基于SAR图像匹配结果可信度评价的INS/SAR自适应Kalman滤波算法

在惯性导航系统（INS）/合成孔径雷达（SAR）组合导航系统中,SAR图像易受斑点噪声的影响,图像匹配的精度对整个导航系统精度的影响十分明显,能够准确地分析SAR图像匹配过程中的误差特性,利用有效的图像匹配信息辅助INS进行组合定位尤为重要。针对上述问题,在加权Hausdorff距离匹配算法的基础上,对影响SAR图像匹配精度的因素进行了分析,提出了一种基于模糊推理的匹配结果可信度评价准则,经过可信度筛选,将有效的匹配信息与INS进行组合;对合理范围内的匹配误差变化引起量测噪声统计特性发生变化,进而导致Kalman滤波精度下降的问题,研究采用改进的Sage-Husa自适应滤波算法对量测噪声方差阵进行动态调整,使其更加接近系统的当前状态。搭建仿真验证平台对所提算法进行了验证,结果表明,该算法能够在合理的匹配误差范围内,有效地筛选出可信的图像匹配结果,相比常规Kalman滤波算法,显著地提升了INS/SAR组合导航系统水平方向的定位精度。     

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...     

GPS/BDS组合定位精度分析

随着定位技术的不断发展及多系统导航定位技术的逐步推广,多系统组合导航定位已经成为了GNSS导航定位领域中的主要发展趋势。主要阐述了GPS/BDS组合相对定位的观测方程和数学模型,并根据实测数据对比分析,从卫星可见性、精度因子、定位精度和均方根误差等方面对GPS、BDS及GPS/BDS组合定位系统的定位性能、定位精度进行了比较。研究结果表明,较单一的GPS和BDS系统定位,采用GPS/BDS组合定位可有效提高卫星可见数目和DOP值,且稳定性更好。GPS/BDS组合定位的定位精度也明显优于单一系统,这对GNSS高精度导航定位具有重要的参考价值。     

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。     

钟滑动辅助GNSS定位算法研究

针对GNSS卫星星座几何形状不好或者观测卫星数量不足,无法为导航解算和自主完好性监测提供足够观测量的问题,提出采用GNSS接收机时钟观测值进行辅助定位,提高定位精度,实现自主完好性监测。通过对接收机时钟建模,引入本地钟的钟差方程、辅助接收机观测方程,从而建立了一套完整的钟滑动辅助定位算法。通过对采集的真实数据作计算机仿真,证明了该算法的可行性和有效性。结果表明,在卫星星座几何形状较差或者某颗卫星出现故障时,利用钟差辅助算法能够有效地排除故障星,得到较好的定位结果。     

GNSS/SINS组合导航中多路径效应的识别与抑制算法CSCD

针对GNSS/SINS组合导航系统中,GNSS定位易受多路径效应影响的问题,提出了一种多路径效应识别与抑制算法。通过设计姿态检测与χ^(2)检验相结合的两层多路径效应识别方法,实时检测GNSS输出结果的可靠性和GNSS/SINS二者定位的一致性。将提出的抗野值自适应滤波算法用于对多路径误差的抑制,当检测到GNSS受多路径效应影响时,通过残差加权减小异常量测量在量测更新中的比重;当GNSS定位正常时,通过限定记忆指数加权的方式计算残差协方差的极大似然最优估计,并采用渐消滤波提高滤波器的调节能力。通过实际跑车试验验证了该算法能够有效抑制GNSS多路径误差,具有较高的导航精度与自适应能力。     

UWB与GNSS结合的室内外一体化定位系统设计

针对电力北斗安全应用、自动驾驶导航等应用场景对室内外一体化无缝定位的迫切需求,设计了一种将UWB与GNSS结合的一体化无缝定位系统.通过将UWB标签与小型化GNSS模块集成到手持智能设备上形成一体化定位终端,服务器软件对卫导结果与超宽带定位结果进行融合,输出连续定位结果.实验结果表明,该系统可以实现人员的室内外一体化无缝定位,室内环境下的静态定位精度小于10cm,该系统已应用于大型发电厂和变电站的人员安全防护管理项目.     

双轴连续旋转调制捷联惯导系统大失准角初始对准技术

由于可以补偿惯性器件在三个轴向上的输出误差,双轴旋转调制技术被广泛应用于捷联惯导系统(SINS)。选择了一种合理且实用的十六次序双轴转位方案,并对其调制原理和误差进行了分析。初始对准技术是捷联惯导系统的一项重要技术,其对准精度直接决定了后续导航的精度。在粗对准完成后,当姿态误差角较大时,后续的精对准误差模型呈非线性特性,故选择了滤波精度高、稳定性强的平方根容积Kalman滤波算法(SCKF)来解决这一问题。考虑到在实际对准过程中,量测噪声的统计特性易发生变化,将SCKF算法与Sage-Husa算法相结合,在传统Sage-Husa SCKF算法的基础上提出了一种改进的自适应滤波算法(ASCKF)。该算法采用QR分解来完成对噪声协方差的平方根矩阵估计,从而避免了传统Sage-Husa SCKF算法中所估噪声协方差矩阵不正定的问题。最后,通过仿真证实了ASCKF算法可被很好地应用于量测噪声统计特性发生变化的初始对准中。     

一种基于冗余测量的自适应卡尔曼滤波算法

针对目前自适应滤波算法的不足,在测量系统量测噪声方差未知的情况下,设计了一种基于冗余测量的自适应卡尔曼滤波(RMAKF)算法。通过对系统冗余测量值的一阶、二阶差分序列进行有效的统计分析,可以准确估计系统量测噪声统计特性,进而在滤波过程中自适应调节噪声方差阵R,提高滤波精度。以全球定位系统/惯性导航系统(GPS/INS)松组合导航系统为对象进行了仿真实验,结果表明该算法在测量系统噪声特性未知或发生改变时,可对其进行准确估计,在采用低精度惯性器件情况下,滤波结果较其他主要自适应卡尔曼滤波算法有较明显的改进。     

基于置信度加权的组合导航数据融合算法

 针对联邦滤波融合算法中由于模型量测噪声统计特性未能被准确描述导致其子滤波器误差变大,进而导致联邦滤波估计出现偏差的问题,为了改进联邦滤波融合方法,将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合,应用于组合导航系统。该方法首先将模糊自适应卡尔曼滤波方法应用于各子滤波器,使其能够跟踪真实量测噪声统计特性。然后通过模糊方法计算得到各子滤波器的置信度,进而得到联邦滤波器的置信度,再由得到的置信度对各子滤波器及联邦滤波器输出进行加权,得到最终的全局输出。对车载组合导航系统的仿真结果表明,这种算法对量测噪声具有较强的自适应性,能够抑制置信度低的子滤波器在融合系统中所占的权重,提高联邦滤波融合算法的精度,是一种可行的车载组合导航数据融合算法。     

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。     

EMD-EKF方法研究

应用扩展卡尔曼滤波(EKF)时需要估计量测噪声的统计特性。文中针对观测噪声统计特性描述不准确导致的EKF性能下降的问题,利用经验模态分解方法(Empirical Mode Decomposition,EMD)可以分离信号和噪声的特性,提出了一种在未知量测噪声条件下的EKF方法。该方法可以跟踪观测噪声的变化,即实现了对量测噪声的估计,从而解决了在未知量测噪声的情况下的EKF问题。仿真结果表明可运用于无源定位中。     

GNSS广域差分改正数估计方法研究

随着我国北斗三号基本系统的正式运行,基于地面监测站的广域差分增强系统成为进一步提升卫星导航定位精度的手段之一。在码噪声多径误差修正(CNMC)的基础上,使用等效钟差方法实现GNSS卫星轨道与钟差误差的解耦,并依据卫星轨道运动的动力学特性,引入希尔差分方程描述卫星轨道误差变化,实现对轨道误差的实时卡尔曼滤波估计。基于GPS实测数据,对改正前后的用户等效测距误差(UERE)和定位精度进行了对比研究。实验结果表明,采用该方法,UERE标准差由改正前的0.456 m减小至0.227 m,降幅达到50.22%;整体水平定位误差(95%置信区间)由0.981 m减小至0.782 m,垂直定位误差(95%置信区间)由1.991 m减小至1.131 m,分别提升了20.29%和43.19%,差分改正效果明显。     

不同定位精度INS下的重力匹配算法适用性研究

重力辅助导航是以惯性导航为基础的辅助导航方法,惯性导航系统(INS)的误差特性直接影响匹配算法的定位效果。通过对几种经典的重力场相关匹配及滤波匹配算法的研究及匹配仿真实验指出,INS定位精度的变化会改变不同匹配算法间的优劣关系,从而改变匹配算法的适用性,并得出了适用于不同定位精度INS的匹配算法的结论。该结论为搭载不同精度INS载体的重力场匹配算法的选择提供依据,具有一定现实意义。     

不同定位精度ＩＮＳ 下的重力匹配算法适用性研究

重力辅助导航是以惯性导航为基础的辅助导航方法, 惯性导航系统（ＩＮＳ） 的误差特性 直接影响匹配算法的定位效果。通过对几种经典的重力场相关匹配及滤波匹配算法的研究及匹 配仿真实验指出, ＩＮＳ 定位精度的变化会改变不同匹配算法间的优劣关系, 从而改变匹配算法的 适用性, 并得出了适用于不同定位精度ＩＮＳ 的匹配算法的结论。该结论为搭载不同精度ＩＮＳ 载体 的重力场匹配算法的选择提供依据, 具有一定现实意义。     

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Bootstrap滤波的单站无源定位算法

针对非线性测量下的被动定位问题,建立了只测角定位模型。讨论了一种基于贝叶斯理论的 Bootstrap 滤波算法,并将该算法与扩展卡尔曼滤波算法进行了比较,仿真结果表明Bootstrap 滤波算法定位精度更高,抗噪声性能更强。     

水下载体SINS/USBL组合导航滤波方法研究

捷联惯性导航系统(SINS)具有短期定位精度高的优点,但其定位误差随时间发散,超短基线(USBL)在其有效工作范围内定位误差不发散,且由于受作用距离及复杂水下环境的影响,其定位数据不连续,离散度大,野值多。水下载体导航采用SINS/USBL组合导航,可充分发挥各自的优势。根据USBL量测信息的特性,给出了一种基于改进的带观测噪声时变估计器的Sage-Husa自适应Kalman滤波方案,经实物数据仿真验证了此滤波方案的有效性。     

基于地球坐标系的SINS/GNSS极区组合导航算法

针对极区范围经线收敛速度加快并汇聚于极点,使航向失去参考基准,定位误差急剧增大的问题,结合极区航行过程中对导航精度的需求,提出了一种适用于极区的基于地球坐标系的SINS/GNSS组合导航方案。给出了基于地球椭球模型的横向坐标系定义以及与地球坐标系之间的转换关系;设计了地球坐标系下的SINS/GNSS组合导航算法;最后将地球坐标系下的导航结果转换到横向坐标系。仿真结果表明,基于地球坐标系的极区组合导航方案的导航误差收敛迅速,在1800s的仿真时间内,姿态精度达到0.4′,定位精度达到2m,速度精度达到0.02m/s;其中定位和航向精度略优于横向地理坐标系下的组合导航方法,且可为载体穿越极点时提供稳定的导航信息。     

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。