基于参数识别的SINS/DVL初始对准方法

针对多普勒测速仪(DVL)辅助捷联惯导系统行进间对准时易受DVL量测噪声的影响,提出一种基于参数识别的SINS/DVL初始对准方法。首先,建立了基于DVL辅助的SINS行进间初始对准观测矢量模型,分析了DVL量测噪声对观测矢量的影响;然后,研究了观测矢量变化规律,建立了观测矢量参数识别模型,利用建立的参数识别模型,设计了基于自适应卡尔曼滤波的参数识别算法,并对观测矢量进行了重构,减小了DVL量测噪声对观测矢量的影响;最后,设计了仿真与跑车实验。实验结果表明,所提出的参数识别算法可以有效抑制DVL量测噪声对初始对准结果的影响。相较于传统方法,在载体运动条件下实现对准误差标准差小于0.1°。     

考虑洋流影响的SINS/DVL组合导航算法

针对捷联惯性导航系统(SINS)/多普勒计程仪(DVL)组合导航系统工作于水跟踪模式条件下的高精度定位需求,提出一种考虑洋流影响的SINS/DVL组合导航算法。分析了DVL水跟踪模式下洋流速度对组合导航精度的影响,基于速度匹配组合导航的方式提出了SINS/DVL组合导航系统设计方案,当DVL切换到水跟踪模式后,利用Kalman滤波器对洋流速度进行实时估计,从而能够有效提高DVL仅对水输出时系统的组合导航定位精度。仿真和水上船载试验结果表明,本文提出的考虑洋流速度影响的SINS/DVL组合导航算法是有效的和可行的。     

量测野值与波束故障条件下SINS/DVL紧组合导航方法

针对传统捷联惯性导航系统(SINS)/声学多普勒测速仪(DVL)组合导航系统导航精度容易受量测信息质量影响的问题,提出了一种基于波束重构的SINS/DVL紧组合导航系统故障处理方案.以现有的紧组合模型为基础,根据四波束DVL结构特点,提出了新的故障波束速度信息重构方案.针对速度测量异常、量测模型误差及波束信息重构误差等...     

一种SINS/里程计行进间初始对准及杆臂补偿算法（英文）

针对车载捷联惯导系统(SINS)的动基座初始对准问题,提出了一种里程计辅助的SINS行进间初始对准算法,同时提出了一种针对里程计输出特点的改进的杆臂误差模型,对安装杆臂进行精确估计和补偿。首先,通过对系统进行全局可观测性分析,提出了一种先对里程计刻度系数误差和SINS安装误差角进行标定,再对杆臂及其他系统误差项进行标定的动基座初始对准方案。通过提前标定里程计刻度系数误差和SINS安装误差角,简化了系统误差方程,提高了初始对准效率。然后,推导了SINS/里程计航位推算算法误差方程,并设计了Kalman滤波器来实现初始对准。最后,进行了计算机仿真及跑车试验。仿真结果表明该算法对杆臂的估计误差降低了10%以上,同时提高了姿态误差角的估计精度,跑车实验验证了该算法的有效性。     

基于5阶球面最简相径的改进型容积卡尔曼滤波在SINS/DVL组合导航中的应用

为提高水下SINS/DVL组合导航系统的精度,建立了捷联惯性导航系统(SINS)的非线性误差模型,并建立多普勒测速仪的误差方程,以SINS为主导航设备建立SINS/DVL组合导航系统模型。设计了5阶球面最简相径容积卡尔曼滤波器,采用了球面最简相径采样规则改进容积卡尔曼滤波,并应用于SINS/DVL组合导航系统中。通过数学平台仿真验证了5阶球面最简相径容积卡尔曼滤波方法有效性,仿真结果表明:该方法能够有效提高SINS/DVL组合导航系统的精度,且稳定性好。     

基于波束域信息的SINS/DVL组合导航算法

针对水下环境影响导致DVL回波个数小于4,常规惯性/DVL组合导航无法进行,对DVL的回波信息利用不充分的问题,提出了一种基于波束域信息的SINS/DVL组合导航方法.直接将DVL测量的波束域信息与惯导系统速度转化得到的频移差值作为观测量,考虑惯导以及DVL的多项误差,建立基于频移观测量的卡尔曼滤波模型,实现对惯导系统...     

基于SINS/DVL与LBL交互辅助的AUV水下定位系统

针对AUV水下定位系统存在的缺陷,设计了一种基于SINS/DVL与LBL交互辅助的AUV水下导航定位系统。系统由安装在AUV上的SINS、DVL、发声源及布放在海底已知位置的LBL水声定位基阵组成。SINS/DVL估计的位置信息既辅助到达时延差估计,修正声速,提高LBL定位估计的精度,又作为Taylor级数展开迭代法所需的迭代初始值,辅助LBL估计AUV位置。然后利用LBL系统估计的位置信息校正SINS/DVL的累积误差。仿真结果表明,当AUV靠近LBL基阵时,与传统方法相比,该系统能更有效地修正SINS/DVL系统的累积误差,使定位误差小于2 m,适用于水下定位导航。     

基于雷达测距与角位置辅助的SINS空中对准方法

针对卫星导航受限条件下捷联惯性导航系统(SINS)空中初始对准问题,提出了一种基于雷达测量斜距-角位置匹配模型。推导了传统雷达位置匹配模型方案量测线性化过程,说明了线性化后量测噪声统计特性随斜距变化的缺陷,同时提出直接采用雷达测量的距离和角位置作为量测信息的对准方案。根据雷达与飞行器之间的相对位置关系,建立了雷达斜距与角位置信息辅助的捷联惯性导航系统初始对准量测方程,利用无迹卡尔曼滤波器(UKF)解决了量测方程非线性问题。最后通过200次蒙特卡洛分析仿真验证了算法的可行性,斜距大于50 km条件下,300 s时航向对准误差角统计均值为?0.0289°,统计标准差为0.0377°,同时有较高的水平对准精度,且明显优于传统位置匹配对准方案。     

一种基于梯度下降四元数理论的DVL误差标定方法

针对如何快速精确标定出多普勒计程仪(DVL)的比例因子误差以及DVL和捷联惯导(SINS)之间的安装误差角的问题,提出了一种基于梯度下降四元数估计理论的位置观测DVL标定方法。以SINS/DVL/GNSS为组合导航方式,利用多普勒测速原理标定出比例因子误差,通过构造位置矢量观测方程,采用梯度下降四元数方法得到安装误差角的标定结果。通过仿真及试验验证了所提出方法的有效性,并与卡尔曼滤波标定算法进行了比较,结果表明:比例因子估计值误差的最终标定结果在0.06%以内,安装角估计误差最终标定结果在0.05°以内,具有较好的工程应用价值。     

简化UKF滤波在SINS大失准角初始对准中的应用

基于欧拉平台误差角的概念提出了大失准角误差条件下的捷联惯导系统（SINS）非线性初始对准误差模型,该模型无法再用经典的加性噪声模型描述。为了降低滤波计算量,在系统模型噪声和量测噪声均为复杂加性噪声并且量测方程是线性方程时,推导了简化的UKF（unscented Kalman filter）滤波方法,简化UKF滤波公式显示：除通过非线性状态方程使用UT（unscented transformation）变换进行状态及其方差预测外,其它滤波步骤与标准Kalman滤波完全相同。最后,对静基座下SINS初始对准进行了仿真试验,结果表明大失准角条件下的SINS误差模型和简化UKF滤波估计方法是有效的。     

基于GPS观测量和模型预测滤波的机载SINS/GPS空中自对准

针对机载SINS/GPS组合导航系统地面静基座对准时间较长的问题,提出了一种基于GPS观测量和模型预测滤波(MPF)的机载SINS/GPS空中开机自对准方法。该方法首先在载机匀速直线飞行阶段进行SINS/GPS空中开机粗对准,利用GPS获得初始位置、速度和航向,利用加速度计的输出信息计算两个初始水平姿态角;然后在载机进入最优S机动飞行段进行SINS空中精对准,采用MPF和EKF相结合的滤波器估计SINS的误差并进行校正。计算机仿真结果表明,该方法实现了SINS的空中开机自对准,大大缩短飞机的地面准备时间,空中开机粗对准的方位角误差小于15°,俯仰角和横滚角误差小于2°,而空中精对准的方位角、俯仰角和横滚角的估计误差分别达到了67.36〞、47.31〞和-32.52〞。     

基于卡方检测和相关向量机的DVL异常信息处理机制

多普勒计程仪（DVL）工作在未知、复杂的水下环境中时,各个波束的有效性不是都能保证,偶尔会不可避免地产生异常信息,导致水下组合导航系统的定位精度下降。针对水下航行器长航时定位中可能出现的DVL野值和短时失效,提出一种用于SINS/DVL组合导航系统的DVL异常信息处理机制,一方面采用滑动窗卡方检测方法,消除野值对导航精度的影响;另一方面采用基于稀疏贝叶斯理论的相关向量机算法建立DVL速度回归预测模型,在DVL短时失效时输出速度信息避免SINS误差积累。基于长江试验的实测数据,对比了所提方法与DVL失效时仅隔离DVL、采用相关向量机模型预测但未处理野值以及采用支持向量机模型预测并处理野值三种方法,所提方法分别提升了68.8%、67.3%和22.6%的定位精度,可以更准确预测DVL速度输出并且避免野值导致的滤波精度下降问题,验证了该DVL异常信息处理机制的有效性和鲁棒性。     

基于GPS的弹载捷联惯导动基座传递对准技术

针对载机未装备主惯导系统的弹载捷联惯导初始对准问题,提出了一种基于机载GPS信息的动基座传递对准算法。首先利用惯性凝固思想设计了基于比力积分和GPS速度信息的惯性系粗对准算法,粗略估计弹载惯导的初始姿态;然后通过分析惯导系统在惯性系下的导航误差方程,设计了基于GPS信息的"速度+位置"匹配卡尔曼滤波精对准算法,对粗对准误差做进一步估计补偿。车载试验结果为:与车载激光捷联惯导输出相比,水平和方位对准精度分别为6’和18’。试验验证了该算法的有效性,为未装备机载主惯导的弹载捷联惯导的快速初始化提供了工程应用参考。     

基于SE(3)-EKF的旋翼无人机GNSS/SINS空中快速对准方法

针对旋翼无人机GNSS/SINS组合导航系统采用传统对准方法难以在大失准角下实现空中快速对准的问题,提出了一种基于SE(3)-EKF的旋翼无人机GNSS/SINS空中快速对准方法。将姿态和速度状态误差量构造为李群元素,并考虑陀螺仪和加速度计零偏误差,构建了群-矢量混合误差模型,推导了基于SE(3)-EKF的GNSS速度量测方程。实验结果表明：当失准角为[3°, 4°, 95°]时,所提方法在200 s内实现了约为0.1°的水平姿态对准精度,较传统的扩展卡尔曼滤波（EKF）、无迹卡尔曼滤波（UKF）分别提高了50%以上和20%以上;航向角误差约为0.4°,相较于EKF、UKF分别降低了45%以上和43%以上。当失准角为[20°, 20°, 175°]时,EKF和UKF已无法收敛,而所提方法水平姿态误差可收敛到约0.1°,方位误差可收敛到约0.5°,验证了所提方法适用于不同场景下的初始失准角,具备一定的工程应用价值。     

状态变换扩展卡尔曼平滑算法在AUV水下航迹修正中的应用

水下自主潜航器(AUV)在水下勘测过程中常采用定期上浮的方式利用卫星定位信息(GNSS)校正惯性/多普勒测速仪(SINS/DVL)组合导航造成的位置误差,并通过平滑算法校正之前计算的水下航迹。针对AUV上浮前的水下航迹矫正问题,提出一种基于计算地理坐标系的状态变换扩展卡尔曼平滑算法(STEKF-RTS)。首先推导状态变换扩展卡尔曼滤波器的系统误差状态方程,并分别以GNSS信息和DVL速度为观测信息构建量测方程,以此系统模型进行前向滤波。完成前向滤波后,即潜航器上浮GNSS校正完成后,采用RTS平滑算法对水下航行阶段的航迹进行修正。实验结果表明,STEKF相较于EKF能减缓位置误差积累,STEKF-RTS相比EKF-RTS平滑算法能够进一步有效校正航线误差,1 h上浮时间间隔情况下,勘测航迹精度可控制在0.5%D以内。     

基于罗经/DVL/USBL组合导航系统的DVL在线标定算法

针对ROV在大深度水下工作环境中由于DVL刻度因数误差和安装角度误差引起导航精度降低的问题,提出了一种基于罗经/DVL/USBL组合导航系统的DVL误差参数在线标定算法。分析并建立了DVL误差参数向组合导航定位误差的传播模型,将DVL的刻度因数误差和安装角度误差引入基于USBL位置观测的卡尔曼滤波组合导航迭代中,使ROV在获得组合导航输出的同时实现DVL的在线标定。仿真与海试结果表明,所提出的算法能够在输出高精度组合导航位置的同时进行DVL的有效标定,在理想条件下,组合导航终点定位误差仿真结果能够达到0.01%航程,具有较高的导航定位精度、DVL误差参数估计精度和算法稳定性。     

基于自适应滤波的水下SINS/相控阵DVL组合导航算法设计

针对远程自主水下航行器的远程性和自主性,加之水下环境复杂,其导航和定位的精度很难保证的特点,设计一种基于相控阵DVL的自适应滤波的SINS/DVL组合导航算法。基于相控阵DVL特点,推导了速度观测方程,并对降维滤波器进行了设计和时空误差进行修正。采用50型激光陀螺研制出工程样机,并进行了河试试验和海试试验,试验结果表明采用自适应滤波算法能够进一步提高SINS/DVL自主导航的精度,并且SINS/DVL自主导航精度优于2‰D(D为航程),为远程水下航行器提供一种自主好、精度高、价格适中的导航手段。     

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.     

基于自适应联邦滤波的传递对准算法

为了提高传递对准的对准速度和对准精度,研究了基于自适应联邦滤波的"速度 姿态角"传递对准的算法,在状态变量中加入了安装误差角和挠曲变形角,在算法中进行了估计并补偿。为了保证滤波的实时性,采用联邦滤波的方法,分别建立了速度匹配子滤波器、姿态角匹配子滤波器和主滤波器的模型,给出了状态方程和量测方程。在子滤波器中利用模糊控制器对噪声特性进行了自适应调整以解决系统噪声和量测噪声是未知情况下滤波发散或者精度不高的缺点从而增强系统的鲁棒性。最后在载体匀速直线加三轴摇摆的运动模型下进行了仿真,结果表明该方法能够有效地估计安装误差角和部分挠曲变形角,并且能够以一定精度完成初始对准。     

分布式系统中捷联惯性系统动基座对准研究

为解决舰载捷联系统动基座对准中甲板挠曲变形及惯性组件箱(IMU)的安装误差对初始对准精度的影响，建立了捷联惯性系统误差模型、甲板挠曲变形模型、IMU安装误差模型，并利用速度加姿态角匹配方法，建立了量测误差模型。在此基础上利用状态扩展法建立Kalman滤波器，并进行了仿真。仿真结果表明，在舰船有摇摆的情况下，可以有效地估计IMU安装误差角和甲板挠曲变形误差角。