三星定位原理研究

双星定位系统只需要两颗同步卫星便可以为用户提供定位服务,但却存在着用户位置易暴露和用户数量易饱和这两大缺陷。建议采用三颗同步导航卫星像GPS卫星那样向用户播发导航电文,用户接收机根据这些导航电文信息以及气压高度表信息,像GPS接收机那样解算用户位置,从而克服了双星定位的两大缺陷。仿真表明本定位原理行之有效。     

高空长航时无人机高精度自主定位方法

针对传统基于轨道动力学模型及非线性滤波进行间接敏感地平天文导航定位方法在实际应用中的局限性,提出了一种适用于高空长航时无人机自主导航定位的快速间接敏感地平天文解析定位新方法。分析了星光折射视高度天文量测的机理,导出天文三维定位的解析表达式,详细阐述了利用最小二乘微分校正法代替非线性滤波的天文定位方法,通过直接求解非线性量测方程组即可得到飞行器的精确位置信息,并对这种定位方法的定位精度进行了理论分析。该天文定位方法利用了星光折射间接敏感地平精度高的特点,又不需要飞行器动力学模型也不需要任何先验知识,算法简单可靠,计算量小,而定位精度与传统方法相当。最后,通过计算机仿真,验证了这种天文定位方法的有效性。     

基于非合作低轨卫星的测向交叉定位技术

根据非合作低轨卫星的特点，可以被动测量多颗卫星信号的来向，通过测向交叉的方式进行定位。但是通过星历解算出的卫星位置位于地心地固坐标系，用户测量的方位角和俯仰角基于站心坐标系。针对非合作低轨卫星测向交叉定位时目标用户角度信息与卫星位置基于不同坐标系的问题，提出了一种迭代最小二乘定位算法，通过迭代的方式不断收敛定位结果，能够在目标用户角度信息与卫星位置基于不同坐标系的情况下，解决非合作低轨卫星的测向交叉定位问题。仿真结果表明，基于迭代最小二乘定位算法能够实现非合作低轨卫星仅利用角度定位，并分析了测角精度、卫星轨道高度、参与定位卫星数与定位误差之间的关系。针对迭代的计算方法，分析了迭代过程中不同收敛条件下迭代次数与定位误差之间的关系。在保证定位精度的情况下，将迭代收敛范围设置为8~30 km，可以降低2~3次迭代次数。     

基于CDMA蜂窝网的飞行器三维定位算法

针对中低空飞行器提出了一种将码分多址(CDMA)蜂窝网导频信号被动定位与惯性导航系统进行组合的导航定位方法。该定位方法是根据CDMA蜂窝网导频信号的到达时差（TDOA）进行两次加权最小二乘解算,并利用飞行器惯性组合的原始信息进行解模糊,从而实现中低空飞行器的三维实时定位。蒙特卡罗仿真证明：在高斯白噪声条件下,该算法运算速度快,精度高,其均方误差逼近克拉美罗下界（CRLB）,为组合导航实时性要求提供了理论参考。     

地磁辅助的无缝INS/GPS组合导航研究

INS/GPS组合导航已经成为当前无人机导航系统的主要实现形式,由于GPS信号容易受到干扰,在恶劣的电磁环境下信号易丢失,从而导致GPS卫星信号失锁而无法使用。地磁导航作为一种无源导航方法,其难以受到外界干扰且具有较强的自主性,从而为克服GPS在干扰情况下无法对INS误差实现持续无缝修正的不足提供了很好的途径。针对INS/GPS组合导航中GPS卫星信号失锁的情况,设计提出了使用地磁匹配导航进行辅助实现无人机无缝导航的实现方案,设计了基于地磁特征的地磁匹配算法和地磁匹配辅助的INS/GPS组合无缝自主导航算法,并通过仿真验证了采用地磁匹配辅助导航方法,可以在GPS无效的情况下,实现对INS导航误差的持续无缝修正,从而提高导航系统性能。     

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。     

基于非合作LEO卫星辅助GNSS联合定位技术CSCD

针对全球导航卫星系统(GNSS)在受挑战的环境中,出现导航卫星信号被干扰或遮挡,导致可见卫星数目无法满足定位最低要求的情况。利用低轨(LEO)卫星具有信号到达地面功率高、抗干扰能力强,以及在未来将进行大量部署的特点,可为GNSS的导航服务提供备份与补充。提出了基于非合作LEO卫星辅助GNSS联合定位算法,不同于现有的LEO/GNSS联合定位算法将低轨卫星简单地视为轨道降低的导航卫星,该算法以LEO为通信卫星,从非合作、非导航特性的实际情况出发,将LEO的多普勒与GNSS的伪距、多普勒相结合求解用户位置信息,并以ORBCOMM低轨通信卫星联合GPS为例进行了仿真实验,实验结果验证了算法的可行性与性能。     

无人机动态目标高精度定位方法研究

针对未来无人机对目标高精度定位的迫切需求,开展了无人机动态目标高精度定位方法研究,提出了动态目标高精度定位总体方案。方案将惯性/卫星组合导航系统和机载光电平台系统获取的载机信息和目标相对信息作为目标定位算法的输入量,合理分配目标定位过程中各项误差参数,实现无人机对目标的高精度定位。经仿真验证,目标定位精度和载机导航精度都达到了期望指标,表明了方案和算法的有效性。     

泛在无线信号定位辅助信息的标准化研究

目前利用泛在无线信号进行定位时所需要的特定辅助信息的数据格式和传输方式还没有出台相关标准,这在某种程度上制约了导航定位产业的发展。针对这一问题,提出了通过对卫星导航定位领域广泛使用的RTCM SC-104和NMEA 0183这两种国际标准格式进行扩展,使其包含泛在无线信号定位相关的辅助信息,并将其通过NTRIP协议进行播发,从而实现辅助信息数据格式和传输方式的标准化。该研究有利于传统高精度GNSS定位和泛在无线信号定位的融合,并为实现泛在(无处不在)的室内外一体化定位提供技术支撑。     

用改进的准线性平差法实现GPS辅助无人机对地定位

以无人机对地定位为应用背景,在GPS辅助确定机载摄像机光心位置条件下,用改进的准线性平差法从序列图象求解地面目标点的三维位置。首先简要介绍经典平差法和准线性平差法,然后详细阐述了改进的准线性平差法原理、实现步骤,并用仿真数据和真实图象进行了验证。结果表明,改进的准线性平差法不仅对定位精度有所提高,而且降低了计算量,提高了计算速度。如果运用于GPS辅助无人机获取的图象分析,可实现实时对地定位和基于视觉的导航、着陆等。     

基于DKF的IMU误差预测算法

作为导航领域常用的组合导航方式,全球导航卫星系统(GNSS)/惯性导航系统(INS)组合导航在GNSS信号失锁后,由于惯性测量单元(IMU)误差随时间迅速积累,其定位结果会偏离载体真实位置,导航精度下降.针对此问题,提出了一种长短期记忆网络(LSTM)辅助的算法,称之为深度卡尔曼滤波(DKF)算法.DKF算法的核心思想是使用LSTM训练IMU误差模型,然后通过训练出的模型预测IMU误差,最后将预测的IMU误差代入IMU数据以校正导航结果.仿真结果表明:在200s测试数据上,DKF算法将误差从1.1537m/s降低到0.3746m/s.与平均预测、卡尔曼预测和最小二乘估计等方法相比,DKF算法的误差最小,具有更优越的导航性能.     

一种单低轨星北斗备份与辅助方法及在轨验证

在低轨卫星上搭载导航载荷,为北斗系统提供有效的备份及辅助性能提升手段,是近年来卫星导航领域专家学者探讨的热点问题.针对全球卫星导航系统信号在恶劣电磁环境下的受扰问题,提出了一种利用单颗低轨卫星实现北斗备份和辅助的方法.北斗备份是指通过单颗低轨星独立为地面用户提供导航服务.北斗辅助是指利用单颗低轨星信号及信息,为地面用户...     

无人机空中对接中的视觉导航方法

无人机空中加油是一种能有效提升巡航里程及续航时长的技术手段,近距相对位置和姿态测量技术是其中需要解决的关键问题之一。针对该问题研究了无人机自主空中对接中的视觉导航方法,完成了近距对接的地面实验。首先,利用移动对接图标和无人机的GPS/INS信息进行无人机的粗略导航,完成会合;再充分利用视觉图标的颜色与形状信息,通过颜色分割选取目标可能区域,在这些区域中进行快速椭圆检测,针对椭圆检测算法存在误检测及边缘不重合的问题,提出了椭圆检测与轮廓检测相结合的方法,能够更准确地描述图标边缘;最后,利用改进的OI算法进行相对位姿的估计,实现近距的精确导航。实验结果表明,无人机在较高速度下的跟踪效果良好,采用的视觉导航方法能够满足空中对接中精度与实时性的要求。     

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。     

基于双谱相位算法的无人机图像定位研究

由于传统的定位方法都有不同程度的缺陷,如GPS导航或者捷联惯导,所以借助图像匹配技术实现无人机导航定位具有重要研究意义。双谱中只提取相位信息,形成基于相位谱的算法,能很好地抑制不均匀的光照度变化等。首先以对数-极坐标方式进行相位谱的采样处理,然后由相位相关算法获取尺寸和旋转校正值。校正之后,再由相位相关算法进行2幅图像之间的平移配准。仿真结果验证了该算法不仅有很高的配准精度,而且有很强的稳健性。     

一种4站情况下基于TDOA/FDOA的无源定位方法

在基于时频差的三维运动目标无源定位系统中,针对在4个接收站的情况下搜索法实时性低的问题,提出了一种基于改进的加权最小二乘法（MWLS）与萤火虫算法（FA）相结合的无源定位方法（MWLS-FA）。该方法的第1步通过构造一组新的方程来对加权最小二乘（WLS）方法进行改进,使得改进后的WLS方法在4站情况下也能得到目标位置和速度的初始值,第2步利用这个初始值为FA方法提供一个动态的搜索区域,同时在约束条件的添加和参数选择两个方面针对性地对FA方法做出了调整和改进。仿真结果表明,该方法在4站情况下对目标的定位精度可以达到克拉美罗下限（CRLB）,而且在实时性和抗噪性方面优于传统的搜索法,同时该方法在5站情况下的抗噪性能优于两步加权最小二乘法（TSWLS）和约束加权最小二乘（CWLS）法。     

基于记忆融合模式的多无人机分散式协同导航方法

针对多无人机协同交互过程中存在的通信时滞问题，提出基于记忆-融合的多无人机分散式协同导航算法。在无人机惯性和全球卫星导航系统（GNSS）紧组合导航框架基础上，建立含时滞影响的系统状态向量，并对系统状态误差及其方差进行推导，进一步构建关于各无人机状态的最优估计模型，并基于状态误差方差最小准则对状态进行最优估计。建立了基于机间相对测量的多无人机分散式协同导航算法，提出了基于记忆融合模式的时滞处理方法。在GNSS可获取及拒止环境下进行多无人机协同导航仿真与实验测试，结果表明，所提出的基于记忆-融合的分散式协同导航算法能有效补偿通信时滞造成的精度损失，有效提高定位精度。     

传感器参数误差下的运动目标TDOA/FDOA无源定位算法

在运动目标无源定位系统中，许多算法的前提是精确已知传感器的位置以及速度，但实际情况下可利用的传感器的参数均会存在一些噪声扰动。针对这一问题，提出一种改进的两步加权最小二乘（TSWLS）时差（TDOA）与频差（FDOA）定位算法。该算法是一种闭式算法并且分为2步。第1步与经典的两步加权最小二乘算法相同，第2步进一步研究了额外变量与目标参数之间的关系并且建立了新的矩阵方程。随后，利用加权最小二乘技术给出了最终解。理论分析证明了在测量噪声较小时该算法能够达到克拉美罗界（CRLB）。所提算法具有计算复杂度低，实时性高的优点；另外，经过适当的维度调整，该算法同样适用于对多非相交源进行定位求解。计算机仿真进一步证明了理论分析的正确性。     

惯性卫星紧组合导航系统自主完好性算法研究

为保证组合导航系统运行的可靠性和输出导航参数的准确性,结合组合导航系统的自主完好性检测的基本算法,基于气压高度辅助下的卫星导航接收机最小二乘检测法和组合导航卡尔曼卡方检验法,提出了一种能够识别突变故障和缓变故障的组合导航系统自主完好性检测的算法,充分利用导航系统中高精度惯导系统的导航信息,实现了组合导航系统的自主完好性检测算法,提高了组合导航系统在复杂环境下的导航信息可靠性。     

基于最近邻的协同定位模型研究

协同定位是多平台编队中的关键问题之一,是实现无人机、舰艇编队等定位控制的基础.从信息融合的角度研究了编队协同中的导航定位问题,提出了一种新的协同定位算法.推导了二维情况下,基于最近邻准则确定伪测量和相伴误差协方差矩阵的模型.仿真分析表明,该算法可以稳定地完成己平台运动要素的估计.