算系统的误差模型,得出了惯导系统短时间内定位精度高以及航位推算系统定位误差随时间增长缓慢的规律。据此推导并提出了一种提高系统定位精度的方法,该方法不需要停车或外部信息,首先利用惯导系统对航位推算系统进行校正,估计出里程计标度因数误差和载车的安装误差并进行补偿;之后利用航位推算系统对惯导系统进行校正;采用加权函数对系统位置输出进行加权优化处理。理论分析和仿真实验表明利用此方法在2 min内能估计出里程计标度因数误差和载车的安装误差,估计精度在90%以上;加权后的位置输出精度在0.2%D(D为里程)以上。  相似文献   

4.
由微机电惯性导航系统和全球定位系统构成的组合导航系统在卫导信号失锁的情况下,纯惯导定位误差将迅速发散。为了抑制惯导系统误差发散,提出了改进的径向基神经网络与自适应卡尔曼滤波算法,并提出了新的网络训练模型,采用自适应量子粒子群算法改进径向基神经网络的结构设计与参数。在卫导信号可用时用组合导航数据训练神经网络,当卫导信号失锁时,由改进的径向基神经网络预测自适应卡尔曼滤波的量测,使滤波器继续为系统提供速度与位置修正值。实验结果表明,转弯行驶状态下,卫星失锁15 s时,相比较原算法,水平定位精度提高了62%,有效抑制了惯导误差。  相似文献   

5.
针对传统弹载惯性导航系统误差修正采用线性化模型,无法对非线性误差进行修正的缺点,提出一种基于神经网络的GPS深度融合弹载惯导模型。构建IMU六路脉冲数到发射惯性坐标系下视速度增量的非线性映射关系,利用GPS信息对网络误差模型进行训练,为GPS信号失效后的长航时惯性导航系统提供更高精度的误差修正模型。仿真实验结果表明,相较于纯惯性导航系统,所提模型能够在GPS信号失效后抑制惯导系统误差发散,速度精度提高76.56%,位置精度提高91.61%。  相似文献   

6.
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%。  相似文献   

7.
在双轴、单轴旋转调制激光陀螺航海惯导备份配置中,主惯导双轴旋转调制航海惯导故障情况下,针对备份系统单轴旋转调制航海惯导定位精度受方位陀螺常值漂移影响的问题,提出了双航海惯导定位信息融合方法。在格网系下设计了两套系统的联合误差状态Kalman滤波器,以系统间位置参数的差异为观测量,对惯性器件的确定性误差进行估计;建立了定位误差预测模型,对单轴旋转调制航海惯导的确定性定位误差进行预测补偿;通过滤波器、预测模型在地理系与格网系间的相互转换,实现了定位信息融合算法的全球适应性。最后通过仿真、实际系统实验进行了验证,结果表明:对单轴旋转调制航海惯导的定位误差预测补偿后,与补偿前相比其定位误差减小了30%,进而保证了主惯导双轴旋转调制航海惯导发生故障情况下系统的定位精度。  相似文献   

8.
单轴/双轴旋转调制航海惯导备份配置满足了舰艇对于定位精度、可靠性、成本的综合要求,但系统间缺少信息融合。针对此问题,以单轴旋转惯导的姿态误差、速度误差、位置误差与双轴旋转惯导对应误差的差值以及两套惯导的陀螺常值漂移、水平加速度计常值零偏为系统状态,并以二者间扣除杆臂效应后的速度及位置的差值为观测量,通过联合旋转调制,改变两套系统IMU的相对姿态关系。分段常值可观测性分析表明,所有系统状态完全可观。建立了定位误差预测方程,对单轴旋转惯导方位陀螺漂移造成的定位误差进行预测补偿。实验结果表明,对单轴旋转惯导方位陀螺漂移造成的定位误差预测补偿后,其定位误差减小了30%,不仅满足了高可靠性的要求,而且提高了故障情况下的导航精度。  相似文献   

9.
为了降低里程计误差对捷联惯导/里程计组合定位定向精度的影响,提出了基于车辆运动约束条件的里程计误差在线标定方法。通过对里程计标度因数误差进行建模,推导建立了航位推算的误差模型,将航位推算的速度输出沿车体横向、垂向的投影作为量测的一部分,将捷联惯导输出的速度、位置信息与航位推算输出的对应信息相减作为另一部分量测,通过卡尔曼滤波获得里程计标度因数误差等状态量的最优估计值,实现里程计误差的在线标定。仿真结果表明,该方法能够有效地标定出里程计标度因数误差,从而确保了捷联惯导/里程计组合定位定向的精度。  相似文献   

10.
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。  相似文献   

11.
INS/GPS组合导航时,GPS信号会由于环境因素或是其他信号干扰导致信号丢失、信号跳变等故障。针对INS/GPS组合导航中,在GPS出现离群故障难以得到满意定位性能的问题,提出了一种基于交互式多模型滤波的车载INS/OD/GPS定位方法。引入里程计对INS/GPS组合导航进行辅助,基于INS/GPS、INS/OD两种组合导航模型,利用交互式多模型算法交互更新模型概率,通过模型概率的差异判断主滤波器INS/GPS组合过程中的GPS量测故障,并在滤波过程中对故障量测加以修正,以此来实现车辆定位系统的良好定位性能。实验结果表明,在里程计量测辅助条件下,当GPS出现离群点时,系统平均定位精度比INS/GPS单一滤波器条件下的定位精度提升60%以上。  相似文献   

12.
针对里程计标度因数误差以及安装误差对捷联惯导/里程计组合导航精度存在较大影响的问题,提出一种基于运动学非完整约束的里程计参数在线辨识方法。通过建立航位推算误差模型,利用里程计输出,计算车辆的向心加速度,并与捷联惯导的加速度计输出计算的向心加速度做差作为量测之一;将里程计与捷联惯导输出的速度做差作为量测之二;通过卡尔曼滤波实现里程计标度因数误差以及安装误差的在线辨识。仿真结果表明,该方法组合导航相比速度组合导航,当车辆行驶960s,其东向定位精度提高19.6 m,北向定位精度提高14.2 m。仿真和车载试验结果均表明该方法能实现里程计参数的有效辨识以及航向安装偏差角的估计,有助于提高组合导航精度。  相似文献   

13.
冗余惯导系统陀螺仪由于确定性误差及随机误差的干扰,影响系统精度,且冗余惯导系统陀螺仪的标定过程中存在部分误差不可观测的问题。针对冗余惯导系统,设计了一种基于陀螺仪输出误差观测的标定方法。采用改进的经验模态分解算法对陀螺仪信号进行降噪处理,降低随机误差的干扰。改进冗余配置下的量测方程,以冗余陀螺仪输出误差为观测量,对陀螺仪的常值误差、标度因数及安装误差进行标定。基于四面体配置的MEMS静基座导航试验结果表明,所提出的方法与传统的零空间扩增标定方法相比,系统1 min时定位精度由70.32 m提升至24.27 m,航向角误差由22.49′提升至6.39′,验证了所提出的标定方法的有效性。  相似文献   

14.
在不增加辅助系统的情况下,针对捷联惯性导航/全球定位组合导航系统(SINS/GPS)在GPS信号不可用时,其定位精度产生较大退化的问题,提出了遗传算法优化的径向基函数神经网络辅助组合导航系统定位的方法。当GPS信号可用时,采用遗传算法对径向基函数神经网络进行优化训练;当GPS信号不可用时,利用遗传算法优化后的径向基函数神经网络预测卡尔曼滤波器量测输入中的速度误差信息,使得卡尔曼滤波器能够继续工作并提供速度校正量。跑车实验表明,通过对速度进行误差补偿能够有效地修正位置误差,以GPS信号断开180 s的结果作分析,纯SINS模式的东向和北向位置误差分别为35.1 m和38.8 m,而本文所提方法的误差分别为10.5 m和7.2 m,其定位精度提高较为显著。  相似文献   

15.
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。  相似文献   

16.
针对长输油气管线必须进行轨迹绘制和探伤定位的问题,设计了惯性管道测绘系统。系统核心部件为捷联惯导系统,辅助信号有里程计和定距离磁标信号,是一种全自主的导航系统。在系统算法设计中,通过建立捷联惯导与航位推算组合导航系统误差模型,利用改进的卡尔曼滤波器估计系统姿态、航向角误差和里程计标度因数误差。该系统数据处理具有非实时性的特点,因此设计了后向卡尔曼滤波器进行数据平滑。系统跑车试验证明该滤波算法能够有效的提高系统的定位精度,系统具有高精度、高可靠的特点,满足实际工程需要。  相似文献   

17.
为降低个人导航定位对卫星导航系统(GNSS)的依赖性,研究了一种基于足部安装微惯性/地磁测量组件的个人导航定位方法.该方法通过微惯性测量组件信息进行捷联惯导解算获得人体足部的姿态、速度与位置信息,利用磁传感器确定运动的航向信息,并采用基于步态相位检测的零速修正方法,实时修正MEMS惯性导航系统的导航信息误差以及惯性传感器的随机误差,从而减缓惯性导航系统的定位误差随时间的积累.导航定位实验结果表明,直线与矩形行进路线的导航定位误差在行进约9 min时分别保持在2 m与6 m左右,分别占行进距离的1.1%与2.5%.该实验结果证明所提出的方法可有效提高个人导航系统的定位精度,在GNSS信号衰减或失效的环境中可实现较长时间的个人导航定位.  相似文献   

18.
水下长航时惯导系统常使用阻尼技术抑制随时间增长的导航误差。针对传统阻尼算法在阻尼切换过程中的不足,提出基于虚拟圆球法向量位置模型的航海惯导全球容错阻尼算法。所提出方法同时具备无阻尼纯惯导解算和阻尼惯导解算,水平阻尼通道采用三阶无静差阻尼算法,外参考速度精度超差时,阻尼惯导的外参考速度替换为纯惯导速度实现等效的无阻尼纯惯导解算,避免了无阻尼切换阻尼后定位误差超调振荡。始终保留一路不受阻尼过程影响的纯惯导解算结果,增强了可靠性。基于北极科考航行数据的仿真试验结果表明,所提出方法抑制了惯导系统周期性振荡误差,定位精度与传统阻尼方法相当,阻尼切换时,比传统阻尼方法定位精度高,均方根减小超过12%。  相似文献   

19.
针对长航时舰船航行过程中电磁计程仪误差变化较大,同时存在未知测量噪声,无法满足船用捷联惯导/电磁计程仪组合导航系统对计程仪要求的问题,提出了一种用于非线性非高斯系统状态估计的滤波方法。以无迹卡尔曼滤波为组合导航系统基本算法,测量噪声密度分布中引入高斯混合模型,提出了捷联惯导/电磁计程仪组合导航的高斯混合模型无迹卡尔曼滤波算法,达到实时准确估计并补偿惯性导航系统误差的目的。航行试验验证了基于高斯混合模型组合导航方法的可行性,使得捷联惯导/电磁计程仪组合导航系统的最大定位误差由水平阻尼的1213 m减小到392 m,且比传统无迹卡尔曼滤波方法进一步消除了计程仪误差的影响,定位精度提高了15%。  相似文献   

20.
传统外阻尼惯导系统以外速度作为辅助参考,但在仅能提供外定位参考的条件下,为了避免由定位信号差分求取速度时造成噪声放大负面效应,推导了基于定位误差的罗经初始对准算法,并将它与捷联惯导姿态解算相结合,得到定位阻尼捷联惯导算法.该算法具有计算量小和稳定性好等优点,但与Kalman滤波组合导航相比,也有它自己的应用条件并存在一些不足之处.最后,利用GPS定位和激光捷联惯导系统进行了车载试验,验证了所提算法的有效性.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号