微陀螺g敏感性误差对组合导航精度的影响分析

高动态环境下,MIMU中的微机械陀螺表现出显著的g敏感性误差。首先采用简化的线性模型,从经典卡尔曼滤波的滤波增益阵出发,理论分析了g敏感性误差对组合导航系统精度的影响;然后在组合导航半实物仿真平台上进行了验证。结果表明,g敏感性误差对组合滤波位置与速度精度影响不大,但对姿态的精度影响较大,当载体沿陀螺敏感轴方向的加速度为50g时,相应轴向的姿态角误差约为5.70°,姿态精度损失很大。因此,MIMU/GNSS组合导航在高动态应用中,必须对微陀螺的g敏感性误差进行补偿。     

微型定位导航授时系统集成设计

针对定位导航与授时系统的微小型化、一体化应用需求,提出了一种微型定位导航授时(Micro-PNT)系统集成方案,该方案是微小飞行器在GNSS拒止条件下可靠工作的有效解决手段。系统基于电路刚挠一体化工艺和器件空间布局优化技术,集成了MEMS惯性仪表、芯片级原子钟、处理器、电源芯片等功能器件,实现了系统的微型化、一体化。文中阐述了系统的集成架构和软件工作流程。通过系统样机的研制,验证了集成方案的可行性。通过分析系统样机的集成特点,指出其微型化存在的问题。最后,结合关键器件和三维微系统集成技术发展,给出了Micro-PNT微系统集成架构。     

基于GPS/MEMS微惯性导航系统的 混合校正方法研究

针对GPS/MEMS 微惯性组合导航系统, 为了提高算法的可靠性和导航精 度, 研究了Kalman 滤波算法。分析了DSP 数字系统的运算能力、构建了优化的数学模 型, 提出了Kalman 滤波混合校正方法, 并将此方法应用于搭建的组合导航系统。通过 跑车试验对该方法进行了验证,试验结果表明,系统的导航精度,姿态误差在0.5°,航 向角误差2°,速度误差0.5m/s。     

基于双ARM系统的MIMU航姿测量系统的 研究及实现

针对小型无人机武器平台对航姿系统小型化、低成本、集成化的设计要求,提出了一种基于双ARM系统的MIMU航姿测量系统,实现了单板集成所有惯性测量、初始对准、惯性导航、组合导航,以及航姿测量等功能.通过车载导航试验及飞行试验考核,该系统可以满足用户应用需求.     

基于改进UKF的组合导航系统航向角估计方法研究

为满足运载体长航时、高精度的导航需求,解决系统可观测性弱导致的航向角易发散的问题,提出了一种基于MEMS非线性组合导航系统的用于提高航向角估计精度的算法。通过采用单天线GNSS航向角作为量测量进行航向约束,解决了MEMS-SINS/GNSS姿态估计中航向角可观测性弱、估计值收敛差的问题;通过转弯判断规则和常规无迹卡尔曼滤波改进算法,抑制了偏流角对系统估计精度的影响。仿真结果表明,该算法有效地抑制了航向角估计精度差的问题,水平姿态精度达到0.01°,航向角精度达到0.1°,提高了系统的导航精度及可靠性。     

微惯性测量组合的计算机测试系统

介绍了一个微惯性测量组合(MIMU)的计算机测试系统，对该系统的结构，硬件组成、软件设计进行了描述，重点介绍了系统软件设计中的关键技术：RS232通讯测试技术、VC和Labwindows／CVI的混合编程技术、多线程技术、VC和Matlab的混合编程技术。该系统具有良好的通用性和可扩展性，基于高性能CPU和(CPLD、FPGA等技术的微惯性测量组合的测试过程可以大大提高工作效率，缩短研发周期。     

通信导航融合定位技术发展综述

详细分析了蓝牙、Wi-Fi、超宽带、移动通信网络等多种无线网络通信导航融合定位技术的发展现状，并阐述了其面临的挑战，提出了多网融合方法可以提升室内无缝高精度位置服务的可靠性。利用5G移动通信网络，与北斗/GNSS卫星导航系统结合，可以实现相互增强。最后，从天地一体定位导航与授时体系和仿生通信定位导航两方面介绍了通信导航融合定位技术的未来发展趋势。     

一种基于模糊推理的导航自适应滤波算法

针对GNSS/SINS组合导航中量测噪声统计特性的时变性,以及由此引发的长航时定位精度下降问题,提出了一种基于模糊推理系统的自适应拓展卡尔曼滤波的导航定位算法。该算法考虑模糊推理系统的优势,对量测噪声协方差进行在线调整,以实现滤波结果的最优估计。经过仿真测试与跑车试验,结果表明该算法在GNSS信号先验统计特性不可知的情况下,对较大偏差有明显的纠偏作用,其定位精度能够保证在5m以内,能更好地进行导航定位解算,具有一定的应用价值。     

基于因子图的无人机视觉定位方法

当前多用途无人机主要依靠全球导航卫星系统（GNSS）和惯性测量单元（IMU）的组合导航实现高精度定位，然而在强电磁干扰以及各类复杂环境GNSS拒止等情况下，该定位模式面临失效的风险。为探索一种GNSS拒止环境下的导航定位手段，对视觉导航方式进行了研究，针对无人机小交会角条件下视觉定位存在高程方向交会精度差、绝对尺度信息缺失、累积误差无法消除和定位轨迹不连续等问题，提出了基于因子图融合影像匹配和视觉信息的光束法平差方法，解决了无人机小交会角下的自主绝对定位问题。     

基于FPGA的可重新配置片上导航计算机设计

采用Virtex-4 FPGA芯片设计了片上组合导航计算机系统.该导航计算机使用FPGA内嵌的PowerPC硬核处理器进行导航运算,在FPGA逻辑中集成IP核来实现控制、接口通信和部分运算的硬件加速,提高了系统集成度.此外,该系统还可以通过硬件编程对FPGA逻辑进行重新配置,使该导航计算机在不同应用场合满足对接口、功能的要求.     

基于足部安装MIMU的行人导航系统设计

针对无卫星环境中行人导航定位需求,设计了一种基于足部安装MIMU的行人导航系统,重点研究了行人导航鞋传感器选型及样机设计流程;并在此基础上设计了基于零速修正和航向修正的行人导航算法,研究了零速区间内最优航向角的提取方法,实现了对瞬时磁干扰产生的磁航向角的有效判断。最后,利用设计的行人导航系统开展了三维空间航迹测试实验,实验结果表明,在不增加高度约束的条件下,该行人导航系统定位精度为0.33%,能够满足坡路环境中行人的定位需求。     

基于步进式运动模型的单兵协同导航算法设计

基于足部微惯性测量单元(MIMU)和超宽带测距的协同导航技术是一种解决卫星信号受限环境下单兵自主导航难题的有效途径。根据零速修正辅助的惯性解算特点,建立了一种单兵协同导航模型,协同导航状态为各单兵的位置和航向,系统输入为足部MIMU提供的每步位移和航向增量。将算法与相关文献中提出的两种算法进行了对比分析,该算法的优点是无需对足部惯导模块做任何改动和进行反馈修正,易于工程实现且不损失精度。通过三人协同导航试验分析了算法的性能,数据分析表明协同导航在不同条件下可以不同程度地改善系统的定位性能。     

基于铱星/INS组合定位技术在船舶中的应用研究

GNSS拒止环境下惯性/GNSS组合导航系统的性能会严重恶化,通过利用并提取机会信号中的有用观测量,可以实现机会信号和惯性系统的联合动态定位。提出了利用铱星/INS组合定位技术实现船舶的动态定位。首先深入研究了铱星的信号体制,建立了利用铱星瞬时多普勒频移进行定位的算法模型;然后,提出了利用基于扩展卡尔曼滤波(EKF)技术的铱星机会信号与INS组合定位算法;最后,通过船舶航行实测数据对所提算法进行了试验验证。结果表明,提出的利用铱星机会信号和INS组合定位方法可以有效改善无GNSS信号条件下的INS定位精度,在GNSS信号拒止环境下解决了船舶定位问题,具有重要的研究意义和实用价值。     

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。     

INS/GNSS组合导航系统空中快速对准方法

针对机载惯性/全球导航卫星系统(INS/GNSS)组合导航系统地面静基座对准时间较长、航向对准精度较低以及惯导空中故障重启后无法快速得到精确姿态信息重新进入导航状态等问题,提出一种快速初始对准方法。该对准方法基于惯性导航比力方程,利用GNSS的定位、测速信息与惯性测量组件(IMU)的输出信息解算载体姿态信息,并结合遗传-牛顿算法与求和自回归滑动平均(ARIMA)模型卡尔曼滤波信号降噪技术提高姿态信息的解算精度。基于实测飞行数据的解算验证了该方法的有效性、对准精度以及在实际工程应用中的优越性。     

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。     

基于MIMU的适应多步态的步行导航算法

针对目前国内外步态导航算法中引入的零速检测大都不能很好的对多种步态的行走进行辨识的问题,提出了基于低成本MIMU（微惯性测量单元）、且能兼容多种步态的步行导航算法。算法通过采集安置在行人脚部MIMU输出的测量信息,用捷联惯性积分算法进行导航解算。其间,提出一种新的零速检测方法对行走时变化的步速和步型进行准确辨识,进而找到脚步的零速时刻点,并通过设计的扩展卡尔曼滤波（EKF）对导航解算结果进行零速修正（ZUPT）,实现系统的反馈。最后进行两组实验对算法验证。结果表明,该步态导航算法能对行走时的多步态问题有很好的兼容性,零速修正时刻辨识准确度高,两组实验的导航解算误差均达到0.6%以内,进一步提高了步态导航算法的精度和实用性。     

测绘导航高精度定位关键技术及应用

人工智能(AI)、卫星导航及室内定位三大技术的快速发展持续推动测绘科技向智能化、学科交叉、信息融合的方向发展。指出了装备虚拟化与数据处理多样化将成为测绘导航的基本形态，拓展了测绘学科的内涵与外延。智能滤波是未来测绘导航定位理论发展的重要方向，AI芯片将成为测绘导航装备的关键部件，从而提高滤波效率与产品的实用性。给出了车载导航模组研制的技术流程，提出了模组原始信息同步采集与延时补偿、自适应定位算法及嵌入式固件时间分片优化等关键技术，研制了覆盖分米、厘米及毫米级定位精度的无缝组网定位、车载导航及变形监测模组，并研发了相应的终端系统，针对相应的应用领域，给出了各自应用的解决方案，以及具体的应用案例。     

区域导航无人机空中基准站的多源信息融合容错导航系统研究

作为卫星导航系统的补充和备份,区域导航服务系统近年来得到较大发展。在基于无人机的区域导航服务系统中,无人机自身的定位精度对区域导航服务系统的可靠运行有直接的影响。针对无人机导航传感器及系统的容错和可靠性问题,设计了具有针对性和自优化功能的多源信息融合容错导航方案,提出了一种优化的基于矢量分配形式的自适应联邦滤波算法。通过对每个状态量设计不同的信息分配系数,实现传感器量测噪声的动态优化调整,有效减小了传感器故障对融合导航系统的影响,提高了无人机导航系统的鲁棒性。验证分析表明,该方法可以减小子滤波器故障信息对融合导航系统联邦滤波全局估计的影响,避免了故障子滤波器在信息重置过程中对系统造成的污染,提高和保障了无人机空中基准站多源信息融合导航系统的稳定性和可靠性。