模糊自适应卡尔曼滤波技术研究

提出了一种基于模糊自适应卡尔曼滤波技术的组合导航的新方法。这一方法主要应用于自主式机动飞行器。用模糊逻辑自适应控制器对卡尔曼滤波器的噪声方差进行“在线”修正,将卡尔曼滤波器调整到最优状态,从而提高组合导航系统的精度。通过对ＧＰＳ/ＩＮＳ组合导航系统的仿真,验证了模糊自适应卡尔曼滤波器比常规卡尔曼滤波器具有更高的精度。该方法的研究对飞行器的导航与制导具有重要意义。     

多星座组合导航自适应联合卡尔曼滤波算法研究

针对多星座卫星组合导航,提出了一种自适应联合卡尔曼滤波算法,采用描述机动载体运动的“当前”统计模型,直接从各卫星导航系统接收机输出的定位信息入手,将各种误差因素的影响等效为一个总误差,建立一种动态定位的自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能,通过引入调整系数、加权因子和自适应调节量对自适应滤波算法进行了改进,并分别对GPS、GLONASS和GALILEO系统设计了自适应子滤波器,然后采用联合滤波算法对各个子滤波器进行数据融合处理,最后对GPS/GLONASS/GALILEO组合导航系统进行了仿真验证,结果表明,该算法增强了滤波器的跟踪能力,改善了滤波效果,提高了定位精度。
     

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。     

面向小推力变轨的天文组合自主导航方法

针对小行星探测任务对导航系统自主性强、实时性高的需求,研究了一种面向小推力变轨的天文组合自主导航方法。根据工程实践分析并建立了电推进变轨过程中的动力学模型,给出了天文测角测速组合的小行星探测自主导航方案。为克服小行星探测器推力的不确定性,提出了采用自适应交互式多模型无迹卡尔曼滤波(AIMM-UKF)算法,以较少的模型个数实现对导航系统状态的覆盖,克服了模型集合先验信息不准确对导航精度的影响,提高了组合导航系统的鲁棒性和抗干扰能力。最后,通过数学仿真对组合导航算法的性能进行了验证,结果表明本文提出的组合导航方法估计精度更高、计算消耗更小,可满足小行星探测工程任务对导航系统自主性、实时性和高精度的需求。     

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。     

SINS/TACAN组合导航卡尔曼滤波算法

随着对飞行器飞行精度和可靠性要求的提高,单一系统已无法满足系统要求,而采用先进的算法,利用信息融合技术将导航系统进行组合,取长补短,提高系统的综合性能成为主流,并得到迅猛发展。导航系统也呈现多信息化、智能化、集成化的发展趋势。本文根据捷联惯导系统(SINS)和塔康系统(TACAN)不同的导航特性,在卡尔曼滤波的基础上,将二者组合起来,编写SINS/TACAN组合导航的滤波算法,并对该组合导航系统进行仿真,仿真结果表明:卡尔曼滤波下的SINS/TACAN组合导航系统,有很高的可行性。     

基于动态零速修正的SINS/ODO组合导航算法研究

全球导航卫星系统(GNSS)存在易遭屏蔽、易受干扰等缺点,故在GNSS信号缺失时,SINS系统的积累误差长时间得不到校正,传统的SINS/GNSS组合导航系统的导航性能迅速降低。当SINS采用微机电(MEMS)器件时,更是如此。为提高车载组合导航系统的导航精度,提出在GNSS信号拒止时,采用里程计(ODO)辅助SINS,并加以动态零速修正的方法,来提高系统的导航定位精度。跑车试验结果显示在GNSS短时拒止时,基于动态零速修正的SINS/ODO组合导航具有较高的导航定位精度。     

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。     

多星座组合导航自适应信息融合滤波算法

针对多星座卫星组合导航,提出了一种双重自适应联合卡尔曼滤波算法,采用描述机动载体运动的"当前"统计模型,首先建立一种基于载体加速度方差自适应的动态定位卡尔曼滤波模型,并分别对GPS,GLONASS和GALILEO系统设计相应的自适应子滤波器,然后采用有重置的联合自适应滤波器对各个子滤波器进行数据融合处理,各子滤波器的信息分配系数根据各卫星导航系统输出的几何精度因子(GDOP)进行自适应调节.通过对GPS/GLONASS/GALILEO多星座组合导航系统的仿真,分析对比了加权平均滤波、常规联合滤波和本文提出的双重自适应滤波.结果表明:该双重自适应算法有效提高了组合导航系统的精度和可靠性,能更好地适应于量测噪声不断变化的卫星组合导航系统.     

基于伪距、伪距率的GPS/SINS容错组合导航系统

为了提高组合导航系统的容错性和可靠性 ,本文采用基于伪距、伪距率的GPS/SINS组合导航系统 ,详细推导了该组合导航系统的模型 ,并通过仿真验证了当有效定位卫星数目小于四颗时 ,该组合方法仍可以利用GPS信息修正SINS的导航误差 ,满足一定的导航精度需求。并通过可观性分析 ,说明了不同有效卫星数目对导航精度的影响