一种基于移动辅助节点的单兵导航系统协同初始化算法

惯性导航系统凭借其自主性强、隐蔽性好、可靠性高的优势,在单兵作战、反恐救援中发挥越来越重要的作用。针对单兵惯性导航系统精度较低,在长期工作后精度下降严重,需要重新初始化的问题,以单兵与无人平台的协同作业为背景,提出了一种基于移动式辅助节点的单兵导航系统协同快速初始化方法。该方法以目标节点的角增量、位移增量信息与测距信息作为输入,采用粒子滤波技术对单兵导航系统的位置和航向进行协同估计。试验表明,该算法最少仅需1个辅助节点即可实现较好的单兵惯导系统位置和航向初始化。     

单兵自主导航技术发展综述

在卫星受限情况下的单兵自主导航技术是近年来研究的热点。首先介绍了单兵自主导航技术的发展概况,然后重点分析了基于MIMU的单兵惯性导航技术的主要原理和方法,之后针对纯惯性导航存在的问题,介绍了地磁、场景、视觉等常用的单兵辅助导航方法,并阐述了单兵协同导航技术。最后,简要介绍了单兵自主导航技术的未来发展趋势。     

单兵导航多传感器信息融合自适应滤波算法

基于足绑式INS的单兵导航系统,通过将惯性导航系统、人体运动学约束、磁强计等多传感器信息进行融合得到准确的单兵导航信息。对于匀速步行时的单兵导航,可采用普通Kalman滤波算法进行多传感器信息融合,但不能满足跑步等激烈运动模式下单兵导航需求。提出衰减记忆新息自适应Kalman滤波算法,可满足多步态模式下的单兵导航多源信息融合的需求,实验结果验证了算法的有效性。     

单兵自主导航技术研究

针对美国MicroPNT计划中的单兵导航技术开展了理论分析、样机研制及试验工作,设计了单兵导航技术的基本原理、系统组成和基本算法,分析了室内作业的定位和指挥需求,分析了影响系统实现和定位精度的关键因素,研制了原理样机并开展了导航试验,结果表明：采用微机电惯导系统+零速修正的方案来实现单兵导航的方案是可行的;以目前微机电惯性仪表的性能水平,有望实现100米/小时的定位精度;随着微型惯性仪表性能的提高,有望在5-10年内实现定位精度10米/天的单兵自主导航系统。     

基于记忆融合模式的多无人机分散式协同导航方法

针对多无人机协同交互过程中存在的通信时滞问题,提出基于记忆-融合的多无人机分散式协同导航算法。在无人机惯性和全球卫星导航系统（GNSS）紧组合导航框架基础上,建立含时滞影响的系统状态向量,并对系统状态误差及其方差进行推导,进一步构建关于各无人机状态的最优估计模型,并基于状态误差方差最小准则对状态进行最优估计。建立了基于机间相对测量的多无人机分散式协同导航算法,提出了基于记忆融合模式的时滞处理方法。在GNSS可获取及拒止环境下进行多无人机协同导航仿真与实验测试,结果表明,所提出的基于记忆-融合的分散式协同导航算法能有效补偿通信时滞造成的精度损失,有效提高定位精度。     

发展单兵星敏导航装备的必要性及技术特点

星光导航不受电磁干扰、能提供绝对姿态信息,具有重大战略意义。目前的星敏主要是为空天基导航而发展的,将其应用于单兵导航是否必要、需克服哪些技术难点、能达到怎样的效果等,都是值得探索的问题。为此,首先论述了发展单兵星敏导航装备的必要性,包括：不受电磁干扰破坏,是其他单兵导航装备失效时的保底装备;定向精度高,能弥补单兵卫星导航装备无法定向的缺陷;已突破部分气象因素限制,具备了全天时导航条件等。然后探讨了单兵星敏导航与空天基星敏导航、卫星导航、天文大地测量等比较所具有的不同技术特点。提出了发展单兵星敏导航装备需解决的关键技术问题,包括：气象因素影响的消减、时间基准和电源的长期维持、系统探测性能与系统小型化的平衡等。研究结果可为发展单兵星敏导航技术、设计研制单兵星敏导航系统提供参考。     

基于MIMU的适应多步态的步行导航算法

针对目前国内外步态导航算法中引入的零速检测大都不能很好的对多种步态的行走进行辨识的问题,提出了基于低成本MIMU（微惯性测量单元）、且能兼容多种步态的步行导航算法。算法通过采集安置在行人脚部MIMU输出的测量信息,用捷联惯性积分算法进行导航解算。其间,提出一种新的零速检测方法对行走时变化的步速和步型进行准确辨识,进而找到脚步的零速时刻点,并通过设计的扩展卡尔曼滤波（EKF）对导航解算结果进行零速修正（ZUPT）,实现系统的反馈。最后进行两组实验对算法验证。结果表明,该步态导航算法能对行走时的多步态问题有很好的兼容性,零速修正时刻辨识准确度高,两组实验的导航解算误差均达到0.6%以内,进一步提高了步态导航算法的精度和实用性。     

基于距离信息的行人协同导航研究

针对行人在室内导航中GPS信息无法获取以及纯惯导解算结果发散严重的问题,提出了通过协同导航的方式提高行人室内导航精度的方法.利用行人间的相对距离约束关系,抑制纯惯导解算结果的发散.详细推导了行人协同导航的模型,采用信息滤波的方法解算导航结果,并在理论推导中发现信息滤波更加适合行人协同导航的工程实践.设计了一种使用微型惯性测量器和超宽带测距设备的行人协同导航系统,进行实际效果验证.通过数据采集与处理,将行人导航轨迹图输出,分析协同导航以及单独导航的误差,验证协同导航的有效性.实验结果表明,协同导航与单独导航相比,对导航轨迹和导航误差有更好的修正效果.     

基于自包含传感器的单兵导航系统设计

针对无卫星信号环境中单兵人员导航定位需求,设计了一种基于自包含传感器的单兵导航系统,重点研究了惯性传感器和压力传感器组合的零速区间检测算法,并通过对单兵导航系统背景磁场误差进行补偿来计算航向角,实现了速度观测量和航向观测量的准确提取。在此基础上,采用Kalman滤波器对系统状态误差进行估计,并对惯性导航解算结果中的累积误差进行修正。最后,在实际路线上开展了单兵导航系统定位实验,实验结果表明,行人在矩形路线终点位置处的位置误差为0.42m,占行走总路程的0.33%,从而证明了零速修正和航向修正能有效提高单兵导航系统的定位精度。     

一种优化的零速检测行人导航算法

针对军事上对单兵定位和民用领域为行人提供位置服务的需求,提出了足部固定MIMU的行人导航算法.利用人体行走过程中脚部与地面相接触的静止时间段,采用零速更新(ZeroVelocity Update,ZVU)对INS继续对准或标定,而零速检测又是实现零速修正的基础.研究对比了在足部固定MIMU进行零速检测的常用方法,针对常用算法阈值自适应性差,无法检测步速变化转弯等一些异常情况对行人零速检测产生误判等问题,提出优化的零速判断算法,使得加速度计信号和陀螺仪信号综合应用到零速检测.最后,利用改进算法设计行人室内平地正常行走(大约5km/h)包含步速变化和转弯过程的实验.实验结果表明,优化的零速检测算法相比之前的常用算法,能更准确地检测零速并进行修正,对导航轨迹和导航误差有更好的修正效果.     

基于足部安装MIMU的行人导航系统设计

针对无卫星环境中行人导航定位需求,设计了一种基于足部安装MIMU的行人导航系统,重点研究了行人导航鞋传感器选型及样机设计流程;并在此基础上设计了基于零速修正和航向修正的行人导航算法,研究了零速区间内最优航向角的提取方法,实现了对瞬时磁干扰产生的磁航向角的有效判断。最后,利用设计的行人导航系统开展了三维空间航迹测试实验,实验结果表明,在不增加高度约束的条件下,该行人导航系统定位精度为0.33%,能够满足坡路环境中行人的定位需求。     

多无人机协同导航技术研究现状及进展

UAV是无人驾驶飞机(Unmanned Aerial Vehicle)的简称,无人机相较于有人驾驶飞机具有用途广泛、成本低和生存能力强等特点,在军事民用领域都有着广阔的前景,受到了国内外研究者的关注。协同导航技术极大地扩展了无人机的应用范围,提高了多无人机定位的精度以及无人机编队的稳定性、安全性和可靠性。现阶段协同导航技术在编队导航、目标监测与跟踪等诸多方面都得到了研究与应用。从四个层次对协同导航的研究现状和进展进行探讨:首先是对多无人机协同导航的概念、基本原理、国内外发展现状和必要性进行阐述;其次对协同导航中相对导航方式进行了分类分析,并分别介绍了无线电导航与视觉导航的原理、优缺点和应用场景;然后从导航目的、协同导航优化算法、滤波方法、协同导航信息融合容错策略几个方面对协同导航进行分析归纳;最后,讨论了基于多无人机协同导航未来的发展趋势。     

基于室内合作场景智能识别的行人导航算法

基于足绑式惯性测量单元(IMU)的惯性导航系统被广泛应用于行人导航中,其通过零速修正(ZUPT)算法可对速度估计误差进行较好的补偿,然而其位置误差会随时间发散。针对于此,提出了一种基于室内合作场景智能识别的行人导航算法。通过随机森林算法,对行人在室内平地步行、上楼梯、下楼梯等不同步态进行训练与辨识,并结合室内先验地图对行人导航的结果进行校正。通过实验表明,行人在室内行走1100m时最大定位误差为1.85m(总行程0.17%),相对无场景识别的方法精度提高了6倍,可以有效提高行人导航精度。     

基于虚拟圆球模型的格网SINS/GNSS极区组合导航方法

由于地球椭球模型下格网系惯性导航系统力学编排复杂,因此,在推导格网系惯性导航误差方程时使用地球圆球模型来简化计算.针对此问题,提出了基于地球虚拟圆球模型下的格网系惯性导航力学编排,并在此基础上推导了格网系误差方程,设计了基于虚拟圆球模型下的格网系捷联惯性导航系统(SINS)与全球卫星导航系统(GNSS)的组合导航系统,实现了组合导航系统模型统一化.将中、低纬度跑车实验数据通过虚拟极区方法转换为极区实验数据,实验结果表明:稳定后姿态误差低于0.3',速度误差低于0.1m/s,位置误差低于5m,可以满足极区航行的导航精度要求.     

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。