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。     

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。     

基于最优几何拓扑无线多传感器信息融合定位

利用Fisher信息矩阵方法,研究了针对距离、到达时间和方位角三种测量方式下的最优传感器—目标几何定位与拓扑图形特征。仿真结果表明,通过对最优传感器—目标几何图形特征的分析,可以获得具有最优定位性能的传感器—目标几何拓扑;同时表明,最优几何拓扑一般不是唯一的。     

一种改进的UGPF算法及其在导航问题中的应用

通过对高斯粒子滤波(GPF)算法的分析与总结,提出了一种基于无味卡尔曼滤波(UKF)方法的改进GPF算法(改进UGPF算法).该方法主要利用UKF获取更优的重要性抽样函数,同时优化GPF滤波的算法流程结构.最后通过二维目标跟踪过程中位置导航参数估计问题,对该算法进行了仿真分析,所得结果验证了该算法的有效性.     

基于天文角度观测的机载惯性/天文组合滤波算法研究

针对采用天文/惯性位置组合时对导航选星有特殊要求,提出了基于天文角度观测信息的机载惯性/天文组合滤波方案及算法.对基于天文角度观测的INS/CNS组合导航系统的原理进行了充分阐述,分析并建立了基于单星或多星观测条件下的组合导航系统线性化量测方程,并针对角度观测时高度通道不可观的特点,增加了气压高度输出为系统的观测量,并在此基础上设计了组合滤波器算法.最后进行了组合导航系统仿真,并通过协方差分析的方法对比分析了单星和双星观测条件下的滤波性能.仿真结果表明,即使是在单星观测条件下,组合导航系统也能获得较好的定位精度;若观测星数增多,则可以大大提高系统性能,表明该组合导航系统设计方案是成功可行的.     

Rao—Blackwellized粒子滤波在SINS／GPS深组合导航系统中的应用研究

在组合导航系统数据处理中,有时会出现线性非线性混合模型的高维滤波问题,此时采用传统的线性卡尔曼滤波无法直接处理,而一般的非线性粒子滤波计算量往往很大,难以满足导航系统实时性要求.因此,本文提出了利用Rao-Blackwellized(R B)思想对上述组合导航滤波模型进行分块处理,对于线性子空间采用卡尔曼滤波方法,对于非线性子空间采用粒子滤波方法.优化处理后的粒子滤波维数从20减少到3,使抽样所需的粒子数大大减少.通过仿真验证表明,在选取相同粒子数目前提下,本算法的滤波精度明显提高,并有效保证了导航计算的实时性.     

双星定位系统改进方案与仿真研究

文章在考虑将系统改进到被动无源的单向测距模式时 ,提出在现有双星系统基础上增加伪卫星伪距观测量的两种改进方案 ,并对两种方案中的伪卫星进行最佳配置 ;通过两种双星系统的改进方案与原系统的对比分析 ,证明双星定位系统中增加伪卫星的方法可以改善系统的性能和定位精度。     

低阶卡尔曼滤波器在低成本SIAHRS中的实现研究

在导航系统的工程应用中 ,高阶滤波器将给导航计算机带来沉重的计算负担 ,也会带来较大的模型误差 ,从而影响系统的滤波精度和性能。文章介绍了低成本捷联惯性航姿系统 (SIAHRS)中低阶卡尔曼滤波器的设计和实现 ,针对航姿系统提出了一种低阶滤波器结构 ,结合磁传感器对航姿系统的航向角进行了组合修正 ;并且以实际研制的低成本航姿系统为例 ,讨论了航姿系统的组成 ,将低阶滤波器应用于该航姿系统。实践结果表明 ,这种低阶滤波器能完全保证低成本捷联航姿系统的姿态精度 ,是一种具有实际应用价值的滤波器 ,有广泛的应用前景     

基于图像位移的低轨卫星自主导航技术

利用高速相机测得的地面图形相对卫星的位移,结合星敏感器测得的姿态信息,基于卫星相对地面的速度是一个非线性变化过程这一事实,实现低轨卫星的自主导航.相对于传统的陆标识别自主导航,该方法不需识别地面物体或景象,只需利用图像之间的位移关系,经相关性分析后,便可获得卫星相对于地面的速度信息.因此,不需要存储地面物体或景象的先验信息,故减轻了存储负担.文中还构建了系统的状态方程和量测方程,采用卡尔曼滤波器进行信息滤波.仿真分析显示,该系统具有较好的自主导航精度,可以应用于低轨卫星的自主导航.     

基于多传感器的卫星自主导航信息融合算法

通常卫星上装有较多的自主导航传感器,如何将其信息有效的组织并充分利用,是卫星自主导航的关键问题。采用信息融合技术把两种或多种导航系统组合起来,应用最优估计理论,形成最优组合导航系统,有利于充分运用各导航系统的信息进行信息互补和信息合作,已逐渐成为了导航定位技术的发展方向。文章针对星敏感器、红外地平仪、雷达高度计、紫外敏感器组成的卫星自主导航系统的特点,提出了一种基于联邦卡尔曼滤波技术进行轨道确定的信息融合算法。仿真结果表明,该方案能够获得较高的定轨精度,有效抑制滤波发散,整个系统的运算速度和收敛速度也有所提高。