跟飞编队卫星相对导航自适应EKF算法研究

针对跟踪星对目标星跟飞编队的相对导航问题,提出了基于自适应扩展卡尔曼滤波（EKF）的相对导航算法。以线性离散化的椭圆参考轨道相对动力学模型为导航状态方程．设计了虚拟测量量及相应的测量矩阵,避免了求解雅可比矩阵的复杂计算。为了适应构型尺寸变化引起的模型误差变化,提出了模型误差在线估计算法。仿真显示,算法具有较快的收敛速度和较高的估计精度。该研究成果可作为卫星编队应用的有益参考。     

INS/GPS组合系统在反舰导弹导航制导中的应用

为了提高反舰导弹的精确制导效率,提出了INS／GPS(惯性导航/卫星导航)相结合的导航方法,分析了INS与GPS相结合时的误差模型、整个系统的性能及滤波算法,并对INS／GPS 组合导航的应用前景做了一般性的分析。     

基于多频GNSS观测的编队星间相对定位样条表示模型

从编队卫星的高精度星间相对定位需求出发,基于未来全球导航卫星系统(GNSS)多频信号测量体制的发展,综合利用观测数据与待估参数的几何关系以及待估参数随历元连续变化的约束,根据函数逼近理论,提出基于多频GNSS观测的编队星间相对定位样条表示模型,给出多频数据相对于双频数据、样条表示模型相对于传统逐点模型在改善星间相对位置...     

基于交互式多模型的飞机编队相对导航算法研究

在飞机编队飞行时,成员间的相对位置信息是实现系统协同作战的重要保证,为了提高机群编队飞行的相对导航定位精度,在无地面基准的机群编队飞行JTIDS/GPS/TACAN/IFDL组合的相对导航系统中,采用交互式多模型扩展卡尔曼滤波(IMM-EKF)算法,设计实现了多传感器相对导航系统,克服了飞机动态模型参数变化导致使用单一动态模型滤波精度下降的问题。仿真分析结果表明,交互式多模型算法可以提高相对导航系统的定位精度和可靠性,特别在GPS可见卫星很少的情况下,依然能够具有良好的定位性能。     

卡尔曼滤波在弹道组合导航仿真中的应用

根据捷联惯性导航(INS)和GPS导航两个系统不同的特点,通过卡尔曼滤波方法实现了INS/GPS组合导航,以速度差和位置差作为卡尔曼滤波的量测量信息,建立了组合导航的简化滤波方程.在实际陀螺器件含有零偏的情况下,通过在角速度上引入定量的零位偏置来进行弹体模拟投放过程.将仿真导航结果和弹道参数比较,引入的陀螺偏置引起姿态角误差,而速度误差和位置误差比较小,导航计算参数误差在允许范围之内.     

双视线测量相对导航方法误差分析与编队设计

空间非合作目标的相对导航是在轨维护和近距离监视任务中的关键技术,目前的研究表明仅有视线测量条件下中距离相对导航沿距离方向的观测度较差,而基于双视线测量的相对导航方法可以有效解决该问题。为此,研究了两个追踪航天器所组成的编队,在双视线测量条件下进行自主相对导航的方法。首先,详细地介绍了双视线测量相对导航方案的构成以及具体的导航算法;其次,根据两个追踪航天器与目标航天器的几何构型,推导双视线测量方法中的误差传递规律,并分析其中的影响因素;然后,对两个追踪航天器的编队构型进行设计,并分析编队构型对该方法导航性能的影响;最后,通过数值仿真对上述相关的结论进行验证。     

基于INS/前视声纳组合的输水隧洞AUV巡检定位方法

当潜航器(AUV)进行输水隧洞巡检时,多普勒测速仪(DVL)声波会对前视声纳图像产生干扰,针对这一问题提出了一种从AUV上卸载DVL,直接从前视声纳图像中提取栽体速度,而后和惯性测量单元(IMU)进行组合导航的方法.该方法根据前视声纳成像原理,建立起每相邻两帧声纳图像间载体的相对位移与配对特征点的图像坐标之间的联系,针对水底为局部平坦区域的情况,对特征点仰角进行了估算.通过惯导速度约束和随机抽样一致(RANSAC)算法,剔除误差较大的配对点,然后利用提取出的载体速度作为观测量进行卡尔曼滤波.经实际数据测试,惯性导航系统(INS)/前视声纳组合的总体性能和INS/DVL组合非常接近,以输水隧洞内的接缝线作为定位基准,INS/前视声纳组合导航在沿隧洞方向上的最大相对定位误差小于行程的1％.     

基于可观测性分析的单测角相对导航与闭环制导技术

针对仅有相对角度信息的空间交会问题,进行了基于可观测性分析的单测角相对导航与闭环制导技术研究。首先,建立了系统滤波模型,并从新视角对滤波系统进行了可观测性分析,得到了系统可观测的充分条件。然后,结合多脉冲滑移安全制导策略分析了单测角相对导航与制导的耦合关系,得到了耦合关系的数学表达,并利用耦合关系设计了相对导航与闭环制导方案。最后,通过Monte Carlo打靶仿真验证了该方案的有效性,并分析了不同传感器误差与初始状态误差水平下的导航与制导精度。     

基于模糊自适应滤波的水下INS/DVL组合导航研究

由于水下环境的复杂性,多普勒测速(DVL)误差的均值和噪声方差等统计特性均存在跳变现象,影响了INS/DVL组合导航精度。为此提出了一种基于模糊自适应滤波的水下INS/DVL组合导航算法,通过实时监测滤波残差的均值变化以及滤波残差方差与理论滤波残差方差的不一致程度,利用隶属度函数在线修正多普勒测速偏差以及量测噪声的统计特性。本文改进了已有模糊自适应滤波算法未考虑观测误差均值跳变以及对残差方差变化过于敏感的问题,并对DVL零偏跳变进行了修正。试验表明,所提出算法对多普勒测速误差的均值和噪声方差跳变具有较强的适应性,能够有效提高水下INS/DVL组合导航精度。     

用于SAR运动补偿的DGPS/SINS组合系统研究

使用考虑位置误差相关项的伪距率观测模型 ,研究了用于合成孔径雷达运动补偿的差分 GPS/ SINS伪距率组合系统。结果表明 ,组合系统的长期位置精度能达到 1 m左右。 GPS数据更新率低于 INS,在 GPS测量时间间隔内 ,组合系统的性能仅由 INS决定。虽然 INS误差随时间积累 ,在 GPS数据更新率为 1 s的情况下 ,即使采用中等精度的惯性仪表 ,其相对位置精度为厘米级 (这里相对位置精度指组合系统在 GPS测量时间间隔内位置误差的变化范围)。     

惯导/北斗/里程计一体化紧组合导航方法研究

当前,主要通过采用惯导/卫星导航组合或者惯导/里程计组合的方式来实现 车辆的定位定向;卫星信号良好时,惯导系统与卫星导航组合实现车辆定位定向,当卫 星导航信号不好甚至没有信号无法正常工作时,惯导系统与里程计组合实现车辆定位定 向。提出一种惯导/卫星导航/里程计三者的一体化组合方案,针对惯导、北斗、里程计 这三项测量设备构成的组合系统建立了统一的误差状态模型、组合量测模型以及反馈修 正模型,并通过卡尔曼滤波器来实现三者的一体化紧组合,这种惯导/北斗/里程计一体 化的紧组合方式,能更好地实现三者信号之间的充分交流与融合。将这种一体化紧组合 方法与传统的惯导/北斗组合、惯导/里程计组合方法进行了仿真比较,结果表明：惯导/ 北斗/里程计一体化的紧组合方法能更加快速、准确得到传感器误差（ 包含惯组误差、 北斗误差、里程计误差）的在线估计,更能有效提高各传感器的测量精度。     

弹道导弹天文/惯性导航误差修正方法研究

通过分析导弹天文导航和惯性导航的导航原理和误差模型,在基于充分利用高精度天文导航参数的思想上,提出了组合导航的误差修正方法。首先对两种导航参数进行了归算,而后提出了利用多次的天文测量参数对惯性测量误差进行修正的方法。该方法能较为准确地分离出引起射程误差较大的关机点速度、位置等的误差值,从而为实现利用天文导航进行射程误差修正提供前提条件。仿真计算表明,该方法是行之有效的。     

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。     

车载捷联惯导与里程计组合导航技术研究

惯导的误差随着时间增长是积累的,可采用里程计辅助捷联惯导构成纯自主的车载组合导航系统.利用捷联惯导的速度和里程计测量的速度之差作为观测量,通过卡尔曼滤波技术校正惯导的导航参数,可以有效地抑制惯导误差的积累,提高导航参数的精度.本文推导了组合导航系统的模型,从理论上用特征值方法分析了系统的可观测度,进而设计轨迹进行了仿真...     

GPS/惯性组合方式讨论与导航精度分析

 本文讨论GPS/惯性组合两种方式的优缺点。并以GPS伪距和伪距率与惯导组合为例,按GPS测量误差的不同,以及使用差分机等情况,仿真计算了机载使用的组合导航性能,进行了详细的精度分析。结果表明,这种组合的导航精度比GPS和惯导各自的导航精度高。在采用差分GPS机与惯导组合后,位置误差将进一步减少,使组合导航具有开辟例如飞机进场着陆等新的使用领域的可能性。     

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。     

弹载大视场星惯组合深度融合导航技术

为了降低弹载星惯组合（Stellar-INS）飞行中段对调姿观星的要求，提高星惯组合姿态精度，提出了大视场（LFOV）星惯组合深度融合导航方法。小视场（NFOV）星敏感器输出星矢量为主，大视场星敏感器可同时输出姿态和星矢量信息，分别推导了基于星敏感器输出姿态和星矢量信息的观测方程，分析了星矢量和姿态观测方法之间的关联性。建立了包含星惯安装误差、陀螺误差以及初始平台误差角的星惯组合全误差项模型，基于线性卡尔曼滤波给出了深度融合导航方法。开展了数学仿真验证，分析了不同调姿观星路径约束下，大/小视场星惯组合性能差异。结果表明，大视场星惯组合深度融合导航方法不仅可以降低调姿观星约束要求，还可以实现组合姿态性能提升。     

抗差自适应分步滤波算法在PPP/INS组合导航中的应用

针对常规抗差自适应滤波算法在PPP/INS组合导航应用中存在难以准确识别和分离观测粗差及运动异常对定位结果影响的问题，基于分类因子自适应滤波原理,提出了一种抗差自适应分步滤波算法。该算法首先执行第一步滤波,对状态模型异常信息进行隔离，仅对观测粗差进行诊断和抗差处理；然后在第一步滤波的基础上，执行第二步滤波，对状态模型异常进行诊断和自适应处理。算法分析表明，抗差自适应分步滤波算法可以准确地识别和分离观测粗差和运动异常扰动。实验结果表明，抗差自适应分步滤波算法能够进一步增强滤波算法抵抗观测粗差和运动异常扰动对滤波结果的影响，提高PPP/INS组合导航系统定位结果的稳定性和可靠性。     

A relative navigation system for formation flight

A relative navigation system based on both the Inertial Navigation System (INS) and the Global Positioning System (GPS) is developed to support situational awareness during formation flight. The architecture of the system requires an INS/GPS integration across two aircraft via a data link. A fault-tolerant federated filter is used to estimate the relative INS errors based on relative GPS measurements and a range measurement obtained from the data link. The filter is constructed based on a reduced-order model of the relative INS error process. A method for analyzing the filter performance is presented. A case involving two helicopters in formation flight is studied under three different night trajectories to account for the effect of vehicle motion on the INS state transition matrix. The results of the covariance analysis are compared with actual night results over an instrumented test range.     

A novel optimal data fusion algorithm and its application for the integrated navigation system of missile

For Inertial Navigation System(INS)/Celestial Navigation System(CNS)/Global Navigation Satellite System(GNSS) integrated navigation system of the missile, the performance of data fusion algorithms based on the Cubature Kalman Filter(CKF) is seriously degraded when there are non-Gaussian noise and process-modeling errors in the system model. Therefore, a novel method is proposed, which is called Optimal Data Fusion algorithm based on the Adaptive Fading maximum Correntropy generalized high-degree...