时钟模型辅助的惯性/卫星紧组合导航算法研究

针对卫星信号受到遮挡或者干扰、卫星接收机收星数不足的问题,提出了一种时钟模型辅助的惯性/卫星紧组合导航算法。通过正常紧组合状态下的钟差、钟漂估计值建立钟差和钟漂的数学模型,在可见卫星少于4颗时,用时钟模型计算得到的钟差和钟漂作为系统钟差、钟漂的真实值引入观测信息中,并省去状态变量中的钟差和钟漂项,增加了系统的可观测性。最后,通过采集跑车试验数据进行了离线数据仿真试验。试验结果表明,提出的时钟模型辅助的惯性/卫星紧组合导航算法在可见卫星不足的情况下取得了良好的效果。     

钟滑动辅助GNSS定位算法研究

针对GNSS卫星星座几何形状不好或者观测卫星数量不足,无法为导航解算和自主完好性监测提供足够观测量的问题,提出采用GNSS接收机时钟观测值进行辅助定位,提高定位精度,实现自主完好性监测。通过对接收机时钟建模,引入本地钟的钟差方程、辅助接收机观测方程,从而建立了一套完整的钟滑动辅助定位算法。通过对采集的真实数据作计算机仿真,证明了该算法的可行性和有效性。结果表明,在卫星星座几何形状较差或者某颗卫星出现故障时,利用钟差辅助算法能够有效地排除故障星,得到较好的定位结果。     

高超声速飞行器组合导航算法

以高超声速飞行器为对象,建立了卫星/惯性组合导航模型。选择组合系统的状态量并建立状态方程,推导位置观测方程和速度观测方程,通过位置、速度交替组合实现卫星/惯性系统的组合。通过仿真验证算法的有效性,仿真结果表明卫星/惯性组合导航可以得到较好的位置和速度信息,适中的姿态精度信息。     

空空导弹SINS飞行中对准技术

针对空空导弹捷联惯导系统传递对准的精度和快速性之间的矛盾,设计一种利用弹载北斗卫星导航信息的捷联惯导系统飞行中对准算法,详细推导了惯性系下基于北斗卫星伪距/伪距率的飞行中对准模型,优化了飞行中对准的量测方程,对北斗卫星接收机的钟差和钟漂进行了降维处理.相应的数学仿真试验结果表明,所提算法能够在飞行过程中实现捷联惯导系统的初始对准,在10s内对准精度优于6',同时该算法通过在线标定惯性传感器随机启动误差,能够提高捷联惯导系统导航精度和导弹系统抗干扰能力.     

基于融合处理多系统接收机钟差的伪距单点定位算法研究

多模导航定位较高的定位条件(需可见卫星总数大于5颗)限制了其在城市等卫星遮挡较严重的地区充分发挥多系统的优势。基于Kalman滤波,提出一种将多系统接收机钟差融合为一个系统接收机钟差的多模伪距单点定位数据处理算法,解决了多模导航定位在可见卫星数少于6颗大于3颗时无法定位的情况。分析了GPS、北斗和GLONASS三系统一天的观测数据,结果表明,多系统接收机钟差融合后只需可见卫星总数大于3颗即可进行多模伪距单点定位。     

低轨星座/惯导紧组合导航技术研究CSCD

现有低轨(LEO)卫星导航研究主要以低轨星座独立导航定位和增强全球卫星导航系统(GNSS)导航定位为主,对低轨卫星和惯性导航系统(INS)组合导航技术研究较少。本文面向应用较小规模低轨星座资源实现米级定位精度的需求,提出了一种低轨星座/惯导紧组合导航方法,系统性地分析了不同规模低轨星座、不同精度级别惯导器件以及不同导航信号播发频度下组合导航定位的性能,并利用构建的仿真试验系统进行了低轨星座/惯导紧组合导航方法的仿真试验验证。试验结果表明,相较于低轨星座独立导航,低轨星座/惯导紧组合导航在星座不满足四重覆盖时仍能达到米级定位精度,并且在低轨星座规模较小和导航信号播发频度较低时,惯导测量精度对组合导航定位精度影响明显。研究结果表明,在利用低轨卫星进行导航时,通过引入惯性观测辅助低轨卫星导航,可有效提高导航效能和精度,为低轨星座和导航信号播发方式设计带来更多的选择。     

基于惯性/激光测距/视觉里程计组合的高空场景尺度误差估计方法

惯性/视觉感知信息融合导航定位技术是目前实现无人机不依赖卫星自主导航的最有效手段。但对于面向高空场景的大型无人机，惯性器件误差与视觉里程计尺度误差耦合且特征平面化导致可观测性下降。针对这一问题，提出了利用惯性/激光测距/视觉里程计组合实现尺度误差估计的方法。通过开展误差模型建立、激光测量点与图像中位置匹配、无人机平飞机动下系统可观测性分析等关键技术研究，实现了高空场景下尺度误差的精确估计。经过300m高度机载试验数据验证，算法精度优于1.5%D，对卫星拒止条件下高空无人机自主导航具有重要意义。     

小型无人机的导航与制导仿真系统研究

研究了基于飞行器动力学模型的小型无人机的惯性组合导航与制导系统仿真技术,组合导航系统嵌入了飞行器的轨迹和姿态控制回路,建立了基于MATLAB/AEROSIM的组合导航计算机仿真系统,仿真系统包括惯性组合导航仿真模块、传感器仿真支持模块、飞行器6自由度动力学模型模块、飞行器轨迹生成、轨迹控制与姿态控制模块、导航仿真评估模块。基于该仿真系统,目前已开展惯性/卫星深组合、惯性/大气数据融合等理论算法和技术研究。     

惯性卫星紧组合导航系统仿真分析

针对SINS/Satellites进行松组合的不足,直接利用卫星信号接收机原始测量信息(伪距、伪距率),实现紧组合,来提高组合导航系统的精度和抗干扰性。文中详细推导了紧组合导航系统的伪距、伪距率误差模型,以伪距、伪距率差作为输入进行反馈,不仅当可见星数目小于4颗的时候,可以进行反馈,保证了一定的导航精度,而且可以用INS提供导航信息辅助接收机快速捕获卫星信号,这就提高了组合导航系统的容错能力。设计了SINS卫星紧组合导航系统的Kalman滤波器,并进行仿真验证,结果表明,SINS卫星紧组合较松组合有明显优势。     

惯性卫星紧组合导航系统仿真分析

针对SINS/Satellites进行松组合的不足,直接利用卫星信号接收机原始测量信息(伪距、伪距率),实现紧组合,来提高组合导航系统的精度和抗干扰性。文中详细推导了紧组合导航系统的伪距、伪距率误差模型,以伪距、伪距率差作为输入进行反馈,不仅当可见星数目小于4颗的时候,可以进行反馈,保证了一定的导航精度,而且可以用INS提供导航信息辅助接收机快速捕获卫星信号,这就提高了组合导航系统的容错能力。设计了SINS卫星紧组合导航系统的Kalman滤波器,并进行仿真验证,结果表明,SINS卫星紧组合较松组合有明显优势。     

基于INS/GNSS紧耦合组合的逐步诱导式欺骗检测算法研究

传统惯性辅助GNSS欺骗信号检测方法对小于纯惯导误差漂移的逐步拉偏不敏感。针对这一问题,提出了一种基于INS/GNSS紧耦合组合的逐步诱导式欺骗信号检测方法。基于短时间内纯惯性导航结果和短时间惯导系统位置误差传播模型,利用惯导提供的位置和速度对伪距和伪距率时间序列进行预测估算,并结合伪距、伪距率实际测量结果,分别构造位置/伪距和速度/伪距率时间序列模型做参数拟合。基于真实信号得到的模型参数都是由惯导系统误差造成的,具有一致性;而基于逐步诱导式欺骗信号得到的模型参数还与欺骗策略的设定、载体飞行轨迹的观测以及干扰源的位置有关,具有不一致性。通过对比模型参数可判别欺骗信号的存在,对于真实信号,采用紧耦合组合导航修正INS输出;对于欺骗信号,继续惯性导航并采取相应措施。最后,根据逐步诱导式欺骗原理进行实验仿真,验证了算法的可行性和有效性。     

多无人机辅助定位信标的区域导航定位算法

针对卫星导航系统在受到干扰不可用的情况,研究了多无人机（UAV）辅助的区域导航定位算法。以无人机作为空基信号播发平台,向地面用户广播其位置信息及同步时钟信号,地面用户通过接收无人机位置及与无人机的距离计算出其实时位置。以地面战车为例,为解决伪距单点定位算法中的矩阵不可逆问题,消除地面用户接收机的钟差,基于列文伯格-马夸尔特（LM）算法,提出一种地面用户的定位解算模型,同时,为提高一般最小二乘算法的计算精度,提出了两步最小二乘定位算法。在分析2种算法静态定位精度的基础上,设计了基于车载惯性传感器和无人机辅助定位信息的组合导航实现算法,实现了对战车的连续定位。仿真结果表明,在GNSS拒止环境下,利用无人机播发的定位信标信号并结合地面用户战车自带的惯性导航系统,可以实现对地面用户的可靠连续定位,满足一定区域范围内用户的导航定位需求。     

捷联惯性导航系统动静态误差特性分析研究

捷联惯性导航系统动静态误差特性是基于惯性的组合导航系统的主要误差来源。为此,根据捷联惯性导航系统的误差状态方程,本文分析了不同动静态情况下的捷联惯导系统的误差漂移特性。针对静基座和动基座的不同特点,分别采用了特征根和基于数值仿真分析的方法,并建立了相应的误差特性分析模型。重点研究了陀螺常值漂移、加速度计零位偏置和随机性误差对惯性导航系统误差漂移特性的影响;全面分析验证了惯性导航系统的动静态误差特性。本文的研究工作将为惯性组合导航系统误差分析建模提供了有益的参考。     

集群编队条件下通导一体高精度时间同步方法

针对集群编队条件下对高精度时间同步的需求，对通导一体高精度时间同步方法进行了研究，将卫星导航系统与数据链系统进行深度融合，提出了动基座条件下基于卫星导航载波差分算法的节点间高精度时间同步算法。该算法通过协同时间驯服的方式来抑制两次定位间隔间受钟漂影响导致的节点间时间同步误差发散以及节点间时钟修正不同步导致的时间同步误差，提升了编队组网条件下节点间的时间同步精度。最后,通过仿真对算法进行了验证。结果表明，时空同步精度可以达到1ns，可有力支撑未来集群编队作战、高精度协同探测、高精度协同制导等典型场景下对节点间高精度时间同步的需求。     

基于对偶四元数的INS/GPS组合导航算法研究

在基于对偶四元数的捷联惯导解算方法的基础上,推导了以惯性系作为导航系的惯导误差方程,在此基础上设计了卡尔曼滤波组合导航算法。通过激光惯导跑车采集数据,进行了仿真分析,试验结果表明,该组合导航算法能有效的消除惯导累积的速度误差和位置误差,相比于目前广泛应用的INS/GPS组合导航算法,本文描述了INS/GPS组合导航的另一种实现方式,获得了相当的精度,具有一定的工程应用价值。     

用于定位导航授时微终端的SoC系统设计

为了解决遮挡情况下的实时定位问题，美国提出了Micro-PNT方案，我国也提出了定位导航授时微终端(Micro Positioning Navigation and Timing Terminal，MPNTT)方案。定位导航授时微终端集成了卫星导航系统、微惯性测量单元、微型原子钟及处理器系统，可为终端用户提供精确可用、完好及时、连续安全的定位导航服务。介绍了一种用于定位导航授时微终端的SoC系统设计，其包括了基于SoC FPGA的硬件设计和基于GNSS/MIMU的组合导航滤波算法。SoC系统集成了FLASH、SSRAM等存储芯片，通过RS422、RS232、CAN等通信接口接收GNSS、MIMU及外源传感器信息，并在ARM核中完成组合导航算法，以得到导航结果。SoC芯片单片实现了ARM与FPGA的功能，系统集成面积满足小型化需求，为后续移植为ASIC芯片提供了基础。对组合导航滤波算法进行嵌入式软件移植并测试，结果表明：SoC系统单次惯导解算时间为7ms，实测与仿真输出的导航位置差距在0.05m以内，俯仰角差和横滚角差在0.005°以内，航向角差在0.05°以内。本文设计的SoC系统高精度、集成化、可扩展，满足了微终端的要求。     

Drag derived altitude aided navigation method

The navigation problem of the lifting reentry vehicles has attracted much research interest in the past decade.This paper researches the navigation in the blackout zone during the reentry phase of the aircraft,when the communication signals are attenuated and even interrupted by the blackout zone.However,when calculating altitude,a pure classic inertial navigation algorithm appears imprecise and divergent.In order to obtain a more precise aircraft altitude,this paper applies an integrated navigation method based on inertial navigation algorithms,which uses drag derived altitude to aid the inertial navigation during the blackout zone.This method can overcome the shortcomings of the inertial navigation system and improve the navigation accuracy.To further improve the navigation accuracy,the applicable condition and the main error factors,such as the atmospheric coefficient error and drag coefficient error are analyzed in detail.Then the damping circuit design of the navigation control system and the damping coefficients determination is introduced.The feasibility of the method is verified by the typical reentry trajectory simulation,and the influence of the iterative times on the accuracy is analyzed.Simulation results show that iterative three times achieves the best effect.     

SINS/ANS integration for augmented performance navigation solution using unscented Kalman filtering

The fundamental concept of the multisensor integrated navigation system is the utilization of a medium precision INS in conjunction with one or more auxiliary sensors which perform as error bounding sources. Strapdown inertial navigation system (SINS) integrated with astronavigation system (ANS) yields reliable mission capability and enhanced navigational accuracy for spacecrafts. The theory and characteristics of integrated system based on unscented Kalman filtering is investigated in this paper. This Kalman filter structure uses unscented transform to approximate the result of applying a specified nonlinear transformation to a given mean and covariance estimate. The filter implementation subsumed here is in a direct feedback mode. Axes misalignment angles of the SINS are observation to the filter. A simple approach for simulation of axes misalignments using stars observation is presented. The SINS error model required for the filtering algorithm is derived in space-stabilized mechanization. Simulation results of the integrated navigation system using a medium accuracy SINS demonstrates the validity of this method on improving the navigation system accuracy with the estimation and compensation for gyros drift, and the position and velocity errors that occur due to the axes misalignments.