大尺度弱纹理场景下多源信息融合SLAM算法

为实现自主机器人大尺度弱纹理场景下局部精准和全局无漂移的状态估计,提出一种视觉惯性与全球导航卫星系统多源信息融合的同时定位与地图构建算法。首先,通过在局部状态估计中加入线特征来更直观表示环境的几何结构信息,有效提升了弱纹理场景中关键帧之间相对位姿估计的准确性;其次,通过引入线性误差表示,将线性特征表示为直线端点上的线性约束,从而将线特征整合到基于特征点算法的线性表示中,有效改善算法在重复线特征场景下的鲁棒性。最后,使用多源信息融合算法,融合视觉惯性与GNSS测量信息实现了局部精确和全局无漂移的位姿估计,有效解决了大尺度弱纹理场景下的精准状态估计问题。多个公共数据集的评估结果表明,所提出算法的鲁棒性更强、定位准确度更高。     

协方差交叉融合的惯性/卫星/雷达组合导航研究

针对卫星导航信号受干扰情况下惯性/卫星组合导航精度下降的问题,在多机协同编队中,提出采用基于协方差交叉融合的卡尔曼滤波器,将雷达相对导航定位结果与惯性/卫星组合导航进行信息融合,提高了多机编队飞行的导航定位精度和可靠性。通过仿真研究表明,在卫星导航信息不可用条件下,基于协方差交叉融合的惯性雷达相对定位算法,能够有效解决惯性导航精度变差的问题,提高多机协同编队的作战性能。     

一种基于联邦滤波的SINS/GNSS/RA弹载多源组合导航算法

针对传统的惯性/卫星(SINS/GNSS)弹载组合导航系统导航信息源单一、易受干扰且鲁棒性差等问题,引入了雷达高度表(RA)作为新的信息源参与导航信息融合,并在发射惯性系下设计了一种基于联邦滤波的SINS/GNSS/RA弹载多源组合导航算法。仿真结果表明:本算法构建的组合导航系统具有良好的导航性能,在GNSS受干扰失效后,相较于传统SINS/GNSS组合导航系统,SINS/GNSS/RA组合导航系统依靠SINS/RA子滤波器,依旧能够在一定的时间范围内为导弹提供有效的定位信息,其表现出了更高的鲁棒性和可靠性。     

基于因子图的无人机多源组合导航算法研究

为解决无人机飞行器在多源组合导航系统中,不同信息源由于其传输频率不同,信息利用率不高导致定位、测姿精度降低以及传感器数量增多导致计算量增加和信息融合困难的问题,提出了一种基于因子图算法的信息融合方法.以无人机MINS/BDS/磁罗盘/气压高度表组合导航系统为例,构建了因子图信息融合模型.最后,通过车载跑车试验采集导航传...     

导航与位置服务综合运营平台设计

位置服务亦称基于位置的服务(Location-Based Service,LBS),是指利用移动目标定位技术获得移动终端的位置信息,并通过通信网络向移动终端提供与位置相关的信息服务[1]。位置服务与人们的日常生活息息相关,可随时(Anytime)、随地(Anywhere)为任何人(Anybody)提供任何形式内容(Anything)的实时服务,即4A服务[2]。广义上说,任何融合了移动终端位置信息的应用服务都可以称为位置服务,比如导航、安全、生活便利、娱乐、旅行助理、后勤和移动资产管理等。其中,导航是位置服务最典型的应用。完整的导航与位置服务产业链涵盖定位基础设施提供商、终端制造与技术提供商、内容与服务提供商及移动通信运营商。其中,运营服务平台是产业链的枢纽,起着连接各技术提供商、内容提供商的作用,并直接面向用户提供服务。目前我国导航与位置服务产业规模总体偏小,服务形式和内容与世界先进水平有较大差距,原因之一就在于缺乏系统顶层规划、一体化的解决方案、强大的平台支撑,不能将导航定位、通信、增值配套等多种服务结合实现快速联动,为用户提供全方位的服务保障。针对上述背景,本文设计了一种导航与位置服务综合运营平台,该平台集网络导航、移动目标监控、数据采集与发布、位置信息服务等功能于一体,支持高可靠、大容量和高并发处理,面向多类型行业和公众用户,提供移动终端提供商、服务提供商、内容提供商、移动运营商等的标准化接入。     

基于联邦滤波的异质异步多传感器组合导航算法

针对多源组合导航中各导航子系统数据更新频率不一致导致滤波器量测信息非等间隔,以及动力学模型受到干扰量测信息异常的问题,提出一种基于多尺度模型的自适应组合导航信息融合算法.利用不同尺度上的观测信息在各尺度上进行Kalman滤波,并经过融合最终获得基于全局的状态估计值.且以飞行器为应用对象,设计了适用于飞行器的惯导/卫星/高度计/航姿仪(SINS/GNSS/ALTM/AHRS)组合导航算法.根据观测信息和动力学模型异常情况,引入自适应因子,进而控制对量测预测值的信任度,有效地抑制了不精确估计对导航结果的影响.     

基于多圆交汇的天文定位与组合导航方法

惯性/天文组合导航系统具有全自主、抗干扰能力强等特点,在一些特殊的导航领域受到了人们的高度重视。本文研究了一种天文多圆交汇迭代定位算法,具有数值计算稳定,适合任意多颗导航恒星参与计算的优点,并能同时计算出对应的定位误差协方差阵;在此基础上,将捷联惯性导航系统与天文导航系统组合,构成了扬长避短的组合导航系统,采用扩展卡尔曼滤波算法实现捷联惯导与天文定位两者的信息融合。最后进行了仿真实验,其结果表明,该天文定位算法简单有效,定位误差模型准确,组合后的系统具有较高的精度。     

基于北斗Ka星间链路的地面用户导航方法

针对导航系统L频段信号易受到有意或无意的干扰和欺骗,而导致地面区域性导航服务性能下降甚至失效的问题,提出了一种利用北斗Ka星间链路信号为地面用户提供导航服务的方法。首先,对该方法的可行性进行了研究,并给出了星间链路时分体制下的用户测距模型;然后,提出了基于时钟模型和惯导信息的测距值历元归算方法,并推导了基于北斗星间链路测距值的地面用户实时定位算法;最后,通过数值仿真分析了不同因素对算法性能的影响。仿真结果表明,该方法定位精度可达2.0 m以内,能够在一定程度上弥补L频段导航信号区域性失效带来的缺失。     

基于GNSS的高轨飞行器定轨研究

针对高轨道飞行器的定轨问题开展研究,对导航星的空间可见性和信号可用性进行了分析,针对单一系统无法满足定轨需求,提出了多系统互操作的组合定位方法:一方面可以有效增加可见卫星数量,改善卫星几何结构图形,提高卫星定位精度;另一方面,填补单一系统存在覆盖盲区问题,扩大了系统的应用领域。同时,给出了多系统数据融合算法解决GNSS进行高轨飞行器定位的相关问题,最后,通过仿真证明分析模型、方法的可行性。     

利用虚拟观测提升自动转移飞行器导航精度

针对自动转移飞行器(ATV)自主导航过程中的高精度要求,提出了一种利用加表虚拟观测信息辅助捷联惯性(SINS)/天文(CNS)的组合导航方案。该算法利用了ATV无动力轨道飞行时的完全失重条件来改进SINS导航动力学方程,并获取加表零偏虚拟观测信息,从而实现导航状态的精确估计。不同更新率SINS/CNS/虚拟观测等多源信息融合采用了扩展Kalman滤波方法。ATV典型轨道仿真结果表明,虚拟观测信息的引入使ATV纯惯性导航定位、定速精度分别提升了82.33%和93.87%,使SINS/CNS组合导航定位、定速精度分别提升了98.35%和98.72%,定姿精度相应地维持不变。加表虚拟观测的引入使SINS在不增添其他传感器的情况下提升了导航精度,降低了SINS对外测信息的依赖性,具有重要实用价值。     

利用TDRSS自主导航定位的方法研究

文章在分析TDRSS传统的跟踪测轨方法的基础上，提出了一种利用TDRSS单向多普勒信息实现用户航天器自主导航定位的新方案。介绍了该方法的实现原理，给出了具体的导航定位算法，同时对该方法的性能也进行了详细的分析。     

大数据时代“北斗”卫星导航系统发展研究

正卫星导航技术实现了为人类提供空间位置、时间参量的一体化信息服务,已成为人类活动获取时空信息数据的基本和主要途径。作为国家综合导航定位和授时(PNT)体系的核心,全球卫星导航系统(GNSS)可为用户提供全天时、全天候、高精度连续的定位、导航、授时服务,已成为国家重大的空间和信息化基础设施。     

一种基于信息融合的深空巡航段自主导航算法

针对自主光学导航在深空巡航段应用中的问题,提出了一种基于信息融合的自主导航算法。由太阳敏感器测量获得太阳相对探测器的视线矢量,由分光计测量获得探测器相对太阳的径向速度,构建自主导航系统的两种信息观测方程;由基于状态估计误差协方差阵奇异值动态确定信息分配因子,用信息融合技术和扩展卡尔曼滤波算法实时估计探测器的位置与速度。对深度撞击任务的实际飞行数据的数值仿真结果表明:自主导航算法的轨道确定精度满足深空巡航段要求。     

一种基于星载GNSS接收机的高轨卫星自主导航滤波算法

星载GNSS接收机在低轨卫星自主导航和精密定轨等应用领域已经显示了高精度、高自主性、不依赖地面支持等技术优势。对于高轨卫星应用,星载GNSS接收机面临一些新的挑战。由于需要接收来自地球另外一侧的GNSS旁瓣信号,使得用户等效测距误差和几何分布因子恶化,引起标准定位性能下降。特别的,对于只能使用GNSS广播星历的实时自主导航应用,GNSS广播星历引入了非白噪声特性的用户测距误差。其难以被经典的EKF滤波方法平滑,限制了自主导航定位精度。文章研究一种基于星载GNSS接收机的高轨卫星自主导航滤波算法,该算法使用增强扩展卡尔曼滤波器（Augmented EKF）融合轨道动力学模型与GNSS观测数据,并对GNSS广播星历引入的系统性误差进行动态估计以削弱其对最终导航定位的影响。最后,通过仿真平台进行了算法验证。仿真结果显示,使用单GPS可在GEO轨道达到优于10米（3D RMS）的导航定位精度。文章提出的方法达到与国际先进产品同等精度,可用于高轨卫星高精度自主导航。     

迭代IMM机动目标被动单站跟踪算法

单站无源定位初始估计误差大、可观测性弱,并且可以得到的观测量受限,对机动辐射源的单站被动定位一直是一个难题。针对单站无源定位以及机动跟踪的特点,为改善IMM(Interacting multiple model)算法在单站无源定位中的性能,对IKF(Iterated Kalman Filter)进行改进,将改进的IKF和IMM结合,提出基于迭代的IMM算法。该算法对IMM算法中模型滤波器的输出进行迭代运算,并在滤波迭代中引入交互,从而减小模型滤波误差,改善模型滤波融合效果。对本文方法和IMM方法的仿真比较表明,本文方法在出现大的估计误差时可以得到比IMM更好的跟踪性能。     

双站无源定位和跟踪算法研究

为提高无源定位和跟踪的性能,弥补传统技术信息量少、定位速度慢和跟踪精度低的缺陷,研究了针对空中目标的基于联合信号到达角(DOA)与到达时间差(TDOA)的双站无源定位算法,以及基于联合到达时间差与到达频率差(FDOA)的双站无源跟踪算法。无源定位算法利用空间几何关系解析目标位置,无源跟踪算法利用无色卡尔曼滤波(UKF)持续跟踪目标并获得更高精度的目标位置信息,给出了两种算法模型。仿真结果表明:联合DOA,TDOA的无源定位算法在基线较短的条件下,对距离100km内的目标定位精度优于10%,联合TDOA,FDOA的无源跟踪算法的收敛速度较快且跟踪精度能达百米级。     

一种应用于地基导航系统的发射分集抗多径技术

与卫星导航相比,地基导航的多径环境更加复杂。接收机接收多路发射分集的地基导航信号,选择其中受多径影响最弱的一路导航信号参与测距定位,从而消弱多径效应的影响。选择一种合理的算法对多径严重程度进行判决便成为发射分集抗多径技术的关键。针对相关峰不对称度在多径信号与直达信号反相叠加时无法有效反映多径误差的问题,提出一种基于不对称度和信噪比的NSU判决法,对发射的多路地基导航信号进行选择接收,达到抗多径目的。仿真结果验证了这种方法的有效性。     

一种可重复使用助推飞行器导航方案研究

介绍了重复使用助推飞行器（RBV）技术发展概况和三种典型回收方案,并对火箭动力自主返场RBV的导航系统方案进行了研究。根据高精度自主导航需求,确定了惯性＋卫星＋无线电的导航系统方案。基于动态贝叶斯理论和联邦滤波基本原理,提出了一种新的多传感器信息动态融合方案和算法。针对某飞行轨迹,对导航方案和算法的仿真验证结果表明：在整个返场飞行过程中,方案能实现RBV的高精度自主导航。     

RDSS/INS紧组合及在无源RDSS导航系统中的应用

基于RDSS双星导航定位系统可靠性分析 ,提出了利用RDSS/INS紧密组合实现RDSS无源连续导航的方案 ,并针对RDSS/INS几种组合方案进行了初步仿真分析。仿真结果表明 :利用RDSS/INS紧密组合可在中低动态用户中实现高精度无源连续RDSS导航。     

导航星座的自主定位与守时研究

星座自主导航技术能有效地提高导航星座的自主导航能力和星历精度,增强系统的生存能力。分析了基于星间测距信息的星座自主导航方法,推导了星间测距信息的位置与时间的解耦模型与条件,提出首先进行位置更新,然后进行时间更新的解算流程。根据状态方程与量测方程的特点,推导了适合导航星座自主导航解算的分布式卡尔曼滤波算法。并给出了关键的仿真技术。仿真表明：通过双向测距信息,能有效地实现导航星座的自主定位,保持星间高精度的时间同步。