一种新型的伪卫星辅助下的惯导初始对准方法

静基座且已知载体位置的情况下,INS可以快速地完成初始对准,但是在野外环境下通常无法快速地给出初始位置。伪卫星具有铺设简单快捷,不易受到破坏的特点,适合在未知环境下作为GNSS系统的补充来辅助定位。但是在GNSS拒止的情况下,如果单独使用伪卫星(PL)来进行定位会存在定位结果误差较大等问题,难以辅助INS系统完成初始对准。为了解决GNSS拒止情况下伪卫星辅助惯性导航系统进行初始对准存在的问题,提出了以高度传感器辅助下的PL定位算法,利用该算法得到准确的位置信息进而实现GNSS拒止条件下INS系统的初始对准,满足高精度的INS系统在复杂环境下的使用需求。     

部分模糊度固定方法在GNSS/INS紧组合中的应用研究

针对动态环境下GNSS/INS导航定位模糊度固定难的问题,提出了一种基于部分模糊度固定的GNSS/INS紧组合导航定位算法,通过选择模糊度的最优子集进行固定,并利用实测车载实验进行了算法验证.实验结果表明:在开阔环境下,基于部分模糊度固定的GNSS/INS紧组合与基于全模糊度固定的GNSS/INS紧组合算法的定位精度相当,均为厘米级,但是使用部分模糊度固定算法可以有效地提升模糊度固定率;在城市环境下,基于部分模糊度固定的算法明显优于基于全模糊度固定的算法,前者东向精度提升了8％、北向精度提升了31％、天向精度提升了60％,且模糊度固定率提升了21.8％.     

基于场景检测的城市环境GNSS/INS组合定位方法研究

城市复杂环境下,采用GNSS/INS组合定位方法能有效提升GNSS信号部分或全部被遮挡情况下的车辆连续定位能力。GNSS信号受遮挡的程度具有随机性和突变性,给GNSS/INS组合算法的架构设计和参数设置带来了挑战。基于此,设计了一套基于场景检测的GNSS/INS组合定位策略与方法,提出了以多星GNSS观测量的八类特征为输入,利用支持向量机分类思想将定位场景分为室外开阔、室外遮挡和室内三种类型,并建立了与之相适应的组合滤波量测误差估计模型,进而实现了GNSS/INS组合定位。实测数据验证表明,提出的方法能够有效提升车辆组合定位精度。     

基于Starlink机会信号/INS的组合导航方法

针对全球卫星导航系统(GNSS)因频点单一、落地功率低、易受电磁干扰以及存在覆盖较差区域等潜在的被拒止或被干扰导致的导航系统性能降低甚至失效的问题,提出了一种基于星链(Starlink)机会信号融合惯性导航系统(INS)的飞行器动态组合导航方法。首先分析了星链信号体制,建立了基于星链星座卫星下行机会信号的瞬时多普勒定位观测模型,设计了一种基于频率细分的快速最大似然多普勒频率估计方法,然后建立了基于扩展卡尔曼滤波(EKF)的Starlink机会信号/INS的组合导航模型,并对该导航方法进行了实验及分析。结果表明,该方法可为飞行器提供长航时、连续、高精度的导航。动态飞行情况下,该方法可实现平均优于25 m的三维定位精度和平均优于0.1 m/s的速度估计精度,比相同观测时间下的惯导精度提高了1～2个数量级,显著提高了飞行器的导航精度,可为战略导航提供方法和技术支撑。     

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。     

Discussion for Deeply-coupled GPS/INS Technology

面对未来信息化、电子化战争复杂的电磁环境和高速、超高速精确制导武器发展需求,传统GPS/INS组合导航技术很难满足武器性能指标的要求.而GPS/INS深组合导航系统能在高动态和复杂电磁环境下为精确制导武器提供稳定、可靠、精确的导航信息,实现精确制导武器在复杂战场环境下对目标的精确打击.因此GPS/INS深组合技术成为近来人们的研究热点.深组合技术除了传统意义上利用GPS接收机信息修正INS之外,同时,采用INS导航数据还能对GPS接收机载波跟踪环路进行外部辅助,剔除信号中的动态信息,减小GPS接收机载波跟踪环对信号的跟踪范围,压缩环路带宽,提高接收机在高动态环境下工作稳定性和接收机抗干扰性能,以保证组合导航系统的可用性和可靠性.     

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。     

INS/GNSS组合导航系统校准方法

惯性导航系统(INS)和全球导航卫星系统(GNSS)组合的导航系统应用越来越广泛,它的校准问题亟待解决。本文简要介绍了目前广泛使用的各种导航系统,论述了INS/GNSS组合导航系统的工作原理及组合算法;详细分析了INS/GNSS组合导航系统各种测试及校准方法,比较了各种校准方法的优缺点;提出了INS/GNSS组合导航系统校准装置应具备的条件:可产生标准的空间位置和速度、可产生标准的姿态角度变化、可有效地接收GNSS卫星信号、统一的时间基准与同步信号。     

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。     

基于残差卡方检验和动态Allan方差的INS/GPS故障检测与定位算法研究

INS作为一种精密的仪器,容易发生由于自身老化或受到外界环境干扰出现故障无法正常工作的情况。因此,深入研究了INS/GPS的故障检测算法,提出了一种基于残差卡方检验和动态Allan方差的INS/GPS故障检测与定位算法。在系统层面,通过残差式卡方检验法,能够在组合导航系统出现故障时及时准确识别,并为后续的动态Allan方差法确定一个故障发生的时间段,大大减小了Allan方差的计算量。随后通过动态Allan方差法对惯性传感器时变特性的表征,从传感器层面准确识别出故障发生的位置,两者结合实现了INS/GPS系统故障的及时检测与准确定位。通过对仿真和实验数据的分析,验证了这种方法对INS/GPS故障检测及定位的有效性。     

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。     

一种适用于跑步状态的惯性/零速/GPS室内外无缝组合导航定位方法

目前，行人导航定位技术已经深入社会的众多领域，受到诸多学者的广泛关注。针对行人跑步状态，研究了一种惯性/零速/GPS室内外无缝组合导航定位方法。首先提出了可靠的、适用于行人跑步零速检测的方法，有效提高了在行人跑步状态下的零速检测的准确性。针对GPS信号容易受到高楼、高架等环境的干扰及在室内容易完全丢失的特点，提出了基于BP神经网络的GPS可用信号筛选方法，提高了GPS信息的可靠性与精准性。在此基础上，研究了基于可变量测的Kalman滤波器，实现了惯性/零速/GPS信息的有效融合，显著提高了在行人跑步状态下的导航定位精度。试验结果表明，所提出的这种适用于跑步状态的惯性/零速/GPS室内外无缝组合导航定位方法的平均定位误差可减小到行人跑步总里程的1%以内。     

基于可观测度分析和增量因子图的多源融合导航方法

复杂动态场景下高精度导航定位是自主无人系统决策规划与控制执行的基础。在城市峡谷、隧道、地下或室内停车场等场景下，卫星信号弱甚至丢失，严重影响了惯性/卫星/视觉等多源融合导航的精度和可靠性。为主动适应动态场景变化，迫切需要设计一种适用于跨场景的多源融合导航系统。基于动态时变系统的可观测度分析，在线度量惯性/卫星、惯性/视觉等组合导航因子的可信程度，进而采用因子图融合导航框架，根据各组合导航因子的可信程度，主动优化因子构建和增量平滑过程，以实现多传感器自适应融合导航与可靠定位。实验仿真表明：基于可观测度分析方法，能够在线优化因子图计算过程，提升了多源融合导航系统的环境适应性和跨场景能力，保证了复杂动态场景下自主无人系统跨场景导航模式切换和连续可靠的导航定位。     

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。     

基于惯性/偏振光/光流的六足步行机器人自主导航方法研究

针对惯性/卫星组合导航系统易受干扰或自主性不足等问题，引入偏振光传感器和光流传感器，分别建立航向角和速度量测方程，以辅助惯性导航系统，提出了一种基于惯性/偏振光/光流的自主导航方法。同时，为实现惯性传感器、偏振光传感器和光流传感器等多传感器的融合，设计了无迹Kalman滤波器。为验证该方法的有效性，以六足步行机器人为对象开展仿真和实验验证。结果表明，在没有卫星信号源的情况下，仅依靠机器人自身感知，可实现较高精度的机器人位姿估计，实现了不依赖于卫星导航信号的自主导航，提升了导航系统的自主性。