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。     

巡航飞行器惯性/地磁组合导航方法的误差(英文)

地磁辅助导航是组合导航技术的新方向,而导航误差的研究是分析惯性/地磁组合导航性能的重要内容之一。以等高或近似等高飞行的巡航飞行器为应用对象,建立了惯性/地磁组合导航系统的卡尔曼滤波器;通过仿真结果并结合理论分析重点讨论了校正方式、惯性器件测量精度、地磁场特征与磁测误差、基准图的网格间距、滤波周期、初始位置与初始速度误差等各种因素对位置和速度等导航误差的影响。     

基于天文/GPS/惯性组合方式的惯导动态测试系统

从天文导航技术出发,设计了天文/GPS/惯性组合测量方式,解决惯性导航系统速度误差和角速率动态实时测量问题.重点介绍天文,GPS/惯性组合测量方式的基本原理和组成,并对组合方式的星体检测、授时和测角单元、伺服控制,数据滤波和误差补偿、导航解算等各个关键部分进行理论设计,为提高惯性导航系统的动态测试精度提供了一种可行的方法.误差分析计算结果表明,动态条件下的光轴指向均方根误差约为5",满足测量要求.     

基于联合基座的天文/惯性组合测量系统的静态标校方法

从联合基座出发,设计了方位基准传递系统,对天文/惯性组合测量系统进行方位标校。舰船在码头系泊状态下,在甲板坐标系内,通过简单的光学方法达到满意的标校精度。在方位基准传递系统中,通过电子经纬仪将舰船的方位基准(首尾线)传递给惯性平台,再经过光电准直仪,将方位基准传递给方位光学工装,最后经过光电准直仪将方位基准传递给天文经纬仪,完成了通过惯导平台的方位镜与方位光学工装实现了不同层甲板的方位标校。实际标校和对标校误差分析计算结果表明:总的标校精度约为5.66″,优于10″的精度要求,提高了系统安装精度。     

基于微小型传感器的惯性/卫星/天文组合导航方法

为了实现基于微小型传感器的高精度导航,针对微小型导航传感器精度相对较低、误差相对较大的特点,对微小型惯性测量单元(MIMU)、微GPS卫星接收机、微小型星敏感器的测量误差进行了建模与分析;对多传感器的导航信息进行分散化处理,采用卡尔曼滤波进行局部估计;提出了基于部分信息融合的联邦滤波算法进行全局融合;并给出了利用全局融合结果对MIMU导航误差进行输出校正的算法.仿真结果表明,该组合导航方法能够利用微小型传感器实现较高精度的导航定位.     

基于加性四元数误差方程的惯性/天文姿态组合算法

针对采用旋转四元数误差进行的组合导航误差建模中状态方程的非线性化问题,提出一种新的惯性/天文组合姿态组合算法,以姿态加性四元数误差和陀螺漂移为状态变量,推导系统线性化状态方程,并以天文导航和惯导姿态四元数之差为量测量,建立系统量测方程,然后利用卡尔曼滤波实现对该组合模式的信息融合,仿真分析表明,所设计的基于姿态四元数误差和陀螺漂移的组合模式能够有效估计系统状态误差,姿态误差0.02°左右,验证了其有效性,可避免较为复杂的非线性滤波器的使用,为工程实践提供了理论支持.     

单目视觉里程计/惯性组合导航算法

提出一种单目视觉里程计/捷联惯性组合导航定位算法.与视觉里程计估计相机姿态不同,惯导系统连续提供相机拍摄时刻对应的三维姿态,克服了单纯由视觉估计相机姿态精度低造成的长距离导航误差大的问题.通过配准和时间同步,用惯导系统解算的速度和视觉里程计计算的速度之差作为组合导航的观测量,采用Kalman滤波修正组合导航系统的误差,同时估计视觉里程计标度因数误差.分别在室内外不同环境下进行了22 m的推车实验和1412m的跑车实验,定位误差分别为3.2%和4.0%.与Clark采用姿态传感器定期更新相机姿态估计结果的方法相比,单目视觉里程计/惯性组合导航定位精度更高,定位误差随距离增长率低,适合步行机器人或轮式移动机器人在复杂地形环境下车轮严重打滑时的自主定位导航.     

空天飞行器SINS/CNS深组合导航算法(英文)

空天飞行器往返于大气层内外,持续工作时间长。捷联惯性/天文组合导航自主性强、隐蔽性好,是最适合空天飞行器的导航方式之一。为提高传统天文定位的导航精度和可靠性,解决其在机载应用中水平基准制约的问题,分析了平台误差角和位置误差对高度角量测的影响,提出了一种以天体高度角为量测信息的捷联惯性/天文深组合导航算法。该算法采用卡尔曼滤波器进行最优估计,可有效估计并补偿系统的姿态误差,减少天文导航定位对水平基准的依赖。仿真表明,单星观测条件下,导航系统姿态误差快速收敛,定位的均方根误差在200 m以内,且系统导航性能随导航星数量的增加而提高。     

惯性/地磁组合导航算法

针对惯性/地磁组合导航滤波算法进行了深入研究.分析了惯性/地磁组合导航系统的基本原理,基于巡航导弹巡航段飞行过程建立了组合导航系统的滤波模型.在观测信息分别为实测地磁场三分量信息和单一幅值信息条件下,采用广义卡尔曼滤波和Unscented卡尔曼滤波算法进行了仿真分析.仿真结果表明,在观测信息为三分量地磁信息条件下,Unscented卡尔曼滤波总体滤波效果略优于广义卡尔曼滤波,两种算法在最后30 s内的平均定位精度都可达到50 m;在观测信息仅为地磁场幅值的情况下,广义卡尔曼滤波算法的滤波收敛速度和精度均大幅下降,而Unscented卡尔曼滤波仍然取得不错的收敛效果,滤波性能明显优于广义卡尔曼滤波.     

大椭圆轨道卫星天文/雷达高度计组合导航方法

为了实现大椭圆轨道卫星在整个轨道上的自主导航,提出了一种天文导航与雷达高度计测高相结合的组合导航方法。由于大椭圆轨道卫星在近地点动力学特性变化剧烈,单纯的以星光仰角为观测量的天文导航方法精度严重下降。雷达高度计能够直接获得高度测量,但是受其体积和功率的限制,测量范围仅为1000 km以下的高度。考虑到两种方法的特点,采用两种方法的组合导航方案,利用UKF滤波方法进行导航估计。当卫星进入近地点附近,其高度小于1000 km时,在天文导航中引入雷达高度计测量实现精确导航;当卫星在远地点时,则仅采用天文导航方法。仿真结果表明,所提出的组合导航方案,能够充分结合两种导航方法的特点,实现大椭圆轨道卫星自主、连续的导航信息输出,其导航精度较单纯的天文导航方法提高约68.9%。     

一种航天飞行器的INS/CNS自主导航方案

传统的天文导航方法由于受水平基准精度的制约,难以进一步提高定位精度。针对INS/CNS组合导航方法对水平基准依赖的问题,提出了一种新颖的基于星光折射技术的INS/CNS自主组合导航方案。将惯性系下的非线性惯导误差传播方程作为系统状态方程,将星敏感器测得姿态和星光折射信息作为量测,采用UKF滤波算法,构成全面最优的INS/CNS组合导航。仿真结果表明,星敏感器精度为3″时,导航系统的定位精度优于200 m,姿态精度优于3″,导航定位精度随所使用的折射星数目增多明显提高,且方案在系统大角度误差条件下仍然适用。     

INS/Doppler组合导航中安装偏角的在线估计

INS和Doppler在载机上安装时存在安装偏角,会对组合导航精度产生影响.为此,提出了一种新的INS/Doppler组合导航算法,将标度因数和安装偏角作为状态变量进行估计.在分析Doppler输出误差模型的基础上,详细推导了组合导航算法模型,并进行了仿真.仿真结果表明,在载机正常飞行并适当机动的情况下,该组合导航算法能够准确对标度因数和安装偏角进行估计,标度因数的估计精度为0.4‰,安装偏角的估计精度为0.1′-0.3′,从而提高了导航精度.     

GPS/INS组合导航算法性能评估平台

针对常规GPS／INS组合导航算法研发系统扩展性较差的问题，研发了一种GPS／INS组合导航算法性能评估实验平台。该实验平台具有较高的开放性和可扩展性，能够比较便利地嵌入各种导航系统进行仿真数据实验、真实数据实验，完成算法性能的评估。文章首先介绍这一实验平台的基本结构，并给出了一些关键技术的解决方案，最后通过利用该平台进行仿真实验，结果验证了实验平台的GPS／INS组合导航算法性能评估是科学有效的。文章设计的多数据源导航模拟器和独立的算法库为今后的组合导航算法研究提供了有利的参考价值.     

基于递推最小二乘估计的CNS/INS组合导航系统初始对准

针对CNS/INS组合导航系统中缩短初始对准时间的问题,设计了一种CNS/INS组合导航系统组合对准新方法。在CNS/INS姿态四元数组合算法的基础上,推导CNS/INS组合系统线性化状态方程,分析了INS和CNS姿态四元数差值构建量测方程。利用递推最小二乘原理实现了对该组合系统的信息融合,设计了基于该估计原理的组合导航系统初始对准方法,考虑到大气层内动基座条件下对于星敏感器造成的干扰因素增加了加权处理环节,最后通过仿真实验验证了递推加权最小二乘法在处理组合导航系统初始对准中的有效性。仿真结果表明在微晃基座条件下,与传统的滤波方法相比较该估计方法能够有效地缩短约25%的对准时间。     

鲁棒性地形匹配/惯性组合导航算法

基于传统平均绝对差算法引入了选取搜索区域和匹配运算的改进策略,使得算法在匹配定位时允许载体灵活机动,提高了实时性;针对桑迪亚算法易发散的问题,分析了组合滤波算法的特点,建立了地形匹配/惯性组合导航的数学模型;针对地形匹配"虚定位"影响滤波结果的问题,引入了一种基于新息向量的鲁棒检测算法,采用最小二乘对误匹配点进行拟合改正。仿真研究表明:与传统算法相比,组合滤波算法精度更高、稳定性更强,能高频率(200 Hz)输出高精度导航参数,误差保持在一个格网间距(90 m)以内;鲁棒检测算法能有效抵御粗差影响,在经纬度方向各加入0.05°粗差的情况下,仍可保持较高精度。     

景象匹配/惯性组合导航精确修正算法

为了能使景象匹配辅助导航系统在工作时实现对惯导的最优修正,在景象匹配辅助导航系统对惯导修正过程中,引入了卡尔曼滤波技术,并设计了相应的景象匹配/惯性组合导航算法。但在景象匹配过程中会不可避免的会出现匹配错误、匹配精度不够等问题,为此,基于景象匹配过程中载体机动性能规律,提出了飞行航迹近似为直线的误匹配点剔除方法。利用Visual C 编写完成了景象匹配辅助/惯性组合导航仿真演示系统,对所提出的方法进行了仿真实验。多次实验证明提出的方法能够起到很好的匹配修正效果,具有重要的实际应用价值。     

基于电子海图显示信息系统的惯性/地磁组合导航

为实现惯导系统长时间高精度导航,以性能优良的电子海图显示信息系统为开发背景,对地磁匹配辅助惯性导航系统进行了设计和仿真实验。在原有电子海图显示信息系统的基础上开发了数据采集模块、地磁数据库模块、惯导/地磁匹配模块、惯导误差估计模块等功能软件,并对各功能模块进行了深入分析。仿真试验结果证明,基于电子海图显示信息系统的惯性/地磁组合导航达到了校正惯性导航系统,实现高精度导航的目的。     

信息融合技术在INS/GPS/DVL组合导航中的应用研究

为克服某船载导航系统不能满足长时间高精度导航定位需要的缺点,提出了一种基于信息融合技术的INS/GPS/DVL联邦滤波器组合导航方案.介绍了INS/GPS/DVL联邦滤波器的工作模式,在建立INS、GPS和DVL误差模型的基础上,推导了滤波器的组合形式,并详细阐述了该联邦滤波器的融合算法.通过计算机仿真技术分析了该组合导航系统的性能,仿真证明了所设计的联邦滤波器可以充分利用各种导航传感器的信息,提高导航系统的精度,比单独的惯性导航系统能提供更为精确的位置、速度和姿态信息,有效地提高了导航系统的综合能力.     

改进的强跟踪UKF算法及其在INS/GPS组合导航中的应用

针对标准UKF缺乏对系统状态异常的自适应调整能力,导致滤波精度降低的问题,提出一种改进的强跟踪UKF算法。该算法采用假设检验的方法对异常状态进行检测,当系统状态发生异常时,对预测协方差阵引入次优渐消因子自适应的调整滤波增益,实现对系统真实状态的强跟踪。该算法中次优渐消因子的确定无需计算系统模型的雅克比矩阵,提高了传统强跟踪UKF的实用性。将提出的算法应用于INS/GPS组合导航系统进行仿真验证,并与标准UKF进行比较,结果表明,在系统状态存在异常时,提出的带单重次优渐消因子的强跟踪UKF得到的东向、北向位置误差在[-13.7 m,14.9 m]以内,带多重次优渐消因子的强跟踪UKF得到的东向、北向位置误差在[-10.0 m,12.1 m]以内,滤波性能明显优于标准UKF,提高了组合导航系统的解算精度。     

基于UKF的INS/GNSS/CNS组合导航最优数据融合方法

为了提高INS/GNSS/CNS组合系统的导航精度,提出了一种基于UKF的多传感器最优数据融合方法。该方法具有两层融合结构,第一层中,GNSS和CNS分别通过两个局部UKF滤波器与INS组合,以并行的方式获得INS/GNSS和INS/CNS子系统的局部最优状态估值;第二层中,根据线性最小方差准则推导出一种矩阵加权数据融合算法,对局部状态估值进行融合,获取系统状态的全局最优估计。提出的方法无需采用方差上界技术对局部状态进行去相关处理,克服了联邦卡尔曼滤波(FKF)及其优化形式存在的缺陷。仿真结果表明,相比于FKF,提出方法的导航精度可至少提高36.4%;相比于UKF-FKF,其导航精度也可至少提高21.0%。