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。     

融合SAR的INS／GNSS组合导航系统

针对ＩＮＳ／ＧＮＳＳ组合导航系统应用中存在的问题,提出了引入合成孔径雷达（ＳＡＲ）传感器,用以提高系统的自主性、融错性和导航精度．仿真结果表明,融合ＳＡＲ的ＩＮＳ／ＧＮＳＳ组合导航系统的精度得到了提高,是一个高性能的导航系统．     

基于矢量跟踪的MEMS-SINS/GNSS深组合导航系统

针对在载体高动态运动时,由Doppler频移剧烈变化而导致的MEMS-SINS/GNSS组合导航系统精度降低的问题,修正了GNSS卫星信号模型,设计了一种深组合导航通道滤波器,并形成了完整的深组合导航方案。基于矢量跟踪结构的深组合导航方案,通过滤波器对载体的导航参数进行估计,将相互独立的各通道信息结合起来,并利用各卫星位置之间的关系,提高了高动态环境中的跟踪能力。仿真结果表明,基于矢量跟踪结构的深组合导航方案可以有效减少高动态对导航精度的影响,提高组合导航系统的输出精度。     

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...     

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...     

基于预滤波器和两级AIME的GNSS/INS超紧组合慢变故障检测

针对包含预滤波器的GNSS/INS非相干超紧组合架构,提出了一种基于预滤波器的两级AIME慢变故障检测方法。该方法首先基于预滤波器构建第1级AIME检测,并设计了关于第1级AIME检测统计量的检测量Kalman滤波器。在发生慢变故障时,第1级AIME故障检测统计量存在递增趋势。对于检测量Kalman滤波器而言,这种递增趋势也可视作一种慢变故障。以检测量Kalman滤波器为基础,构建了第2级AIME检测算法,以达到减小故障检测时间的目的。在单星和两星伪距慢变故障场景下,进行了仿真与对比分析。仿真结果表明,所提方法能够正确识别故障卫星并且可以显著减小慢变故障的检测时间。对于小变化率的慢变故障,所提方法在检测时间上的优势更加明显。     

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。     

卡尔曼/粒子组合滤波在GPS/INS组合导航中的应用研究

在非线性模型和非高斯噪声条件下,粒子滤波在GPS/INS组合导航系统的观测精度较低时能取得较好的滤波结果,但在高观测精度情况下会导致滤波发散。针对这一问题,在分析了基本粒子滤波器算法原理的基础上提出一种卡尔曼/粒子组合滤波方法,将状态向量分为线性部分和非线性部分,分别用卡尔曼滤波和粒子滤波估计,既保证了简化后滤波算法的结果不会变差,又将运算量大大降低,仿真试验表明,组合滤波器能够获得较高的滤波精度,满足实际的导航要求。     

基于MEMS-INS/GNSS组合导航抗差自适应Kalman滤波算法

标准的Kalman滤波器在组合导航领域得到了广泛的应用,然而在实际运动过程中,载体的运动模型是复杂多变的,无法准确掌握系统的动态特性。针对高动态环境下载体动态复杂多变特性带来的动力学模型难以精确构建问题,以及卫星跟踪环路信号易受扰动导致的观测信息出现异常粗差问题,设计了一种基于MEMS-INS/GNSS组合导航系统抗差自适应Kalman滤波算法,研究了优化自适应因子的求解方法。通过跑车试验证明了该算法能够有效地抑制误差发散,提供更加精确的导航定位结果,更好地控制观测信息误差以及动力学模型异常所带来的影响。     

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。     

惯性／卫星组合导航开发平台的可视化仿真和实现

对惯性/卫星组合导航开发平台的可视化仿真及其实现进行了研究。该开发平台采用Visual++6.0语言进行编程,可进行实时导航动画显示,对惯性导航、GNSS及多种组合模态进行仿真运行,其结构和参数可由操作者根据实际情况选择或自行设定;特别针对不同的应用对象,可灵活地设置航迹和航路点,因此有较高的应用价值和实用意义,不失为设计组合导航系统的有力工具,在实际应用中对惯性/卫星组合导航系统研制和设计具有前瞻性和指导性。同时,模块化设计使该软件中的核心算法已方便地移植应用于实际工程组合导航系统中,收到了很好的效果。     

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。     

激光捷联惯性/卫星组合导航系统基本原理及应用情况

激光捷联惯性/卫星组合导航系统是国外飞机上普遍采用的一种导航设备,但在国内飞机上的应用则刚刚起步。本文简要介绍了激光捷联惯性/卫星组合导航系统的基本原理及应用情况。     

准实时性前斜视INS/SAR组合导航滤波算法研究

为消除常规利用正侧视SAR图像辅助导航信息对惯性误差进行修正时的滞后影响,结合前斜视SAR成像工作特性,本文分析提出了新的准实时性组合导航滤波方案和算法,以解决SAR/INS组合导航系统中的量测滞后影响;本文分析了前斜视SAR成像辅助导航系统工作特点,分析了SAR量测输出模型;建立了准实时性前斜视INS/SAR组合导航滤波算法模型,并通过仿真分析了组合导航系统性能。仿真结果表明：采用所提出的惯性/SAR组合方案和算法,可以有效克服成规正侧视SAR辅助匹配输出滞后的影响,有效满足组合系统性能要求。     

INS／SAR／GPS组合导航系统中的信息融合算法研究

以INS/SAR/GPS组合导航系统的工程应用为目标,讨论其最优估计融合算法及理论证明。研究结果表明:采用最优估计融合算法,是提高整个组合系统的导航精度和可靠性的行之有效的方法。     

Quadratic extended Kalman filter approach for GPS/INS integration

GPS/INS integration system has been widely applied for navigation due to their complementary characteristics. And the tightly coupled integration approach has the advantage over the loosely coupled approach by using the raw GPS measurements, but hence introduces the nonlinearity into the measurement equation of the Kalman filter. So the typical method for navigation using measurements of range or pseudorange is by linearizing the measurements in an extended Kalman filter (EKF). However, the modeling errors of the EKF will cause the bias and divergence problems especially under the situation that the low quality inertial devices are included. To solve this problem, a quadratic EKF approach by adding the second-order derivative information to retain some nonlinearities is proposed in this paper. Simulation results indicate that the nonlinear terms included in the filtering process have the great influence on the performance of integration, especially in the case that the low quality INS is used in the integrated system. Furthermore, a two-stage cascaded estimation method is used, which circumvents the difficulty of solving nonlinear equations and greatly decreases the computational complexity of the proposed approach, so the quadratic EKF approach proposed in this paper is of great value in practice.     

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。