基于双MIMU速度+角速率匹配的行人自主导航方法

针对基于零速修正（ZUPT）的行人导航系统航向误差随时间发散导致定位精度差的问题,提出了一种基于自适应零速检测与双MIMU速度+角速率匹配的行人自主导航方法。在一套自主系统中同时包含两种三轴MIMU,一套大量程MIMU用于保证原始惯性数据的完整性,一套高精度MIMU用于提供角速率基准。当高精度MIMU数据未超量程时,若基于SVM的自适应零速检测算法判断系统为零速状态,采用速度+角速率匹配方案;若系统为非零速状态,则采用角速率匹配方案,通过卡尔曼滤波器对各项误差进行估计和修正,提高系统的航向和定位精度。试验结果表明,相较于仅采用速度匹配,采用所提方法,航向精度达到了3.44°/30 min,提升了50%以上;定位精度达到了4.92 m/30 min,提升了40%以上。     

基于模糊AGA-KPCA的MIMU传感器故障诊断方法

传感器输出数据的可靠性是保障其发挥作用的前提。鉴于主元分析（PCA）处理非线性问题能力的不足,提出了一种基于核主元分析（KPCA）的非线性微惯性测量单元（MIMU）传感器故障诊断方法。通过构建KPCA模型预测误差和传感器变量贡献量变化值实现故障监测与定位,为了减少参数选择的盲目性和建模工作量,利用模糊推理改进的自适应遗传算法（AGA）对KPCA核函数参数进行自动优选。仿真结果表明,所提出的方法对MIMU传感器具有良好的故障监测与识别能力,相比于常规KPCA,故障监测的平均准确率提高了18.44%,证明了方法的有效性和优势。     

基于有色噪声的改进卡尔曼滤波方法

为了解决实际工程中微机械惯性测量单元加速度计数据存在有色噪声导致计算的姿态角波动异常的问题,提出一种基于有色噪声的改进卡尔曼滤波方法。通过对有色噪声的特点进行分析,建立了针对有色噪声的状态预测协方差公式、卡尔曼滤波增益公式、系统状态与动态有色噪声的协方差公式、测量值与观测有色噪声的协方差公式,推导出处理有色噪声的卡尔曼滤波公式。仿真试验表明,改进的卡尔曼滤波方法能有效解决有色噪声导致的姿态角波动异常问题,证明了基于白噪声的卡尔曼滤波是基于有色噪声卡尔曼滤波的特例。     

基于自适应步长约束的行人导航系统误差修正算法

基于惯性传感器的行人导航系统定位精度随时间累积下降,根据捷联惯导理论和人体运动学特征,提出基于自适应步长约束的行人导航误差修正算法。所提算法首先利用零速检测划分行人运动区间,其次根据加速度信息利用自适应步长估计模型计算各区间内步长,最后通过零速修正与步长约束模型修正导航误差。实验将WT901BC姿态仪固定于行人脚跟,并围绕闭环路径行走进行算法验证。实验结果表明,相比于零速修正,经过自适应步长约束算法修正后,行进240 m后起点、终点间距离误差平均值由2.50 m下降至0.18 m,导航闭环误差平均值由1.04%D下降至0.07%D,有效提高行人导航系统的定位精度。     

一种地磁矢量测量多源误差校正方法

地磁矢量测量中的误差来源众多,而传统误差校正算法多是对其中部分误差进行校正,导致校正后的磁场数据仍存在剩余误差,在对各项误差的特性进行分析的基础上,提出了一种地磁矢量测量多源误差综合校正方法.首先,基于椭球约束法对地磁总场误差进行校正,得到了正交坐标系下的地磁矢量;然后,将椭球约束法校正后剩余的分量误差与非对准误差合并...     

一种低成本的MIMU/GPS组合导航系统快速对准方法

低成本的MIMU元件在组合导航领域取得了广泛应用,但其精度较低,无法实现自主初始对准。针对此问题,研究并提出了一种基于GPS辅助的MIMU/GPS组合导航系统对准方法。方法的基本思想是通过同一位移矢量在载体和导航两种坐标系下的不同表现形式来找出两种坐标系之间的关系,进而实现系统的初始对准。方法先用GPS对某一短距离位移进行精确定位,再用其定位结果反推MIMU捷联解算中的初始对准角。为了加强对非线性方程组的求解能力,在求解过程中引入了遗传算法,并选取了六组不同失准角状态下的数据进行了验证。计算结果表明,该方法具有较高的对准精度和较快的对准速度,因此是有效可行的,同时该方法的实现不借助于任何外部对准信息,由此节省了应用成本。     

多条件约束的行人导航零速区间检测算法

针对MEMS惯性传感器存在漂移大、器件精度低的问题,结合行人导航系统应用需求,在分析行人运动步态的基础上,设计了一种多条件约束的行人步态零速区间检测算法。该方法综合利用足部传感器输出参量的模值、方差、幅值、峰值并通过设定阈值来提取步态中的零速点,多条件约束有效地降低了误判的可能性。最后,采用该方法对不同步速下行走过程中的零速区间进行检测,结果表明利用多条件约束法计算得到的零速区间数与实际运动步态中的零速区间数完全一致。此外,零速区间的准确提取也为后续开展行人导航速度解算误差修正算法的研究提供了依据。     

基于小波变换的MIMU随机误差建模

微机电惯性传感器的输出具有噪声大、漂移强的特性,因此必须建立合理的随机误差模型,以便使用滤波算法进行补偿,减小其对系统精度的影响。本文使用艾伦方差分析法分析了ADI公司的MIMU——ADIS16355的静态输出信号,指出按照自相关特性,可以将微机电惯性传感器的随机误差分为白噪声成份和有色噪声成份,并基于此提出了基于小波变换的噪声分离预处理和AR时间序列建模算法的微机电惯性传感器随机误差复合建模方法。使用该算法对ADI公司的微机电惯性测量单元ADIS16355进行了随机误差建模,得到了该MIMU的AR时间序列随机误差模型。仿真结果表明,相较于传统的一阶马尔科夫近似随机误差模型,基于小波变换的AR时间序列随机误差建模方法能够有效滤除白噪声对于时间序列分析建模的影响,获得精度更高的随机误差模型。     

一种基于双IMU框架的室内个人导航方法（英文）

为了实现低成本的室内行人导航,提出了一种双惯性测量单元(IMU)框架。在这种模式下,一个IMU固定于足部,另一个IMU固定于肩部。当行人在行走过程中处于静止状态时,卡尔曼滤波器利用测量得到的速度和角速度误差对足部IMU的解算误差进行预估,与此同时,通过对足部IMU和肩部IMU测量得到的航向角做差完成对航向角误差的观测。在此基础上,双IMU框架结构采用了闭环模式。实验结果显示,采用该方法能够提供行人导航信息,平均位置误差与采用开环模式的方法相比降低了14.93%左右。     

一种隐式结构MIMU设计及标度因数温度误差分析

高动态、恶劣温度环境的微型飞行器应用中,由温度引起的MIMU标度因数误差与结构安装误差的耦合问题非常突出,常规MIMU及其标度因数温度误差标定补偿方法不再适用。提出并设计了一种隐式结构MIMU,分析了温度对MIMU结构及标度因数的影响机理,建立了与温度二次项有关的MIMU角速度通道和加速度通道标度因数温度误差模型,并提出了“多温度点三方位正反速率和双方位正反角度”标定方法,解决了MIMU误差耦合问题。标定与补偿试验结果表明,隐式结构MIMU结构安装误差受温度影响非常小,而标度因数是与温度的二次项有关的;标度因数温度误差补偿后,MIMU角速度通道、加速度通道动态精度都得到了显著提高,验证了隐式结构MIMU设计及标定方法的有效性和优越性。     

车载MIMU/GPS/地磁系统的模糊广义RBFNN辅助滤波算法

以车载微惯性测量单元/GPS/地磁系统为研究对象,构造一类模糊广义径向基函数网络辅助滤波器,完成对基于EKF的非线性导航滤波解算,以提高导航系统参数估算精度和系统动态性能.相同条件下的仿真表明,对比标准EKF和模糊广义径向基函数网络辅助滤波方法,采用后者获得的导航参数误差均方差小,统计特性好,对姿态、航向角误差的最优估计分别控制在0.2°和0.4°以内.导航解算对微惯性测量单元误差在一定范围内的变动不敏感,保证了测量的精度.