机载BDS/INS超紧组合导航系统抗压制干扰性能分析

为应对日趋恶劣的战场电磁干扰环境,对机载BDS/INS超紧组合导航系统抗压制干扰性能进行了仿真量化分析.首先介绍了 BDS/INS超紧组合抗干扰的技术机理;然后详细推导了纯卫星导航PLL跟踪环路及超紧组合PLL跟踪环路的误差公式,并进行了相应的理论公式仿真分析;最后基于惯性/卫星组合导航信号软件模拟器对机载BDS/IN...     

一种新型GNSS/MEMS紧组合导航系统设计

针对探空火箭在高动态与非线性环境下高精度导航问题,基于DSP6747+FPGA双核构架,设计了一种低成本的新型GNSS/MEMS一体化紧组合导航系统。同时,在直接法滤波的基础上采用了改进的自适应渐消扩展卡尔曼粒子滤波(PF-AFEKF)算法,解决了粒子退化问题并充分利用了当前观测信息以及自适应权重因子抑制了滤波发散,实现了高动态、非线性状态下的GNSS/MEMS深度信息融合。最后,进行了地面跑车试验,试验结果证明了所设计的低成本GNSS/MEMS紧组合导航系统具有较高的导航精度,容错能力强。     

基于粒子滤波的INS／GPS组合导航滤波算法

针对INS／GPS组合导航系统中噪声统计特性不准确时,现有的卡尔曼滤波工作性能会降低的问题,提出了一种基于粒子滤波的INS／GPS组合导航滤波算法。仿真结果表明该算法能有效降低统计特性不准确对系统造成的不利影响。     

基于地心地固系的极区惯性/卫星组合导航算法

针对“游移系组合+格网系或横向系输出”体制下极区惯性/卫星组合导航系统输出位置误差不断发散的问题,通过分析和验证横向系或格网系位置误差发散机理,推导地心地固系（Earth-Centered-Earth-Fixed System,ECEF）下的惯导编排方案和惯导误差方程,设计ECEF系惯性/卫星组合算法,解决格网系或横向系输出位置误差发散问题,为惯性/卫星组合体质下超长航时横向系或格网系输出全球导航打下基础。根据惯导和卫导数据,对比分析游移系惯性/卫星组合算法和ECEF系惯性/卫星组合算法,验证ECEF系惯性/卫星组合算法避免位置误差发散的有效性,结果表明ECEF系下组合方案可较好地避免极区导航输出信息转换引入的位置误差发散问题,实现极区高精度长时间组合导航。     

自适应惯性／天文器件级组合导航算法研究

在惯性／天文组合导航系统中,天文设备输出信息中所包含的噪声易受外界环境影响而发生变化,使得惯性／天文器件级组合导航数据融合精度受到制约。针对这一问题提出了基于自适应滤波的惯性／天文器件级数据融合算法,该算法在对导航参数误差、惯性器件误差进行滤波估计的同时,对天文量测信息噪声方差阵进行实时推算,从而优化滤波器对天文量测信息的处理,提高导航精度。经仿真试验可知,使用自适应滤波算法进行数据融合,导航位置精度可提高30％,具有理论价值与工程意义。     

基于大气偏振光特性辅助定向的自主导航方法

针对惯性系统(INS)与卫星组合导航容易受到干扰的局限性,为提高海上作战船舰的自主导航能力,提出基于全天域大气偏振光特性辅助定向自主导航方法。在分析全天域偏振光中性点的运动规律的基础上,采用两点一线原理使用中性点确定载体航向角并结合电磁计程仪(LOG)测得的航速信息辅助惯性系统进行导航,采用卡尔曼滤波最优算法对组合导航系统进行了信息融合。matlab仿真结果表明基于全天域偏振光中性点/LOG/INS组合导航方法能够有效抑制INS导航定位误差,使船舰航向角误差稳定在0.6,水平速度误差稳定在0.7 m/s,水平位置误差稳定在10 m,增强了船舰的自主导航性能,并且具有高度的隐蔽性和抗干扰能力,具有一定的军事工程应用价值     

机载北斗/GPS/SINS组合导航系统软硬件设计

针对单一导航导航系统在导航精度、稳定性、设备成本以及导航信息完备性等方面的局限性,设计了卫星导航/惯性导航组合导航系统。针对GPS导航系统受制于人及北斗导航系统发展尚不完善的特点,提出了基于北斗/GPS/SINS的军用机载组合导航系统软硬件设计。搭建了北斗/GPS/SINS组合导航系统硬件平台,采用基于不确定度的加权平均数据融合算法提高组合导航系统的导航可靠性和准确性。仿真结果表明,该组合导航系统稳定性好,可靠性高,定位准确。     

基于惯性信息辅助的北斗动动定位方法的研究

针对北斗动动定位中接收机信号易受遮挡导致无法实时准确定位的问题,对复杂信号条件下的动动定位测试进行了研究,提出了一种利用惯性信息辅助解算动态模糊度的方法,即一种将运动载体的惯导信息与北斗测量信息相结合,实现两运动载体之间精确动态相对定位的算法。通立基于载波相位双差的观测模型,采取融合滤波算法,讨论在在不同卫星数目下的模糊度求解方法。在此基础上,利用实地车载试验完成了对上述组合定位方法的试验验证以及精度测试,事后着重对各历元数据进行解算,对定位精度、可用性进行了研究。结果表明,基于惯性信息辅助的北斗动动定位可用性指标变好,定位精度有一定的提高。     

基于速度阻尼的天文／惯性组合导航技术研究

简要介绍了天文／惯性组合导航系统的基本原理,采用速度阻尼技术阻尼惯性导航系统的舒拉周期误差,为天文导航系统提供高精度的姿态信息,从而利用天文导航信息估计补偿惯性导航系统的陀螺漂移,同时,速度阻尼克服了天文导航不能估计补偿加速度计误差的缺点,使天文／惯性组合导航的各种误差得到补偿修正,解决了天文／惯性组合导航长航时导航条件下导航精度不高的问题;对研制的天文／惯性组合导航系统远洋航行的数据进行半物理仿真,仿真分析结果表明：基于速度阻尼的天文／惯性组合导航技术可以实现天文／惯性组合导航系统的长航时高精度组合导航。     

天文/惯性组合导航模式研究

简要分析了惯性导航及天文导航系统的工作原理和特点，根据以自主惯性导航为主发展的组合导航系统的方向，提出天文/惯性组合导航系统不同的组合模式，重点探讨了直接校正陀螺漂移的天文/惯性导航新的组合模式并进行理论分析。     

天文/卫星组合点校捷联惯性导航系统算法研究

捷联式惯性导航系统通常采用卫星导航系统的位置、速度信息对惯导解算误差进行校正,但对于水下载体惯性导航系统而言,由于只能获得点位置信息,对惯导的校正精度以及校正参量有限。针对上述问题,提出了基于天文/卫星组合校正捷联式惯导技术,通过卫星精确定位信息和天文快速观测信息,全面修正惯导系统误差、提高导航精度。仿真结果表明,基于天文/卫星组合校正算法对惯导进行校正,相对于传统校正算法精度可提高约50%。     

基于自适应滤波的天文惯性组合导航技术

以天文测星获取的Psai角为量测信息进行天文惯性组合导航时,Psai角由天文测星高度差经二阶矩计算而来,故Psai量测信息噪声统计特性不再服从高斯分布,对天文惯性组合导航效果产生消极影响。针对上述问题,提出基于自适应滤波的天文惯性组合导航技术,通过对量测噪声协方差矩阵采用自适应加权调整方法,降低噪声非高斯特性对组合导航误差抑制效果影响。基于天文惯性组合导航设备试验数据,对比Psai角量测噪声高斯近似和自适应处理两种方法下的组合导航位置误差抑制效果。试验表明：Psai角量测噪声自适应滤波处理比高斯近似具有更好的位置误差抑制效果。因此,应用基于自适应滤波的天文惯性组合导航技术对惯导误差估计有较好效果,有利于天文惯性组合导航技术的工程应用推广。     

混合退火粒子滤波器

针对非线性、非高斯系统状态的在线估计问题，提出一种新的基于序贯重要性抽样的粒子滤波算法. 在滤波算法中，用状态参数分解和退火系数来产生重要性概率密度函数，此概率密度函数综合考虑了转移先验、似然、噪声的统计特性以及最新的观察数据，因此更接近于系统状态的后验概率. 理论分析与仿真实验表明该粒子滤波器的性能明显优于标准的粒子滤波器和扩展卡尔曼滤波器. 关键词： 非线性 非高斯 粒子滤波 序贯重要性抽样     

基于联邦滤波的航迹推算方法研究

由于传统的基于IMU/里程仪组合的航迹推算系统受地形起伏及其打滑影响较大,影响了探测车导航系统的精度和稳健性,为了提高探测车导航系统的定位精度和稳健性,提出了一种基于联邦滤波的IMU/里程仪组合导航方法,该方法充分利用IMU提供的信息,在原航迹推算的方法上增加一个滤波器,将IMU的比力输出作为观测量进行滤波,并建立联邦组合导航系统的数学模型实现最优融合;从而提高了探测车导航系统的定位精度;最后地下矿道实验证明该方法能有效提高移动平台导航定位结果的精度和稳健性。     

基于惯性网络的分布式信息融合算法

分布式导航系统是飞机多传感器导航系统设计的新概念,可以大幅提高系统导航性能和容错水平,并能动态配置传感器功能,但是目前并无完善的信息融合算法与之对应;文章在构建惯性传感器网络的基础上,将多个低成本惯性传感器系统配置在飞机的多个位置以作为网络节点,设计了分阶段处理的分布式信息融合算法,综合利用各节点所测量的惯性信息,最后得到本节点的局部状态估计;通过仿真实验表明,采用此方法,有效降低了导航滤波估计误差,因此,系统导航性能及容错能力得到大幅提高。     

机载惯性/天文组合导航技术综述

分析了惯性／天文组合导航的基本原理。针对航空机载应用平台,介绍了国内外天文导航设备和惯性／天文组合导航系统的研究现状,分析了我国在该领域的技术差距,探讨了未来机载惯性／天文组合导航技术的发展方向。     

捷联惯导/北斗高精度组合导航方法研究

提出采用紧组合方式进行捷联惯导/北斗组合导航设计,首先对捷联惯导与北斗系统进行误差分析与建模,将捷联惯导系统误差、北斗等效时钟误差相应的距离(伪距误差)以及等效时钟频率误差相应的距离率(伪距率误差)作为组合导航系统状态;利用捷联惯导位置输出与北斗接收机星历输出构造获得等效伪距,将其与北斗接收机测量的伪距对应相减作为量测,推导建立对应的量测方程,采用卡尔曼滤波设计捷联惯导/北斗组合导航滤波算法。仿真结果表明,该组合导航方法的速度精度达到±0.05m/s,位置精度达到±3.2m,水平姿态精度达到±0.4′,航向精度达到±1.6′。     

基于可观测性分析的SINS/CNS降维设计

针对长航时无人机的长航时和组合导航系统固有的非线性特性,建立了SINS/CNS组合导航系统的非线性模型,该模型能够更加趋近于真实模型。模型建立之后对其进行可观测性分析,并根据可观测性分析的结果进行降维设计,只对可观测性好的状态进行状态反馈。并选择了精度更高的SCKF算法进行滤波,仿真结果表明,选择的滤波算法精度更高,降维设计之后组合导航系统即能够保证导航精度又能够大大提高实时性。     

利用N型序贯蒙特卡罗PHD滤波的多目标跟踪

针对传统跟踪算法受背景杂波与不同目标类型混淆影响较大的问题,提出了一种利用N型序贯蒙特卡罗PHD(SMC-PHD)滤波的多目标跟踪。基于随机有限集理论提出一种新的扩展概率假设密度(PHD)滤波器模型,即N型PHD滤波,从概率生成函数中导出更新的PHD;利用序贯蒙特卡罗(SMC)方法产生随机样本,结合N型PHD滤波,提出N型SMC-PHD滤波算法,以减少不同目标类型的混淆检测;利用量测驱动的SMC-PHD滤波器,通过门控方法对量测的属性进行区分,从而抑制杂波对已有目标跟踪的影响。基于MATALB仿真平台,在MOT17以及VS-PETS’2003足球视频数据集中对所提算法进行实验论证,结果表明,所提方法的平均最优子模式分配(OSPA)距离显著降低,且在高杂波、目标类型较多的情形下具有较高的可靠性。     

改进粒子滤波在汽轮机故障诊断中的应用夏飞,郝硕涛

针对汽轮机的振动信号容易受到较为复杂的随机噪声污染,提出了一种改进粒子滤波的振动信号降噪方法。首先建立采集振动信号的数学模型,将其作为粒子滤波的状态方程;然后利用小波分析提取采集振动信号的背景噪声,将其和状态信号一起作为观测信号,得到观测方程,把降噪问题转化成在状态空间模型下的滤波问题。由于采用序贯重要性采样的粒子滤波存在着样本退化问题,在重采样阶段采用了一种权值排序、优胜劣汰的重采样算法,就是对各粒子的归一化权值从小到大的排列顺序,并根据权值方差大小淘汰粒子,从而得到了改进的粒子滤波算法,在一定程度上解决了标准粒子滤波的退化问题。进而运用改进粒子滤波算法对振动信号进行降噪处理,降噪前信号和降噪后信号分别通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征向量浓缩了汽轮机振动故障的全部信息,对提取的故障特征向量应用诊断识别算法进行故障模式识别。通过对比降噪前信号和降噪后信号的故障诊断识别率,证明了改进粒子滤波在汽轮机故障诊断中的应用效果更佳。