GPS/SINS组合导航系统状态的可观测度分析方法

线性时变系统状态的可观测度是检验所设计的Kalman滤波器的收敛精度和速度的重要指标。传统的可观测度分析方法存在着各种缺陷，难于满足实际工程应用需求。首先，本文论述了将线性时变系统状态转化为分段式定常系统(PWCS)的可观测性分析方法，并在对PWCS可观测性矩阵进行奇异值分解的基础上，定义系统状态的可观测度。然后，详细证明GPS／SINS组合导航系统满足PWCS分析定理要求，可以用条带化可观测性矩阵(SOM)代替总的可观测性矩阵(TOM)分析系统状态的可观测度。为了分析全弹道GPS／SINS系统状态的可观测度，进一步提出改进的可观测度分析方法。最后，从松耦合GPS／SINS系统仿真结果可以看到，可观测度指标能够很好地预见系统状态的Kalman滤波误差大小。可观测度高则滤波误差小，可观测度低则滤波误差大。这初步表明改进的可观测度分析方法是合理的和可行的。     

平流层飞艇的组合导航研究

针对平流层飞艇的飞行特点,提出SINS/GPS/陆标组合导航方法,给出SINS/陆标组合导航的观测模型,并将状态与偏差分离的估计算法与联邦滤波相结合,应用于SINS/GPS/陆标组合导航系统.数学仿真结果表明:新组合导航系统相对于SINS/GPS组合导航系统可以有效改善平台误差角的估计精度,同时,提出的简化状态与偏差分离联邦滤波算法能在保持滤波精度基本不变的前提下减少计算量.     

SINS/DGPS/Magnetometer组合导航研究

本文针对SINS/DGPS/Magnetometer全组合系统进行了研究,建立了相应的误差模型和系统观测模型。应用扩展卡尔曼滤波算法将GPS测量方程和SINS动态线性化,进行SINS验前状态估计及其误差协方差时间更新。仿真结果表明:本文提出的组合导航系统能够给出载体的高精度姿态信息,位置误差和速度误差也较小。     

发射惯性坐标系下误差角与数学平台失准角的推导与仿真

基于状态空间法的捷联惯性/天文组合导航系统(SINS/CNS)需要数学平台失准角作为观测值参与滤波估计,工程实际只能得到SINS、CNS二者的姿态误差角.以弹道导弹为背景,在发射惯性坐标系下分别推导了四元数和欧拉角形式的姿态误差角与数学平台失准角之间的相互转换矩阵.建立了弹道导弹SINS/CNS数学模型,并采用EKF和UKF算法验证了该转换矩阵.仿真结果表明误差转换矩阵的正确性.     

空间转移飞行器自主导航系统SINS／GPS／SS的卡尔曼滤波器降阶方案

基于Kalman滤波的Strapdown Inertial Navigation system/Global Positioning System/star sensor(SINS/GPS/SS)组合导航系统已被研究用于满足空间转移飞行器自主导航能力的需求.为提高该方案实时性,论文提出两步降阶简化设想.第一,在星敏感器精度较高且保持稳定的前提下,认为绝对姿态(四元数)误差较小,可忽略组合系统速度误差通道中的姿态四元数误差,实现姿态四元数误差与速度和位置误差的解耦,进而将原滤波器简化为分别估计姿态四元数误差和估计速度、位置误差的两个完全独立的降阶滤波器;第二,针对估计位置、速度误差的滤波器,采用噪声等效思想.简化加速度计误差模型,进一步降低滤波器维数.此时,原16维滤波器将被化分为两个同时运行的7维和6维降阶滤波器.仿真表明在计算量明显下降的同时,该降阶滤波器和原滤波器估计效果却相当.证实这种思想具有一定的可行性.     

多传感器信息融合技术在SINS／GPS／TAN组合导航系统中的应用

阐述了多传感器信息融合理论应用于组合导航系统的一般原理和方法。建立了SINS／GPS／TAN组合导航系统的联邦滤波模型，其中SINS／GPS子滤波器的状态变量为24维，SINS／TAN子滤波器的状态变量为23维，公共状态为18维。对组合导航系统的联邦滤波进行了仿真研究，仿真结果表明，基于信息融合的联邦滤波算法不仅解决了“维数灾难”问题，而且滤波精度相当高。可以满足导航制导系统的需要。     

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。     

基于可观测性分析的深空自主导航方法研究

基于可观测性分析,研究了不同观测模型下的深空自主导航算法。从非线性系统的可观测性分析出发,利用微分几何理论求解出系统的可观测矩阵,并给出了系统的可观测度定义和状态变量的可观测度分析方法;将其应用于深空自主导航系统,分析了不同观测模型下导航系统以及轨道参数的可观测度,并将其作为观测模型的选取准则;根据可观测性分析结果,结合非线性扩展卡尔曼滤波,建立了不同观测模型对应的自主导航算法。最后,以深度撞击任务的实际飞行数据对文中的自主导航算法进行数值仿真,验证了导航系统可观测度与系统状态估计精度之间的关系,结果表明本文提出的可观测性分析方法是可行的。     

基于天文角度观测的机载惯性/天文组合滤波算法研究

针对采用天文/惯性位置组合时对导航选星有特殊要求,提出了基于天文角度观测信息的机载惯性/天文组合滤波方案及算法.对基于天文角度观测的INS/CNS组合导航系统的原理进行了充分阐述,分析并建立了基于单星或多星观测条件下的组合导航系统线性化量测方程,并针对角度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,并在此基础上设计了组合滤波器算法.最后进行了组合导航系统仿真,并通过协方差分析的方法对比分析了单星和双星观测条件下的滤波性能.仿真结果表明,即使是在单星观测条件下,组合导航系统也能获得较好的定位精度;若观测星数增多,则可以大大提高系统性能,表明该组合导航系统设计方案是成功可行的.     

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     

一种新的SINS动基座误差模型及其应用研究

研究了一种新的捷联惯导系统（SINS）动基座误差模型及载体动基座对准时的最优机动方式问题。提出利用李雅普诺夫变换建立了一种易于进行分析的SINS动基座误差模型，同时论证了SINS与平台式惯导系统（GINS）模型的等价关系。应用分段定常系统可观测性分析理论和奇异值分析法，深入研究和详细分析了载体的不同机动方式对SINS可观测性的影响，定量地得到了各种机动方式下系统状态的可观测度。研究结果表明，在SINS动基座对准过程中，同时改变俯仰角、横滚角和航向角的俯冲转弯横滚角变化是一种最佳的机动方式，计算机仿真结果验证了该机动方式的有效性。这为进行SINS动基座快速精确对准方法研究提供了理论参考。     

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。     

一种地理系下基于伪线性模型的捷联惯导算法

针对传统捷联惯导算法模型为非线性,需要对姿态、速度和位置分步运算,且高动态下算法精度较低的问题,提出一种地理系下基于伪线性模型的捷联惯导算法。利用伪线性模型及其分析方法,将传统的地理系下捷联惯导方程各部分转换成伪线性形式,定义导航向量并建立其系统模型;再利用高阶数值积分算法提升导航向量更新精度,得到地理系下基于伪线性模型的捷联惯导算法。最后,用仿真评估算法精度,与传统捷联惯导算法相比,大机动条件仿真中伪线性捷联惯导算法的精度提升了两个量级;旋转弹飞行仿真中导航误差不到传统算法的1/5。提出的伪线性捷联惯导算法结构简单,采用一个更新回路即可完成导航向量更新,且在高动态大机动条件下具有更高的算法精度,因此,对于捷联惯导算法研究与工程应用有一定的参考价值。     

偏振光/地磁/GPS/SINS组合导航方法

为了提高微小型飞行器导航系统姿态测量性能，提出偏振光／地磁／GPS，SINS组合导航方法。推导了三维空间中应用偏振光／地磁辅助测姿原理，并证明了系统具有完全能观性，指出了观测结构具有退化现象和退化条件。采用联邦卡尔曼滤波方法实现了组合导航算法，利用Madab仿真方式对单独使用偏振光和同时使用偏振光／地磁辅助的组合导航系统的测姿修正效果和能观度改善效果进行了检验和比较。结果表明偏振光／地磁／GPS／STNS组合对测姿的修正能力优于单独使用偏振光辅助的情况。由此可以得出该方法能够改善导航系统能观性和精度的结论。     

基于MEP-UKF的组合导航滤波算法

针对目前应用于SINS／GPS组合导航系统中的扩展卡尔曼滤波(Extended Kalman
Filter, EKF)存在精度低、实时性差的缺点,提出一种基于模型误差预测(Model Error
Prediction, MEP)的Unscented 卡尔曼滤波(Unscented Kalman Filter,
UKF)。MEP-UKF滤波算法将惯性器件测量误差作为模型误差使用MEP进行实时预测的同时,采 用UKF估计载体的姿态、速度及位置等误差信息,并反馈给SINS系统来校正导航参数。MEP-U KF不仅克服了UKF必须假设惯性器件误差为高斯白噪声的局限性,而且降低了SINS／GPS组合 导航系统状态变量的维数,大大缩短了导航解算的时间。仿真结果表明,MEP-UKF的收敛速 度和滤波精度均明显优于EKF,更好地满足了工程应用中对导航精度和实时性的要求。     

神经网络修正的速度约束辅助车载SINS定位算法

对于车载全球导航卫星系统(GNSS)/捷联惯性导航系统(SINS)组合导航系统，针对GNSS失效而SINS单独工作时仅使用速度约束辅助SINS其纵向位置误差逐渐发散的问题，提出一种神经网络修正的速度约束辅助车载SINS定位算法。通过径向基函数(RBF)神经网络预测SINS纵向位置误差修正系数，以提高SINS单独工作时的定位精度；此外，提出一种限定记忆指数加权实时估计量测噪声的自适应滤波算法。在人为设置GNSS失效以及真实隧道场景下进行车载试验，结果表明本文算法能够在不停车情况下在线修正SINS纵向位置误差，相比于速度约束与卡尔曼滤波相结合的常规算法，有效地提高了GNSS失效时的车载SINS定位精度。     

组合导航制导系统的容错技术及特点

论述了组合导航制导系统的容错设计方案，其中包括ＩＮＳ／ＧＰＳ（惯性导航／全球定位系统）组合系统容错技术、ＳＩＮＳ／ＧＰＳ／多普勒组合系统的容错技术及ＩＮＳ／ＧＰＳ／ＣＮＳ组合系统的容错技术；然后分析了组合导航制导系统的抗故障问题，给出了组合导航、制导系统的故障分类和系统出故障后的运用情况；最后，对其发展进行了展望，并提出了今后有待进一步研究的问题。     

An innovative high accuracy autonomous navigation method for the Mars rovers

Autonomous navigation is an important function for a Mars rover to fulfill missions successfully. It is a critical technique to overcome the limitations of ground tracking and control traditionally used. This paper proposes an innovative method based on SINS (Strapdown Inertial Navigation System) with the aid of star sensors to accurately determine the rover?s position and attitude. This method consists of two parts: the initial alignment and navigation. The alignment consists of a coarse position and attitude initial alignment approach and fine initial alignment approach. The coarse one is used to determine approximate position and attitude for the rover. This is followed by fine alignment to tune the approximate solution to accurate one. Upon the completion of initial alignment, the system can be used to provide real-time navigation solutions for the rover. An autonomous navigation algorithm is proposed to estimate and compensate the accumulated errors of SINS in real time. High accuracy attitude information from star sensor is used to correct errors in SINS. Simulation results demonstrate that the proposed methods can achieve a high precision autonomous navigation for Mars rovers.