基于天文与速度联合观测的月球车自主导航方法

月球车自主导航系统是其完成月球探测任务的基础和关键,因此针对月球导航的特殊要求设计了一种基于速度和天文联合观测的月球车自主导航方法.首先根据月球表面导航的特殊要求,依据惯性导航的基本原理建立了月球环境下惯性导航系统的姿态、速度和位置误差方程,然后针对月球车载的捷联惯导系统的特点建立了基于速度和天文联合观测的量测方程,由于建立的系统状态方程和量测方程均为线性方程,所以采用了Kalman滤波实现月球车位姿信息的最优估计.仿真结果表明该方法具有很好的位置和姿态估计精度,同时有效抑制了量测噪声对系统性能的影响,是解决月球车自主导航问题的一种有效而实用的方法.     

长航时环境下高精度组合导航方法研究与仿真

研究了一种利用捷联惯导、星敏感器和北斗接收机进行长航时高精度组合导航的方法.对捷联惯导系统误差、星敏感器安装误差、北斗定位误差分别进行建模,将星敏感器输出的载体姿态角、北斗接收机输出的载体位置与捷联惯导输出的对应参数分别相减作为量测,推导获得组合导航量测方程.针对长航时环境下可能面临量测噪声统计特性的不确定问题,采用简化的Sage-Husa自适应滤波算法进行组合导航滤波设计.仿真结果表明,该组合导航方法的定位精度达到±11.86m,定姿精度达到±0.27′,并且对量测噪声统计特性的突变具有较强的鲁棒性.     

基于北斗双星定位系统的组合导航滤波算法实现研究

捷联惯性导航系统的主要缺点是导航定位误差随时间增长。北斗双星定位系统是我国独立研制的一种区域性卫星导航定位系统,具有自主性强、定位精度较好的特点。因此捷联惯导与北斗双星定位的组合成为具有我国特殊意义的一种组合导航系统。论文针对北斗双星定位系统设计了一种低阶卡尔曼滤波器,建立了双星的量测噪声模型。首次提出了使用逐次逼近法来解决北斗双星系统中存在的位置滞后的问题,并且最后进行了实际的跑车验证。试验表明,该组合导航滤波算法实时性好,精度高,具有较好的工程应用价值。     

深空自主着陆导航技术研究与展望

随着深空探测活动范围的快速扩大,探测器需要在天体实施着陆与返回,因此对导航技术的自主性和精度要求越来越高。提出一种基于视觉/惯性的组合导航系统,该系统的计算机视觉模块采用SURF算法,不仅可以实时地确定探测器的位置,而且能够确定探测器的姿态;惯性导航模块实时获取探测器的位置、速度和姿态信息;组合导航系统采用Kalman滤波技术,将计算机视觉模块和惯性导航模块获取的位置、姿态信息进行组合。该组合导航系统将惯导系统与视觉系统信息融合,通过引入计算机视觉系统所获得的位置和姿态信息,可以有效减小惯导系统误差。仿真结果证明,这种组合导航系统能够有效提高系统导航精度。文中还展望了深空探测器天体着陆导航技术未来的发展趋势。     

捷联惯导姿态误差修正算法研究与仿真

组合导航卡尔曼滤波对姿态角进行修正时,将惯导的平台角误差近似为姿态误差,会带来较大的数学模型误差,从而影响测姿精度。通过分析组合姿态算法中姿态作为量测信息时平台角误差与姿态角误差物理意义的不同,得到了两者的转换关系,从量测矩阵修正和观测值预处理两个方面对原有的姿态组合算法进行改进,有效降低了数学模型误差。仿真结果表明,改进后的姿态组合算法误差状态估算更加精确,能够有效地提高组合导航的测姿精度。     

基于比力观测的捷联惯导真空滤波修正方法

针对捷联惯导地面对准过程加速度计零位误差和标度误差难以精确分离,使用传统的真空修正方法无法校正系统误差等问题,提出了一种基于比力观测的捷联惯导真空滤波修正新方法。充分利用了载体在真空段飞行时的特点,以加速度计输出的比力信息作为观测量,建立了基于真空滤波方案的系统状态方程和量测方程。对器件误差、系统误差状态变量的可观测度进行分析,给出了器件误差、系统误差的在线滤波修正方法。仿真结果表明,方法可以在线分离加速度计的零位误差和标度误差,同时能有效修正系统误差包括姿态角误差、速度误差以及位置误差,对提高捷联惯导的实际导航性能有重要的现实意义。     

惯导/测距/测速相结合的安全软着陆自主导航方法

针对地外天体软着陆中惯导误差随时间增大,无法提供准确的高度和三维速度信息的问题,提出了一种惯导、测距和测速相结合的安全软着陆导航方法。该方法以惯导为基础,利用测距仪修正惯导的高度信息,利用测速敏感器修正惯导的速度信息。详细介绍了惯性导航的基本原理及测距、测速组合修正的策略,对软着陆过程的动力学模型、敏感器测量模型、滤波方程、地形对修正的影响,以及组合使用的策略和算法等问题进行了论述。数学仿真结果表明惯导、测距和测速相结合的方法能够满足安全软着陆的需要。     

耦合位置误差的机载惯性/星光组合算法研究

针对星敏测量输出的是惯性系下姿态信息,无法直接应用于实际的机载地理系下姿态组合导航,提出了地理系下耦合位置误差的机载惯性/星光组合滤波算法。该算法分析了
惯性姿态到地理系姿态之间的相互转换关系,在建立的地理系下姿态线性化量测方程基础上,通过引入导航位置误差转换矩阵,建立了星敏测量的惯性姿态到惯性导航计算输出的地理系姿态之间的耦合误差模型;同时针对姿态观测时高度通道不可观的特点,增加了气压高度输出为系统的观测量;实现了基于星敏测量的惯性系下姿态对地理系下惯性导航误差的直接修正。姿态耦合误差仿真结果表明该组合导航算法设计成功可行,为星敏在机载环境下的组合导航应用提供了新的思路。
     

微型惯导系统在余度配置时的转动标定技术研究

余度技术是提高惯性导航系统性能的一种重要手段。对微小型惯性组合导航系统中的惯性传感器多余度配置技术进行了研究,开发了MEMS惯性器件构成的微型余度配置惯导系统,分析了微小型惯性组合导航系统的特点和误差特性,并经过测试分析,建立了惯性传感器的误差模型。针对余度配置系统静态标定精度低的问题,提出了六位置转动标定算法,该算法只需要一个单轴速率转台就可以标定出IMU误差参数,并对采用低精度陀螺的惯性系统标定具有通用性。经过实际系统测试分析,误差补偿后的微型余度配置惯导系统的系统导航精度明显提高,验证了算法的有效性。     

一种基于UPF的月球车自主天文导航方法

介绍了月球车自主天文导航原理和传统的迭代解析高度差方法，提出了一种基于月球车运动模型和UPF（Unscented粒子滤波）的自主天文导航新方法。该方法仅需利用由星敏感器和惯性测量单元测量得到的恒星的天体高度，结合月球车的运动模型，通过UPF滤波，即可获得高精度的月球车实时位置信息。计算机仿真结果表明该方法与传统方法相比，定位精度有了大幅提高，同时对几个关键的精度影响因素的仿真分析显示该方法可以有效的减弱量测噪声，星历误差等对系统性能的影响，使系统具有更高的适应能力。     

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.     

捷联惯导与星跟踪器组合导航算法研究

捷联惯导与小视场星跟踪器构成惯性/天文组合导航系统,核心思想是利用星体跟踪器的高精度测角信息设计滤波修正算法对捷联惯导的导航姿态、方位和位置误差进行滤波估计并修正,以限制捷联惯导系统导航误差随时间的发散,最终提高系统长航时导航的导航精度。在分析小视场星体跟踪器量测量与SINS导航误差之间关系的基础上,设计了两种不同的组合导航算法：位置+方位修正算法和误差角组合导航修正算法。在此基础上对两种算法的导航精度进行了理论分析,并通过长航时仿真飞行数据进行了仿真验证。结果表明：位置+方位修正算法不受载体的位置误差的影响,更适用于星体跟踪器间断工作的情况;误差角组合算法不受载体姿态误差的影响,更适用于SINS初始位置误差得到有效修正的情况。     

惯导系统可观测性及最佳可观测子空间的定量研究

应用结构分解理论及奇异值分解法对惯导系统（INS）误差模型的可观测性进行了全面分析。研究了一种基于可观测性定义及奇异值分解法结合的定量确定惯导系统可观测性及可观测度的方法，明确了惯导系统的三个最佳不可观测状态组合；应用线性控制系统的Kalman典范结构分解定理，确定了惯导系统的最佳观测子系统。此项研究成果，为进一步研究INS的快速精确对准及标定技术奠定了理论基础。     

基于SINS/BDS的抗差组合导航技术研究

无人车在城市峡谷环境下,BDS卫星信号易出现干扰或拒止、惯组易受到震荡输出野值,此时导航系统会出现较大误差。针对此状况,本文提出一种基于SINS/BDS的组合导航抗差算法,重点分析了关于BDS卫星信号和惯组数据的有效性判断及异常状况下的处理策略,并在常规KF基础上加入了基于新息的方差匹配自适应滤波技术,可在线实时调整量测噪声大小以提升系统稳定性和鲁棒性,有效减小异常情况下的导航误差。最后进行了半实物仿真试验,验证了整个系统算法的可靠性和导航精度。     

一种无源北斗/惯导闭环组合算法

提出了一种北斗卫星定位系统和惯性导航系统的组合导航无源定位算法。以伪距率为观测量,基于高稳定度用户时钟,结合北斗系统的热备份星,在三星共视下用两级卡尔曼滤波器对惯导进行闭环校正。给出了组合导航系统的构成,以及第一、二级滤波的数学模型。该法能根据收星情况在闭环与开环方式间稳定转换。仿真结果表明,此算法可提高丢星时组合导航系统的滤波定位精度,有效校正惯导的姿态误差角,并以较高的精度估计用户的三维速度。     

ABC优化BP神经网络算法在组合导航中的应用研究

针对北斗/捷联惯导组合导航,提出一种基于人工蜂群ABC(Artificial Bee Colony)算法的反向传播BP(Back Propagation)神经网络算法。首先,在北斗卫星导航系统接收机正常接收信号时,将捷联惯性导航解算信息(速度、位置)作为网络输入,卡尔曼滤波输出信息(速度、位置校正量)作为网络输出,对ABCBP神经网络进行在线训练,建立ABCBP神经网络的映射数学模型。然后,在北斗卫星导航系统接收机信号失效情况下,将惯性导航解算信息作为网络输入,利用建立好的ABCBP神经网络预测输出校正量信息,以此来校正捷联惯导系统SINS(Strapdown Inertial Navigation System)。最后,通过飞机飞行半物理仿真实验验证该算法的性能。仿真结果表明,ABCBP神经网络算法在定位精度方面具有更加优越的性能。     

基于概率数据关联的地形辅助导航算法

地形辅助导航是解决惯性导航系统定位误差随时间不断增大的缺点重要方法之一，论文在分析概率数据关联滤波器的基础上，提出了一种基于概率数据关联滤波的新的地形辅助导航算法。算法把满足一定条件的相关值作为滤波器的有效量测，把飞行器的位置作为状态，建立了基于概率数据关联的地形辅助导航模型，利用概率数据关联滤波算法计算飞行器的位置坐标。仿真结果表明该算法的正确匹配率、均方根误差和圆概率误差均优干TERCOM算法。     

捷联惯导/星敏感器组合系统的在轨自标定方法研究

研究了捷联惯导/星敏感器组合系统中对陀螺仪和星敏感器进行在轨自标定的方法。分析捷联惯导系统和星敏感器的误差源,对陀螺仪随机漂移和星敏感器安装误差进行建模并列入系统状态,建立系统状态方程;利用捷联惯导输出的载体位置、姿态与星敏感器输出的姿态矩阵来构造量测,建立量测方程。设计卡尔曼滤波算法,经过滤波计算获得陀螺仪随机常值漂移和星敏感器安装误差的估计值,从而实现组合系统的在轨自标定。仿真结果表明,基于卡尔曼滤波的在轨自标定方法能够标定出85%以上的陀螺仪随机常值漂移和95%以上的星敏感器安装误差。     

基于联邦卡尔曼滤波的月球车自主导航方法

月球车自主导航系统是其完成月球探测任务的基础和关键,因此针对月球车导航的特殊要求设计了一种基于天文导航与航位推算相结合的月球车自主导航方法.首先根据月球车运动模型建立了系统的状态方程,然后利用太阳敏感器测量的太阳高度和方位角为观测信息建立了天文子导航系统,以航位推算系统输出的航向角速率和月球车行进距离为观测信息建立了DR子导航系统,并采用了联邦卡尔曼滤波实现导航信息的最优估计和信息综合以增加导航系统的可靠性和容错能力.最后,通过计算机仿真证明该方法具有很好的位置和航向估计精度,同时该方法有效提高了月球车导航系统的可靠性和容错能力,是解决月球车自主导航问题的一种有效而实用的方法.     

捷联惯导/星敏感器组合导航技术研究

针对在捷联惯导系统中陀螺的误差存在随着时间积累而逐渐增大的缺点,提出了捷联惯导系统+星敏感器的组合导航方案,并进行了仿真及结果分析。以Kalman滤波为基础,通过将捷联惯导系统和CCD光学传感器所测得的飞行器相关姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的位置、速度和姿态角。详细推导了捷联惯导+星敏感器组合导航的算法,并通过对仿真结果的分析证实了该方案的可行性和算法的有效性。