基于半实物仿真的地磁导航等值线匹配算法评估

影响地磁导航匹配算法性能的因素很多,而现阶段算法的评估完全依靠计算机仿真,其可信性有待进一步验证.以等值线(ICCP)算法为研究对象,首先从理论上分析影响算法性能的因素;然后搭建了地磁匹配导航半实物仿真系统,通过引入磁场仿真环境和磁传感器,提高了仿真的可信度;最后从测量噪声、匹配长度、匹配区域和惯导误差4个方面对ICCP 匹配算法的性能进行半实物仿真试验分析.仿真结果表明,通过半实物仿真试验可以对算法的抗干扰性、算法匹配长度的确定、匹配区域的选择以及惯导误差的影响做出有效评估,从而推动地磁匹配导航及匹配算法的工程化进程.      

参考道路交叉点的飞行器视觉辅助导航

为取消因参考固定目标而造成的导航距离限制,提出了以道路交叉点为参考地物的飞行器视觉辅助导航方案.基于条带检测算法提取图像中的道路交叉点.图像道路交叉点和地图道路交叉点间的匹配计算中引入交叉点属性约束以缩小搜索空间.利用惯性导航系统的方位、高度输出快速剔除错误匹配,减小了匹配过程计算量.用黄金标准算法估计投影矩阵或单应矩阵,并计算飞行器导航参数.仿真实验验证了方案的有效性.     

考虑脉冲星角位置误差修正的XNAV算法研究

航天器X射线脉冲星自主导航(XNAV)依赖于精确的时间测量与转换, 而脉冲星角位置误差会影响时间转换精度从而对导航精度产生不可忽视的影响. 本文在对XNAV算法的研究中, 采用了真实的脉冲星角位置误差. 通过将脉冲星角位置加入滤波器状态进行滤波处理来降低脉冲星角位置误差, 从而降低其对导航精度的影响. 仿真结果表明, 该方法能够有效抑制脉冲星角位置误差对导航精度的影响, 保证了导航精度, 研究结果对于XNAV的工程应用具有一定理论参考价值.      

X射线脉冲星/SINS组合导航研究

X射线脉冲星导航是一种新兴的天文导航方法, 该导航方法可靠、稳定, 不受近地空间的限制, 但在轨道机动过程中导航精度不高. 针对此问题提出了X射线脉冲星/SINS组合导航方法, 对该方法的应用效果进行了数值仿真分析. 结果表明, X射线脉冲星/SINS组合导航在轨道机动过程中具有较高的导航精度, 有效抑制了惯性导航误差随时间的漂移, 提高了X射线脉冲星导航方法的通用性, 为X射线脉冲星导航的工程应用奠定了理论基础.      

一种基于卷积神经网络的地磁基准图构建方法

地磁匹配导航技术是一种重要的辅助导航制导方法，地磁基准图的构建精度对地磁匹配制导的精准度起着决定性作用。针对现有地磁基准图构建精度难以满足实际地磁匹配导航需求的问题，提出了一种基于卷积神经网络的地磁基准图构建方法。首先，利用卷积层提取低分辨率基准图中的特征图像块；然后，利用基于学习的阈值收缩算法（LISTA）实现图像块的稀疏表示；最后，利用三通道的地磁信息得到重建后的高分辨率基准图。实验结果表明:所提方法对地磁基准图具有更高的构建精度，同时对噪声有更好的鲁棒性，各种客观评价指标均高于现有的超分辨率重建方法。      

一种顾及厄特沃思效应的水下重力辅助导航方法

水下相对于水面环境,准确估计厄特沃思效应更为困难,进而影响重力测量精度。由于传统重力匹配算法未考虑水下厄特沃思估计误差对重力辅助导航定位性能的影响,根据不同导航参数对厄特沃思估计误差的影响程度,构建了水下惯导系统/计程仪/重力仪组合导航框架,采用UKF非线性滤波算法,分析了不同导航模式下厄特沃思估计误差特性,并评估了有无厄特沃思估计误差时重力辅助导航性能的差异。半物理仿真结果表明采用DVL的辅助导航方式可有效抑制惯导误差积累,INS/DVL/Gravimeter三者信息融合导航模式定位性能得到了进一步提高,即使在考虑厄特沃思估计误差的情况下,与仅采用DVL作为辅助信息源相比,水平径向误差定位精度依然提升了17.02%。     

基于图像卷积的地图匹配算法

地图匹配定位是一种主流的车载导航定位方法,其以车辆轨迹数据和路网地图为基础,将车辆位置估计输出到路网地图上。该过程可对车辆定位结果进行修正,是车辆导航、交通诱导、交通预测等应用的基础。针对现有地图匹配算法存在的一些问题,如算法流程依赖路口匹配精度,在较大初始误差场景下寻路正确率较低,以及寻路结果错误易影响后续匹配精度等,提出了一种基于图像卷积的地图匹配方法。利用图像卷积方式对比了车辆轨迹与道路的几何特征,以实现匹配定位,从而确保了初始误差较大场景下的匹配精度,并且避免了由寻路错误所引发的相关问题。     

ICCP中单纯形优化的误匹配检测

在迭代最近等值点ICCP(Iterative Closest Contour Point)算法的地形辅助导航中,利用单纯形优化方法实现对最优航迹的估计,但在匹配中往往得到的只是局部最优解,导致误匹配发生,严重时导致匹配发散.以ICCP算法为研究对象,研究并建立了ICCP方法的误匹配判断准则,以减小误匹配误差的影响和提高匹配精度.利用概率数据关联建立ICCP算法的误匹配判断准则,仿真结果表明,与无误匹配方法匹配结果相比,提高了其收敛性和精度;与 M/N 方法相比,降低了误匹配概率的30%,提高了导航的精度和算法的稳定性.     

基于陆标图像的火星精确着陆自主导航方法研究

针对火星精确着陆自主导航高精度的要求,提出一种仅利用火星地表陆标图像信息的自主导航方法。该方法考虑了图像拍摄到图像测量信息可用之间的时间延迟,将成像时刻探测器位置和姿态作为系统状态,利用其与探测器当前状态之间的相关性,并通过迭代扩展卡尔曼滤波算法实现对探测器当前位置、速度和姿态的估计。在该导航方法下,重点研究了导航陆标位置误差对导航精度的影响。最后,通过数学仿真验证了所给出的自主导航方法,并分析了导航陆标位置误差对导航精度的影响。     

辅助式GPS接收机信号发射时间恢复算法研究

当GPS接收机无法进行位同步、帧同步以及导航电文解调时, GPS接收机无法恢复卫星信号发射时间. 为解决该问题, 对基于迭代最小二乘的发射时间恢复算法进行了研究, 利用辅助GPS接收机中无线通信网络提供的卫星星历、卫星修正参数等辅助信息, 结合信号发射时间模糊度的遍历搜索, 完成了信号发射时间的恢复. 详细讨论了算法及其成立条件, 给出算法流程, 并推导出搜索因子的不同选取方案, 使该算法对接收机初始位置误差(150km)和初始时间误差(180s)没有限制. 通过仿真验证了算法的有效性.      

H∞滤波在惯导系统地面快速对准中的应用

阐述了H_∞滤波器的设计过程,并将H_∞滤波方法应用于惯导系统地面初始对准.文中建立了惯导系统的误差模型,并对其进行了可观性分析,利用H_∞滤波方法对可观子系统进行了滤波计算,给出了在噪声统计特性未知方差有界情况下惯导系统初始对准的仿真曲线,仿真结果表明该方法克服了卡尔曼滤波对噪声的苛刻要求,滤波效果能够满足工程需要,进一步说明H_∞滤波应用于惯导系统初始对准是有效的.为提高对准速度,文中给出了方位误差角的一种快速估计方法,结果表明该方法是可行的.     

基于虚拟视线交会的飞航导弹INS误差修正方法

针对飞航导弹惯性导航系统(INS,Inertial Navigation System)单独使用时存在位置和速度估计误差发散的问题,在不需要弹目距离信息的情况下,提出了一种基于对航路上单个已知地标连续、被动观测的INS误差修正方法.根据导弹与地标间的相对运动关系,采用虚拟视线交会的方法,将问题转化为多虚拟地标协同定位导弹问题.在此基础上,利用最小二乘思想,实现了导弹位置的有偏估计.以估计得到的有偏位置信息和基于大气系统得到的INS速度误差大小作为观测量,应用考虑系统误差估计补偿的卡尔曼滤波,实现了导弹位置和速度的无偏估计.仿真结果验证了方法的有效性.     

捷联惯导/里程计组合导航方法

针对车载自主导航需求,基于卡尔曼滤波器,实现捷联惯导与里程计量测信息的组合导航.推导了里程计误差模型,结合捷联惯组误差模型与捷联系统误差模型,建立了捷联惯导/里程计自主组合导航系统误差状态模型.建立了捷联惯导/里程计组合导航量测模型,阐述了估计误差修正方法.采用仿真计算对此方法进行了验证,仿真结果表明:组合导航过程中,初始姿态误差能得到有效估计,姿态误差和位置误差均能控制在一定精度范围内,应用此组合导航方法相对于传统的航位推算方法能得到更高的导航精度,能有效实现自主高精度定位定向.     

基于多约束因子图优化的无人车定位与建图方法

针对目前在特定场景下应用的低速无人车定位系统极度依赖全球导航卫星系统（GNSS）,存在定位精度不高、漂移误差大、受环境影响严重等问题,提出一种低成本、高精度的无人车定位与建图方法。该方法基于三维激光定位与建图（SLAM）技术。首先,使用点云主成分分析（PCA）实现基于特征匹配的激光里程计;其次,将GNSS位置信息、点云分割聚类得到的地平面和点云聚类特征作为位姿约束分别加入图优化框架,消除激光里程计的累积误差;最后,得到最优位姿和大规模场景的点云地图,以实现无人车的自主定位导航。利用包含大型户外城市街道环境的KITTI数据集对所提出的SLAM算法进行了评估,结果表明:系统在3km运动距离情况下定位偏差可控制在1.5 m以下,在局部精度和全局一致性方面均优于其他里程计系统,为无人车的定位提供了新思路。      

大长宽比单元有限元误差分析及高精度计算

针对大长宽比单元将传统的基于单元整体尺度的有限元误差估计扩展为基于单元不同方向尺度的误差估计;根据不同方向误差应该同量级的思想,得到了误差匹配准则.该准则可以作为网格划分的判据.根据这一匹配准则,提出了一种提高计算精度的方法——单向高次插值法.数值实验表明该误差估计是正确的,误差匹配准则作为网格划分的判据是有效的,采用合理的有限元插值逼近能够有效地减小计算误差,提高计算的精度和效率.      

几种可观性分析方法及在惯导中的应用

建立了惯导系统（ＩＮＳ）的误差模型,研究Ｋузовков方法、奇异值判断法和状态解耦方法等３种可观性分析方法,并将这些方法用于惯导初始对准的可观性分析中。通过分析,用Кузовков方法和奇异值判断法相结合,可更有效地确定不可观状态。用状态解耦的方法,可以将状态分解到相应的子空间中,之后可以选择不可观的状态。     

一种基于多虚拟观测量的组合导航自主完好性监测方法

完好性用于导航系统出现故障的情况下提供及时的告警,是生命安全类用户需要考虑的重要性能指标。基于惯性导航系统（INS）辅助的卫星导航自主完好性监测算法,提出了一种利用INS构造3颗虚拟卫星观测量的组合导航系统自主完好性监测方法,通过构造视线方向相互垂直的3颗卫星,最大限度利用组合导航中INS的导航信息,在2颗可见星条件下就能实现故障检测。相比传统接收机自主完好性监测(RAIM)方法,该方法提高了检测算法可用性。在GPS单星座且INS定位误差方差σ_s=1m条件下,加入35m单星故障幅值,传统加权RAIM故障检测概率为48.51%,本文算法检测概率为95.21%,检测性能提升47%;与INS辅助的卡尔曼滤波残差检测法相比,在相同INS精度等级条件下该方法也具有更高的检测概率。此外,仿真分析了不同INS精度等级对该方法故障检测性能的影响,结果表明INS精度越高,该方法检测性能越好。     

Improved robust Kalman filter for state model errors in GNSS-PPP/MEMS-IMU double state integrated navigation

The integration of Global Navigation Satellite System (GNSS) with Inertial Navigation Systems (INS) has been actively researched and widely applied as it can provide reliable positioning information continuously. In recent years, Micro Electro Mechanical Systems (MEMS) technology achieves rapid development and Micro Electro Mechanical Systems and Inertial Measurement Unit (MEMS-IMU) has aroused wide concern due to its excellent properties in some cases. However, the observations from MEMS-IMU are easy to be influenced by motion state and location environment because of its manufacturing process. It is not easy to judge whether gross errors are in the state model or the observation model by the widely adopted robust filter based on innovation. In this contribution, we present an improved robust filter with a double state model on the basis of the chi-square distribution of the square of the Mahalanobis distance. The vehicle motion model acts as the external constraint information and can be adopted to construct robust statistic with the results from INS mechanization. And then a robust factor was determined to adjust the observation noise covariance matrix. To evaluate the performance of this method, the simulation test and the field test based on locomotive platform of Nottingham Geospatial Institute (NGI) were carried out. According to the results, in the simulation test, the position improvements are 33%, 30% in the north and east directions; in the real test, the loosely and tightly coupled was adopted and the position accuracy can be improved by about 50–60% in the horizontal direction and the improvement of the pitch and the roll accuracy was lower than the azimuth accuracy due to poor observability and experimental scene which is of the characteristics of small elevation change. Therefore, the proposed robust filter could diminish the effect of the gross error from MEMS-IMU and enhance the integrated system.