MEDLL辅助的GNSS/INS系统欺骗信号辨识方法

受欺骗的卫星导航信息与惯导系统组合滤波,会导致错误的惯性器件误差修正量,最终组合导航系统也会被欺骗干扰影响。针对这一问题,提出了一种基于MEDLL算法的改进的GNSS/INS组合导航模式,能够实现欺骗信号的辨识和抑制,保证组合导航信息的可靠性。GNSS接收机通过MEDLL算法同时估计接收的全部卫星信号参数,当欺骗干扰存在时,MEDLL算法可同时估计出两路信号参数,并判定欺骗干扰存在;MEDLL估计的信号参数生成两组输出伪距信息与惯导系统定位信息提供的参考伪距进行比较,实现欺骗信号的辨识。在200次实验测试中,对于牵引速率大于2 m/s的牵引式欺骗信号,4 s内成功辨识的次数为200次。同时,与传统的GNSS/INS组合导航系统相比,提出的MEDLL辅助的组合导航模式能够有效减小欺骗信号的影响,定位结果稳定在真实位置附近。     

旋转短基线北斗双天线/MIMU定向方法

针对无人运载器的定向需求,提出一种旋转短基线北斗双天线/MIMU定向方法。首先,介绍了自主研制的旋转短基线北斗双天线/MIMU组合系统的硬件构成,该系统主要由旋转机构、北斗双天线、MIMU、导航计算机等组成。然后,给出了旋转MIMU定向算法、北斗双天线/MIMU组合系统扩展卡尔曼滤波方程和观测方程,以及组合系统定向解算步骤。该系统以北斗天线接收机的速度、位置和北斗卫星原始信息作为卡尔曼滤波器的观测量,经数据融合后解算出航向角和姿态角。最后,进行了室外动态和船载试验,以及双天线基线长度变化试验。试验结果表明:当基线长度为0.3 m时,该组合系统航向角误差小于1°,水平姿态角误差小于0.2°。     

基于GPS伪距单差的舰船相对导航方法

为了测量编队航行中的舰船相对位置信息,从而进行相对导航,研究采用GPS卫星的伪距信息,通过编队通信链,交换目标船和跟踪船的观测到相同卫星的伪距信息,进行伪距单差差分。以伪距差分信息作为观测量,以跟踪船相对目标船的位置信息作为状态量,建立了跟踪船相对目标船的位置信息解算模型,利用最小二乘法解算跟踪船相对目标船的位置信息,以满足编队舰船间的相对导航信息需求。将相对位置信息解算模型和方法应用于实测试验,数据处理结果表明,相对距离测量精度优于0.2 m,方位精度优于5°,相对距离信息完全满足了舰船相对导航的需求,相对方位信息基本满足舰船相对导航的需求。     

INS辅助的GNSS欺骗干扰辨识与抑制方法

GNSS欺骗干扰已经成为导航装备应用中面临的重要威胁之一。现有的基于INS/GNSS组合的抗欺骗算法大多只进行欺骗检测,不能恢复正确的定位结果。针对该问题,将多径抑制算法中的Multi-correlator结构用于真实信号和欺骗信号的参数估计,利用INS短期精度高的特性,实现欺骗信号的辨识。然后将辨识结果反馈跟踪环路抵消欺骗信号,保证接收机跟踪环路始终锁定真实卫星信号。最后,在INS/GNSS组合导航解算过程中引入抗差卡尔曼滤波算法,减小参数估计和辨识结果中粗差对定位结果的影响。利用公开数据集进行试验测试,欺骗干扰条件下定位误差由600 m降为10.0 m,而且在GNSS信号中断90 s重新恢复后,所提算法依旧能够实现欺骗信号的辨识和抑制。试验结果表明所提算法能够保证接收机在欺骗条件下锁定真实卫星信号,连续输出高精度的导航和授时信息。     

基于加权奇偶矢量的机载自主完好性监测算法

针对接收机自主完好性监测在卫星数少或多星同时发生故障下无法保证可用性的问题,结合实际机载多传感器配置,提出了一种基于陆基导航系统辅助的加权奇偶矢量机载自主完好性监测方法,利用陆基导航系统的斜距及卫星伪距观测信息建立联合监测系统的观测方程,并采用加权奇偶矢量法构建检验统计量实现对故障卫星的检测判别。仿真结果表明,该方法能及时准确地识别故障卫星,从而保证卫星导航系统的完好性及组合导航定位精度,具有重大的工程应用参考价值。     

基于因子图导航的伪距故障检测与自适应隔离方法

为了实现城市峡谷、电磁扰动等复杂场景下因子图优化导航的故障检测与自适应融合,提出了一种基于因子图优化的综合利用惯性导航系统和全球卫星导航系统原始伪距信息的故障检测与自适应隔离方法.首先,结合惯性导航信息与全球卫星定位原始伪距进行导航系统故障检测,实现故障卫星伪距信息和故障惯性信息的有效定位;而后,基于故障检测结果针对因...     

基于交互多模型距离平滑的UWB/IMU因子图组合导航方法

为了解决全球导航卫星系统（GNSS）拒止条件下车辆定位困难问题,提出了一种基于交互多模型距离平滑的超宽带/惯性测量单元（UWB/IMU）因子图组合导航方法。首先,针对超宽带信号由于反射或折射导致的非视距问题,分别建立视距与非视距情况下超宽带基站与标签间距离的因子图模型,并利用交互式多模型算法进行原始距离的平滑;然后,对惯性导航系统、交互式多模型处理的超宽带距离信息等测量量进行建模,构建基于因子图的信息融合框架,并根据非线性优化理论与增量平滑算法实现变量节点的递推与更新。最后,采用因子图方法对融合数据进行处理,实现车辆多传感器高精度组合导航。实际测试结果表明,相比基于卡尔曼滤波的多传感器融合方法,所提出的基于交互多模型距离平滑的惯性/超宽带的因子图定位方法在非视距情况下位置估计精度（RMS）提高40%以上。     

伪距/伪距率/双差分载波相位组合导航方法

为了提高组合导航的精度,提出了一种伪距/伪距率/双差分载波相位组合导航方法。通过构造双差分载波相位观测量,以消除组合导航中若干误差源,避免整周模糊度的求解。为了避免组合后误差积累发散,引入伪距/伪距率信息,设计了一种新的滤波器。该滤波器能发挥载波相位高精度和伪距/伪距率包含绝对信息的优势。最后利用GPS实测数据和仿真惯性导航数据进行组合导航试验。试验中对比了伪距组合、双差分载波相位组合等常见组合导航方法。两小时试验结果表明,提出的组合导航方法比传统伪距组合方法的平均水平定位精度高61.13%,方法可行。     

芯片级原子钟辅助的惯性/卫星组合导航系统欺骗检测方法

商业化芯片级原子钟产品的出现,使其在惯性/卫星组合导航系统中的应用成为可能。针对卫星导航欺骗信号检测,提出利用芯片级原子钟高精度时间保持能力,从时间维度进行欺骗检测的方法。首先,介绍了芯片级原子钟的基本特点和时间保持能力,然后通过分析欺骗干扰对接收机时间的影响,针对先压制后欺骗的典型模式,基于真实信号和欺骗信号下的钟差预测误差分布,构造了芯片级原子钟辅助的欺骗检测模型。实测数据表明,芯片级原子钟的钟差预测精度高出接收机内部时钟精度一个数量级以上。通过检测概率分析,证明了芯片级原子钟在卫星欺骗检测上的优异性能。     

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BDS/INS紧组合的动对动相对导航算法

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。     

基于新息速率抗差估计的INS/GNSS组合导航系统欺骗检测算法

在INS/GNSS组合导航系统中常采用基于新息的欺骗检测算法.针对现有算法对同步式欺骗干扰的检测时间较长、漏警率和误警率较高的问题,提出了一种基于新息速率抗差估计的INS/GNSS组合导航系统欺骗检测算法.该算法将Kalman滤波估计得到的新息速率作为检测量来判断是否存在欺骗干扰,并利用抗差估计削弱欺骗干扰对新息序列的...     

稀疏网格求积分滤波算法在SINS/GPS紧组合导航中的应用（英文）

高精度的导航信息对于高空飞行器至关重要。针对高空飞行器的特点,选取发射点惯性坐标系为导航坐标系,建立基于伪距、伪距率的SINS/GPS紧组合导航系统数学模型。针对该系统的状态方程和量测方程非线性的特性,采用基于稀疏网格求积分滤波算法。整个设计实现了对准与导航的一体化,避免了将对准与导航分别设计的繁琐过程。仿真结果表明,在飞行器起飞阶段,由于系统的非线性较强,稀疏网格求积分滤波算法比UKF滤波算法的对准精度更高,并且对准速度更快;通过比较稀疏网格求积分滤波算法在不同组合方式下的估计效果,可以看出采用紧组合方式可以明显提高导航精度。最后采用不同精度的传感器进行仿真,结果表明基于稀疏网格求积分滤波算法的紧组合算法能够适用的传感器精度范围较广。     

GPS/INS紧耦合导航中多路径效应改正算法及应用

针对GPS伪距观测值受多路径误差影响较大,限制了GPS/INS紧耦合导航中导航精度提高的问题,在传统静态多路径消除方法的基础上,提出了导航过程中多路径效应动态消除算法,并应用于GPS/INS紧耦合导航。首先给出了GPS/INS紧耦合导航的动力学模型和观测模型以及静态定位多路径消除的方法,通过频谱分析探究了非差观测值序列的特殊性,引入了移动窗口提取动态导航过程非差伪距观测值的多路径,最后利用实测数据验证了算法的有效性。结果表明:对比没有经过多路径改正的组合导航算法,基于伪距多路径改正的GPS/INS紧耦合导航增强了滤波融合观测值的精度,减少了多路径效应对于伪距观测值的影响,平衡了伪距观测值和多普勒观测值的权重,提高了GPS/INS紧耦合导航的直接可测参数(位置、速度)和间接可测参数(姿态)的精度,北向、东向和高程三个方向的位置误差分别减小了18.8%、25.7%,和1.5%。     

足部安装MEMS-IMU个人导航系统

为了实现室内外环境下个人自主导航,研究了足部安装的MEMS-IMU个人导航系统。根据人行走时足部具有周期性零速的特征,以加速度计输出矢量和、滑动方差和陀螺仪输出的角速度矢量和为检测量,设计了一种多条件零速检测算法,有效地提高了零速检测的准确性。针对MEMS惯性传感器零漂大、精度低的问题,导航定位算法以传统的捷联解算算法为基础,进行了适应性改进。引入零速修正(ZUPT)技术,设计了以速度信息作为伪量测的Kalman滤波器。在零速阶段对系统速度,姿态,位置误差进行估计,将估计结果反馈以修正导航解算的累积误差。实验结果表明,基于上述导航修正算法可以有效地消除MEMS惯性传感器零漂引起的累积误差,使得多组多种行走路径下系统的定位误差均小于行程的2%。     

基于矢量跟踪的SINS/GPS深组合导航方法

为了满足高动态用户及强噪声干扰条件下的应用需求,提出了一种基于矢量跟踪的SINS/GPS深组合导航方案。深组合方案利用组合卡尔曼滤波器反馈回路取代了传统接收机中独立、并行的跟踪环路,能够同时完成所有可视卫星信号跟踪和组合导航信息处理的任务;利用相关器残差来更新导航参数状态,同时根据已有的导航参数和星历信息推测GPS伪码相位和多普勒频移等信号跟踪参数,用以控制接收机的本地伪码、载波数控振荡器（NCO）,使本地伪码相位和载波频率与输入信号保持一致。最后,通过仿真验证表明,基于矢量跟踪的深组合方法不仅在GPS信号发生短暂中断期间,能够保证组合系统的导航精度和可靠性,而且在载噪比较低的环境中能够维持较好的伪码相位和载波频率跟踪性能。     

异质传感器数据的最优线性融合

研究了异质传感器对参数矢量进行的测量，测量数据基于线性均方估计的最优融合算法。提出和证明了异质传感器数据的最优线性融合定理，并得出“精度再差的传感器参与数据融合后都有利于提高系统的测量精度”这一结论。     

应用于城市环境的MEMS-INS/GPS紧耦合组合导航抗差滤波器（英文）

为了提高MEMS-INS/GPS紧耦合组合导航系统在城市区域中因为GPS信号短时中断或被干扰时的性能，提出了一种基于Kalman滤波的抗差滤波器模型-Kalman抗差滤波器。在Kalman抗差滤波流程中，构建了具有误差检测和分离功能的Kalman滤波器来应对包括伪距和伪距率等GPS测量的突发故障，通过自适应因子向量调整测量噪声获得高精度的导航解。在城市公路上开展了现场试验，对Kalman抗差滤波器的可用性进行了测试。相较于常规的Kalman滤波器，使用Kalman抗差滤波器的紧耦合组合导航系统水平位置误差下降超过30%，高程位置误差的降低大约50%，速度误差下降了17.5%。Kalman抗差滤波器能够有效的降低城市区域中MEMS-INS/GPS紧耦合组合导航系统的导航解误差。     

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。     

基于垂直约束的深海拖曳系统USBL/DVL组合导航算法

为提高深海水下拖曳系统的定位精度,分析了深海拖曳系统压力传感器与超短基线定位系统(USBL)以及多普勒计程仪的耦合原理,给出了基于垂直约束下的USBL定位的基本原理及拖曳体直线运动状态下的开窗平滑算法。采用非线性的无迹卡尔曼滤波模型对超短基线定位、多普勒测速、深度、斜距、姿态及角速率信息进行融合。针对声学数据常见的粗差观测,结合自适应抗差滤波算法,提出基于垂直约束的自适应抗差卡尔曼滤波算法。最后仿真和实测实验证明在5000 m水深条件下,在航行方向上位置精度较传统滤波算法提高了近2 m。基于垂直约束自适应抗差无迹卡尔曼滤波算法可充分利用高精度观测信息,提高深海拖曳系统的定位精度和容错性。