基于惯导及水下声学辅助系统的AUV容错导航技术

由于GPS和无线电信号在水下衰减很快而无法使用,因此以惯性导航为核心,加以其它声学辅助导航设备的组合导航系统正适合水下航行器的使用环境。以捷联惯性系统/超短基线/多普勒测速仪/磁航向仪组合导航系统为研究对象,给出了联邦滤波结构,并利用?2残差检测法诊断出子系统的故障并进行系统重构从而不影响系统性能,最后对组合系统进行了仿真,成功检测出了超短基线系统定位故障并及时进行了隔离。姿态误差和速度误差在故障发生和消失时刻由于系统重构有轻微跳动,其它时刻均保持较高精度,当故障消失时位置误差又恢复到正常量级（5~10 m）。仿真结果表明,所提出的 SINS/水下声学辅助设备组合导航系统能够提供水下航行器精确的速度、姿态及位置信息,并能够正确及时检测并隔离故障。     

基于重复广义互相关时延估计的超短基线水声定位算法

针对在超短基线水声定位中,传统时延估计算法抗噪声性能差的问题,提出了一种基于重复广义互相关时延估计的超短基线水声定位算法。通过对两个源信号的其中一个增加一次自相关后,再对这两个源信号进行合适的加权广义互相关,之后对反傅里叶变换后得到的广义互相序列进行峰值检测,最终得到时延。通过半物理实验,比较经典的互相关算法和重复广义互相关算法发现,在相同环境中,新提出的算法时延估计误差为0.0112 s,相对于经典算法的0.0209 s,能够提高46.4%。基于重复广义互相关的超短基线定位算法仿真实验,表明X轴定位精度提高97.1%,Y轴定位精度提高96.3%。     

基于高斯粒子滤波与消息传递的协同导航方法

针对无人机群协同导航问题,提出了因子图框架下基于高斯粒子滤波和消息传递算法的无人机 群协同导航方法。所提方法利用因子图描述无人机群导航状态与自身量测以及相对导航信息之间的关 系,并通过高斯粒子滤波实现因子图中节点之间的消息传递,完成无人机群导航状态的最大后验概率 估计。仿真结果表明所提出的方法实现了机载多源传感信息与相对导航信息的有效融合,定位精度相 比于基于因子图和粒子化消息传递的混合和积算法（H-SPAWN）提高 50%以上。     

基于约束粒子群优化的海底地形辅助惯性导航定位方法

针对水下自主航行器长时间航行后惯性导航系统位置误差积累的问题,提出一种关于约束粒子群优化的海底地形辅助惯性导航定位方法。通过在等值域内进行粒子群初始化,改善粒子"早熟"问题。采用惯性导航和水深测量序列计算相邻测量点水平距离、航迹水平转向角和水深变化量三个匹配参数,同时利用待匹配航迹上的粒子群计算以上三个参数,将航迹水平转向角和水深变化量转换为各自等效的水平相对距离,最后采用对应于相同匹配参数的等效水平相对距离的平均绝对差之和构建适应度函数,采用约束粒子群优化进行地形匹配,辅助惯导系统准确定位。通过某海图内海底地形匹配进行仿真实验,结果表明当航行器初始位置误差较大时:在地形变化明显区,ICCP的定位精度为200 m,约束粒子群优化的定位精度提高到20 m以内;在地形变化平坦区,ICCP无法有效定位的情况下,约束粒子群优化的定位精度约为250 m。     

一种SINS/超短基线组合定位系统安装误差标定算法

超短基线设备由于尺寸小,使用灵活,在水下导航定位中常与惯性设备进行组合导航。为了标定出超短基线坐标系与载体坐标系之间存在的安装误差,提出了一种基于小角度近似的安装误差标定算法。首先,确定应答器的位置,再对安装误差角对应的姿态矩阵进行小角度近似,最后利用最小二乘法直接计算得到安装误差。通过仿真验证,在斜距误差为0.5%的条件下,航向安装误差角的标定误差比传统方法至少减少了32.8%。江试实验进一步表明,安装误差标定前后定位误差减小了76%。所提出的算法可以较好地减小导航定位误差,具有一定的工程应用价值。     

一种基于自适应神经模糊推理系统的多AUV协同定位方法

针对多自主水下航行器(AUVs)在恶劣水下环境通信数据包丢失的情况,提出了一种基于自适应神经模糊推理系统(ANFIS)的多AUV协同定位方法。将传统的扩展卡尔曼滤波(EKF)与ANFIS相结合。在协同定位系统正常通信时,跟随AUV的位置由EKF估计得到,并利用该阶段收集的数据对ANFIS模型进行训练;当通信包丢失时,ANFIS进入预测过程,ANFIS根据输入数据预测跟随AUV的位置。利用湖试数据验证了所提方法的有效性。实验结果表明,当通信包丢失时,ANFIS能够根据输入数据有效地预测AUV的位置。在通信包丢失时,所提方法平均定位误差与无ANFIS辅助的EKF滤波比较,平均定位误差减小78%,均方根误差减少77%,具有更好的准确性和稳定性。     

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。     

基于导航信息双向融合的行人/移动机器人协同导航方法

为提高卫星导航系统失效且环境存在电磁干扰的情况下行人导航系统与移动机器人导航系统的定位性能,研究了一种基于人机一体化智能系统的信息双向融合协同导航方法。该方法利用行人导航系统与移动机器人导航系统不同的误差特性,构建信息双向融合滤波器同步修正两者的导航信息误差,即利用移动机器人捷联惯导系统较高的传感器精度完成对行人导航系统磁航向误差的实时修正,并利用行人导航系统较高的位移精度修正机器人惯导系统误差,实现同步提高两套导航系统的定位与航向精度。导航定位实验表明,该方法可有效提高人机一体化智能系统的导航定位精度,行人导航系统定位误差约为行进距离的3.3%,移动机器人导航系统的误差积累速度降低为单独工作时的1/3。本文所提出的方法利用了人机一体化智能系统的结构特征,在卫星导航系统失效的电磁干扰环境中有效提高了一体化系统的综合导航定位性能,具有较高的理论研究与工程应用价值。     

基于因子图的AUV多传感器组合导航算法

针对自主水下航行器(AUV)多传感器组合导航系统中不同导航传感器信息更新频率不同步及其可用性动态改变问题,以及AUV所在水下复杂多变的环境与任务需求,提出了基于因子图的AUV多传感器组合导航算法。首先,对捷联惯性导航系统、多普勒计程仪、磁航向仪、地形辅助导航设备进行建模,构建基于因子图的AUV多源信息融合框架;然后,根据非线性优化理论对系统状态更新过程进行表示,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AUV多传感器组合导航系统的高精度导航。仿真结果表明,所提因子图方法能够连续稳定地输出较高精度的导航结果,有效实现惯性导航系统与不同导航传感器的非等间隔融合,与联邦卡尔曼滤波算法的导航解算精度相当,水平定位精度均保持在?5~+5 m以内,并且因子图方法具有更好的灵活性和扩展性。半物理仿真结果亦验证了所提方案的可靠性和有效性。     

一种结合地形和环境特征的水下导航定位方法

为了实现水下潜器长时间高精度导航定位,同时考虑到传统地形辅助导航系统在先验地形图不可得或者是地形变化不明显的海域(地形不可匹配区域),无法用来修正惯性导航位置误差的问题,提出了一种结合地形和环境特征的水下导航定位方法。在先验地形图可得且地形高程变化明显的可匹配区域,采用地形辅助导航系统来修正惯导位置误差,在先验地形图不可得或者是地形高程变化不明显的不可匹配区域,采用基于海洋环境特征的同步定位与构图算法来修正惯导位置误差。仿真结果表明,该方法在地形可匹配区域以及地形不可匹配区域得到的航迹都比纯惯导得到的轨迹更接近于理想航迹,因此可以用来修正惯导位置误差。     

城市车辆综合导航定位系统

为了解决香港等大城市的车辆连续高精度定位问题,设计了一种基于GPS的多传感器组合定位系统。由于城市高楼密集等情况会出现GPS盲区,且多路径效应影响较大,单纯的GPS导航定位难以满足使用要求。GPS与航位推算（DR）的组合导航系统只能实现短时间内的高精度定位,将GPS／DR与地图匹配（MM）、数字信标（DB）组合构成综合导航定位系统可有效解决城市车辆的导航与定位问题。该系统采用MM结果修正DR系统累积误差,采用神经网络实时辨识导航系统中的GPS多径误差。在香港特区的大量现场试验表明,该系统定位精度优于20m,运行稳定可靠。     

基于伪地球坐标系的惯导系统全球导航算法

由于极区特殊的地理、电磁条件,惯性导航因其自主性和信息完备性使之成为极区导航的首选。然而在考虑全球执行能力时,现有常用的任何一种力学编排方案都不能单独的实现全球导航。通常采用组合编排的方式,这样则不利于惯导算法的全球统一。基于此提出了基于伪地球坐标系的全球导航算法。该方案在全球导航时可以实现惯导算法的内在统一,并可保证物理平台的平稳切换,从而实现平台惯导与捷联惯导系统编排方案的统一。另外,该方案也更方便同其它局部惯导系统进行交互通信,仅不同的参数转换单元是必需的。同时,简单的切换逻辑也可以减小程序设计的复杂度和降低计算机负担。最后通过仿真证明了该算法的可行性。     

基于INS/ILS/RA组合导航的自动着陆系统

针对民航机精密进近着陆过程容易受地场环境、电磁干扰等空间噪声和接收机噪声的影响,对波束误差信号进行滤波相位滞后的问题,提出基于INS/ILS/RA组合导航的自动着陆系统(ALS)。该系统将仪表着陆系统(ILS)及无线电高度表(RA)和惯性导航系统(INS)输出的位置之差作为量测,运用卡尔曼滤波器进行估计,将组合导航系统的输出航迹角及纵向轨迹角替代波束偏差,分别送入横纵向控制回路。仿真结果表明,INS/ILS/RA组合位置解算方位角偏差精度优于0.3°,下滑角偏差精度优于0.2°。该系统可显著改善波束误差控制信号的动态品质,降低噪声影响,提高ILS自动进场着陆控制回路的稳定性和闭环性能。     

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。     

基于SINS/LBL紧组合的AUV水下导航定位技术

针对因水下环境的特殊性AUV难以实现精准导航的问题,设计了一种基于SINS/LBL紧组合的AUV水下导航定位系统。该系统具有定位精度高、鲁棒性好等优点,系统由SINS、LBL、DVL和MCP组成,根据LBL的TDOA定位原理建立了LBL斜距差模型,给出了SINS/LBL/DVL/MCP的状态方程和量测方程,利用集中kalman滤波器对组合导航系统进行最优估计。在相同的仿真条件下,对SINS/LBL松组合、紧组合进行了软件仿真,仿真结果表明:相对于松组合系统,基于SINS/LBL的紧组合系统导航精度更高,尤其是在由于AUV运动或受到外界干扰导致可用信号的水听器不足四个时,紧组合系统的可靠性和容错性更高。     

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。     

一种惯性/简化室内GIS组合的行人定位系统（英文）

惯性定位系统中的累积误差问题使得惯性定位系统无法长时间使用。室内地理信息系统(GIS)中的建筑物结构、地标点位置等信息可以用来修正和优化惯性定位算法,解决其累积误差问题,从而实现惯性定位系统的精度保持,延长系统使用时长。使用射频识别(RFID)系统和建筑物结构信息构建了简易室内地理信息系统,提出了一种基于GIS的增强型行人航迹推算(PDR)算法,通过该算法融合GIS与惯性定位系统。实验表明,融合简易室内GIS的惯性行人定位系统较传统行人定位系统性能更优。在GIS提供航向标定和步长估算系数标定的情况下,融合GIS的惯性系统能够在60 min之后,较惯性定位系统误差分别降低50%和67%;在GIS提供位置和高度标定的情况下,融合GIS的惯性系统并未出现误差累积的现象,在使用超过150 min后,依然能够将行人航迹推算误差保持在2 m范围之内(>80%概率)。     

基于改进型灰色预测模型的SINS/GPS组合导航系统

针对SINS/GPS组合导航系统中的GPS故障,结合GPS导航定位信息的特点,提出了基于改进型灰色预测的GPS故障预测模型,实现了GPS故障预测;结合SINS/GPS组合导航系统数学模型,进行了基于改进型灰色预测的SINS/GPS组合导航系统仿真。仿真结果表明,GPS位置数据预测残差小于1.5 m;在GPS短暂故障期间,由预测数据取代GPS故障数据,可以有效提高SINS/GPS组合导航系统的抗干扰能力,保证其导航精度;比较GPS故障数据和预测数据,并根据故障数据的持续时间和变化特点等,可以诊断GPS故障是硬件故障还是外部干扰的影响,有助于实现GPS的故障判别与隔离。     

基于SINS/TAN/ADS/MCP的无人机组合导航系统

为实现无人机高精度高可靠性导航,提出了一种以捷联惯性导航系统(SINS)为主,以地形辅助导航(TAN)、大气数据系统(ADS)及电子磁罗盘(MCP)为辅的组合导航方式。通过分析SINS、TAN、ADS及MCP单一系统的工作原理及输出误差模型,构建了SINS/TAN、SINS/ADS及SINS/MCP系统的状态方程及观测方程,最后采用联邦卡尔曼滤波方式实现了对各组合系统的信息融合。仿真数据对比表明:SINS/TAN系统位置误差较小,但航向误差较大;SINS/ADS系统速度误差较小且比较稳定,但位置误差随时间发散;SINS/MCP系统航向误差方差可达0.3783’,但其位置和速度估计精度不理想;而SINS/TAN/ADS/MCP系统能够克服上述不足,实现所有导航参数误差估计的高精度。