Iridium/ORBCOMM机会信号融合定位技术

在全球导航卫星系统(GNSS)不可用情况下，低地球轨道(LEO)卫星机会信号(SOP)定位技术是一种有效的导航定位解决方案。单LEO星座机会信号定位技术面临星座构型不足或可见卫星偏少等问题，多LEO星座机会信号融合定位技术可有效解决该问题。通过分析瞬时多普勒定位原理，建立了Iridium/ORBCOMM机会信号融合定位模型，引入基于Helmert方差估计的加权最小二乘算法进一步提高定位精度。实测数据表明:基于Helmert方差估计的Iridium/ORBCOMM机会信号融合定位精度优于70 m，验证了多LEO星座机会信号融合定位的可行性和有效性。      

基于地面基站的定位系统构建和方案

针对大型、复杂、多功能建筑,其内部信号环境恶劣,卫星导航的信号衰减较大,较难稳定捕获跟踪,建筑内多径效应严重,短多径对定位精度的影响较大,直接使用卫星导航信号进行定位难度大的问题,提出了一种基于地面基站的大区域（建筑群）室内定位方案。根据频率与信号穿透性能和空间衰减之间的关系,选择甚高频频段作为信号载波,采用码伪距和载波伪距联合定位的方式,可同时兼顾覆盖性和定位性能。利用所提出的新型定位方式,搭建了一个基本测试系统,通过信号的产生、发射、无线传播,进行了信号的捕获、跟踪和伪距求差解算,初步验证了本文方法的可行性及覆盖能力。      

基于视惯融合的无人飞行器导航数据仿真方法

无人飞行器在卫星信号拒止情况下难以获得较高的导航精度。为此，需要研究基于载体自身传感设备的自主导航定位方法。立足于飞行器平台的视觉惯性紧耦合算法架构VINS-Mono，提出并设计了一种视觉惯性数据仿真方法，针对匀速直线运动过程无法恢复视觉尺度的问题，进行了初始化运动轨迹补充。仿真研究结果表明，该方法所补充的轨迹能够很好地对齐视觉与惯性信息并恢复尺度，实现导航参数的正确求解。理想条件下500m平飞范围内定位误差占比不超过真值的3.5%，可作为评估卫星拒止环境下无人飞行器视觉惯性组合导航性能的参考方案。     

基于模拟器的辅助导航测试方法研究

随着卫星导航产业的迅猛发展，辅助导航技术得到越来越广泛的应用，利用该技术可提高导航终端对卫星导航信号的捕获概率，缩短首次定位时间，提高灵敏度，提升用户体验。基于导航信号模拟器，利用基准站接收机传送辅助数据（星历信息及时间信息）的方式，构建辅助导航测试系统，提出了一种新的辅助导航测试方法，对导航芯片利用辅助信息实现快速捕获和定位性能进行了充分验证，方法可行，具有一定的工程应用价值。     

一种基于天体观测的月球车位置姿态确定方法

针对月球车提出了一种基于天文观测的自主位置姿态确定方法.建立了利用天体敏感器测量得到的天体高度和方位作为观测信息的量测方程,并利用月球车运动的三阶常加速(CA,Constant Aceeleration)模型和姿态的欧拉角运动模型作为系统方程,给出了基于Unscented卡尔曼滤波获得月球车实时位置、速度和姿态信息的导航方法.计算机仿真表明该方法可达到较高的位置姿态确定精度.      

基于模拟器的辅助导航测试方法研究

随着卫星导航产业的迅猛发展，辅助导航技术得到越来越广泛的应用，利用该技术可提高导航终端对卫星导航信号的捕获概率，缩短首次定位时间，提高灵敏度，提升用户体验。基于导航信号模拟器，利用基准站接收机传送辅助数据（星历信息及时间信息）的方式，构建辅助导航测试系统，提出了一种新的辅助导航测试方法，对导航芯片利用辅助信息实现快速捕获和定位性能进行了充分验证，方法可行，具有一定的工程应用价值。     

GPS中频信号和IMU信号模拟及验证

为了研究GPS/INS（Inertial Navigation System）组合导航方案和算法,设计了一种GPS中频信号和IMU（Inertial Measurement Unit）信号的软件模拟器.首先建立了载体的运动模型,然后介绍了信号的仿真方法.根据载体的运动产生IMU信号,载体的典型运动包括平飞运动、横滚运动、俯仰运动和偏航运动.建立了典型的干扰模型,包括欺骗式干扰和压制式干扰（窄带干扰、宽带干扰、连续波干扰和锯齿调频连续波干扰等4种）,实现了干扰环境下的场景模拟.GPS/INS组合导航软件接收机对模拟器输出的数据进行解算,结果表明：信号的仿真算法是正确的,模拟器可以为组合导航接收机提供有效的中频信号和IMU信号.     

基于自适应滤波的脉冲星导航方法研究

基于X射线脉冲星的自主导航技术能够为深空探测航天器提供高精度导航信息.脉冲星星表误差对导航性能存在不利影响,特别是方差不确定的星表误差,会引起较大定位误差.建立不确定项的导航模型,提出一种基于方差匹配的自适应滤波方法,通过估计不确定观测模型中的待估参数减小不确定项对观测的影响.通过数学仿真对比了自适应滤波方法和传统扩展卡尔曼滤波方法（EKF）,验证了所提方法的有效性.     

基于BP神经网络的随机信号筛选算法

在随机信号导航研究中，可接收到的信号数量众多、种类繁杂、特征多样，难以从中选择出适用于导航的信号。针对随机信号的筛选问题，提出了一种基于BP神经网络的随机信号筛选算法。该算法通过输入随机信号的特征信息，对随机信号的定位误差进行了估计，通过定位信息的误差对将信号用于导航的效果进行了评估。仿真结果表明，该算法能够对由随机信号解算而得到的导航信息误差进行估计，可以达到较好的筛选效果。     

四元数UKF超紧密组合导航滤波方法

针对GPS/SINS(Global Positioning System/Strapdown Inertial Navigation Sys-tem)超紧密组合导航系统线性化滤波在高动态、弱GPS信号等环境下性能下降严重的问题,提出了一种以四元数UKF(Unscented Kalman Filter)为基础的GPS/SINS超紧密组合导航系统非线性滤波方法.通过分析GPS与SINS在超紧密组合导航系统中的关系,提出了一种利用SINS信息来估计、修正GPS载波信号的方法,在此基础上建立了组合导航滤波的状态方程和量测方程;以四元数乘性误差模型为基础,提出了一种可应用于UKF滤波的求解四元数加权均值的方法;提出了基于四元数UKF的GPS/SINS超紧密组合导航滤波方法.仿真实验表明:在高动态环境下,四元数UKF滤波方法增强了GPS/SINS超紧密组合导航系统的定位精度和抗干扰能力.