MC-ROV导航系统研究

针对研制的新型模态切换水下机器人(Mode-Converted ROV, MC-ROV),设计了一套以MEMS器件为主的微惯性组合导航系统,包括陀螺仪、加速度计、磁力计、深度传感器及微处理器等。系统采用互补滤波方法抑制陀螺漂移,设计卡尔曼滤波器计算姿态角。本文采用了改进的自适用卡尔曼滤波器,增大新近数据的作用,减小陈旧数据的作用,避免滤波发散,提高导航精度。水池实验表明结合互补滤波、自适应卡尔曼滤波能够获得比较精确、稳定的水下机器人导航信息。同时,基于实测数据进行的算法仿真表明改进后的渐消记忆指数加权自适应卡尔曼滤波可以在一定程度上改善导航效果。     

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。     

磁强计辅助MEMS惯性器件的新型数据融合算法

为实现载体姿态精确测量,设计了一种新型数据融合算法,用以替代传统的卡尔曼滤波器;首先,研究了陀螺仪、加速度、磁强计的姿态测量方法,通过试验分析测量误差分量,然后根据误差频域的差异性提出一种互补滤波器,并在二阶低通滤波器模型下推导出新型数据融合算法模型,最后,以FPGA为处理单元、MEMS惯性元件和磁罗盘为传感器单元开发一套小型姿态检测系统,进行可行性分析和精度估算;从载体的三维转动试验结果可以看出,新型融合算法测量值和卡尔曼滤波器输出值之差保持在±0.07°以内,并且不需要对传感器噪声特性精确标定;在运算时间方面,互补滤波器仅需360 μs,卡尔曼滤波器是它的3倍多,因此新型数据融合算法效率更高。     

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GPS/WiFi/MARGE组合定位算法

为了解决传感器MEMS进行姿态估计易受外界干扰的问题,首先设计了基于四元数的扩展卡尔曼滤波器,通过自适应地建立协方差矩阵和引入传感器偏差补偿的方法实现三自由度的姿态测量;其次,提出了基于粒子滤波和卡尔曼滤波的数据融合算法,实现了能有效解决接收信号强度时域浮动的WiFi/MARG 组合定位系统;最后设计了自适应加权算法,对WiFi/MARG和GPS/MARG两子系统进行融合,构建了能实现室内外的无缝定位的GPS/WiFi/MARGE定位系统,结果表明,该算法比WiFi/MARG和GPS/MARG系统的最大误差分别减少了51%和82%,平均定位误差减少53%和62%,有效地提高了定位精度。     

基于强跟踪平方根容积卡尔曼滤波的纯方位目标运动分析方法

针对纯方位目标跟踪系统中模型状态简化、系统噪声统计特性未知、目标初始距离信息不准确导致的滤波收敛时间长和滤波精度不高的问题,以自主水下机器人(Autonomous Underwater Vehicle, AUV)跟踪水下动态目标为例,提出了一种基于强跟踪平方根容积卡尔曼滤波器(Strong Tracking Square Root Cubature Kalman Filter, STFSRCKF)的纯方位目标运动分析算法。该算法在滤波过程中,利用平方根容积卡尔曼滤波器(Square Root Cubature Kalman Filter, SRCKF)完成预测更新,对于SRCKF中的每个容积点采用强跟踪滤波器(Strong Tracking Filter, STF)进行更新,设计滤波增益以抑制噪声对系统状态估计的影响,有效提高了滤波的数值稳定性,减小了状态估计误差。通过仿真分析,比较了扩展卡尔曼滤波器(Extended Kalman Filter, EKF)、无迹卡尔曼滤波器(Unscented Kalman Filter, UKF)、平方根容积卡尔曼滤波器(Square-Root Cubature Kalman Filter, SRCKF)、STFSRCKF的算法性能,实验表明所提算法具有跟踪速度快,精度高等优点。     

一种新的惯性／天文组合导航方法研究

针对传统的惯性／天文组合定位定向法不能有效修正惯性导航系统传感器误差所造成的导航误差，研究了一种新的惯性／天文组合导航方法。利用天文导航系统的量测，在初始对准后估计并补偿加速度计偏置误差，在组合导航过程中闭环修正陀螺漂移误差，进而提高组合导航的姿态、速度及定位精度。仿真结果表明了该方法的有效性，并通过与传统组合方法仿真结果的比较，证明了此方法的优越性。     

基于MEMS惯性器件的行人室内定位系统

基于惯性传感器的行人航位推算系统不需要预先安装任何基础设备,能自主运行、实现实时行人定位。设计的硬件平台将低成本、低功耗、小尺寸的MEMS惯性传感器与GPS接收机相结合。在室内、城市峡谷等GPS信号不稳定的环境,惯性传感器根据前一GPS定点推算行人行走的相对位置。行人所处位置高度由气压计测量,与平面位置相结合实现三维定位。简单而有效的跨步探测及步长估计算法降低对微处理器的计算及存储要求。利用互补滤波器融合加速度计、陀螺仪、数字罗盘数据,降低方位误差、提高定位精度。室内行人行走测试实验表明:定位误差低于总行走距离的3%。验证了系统的准确性和可靠性,满足行人定位要求。     

四旋翼无人机速度控制系统设计

微小型多旋翼无人机在气象监测、低空侦查、灾区救援等领域中具有广泛的应用。在无人机姿态控制的基础上设计速度控制系统,该速度控制系统采用加速度计、角速率陀螺仪和GPS测量数据,并设计卡尔曼滤波器来抑制传感器噪声,同时估计无法测得的状态变量。为了减小无人机的建模误差并提高控制系统鲁棒性,采用了模型参考滑模控制理论(Model Reference Sliding Mode Control,MRSMC)设计速度控制器。     

Kalman滤波辅助的室内伪卫星相对定位算法

在室内伪卫星独立定位系统中, 伪卫星以及接收机的钟差会给定位精度带来非常大的误差. 针对这一问题, 提出了一种适用于室内环境的相对定位算法. 使用Kalman定位算法粗略计算接收机位置, 获得粗略基线, 建立室内相对定位模型, 得到载波相位双差和伪距双差. 载波相位双差通过互补Kalman滤波器来平滑伪距双差, 进一步得到精确基线, 获得接收机精确位置, 并将其代替Kalman定位算法的校正结果, 对接收机进行下一状态预测. 实验结果表明, 该算法具有较高的定位精度, 定位误差在20 cm以内. 关键词： 伪卫星 相对定位 双基线 Kalman滤波     

基于互补滤波的输电导线舞动轨迹还原算法

方向余弦矩阵算法(DCM算法)是工业级MEMS惯性传感器姿态解算常用算法。但由于受到外部机械振动和电磁环境影响,MEMS陀螺输出数据漂移较大,导致陀螺积分解算得出的姿态角误差会随着时间累积增长,因此须结合DCM算法与GPS或磁罗盘对陀螺计算出的角度进行误差修正。然而本文设计的导线舞动检测仪是直接安装于高电压架空输电线路表面,仪器处于很强的工频电磁干扰环境中,GPS和磁罗盘传感器失效,所以为了实时准确输出高压导线的运动轨迹,本文提出采用改进的DCM算法,即MEMS陀螺和加速度计的互补滤波算法;并设计出详细的导线舞动轨迹解算流程;最后以仿真测试验证该算法的正确性,并且在专用的舞动监测实验平台上证实了新型舞动监测仪样机的有效性。     

基于Kalman滤波算法的陀螺仪动态漂移补偿研究

应用MEMS陀螺仪测量人体手臂运动姿态时,针对陀螺仪受线加速度干扰导致测量姿态发散的问题,提出基于Kalman滤波算法的姿态误差补偿方法;该方法首先将陀螺仪采集到的角速度通过方向余弦算法解算得到姿态角,并将陀螺仪动态漂移造成的姿态角误差视为时变信号,通过建立姿态角漂移误差的状态方程及观测方程,应用卡尔曼滤波算法,实现对姿态角漂移误差的估计,最终达到对陀螺仪动态漂移误差的补偿;实验与仿真结果表明,应用该算法能够有效的抑制线加速度干扰导致的陀螺仪测量的姿态发散,适用于陀螺仪对人体手臂运动姿态的测量。     

基于扩展卡尔曼滤波的吊钩姿态估计技术研究 

针对吊钩运动不定且易受大风、雾气等影响其作业效率问题,提出并实现基于MEMS传感器的吊钩姿态估计系统。建立吊钩三维空间运动模型,消除吊钩扭转影响;通过四元数的扩展卡尔曼滤波算法,对MEMS陀螺仪、加速度计与磁强计进行数据融合,解算得到吊钩三维姿态、摆角与摆向;采用基于视觉检测的吊钩空间姿态为参考基准,对起重机吊钩进行姿态估计验证。实验结果表明：该系统能有效融合MEMS传感器数据,获得高精度的吊钩姿态,实现姿态的实时检测。     

AR模型辅助SINS／GPS组合导航的实验研究

激光陀螺的随机漂移噪声类似于白噪声,可以采用AR（2）模型进行数字滤波来减小其对激光陀螺精度的影响。首先介绍了AR模型,然后利用IMU单元三组陀螺信号的AR（2）模型给出了车载SINS／GPS组合导航系统误差模型,并在GPS的辅助下,对SINS／GPS组合导航进行了实验研究。最后利用Kalman滤波器对车载SINs／GPS组合导航实际测量数据进行了离线的半实物仿真。实验结果表明,采用AR（2）模型辅助的SINS／GPS组合导航系统能够得到较高的姿态精度,并能有效抑制速度误差的发散。     

A Kalman filter algorithm based on exact modeling for FOG GPS/SINS integration

The Kalman filter is widely applied in fiber optic gyro (FOG) inertial integrated navigation system. To solve the problem of hard acquirement of Kalman filter parameters, a novel algorithm for FOG GPS/SINS integration navigation based on exact modeling is proposed in this paper. The models of inertial sensors using Allan variance analysis are established in proposed algorithm and the precise Kalman filter model is obtained based on the correspondence between Allan variance coefficients and inertial sensors parameters. The simulation and experimental results show that Kalman filter parameters can be obtained for GPS/SINS integrated navigation system precisely and efficiently based on Allan variance modeling method, and the algorithm has reference value for theoretical perfection and engineering applications.     

基于北斗/iNEMO惯性模块的机器人运动姿态解算方法

基于北斗/iNEMO惯性模块研究了一种组合式机器人运动姿态测量系统和解算方法。设计了以ARM为核心的嵌入式组合姿态解算平台,通过四元数法和卡尔曼滤波技术,对iNEMO惯性组件测量数据进行融合,进而在高动态环境中实时解算出机器人的运动姿态。同时,以北斗接收机输出的1PPS上升沿脉冲作为数据融合的同步信号,并利用其输出的导航信息辅助iNEMO惯性模块实现精对准。测试结果验证了设计方案的可行性和正确性,为机器人姿态解算提供了一种高精度、高稳定性、小体积、低功耗的解决方案。     

三维空间中的偏振光导航方法

提出了偏振光/GPS/SINS组合导航方法。推导了偏振光辅助测姿原理并进行了仿真验证。提出了多模块改善能观度的方法。采用联邦卡尔曼滤波方法实现了组合导航算法,利用Matlab仿真方式分别对使用单偏振光模块和多偏振光模块的组合导航系统的测姿修正效果和能观度改善效果进行了检验。结果表明偏振光辅助测姿方法的引入能够大大改善导航系统的能观度和精度,非平行观测的多偏振光模块可以进一步提高系统性能。     

The performance comparison and analysis of extended Kalman filters for GPS/DR navigation

This paper proposes several nonlinear filtering algorithms based on the global positioning system (GPS) and the dead reckoning (DR). To achieve high location and velocity accuracy, the first-order extended Kalman filter (FEKF), the second EKF (SEKF) and EKF-Rauch-Tung-Striebel (EKF-RTS) smoother are introduced for GPS/DR integrated navigation system. And the algorithms of the FEKF, SEKF and EKF-RTS are given. Furthermore, the state models and measurement models of GPS/DR are set up. For comparison purpose, the GPS/DR integrated navigation system based on the three algorithms is simulated, and the algorithm performance is analyzed and compared by the simulation results of FEKF, SEKF, FEKF-RTS and SEKF-RTS. Numerical results demonstrate that the EKF-RTS gives clearly better estimates than the FEKF and SEKF.     

车载光学测速仪/惯性组合导航定位定向系统研究

车载定位定向技术是指车上导航系统在载车行驶过程中精确确定其所在位置的地理坐标、北向方位及姿态角,为陆基导弹等武器的机动发射提供参考基准。对惯性定位定向系统的各种误差(包括陀螺和加表的随机漂移)进行误差分析建模,将光学测速仪的速度作为观测量,利用卡尔曼滤波技术,估计补偿惯性定位定向系统的各种误差,包括位置、速度、姿态和航向以及惯性器件误差等,最终实现系统的高精度组合导航。对山区泥石路和高原泥石路跑车试验结果进行统计分析发现,组合导航精度在15m以内,满足炮兵车陆基导弹等武器机动发射的使用需求。