MEMS-IMU/GPS组合导航中的多模态Kalman滤波器设计

一般的Kalman滤波器要求有准确的动态和统计模型,而低成本的MEMS-IMU性能随着温度急剧变化,故在MEMS-IMU/GPS组合导航系统中使用一般的Kalman滤波器存在很多的局限性。针对低成本的MEMS-IMU/GPS组合导航系统,提出了多模态自适应滤波算法在MEMS-IMU/GPS组合导航系统中的应用;针对普通的多模态算法中的问题,采用修正的多模态自适应滤波算法来提高MEMS-IMU/GPS组合导航系统的性能。使用静态实时测试数据,验证了所提出的算法。测试结果表明,与普通Kalman滤波器相比,修正的多模态滤波算法提高了MEMS-IMU/GPS组合导航系统的性能;采用所提出的算法,MEMS-IMU/GPS组合导航系统的短时间静态位置精度小于5m(标准差),速度精度小于0.1m/s(标准差),姿态角精度小于0.5°(标准差)。     

低成本GPS/DR容错组合导航系统设计

GPS信号易受建筑物或树木遮蔽,而低成本的MEMS惯性元件随机漂移大,性能随温度急剧变化,采用一般的Kalman滤波器融合GPS和低成本MEMS惯性元件信号,构成GPS/DR组合导航系统很难满足导航系统的容错和精度要求。针对GPS和MEMS惯性元件构成的低成本GPS/DR组合导航系统,设计了容错UKF/KF联邦Kalman滤波算法,提高了组合导航系统的定位精度和抗干扰能力;针对MEMS惯性元件随机漂移大的缺点,采用零偏试探消减算法,抑制了MEMS惯性元件的随机零漂,提高了MEMS惯性元件的精度。仿真结果表明,基于该算法的GPS/DR组合导航系统的定位精度高,抗干扰能力强,在GPS信号中断的情况下导航系统仍可在短时间内保持较高的定位精度。     

MEMS-IMU构型设计及惯性器件安装误差标定方法

提出一种由三只单轴MEMS陀螺仪和三只单芯片双轴6个加速度计构成的MEMS-IMU配置方案。针对该方案的特点,研究了基于重力参考矢量对MEMS惯性器件安装误差的标定方法。该方法的关键是利用同一安装平面内的两个加速度计测量矢量的叉乘矢量的方向代替MEMS陀螺敏感轴方向,利用两轴或三轴角位置转台标定MEMS-IMU中惯性器件的安装误差。分析了标定矩阵的求逆条件数,提出了3位置和6位置的标定,指出了多位置标定中转台姿态角度的选择范围。新型MEMS-IMU配置方案及安装误差标定方法可有效解决MEMS-IMU惯性器件安装误差的标定与补偿问题。     

基于MEMS-IMU辅助的高动态GPS选星方法设计

一般的GPS选星方法通过搜索选取使几何精度衰减因子最小的4颗卫星,对于高动态应用特别是在水平姿态角较大的情况下,传统的选星方法存在许多局限性。针对低成本的MEMS-IMU/GPS组合导航系统,提出了基于MEMS-IMU辅助的GPS选星方法;针对高动态载体姿态变化较大的问题,采用MEMS-IMU输出的高速率姿态信息压缩卫星搜索范围,通过选取不超过6颗可见卫星来降低几何精度衰减因子,从而提高定位性能。使用半实物仿真数据,验证了所提出的方法。测试结果表明,与传统的选星方法相比,基于MEMS-IMU辅助的GPS选星方法在飞机高动态大机动条件下,优化了卫星星座,具有精度高、计算量低、可靠性高等优点。     

移动卫星天线指向矢量辅助组合导航系统方法

为弥补SINS/GPS组合导航系统姿态角误差可观测性差的缺陷,根据移动载体卫星天线捕获通信卫星后通过自搜索实现精确对准卫星的原理,提出增加天线指向矢量信息(SAPV)的方位角和俯仰角信息为系统观测量,用于辅助SINS/GPS组合导航系统.根据SINS/GPS组合导航系统数学模型对姿态角误差的可观测性进行了分析,并对SAPV与组合导航误差之间的关系进行了详细数学推导,证明了SAPV辅助组合导航系统的可行性,建立了SAPV辅助组合导航系统的数学模型,采用联邦滤波器进行数据融合.仿真结果表明,SINS/GPS组合导航系统通过SAPV辅助,方位角误差估计精度提高了1个数量级,小于10′,水平姿态角误差估计精度略有提高,小于2 ′.该方法充分利用了天线通过自搜索完成精确对准卫星后的高精度指向信息,无须添加任何硬件系统,通过简单可靠的信息融合算法即可达到提高载体姿态测量精度的目的.     

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.     

基于单轴旋转INS/GPS组合姿态误差观测的垂线偏差测量方法

单轴旋转INS/GPS组合导航系统的姿态误差直接受垂线偏差的影响,因此利用对单轴旋转INS/GPS组合的姿态误差观测也可实现垂线偏差的估计。首先,利用INS中的三个激光陀螺构建了激光陀螺组合体(LGU)并进行自主姿态测量,以LGU作为姿态基准以获取INS/GPS组合的姿态误差。然后,建立垂线偏差测量的观测方程和状态方程。最终采用Kalman滤波/平滑算法同时实现垂线偏差和其他系统误差的最优估计。通过对状态变量精确、合理地建模,并利用全球重力模型补偿垂线偏差信号的低频分量,从而实现垂线偏差与系统误差的解耦。通过仿真验证了该方法的可行性,仿真所用的航迹由实测数据生成。仿真结果表明该方法能够有效地测量垂线偏差的高频扰动量。由于该方法的测量精度依赖于所采用的陀螺性能,采用角随机游走较小的陀螺可以获得较好的垂线偏差测量结果。船载实验结果表明,该方法测量得到的垂线偏差数据重复性精度优于0.5″。     

基于INS/GPS/CNS组合系统的高精度测姿方法

为改善INS/CNS/GPS组合导航系统输出姿态信息的稳定性,解决传统FKF算法非线性条件下姿态精度发散的问题,提出了一种基于UKF的FKF滤波算法;同时为解决各系统间时间信息不同步造成姿态精度下降的问题,提出了一种工程上可用的时间同步方案,同步精度优于0.5 ms。在实验室条件下,利用INS/GPS/CNS样机和高精度三轴转台搭建验证系统进行摇摆试验,试验结果表明,提出的方法可实现姿态误差值变化在5%以内条件下系统稳定工作一天以上。     

一种新的INS/GPS组合导航技术

基于GPS测姿技术的发展,研究了以位置、速度和姿态信息作为观测量的INS／GPS组合导航系统的卡尔曼滤波算法。详细推导了这种组合方式的观测方程,并将该组合技术应用于某飞行器。仿真表明,增加姿态信息作为观测量可有效地提高系统导航参数的估计精度和速度。     

低成本车载导航仪的组合导航算法设计

针对GPS信号间歇性受阻而无法持续导航的问题,提出了一种由GPS、微惯性导航系统,以及电子罗盘构建车载组合导航系统的方案。以GPS位置信息是否有效为判断条件,设计了组合策略。当GPS信息有效时,采用以位置误差作为观测量的组合导航算法;当GPS信息无效时,引入速度约束辅助导航算法。试验表明,该组合策略能够在GPS有效时提供高精度的姿态、速度和位置信息,在GPS失效时,使位置误差得到有效抑制,从而保证了车载导航仪的导航精度和导航信息的持续性。     

MSINS/GPS全组合系统可观测性分析

卡尔曼滤波是组合导航系统处理数据最常用的算法。首先给出PWCS可观测性定理,然后在G矩阵选星算法的基础上,设计了基于伪距/伪距率的MSINS/GPS紧耦合系统(TCS)的卡尔曼滤波器,在上述量测方程中加入基于GPS载波相位观测量的姿态测量方程,给出了有姿态测量信息的全组合系统(CIS)。最后证明了CIS满足PWCS定理条件,即可以用离散系统的选择可观测性矩阵(SOM)代替相应的连续系统的总可观测性矩阵(TOM)对系统进行可观测性和可观测度的分析。利用奇异值分解(SVD)理论给出了不同可见卫星数时CIS的可观测性分析结果。与不加入姿态观测信息的MSINS/GPS的TCS比较,计算结果表明CIS比TCS具有更好的可观测性和可观测度。     

一种自适应联合卡尔曼滤波器及其在车载GPS/DR组合导航系统中的应用研究

—本文设计了实现车载ＧＰＳ／ＤＲ组合导航系统最优综合的联合卡尔曼滤波器，并给出了滤波算法。提出了一种自适应联合卡尔曼滤波器结构及其算法，并应用于ＧＰＳ／ＤＲ组合导航系统的最优综合校正中。理论分析及计算机仿真结果均表明，应用该自适应联合卡尔曼滤波器可大大提高车载ＧＰＳ／ＤＲ组合导航系统的定位精度及容错能力。     

采用卡尔曼滤波器的GPS／INS姿态组合系统的研究

阐述了利用位置和速度以及GPS姿态作为观测量的GPS/INS组合导航系统原理,建立了状态变量为21维的组合系统动态方程,给出了用于卡尔曼滤波的GPS姿态误差模型,并对组合系统进行模拟分析,基于这种组合方式,使系统的位置和航向测量精度获得大幅度提高。     

基于模糊自适应的组合导航系统信息融合算法

以INS/GPS/CNS组合导航系统为应用背景,在现有方法的基础上,提出了一种新的模糊自适应的组合导航系统信息融合算法。该系统由三个模糊控制块组成,分别为子滤波器模糊控制块、子滤波器权值模糊推理控制块和信息分配系数模糊控制块。解决了由于模型不准确的情况下滤波精度差的问题,同时又能保证系统的实时性,文中给出了状态方程和量测方程,最后通过软件仿真,结果表明该方法具有高效率、高精度等优点,是一种实时有效的算法。     

MIMS/GPS组合导航系统中卡尔曼滤波器设计与实验研究

对MIMS／GPS组合导航系统进行了研究，设计了卡尔曼滤波器，采用状态和偏差去耦方法进行估算，完成了仿真和车载实验。该算法计算量小，估计精度高，特别适用于偏差项较多的场合，在本系统中有效地抑制了陀螺和加速度计动态偏差的影响。此外，在开环卡尔曼滤波器结构基础上引入了姿态阵修正，进一步减小捷联系统姿态角误差对导航定位精度的影响。仿真和车载实验结果表明，样机具有较高的定位精度和较好的重复性。     

机载SAR用的GPS/SINS组合导航系统研究

提出了进行SINS姿态校正的四元补偿算法。采用闭环KF（卡尔曼滤波）技术实时校正惯性仪表误差，补偿四元数误差，修正位置，速度误差，GPS／SINS组合导航系统样机的试验结果表明：采用该提出的算法后，组合导航精度较高，在组合导航过程中若去掉GPS信息，短时间内纯SINS的导航精度很高，能够满足SAR对运动补偿精度的要求，待恢复GPS信息后，组合导航系统继续正常工作。