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。     

单兵自主导航技术研究

针对美国MicroPNT计划中的单兵导航技术开展了理论分析、样机研制及试验工作,设计了单兵导航技术的基本原理、系统组成和基本算法,分析了室内作业的定位和指挥需求,分析了影响系统实现和定位精度的关键因素,研制了原理样机并开展了导航试验,结果表明：采用微机电惯导系统+零速修正的方案来实现单兵导航的方案是可行的;以目前微机电惯性仪表的性能水平,有望实现100米/小时的定位精度;随着微型惯性仪表性能的提高,有望在5-10年内实现定位精度10米/天的单兵自主导航系统。     

一种优化的零速检测行人导航算法

针对军事上对单兵定位和民用领域为行人提供位置服务的需求,提出了足部固定MIMU的行人导航算法.利用人体行走过程中脚部与地面相接触的静止时间段,采用零速更新(ZeroVelocity Update,ZVU)对INS继续对准或标定,而零速检测又是实现零速修正的基础.研究对比了在足部固定MIMU进行零速检测的常用方法,针对常用算法阈值自适应性差,无法检测步速变化转弯等一些异常情况对行人零速检测产生误判等问题,提出优化的零速判断算法,使得加速度计信号和陀螺仪信号综合应用到零速检测.最后,利用改进算法设计行人室内平地正常行走(大约5km/h)包含步速变化和转弯过程的实验.实验结果表明,优化的零速检测算法相比之前的常用算法,能更准确地检测零速并进行修正,对导航轨迹和导航误差有更好的修正效果.     

单兵自主导航技术发展综述

在卫星受限情况下的单兵自主导航技术是近年来研究的热点。首先介绍了单兵自主导航技术的发展概况,然后重点分析了基于MIMU的单兵惯性导航技术的主要原理和方法,之后针对纯惯性导航存在的问题,介绍了地磁、场景、视觉等常用的单兵辅助导航方法,并阐述了单兵协同导航技术。最后,简要介绍了单兵自主导航技术的未来发展趋势。     

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。     

远程长航时飞行器惯性/天文组合导航技术研究

为实现天文导航系统位置和航向信息对惯性导航系统误差的有效修正,设计了一种远程长航时惯性/天文位置、航向组合导航总体方案,提出了天文信息辅助的惯导航向修正方法,并推导了惯性/天文位置组合导航动态方程。仿真结果表明,提出的远程长航时惯性/天文位置、航向组合导航方案和算法是正确的,且有效地提高了组合导航系统性能。     

基于自包含传感器的单兵导航系统设计

针对无卫星信号环境中单兵人员导航定位需求,设计了一种基于自包含传感器的单兵导航系统,重点研究了惯性传感器和压力传感器组合的零速区间检测算法,并通过对单兵导航系统背景磁场误差进行补偿来计算航向角,实现了速度观测量和航向观测量的准确提取。在此基础上,采用Kalman滤波器对系统状态误差进行估计,并对惯性导航解算结果中的累积误差进行修正。最后,在实际路线上开展了单兵导航系统定位实验,实验结果表明,行人在矩形路线终点位置处的位置误差为0.42m,占行走总路程的0.33%,从而证明了零速修正和航向修正能有效提高单兵导航系统的定位精度。     

一种基于移动辅助节点的单兵导航系统协同初始化算法

惯性导航系统凭借其自主性强、隐蔽性好、可靠性高的优势,在单兵作战、反恐救援中发挥越来越重要的作用。针对单兵惯性导航系统精度较低,在长期工作后精度下降严重,需要重新初始化的问题,以单兵与无人平台的协同作业为背景,提出了一种基于移动式辅助节点的单兵导航系统协同快速初始化方法。该方法以目标节点的角增量、位移增量信息与测距信息作为输入,采用粒子滤波技术对单兵导航系统的位置和航向进行协同估计。试验表明,该算法最少仅需1个辅助节点即可实现较好的单兵惯导系统位置和航向初始化。     

超小型无人机GPS／MIMU组合导航定位系统研究

在考虑超小型无人机特点及其对导航定位需求的基础上,研究了利用微型惯性测量单元(MIMU)和GPS-OEM板,设计出一种低成本、轻小型的GPS/MIMU组合导航定位系统。为了验证该系统的性能,利用MIMU和GPS观测数据对该组合系统进行了仿真。仿真结果表明,组合导航系统在精度和可靠性方面,较单一的导航系统都有明显的改善。     

基于改进的磁场检验和主方向算法的行人航向估计

针对以惯导为核心的行人定位算法存在航向角失真的问题，提出了一种融合惯性测量单元(IMU)和磁力计的行人导航算法，利用步幅航向的变化量将行人的运动分为直线行走和曲线行走两部分，当检测到行人直线行走时，提出一种实时建立主方向的自适应航向角漂移修正算法，对航行角误差进行补偿；当行人曲线行走时，辅助地磁场信息，使用磁场强度、地磁倾角、惯性导航系统(inertial navigation system，INS)与磁力计解算的航向角之差这三个特征值构建广义似然比检验量，对磁场进行判断获得稳定状态磁场信息，通过卡尔曼滤波对航向角误差进行补偿。将传感器置于足部进行实验，实验结果表明,两种算法可以实现优势互补，有效地抑制地磁信息的干扰，提高导航精度，算法结果相对于无航向角修正的零速修正算法、零角速度更新算法和单独使用磁力计进行融合的算法，定位误差分别降低了91.02%、82.93%和61.39%，室外和室内终点定位误差分别为4.545 4 m和0.543 6 m，占总路程的0.69%和0.17%。     

基于室内合作场景智能识别的行人导航算法

基于足绑式惯性测量单元(IMU)的惯性导航系统被广泛应用于行人导航中,其通过零速修正(ZUPT)算法可对速度估计误差进行较好的补偿,然而其位置误差会随时间发散。针对于此,提出了一种基于室内合作场景智能识别的行人导航算法。通过随机森林算法,对行人在室内平地步行、上楼梯、下楼梯等不同步态进行训练与辨识,并结合室内先验地图对行人导航的结果进行校正。通过实验表明,行人在室内行走1100m时最大定位误差为1.85m(总行程0.17%),相对无场景识别的方法精度提高了6倍,可以有效提高行人导航精度。     

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。     

基于联邦滤波的惯导/北斗/里程计紧 组合导航算法研究

针对地面载体长时间复杂应用环境对导航系统精确性和可靠性的要求,提 出一种基于联邦滤波器的惯导/北斗/里程计紧组合导航算法。在分析惯导、北斗、里程 计导航系统特点的基础上,建立了组合导航系统的误差状态模型和量测模型,采用联邦 滤波器实现了三者的紧组合容错系统设计,分别对子系统无故障、北斗及里程计出现故 障情况下进行仿真验证。结果表明,将联邦滤波理论应用于惯导/北斗/里程计紧组合导 航系统可以提高导航性能和系统的容错能力。     

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。     

单兵导航多传感器信息融合自适应滤波算法

基于足绑式INS的单兵导航系统,通过将惯性导航系统、人体运动学约束、磁强计等多传感器信息进行融合得到准确的单兵导航信息。对于匀速步行时的单兵导航,可采用普通Kalman滤波算法进行多传感器信息融合,但不能满足跑步等激烈运动模式下单兵导航需求。提出衰减记忆新息自适应Kalman滤波算法,可满足多步态模式下的单兵导航多源信息融合的需求,实验结果验证了算法的有效性。