基于北斗双星定位辅助的SAR/INS组合导航系统研究

由于SAR/INS/北斗组合导航系统中图像匹配定位需要耗用不等的匹配计算时间，而现有的北斗定位系统输出也具有一定的延时，因此，SAR／INS／北斗组合导航系统中的量测信息输出具有不同步和滞后的特点。针对上述问题，采用常规的联邦滤波算法将难以获得高精度滤波结果。为此，本文在分析SAR／INS／北斗组合导航系统工作过程的基础上，结合卡尔曼滤波的具体原理，设计了针对不同步量测信息的基于联邦滤波理论的组合滤波方案，并进一步提出了解决量测信息滞后问题的算法，从而可以有效处理SAR／INS／北斗组合导航系统中的信息融合问题。协方差分析结果表明提出的组合滤波方案可行，该方案对SAR／INS／北斗组合导航系统的实际应用具有重要的理论参考价值。     

多星座组合导航自适应信息融合滤波算法

针对多星座卫星组合导航,提出了一种双重自适应联合卡尔曼滤波算法,采用描述机动载体运动的"当前"统计模型,首先建立一种基于载体加速度方差自适应的动态定位卡尔曼滤波模型,并分别对GPS,GLONASS和GALILEO系统设计相应的自适应子滤波器,然后采用有重置的联合自适应滤波器对各个子滤波器进行数据融合处理,各子滤波器的信息分配系数根据各卫星导航系统输出的几何精度因子(GDOP)进行自适应调节.通过对GPS/GLONASS/GALILEO多星座组合导航系统的仿真,分析对比了加权平均滤波、常规联合滤波和本文提出的双重自适应滤波.结果表明:该双重自适应算法有效提高了组合导航系统的精度和可靠性,能更好地适应于量测噪声不断变化的卫星组合导航系统.     

基于联邦滤波的异质异步多传感器组合导航算法

针对多源组合导航中各导航子系统数据更新频率不一致导致滤波器量测信息非等间隔,以及动力学模型受到干扰量测信息异常的问题,提出一种基于多尺度模型的自适应组合导航信息融合算法.利用不同尺度上的观测信息在各尺度上进行Kalman滤波,并经过融合最终获得基于全局的状态估计值.且以飞行器为应用对象,设计了适用于飞行器的惯导/卫星/高度计/航姿仪(SINS/GNSS/ALTM/AHRS)组合导航算法.根据观测信息和动力学模型异常情况,引入自适应因子,进而控制对量测预测值的信任度,有效地抑制了不精确估计对导航结果的影响.     

一种基于联邦滤波的SINS/GNSS/RA弹载多源组合导航算法

针对传统的惯性/卫星(SINS/GNSS)弹载组合导航系统导航信息源单一、易受干扰且鲁棒性差等问题,引入了雷达高度表(RA)作为新的信息源参与导航信息融合,并在发射惯性系下设计了一种基于联邦滤波的SINS/GNSS/RA弹载多源组合导航算法。仿真结果表明:本算法构建的组合导航系统具有良好的导航性能,在GNSS受干扰失效后,相较于传统SINS/GNSS组合导航系统,SINS/GNSS/RA组合导航系统依靠SINS/RA子滤波器,依旧能够在一定的时间范围内为导弹提供有效的定位信息,其表现出了更高的鲁棒性和可靠性。     

熵理论在组合导航系统信息结构中的应用研究

组合导航就是采用多个导航传感器,通过信息融合技术,对测量结果进行重新整合。本文以亚音速飞行器为背景,通过对组合导航系统熵的结构进行研究,分析了组合导航系统的信息结构。结果表明,组合导航系统的最优控制规律等效于导航系统的最大熵原理。     

SINS/TACAN组合导航卡尔曼滤波算法

随着对飞行器飞行精度和可靠性要求的提高,单一系统已无法满足系统要求,而采用先进的算法,利用信息融合技术将导航系统进行组合,取长补短,提高系统的综合性能成为主流,并得到迅猛发展。导航系统也呈现多信息化、智能化、集成化的发展趋势。本文根据捷联惯导系统(SINS)和塔康系统(TACAN)不同的导航特性,在卡尔曼滤波的基础上,将二者组合起来,编写SINS/TACAN组合导航的滤波算法,并对该组合导航系统进行仿真,仿真结果表明:卡尔曼滤波下的SINS/TACAN组合导航系统,有很高的可行性。     

多传感器分层多级变结构组合导航信息融合方法

基于惯性/卫星(全球卫星定位系统(GPS)/北斗双星)/多普勒/星光组合导航系统,提出了一种用于组合导航系统的多传感器分层多级变结构部分优化故障检测、隔离与系统重构(FDIR)的信息融合模型和算法。给出了模型的构成,并讨论了分层多级融合顺序与部分融合对全局估计的影响及其优化。理论分析和仿真试验结果表明,分层多级部分优化融合模型融合后的综合性能优于联邦滤波基本融合模型。     

多传感器组合导航系统分层融合算法

从信息融合角度来看，目前在组合导航系统中广泛应用的联合滤波算法居于两级式分布式融合结构。而分层融合结构作为多传感器信息融合的另一种重要的模式，在组合导航系统中应用尚未见报道。本文研究了多传感器组合导航系统的分层融合算法，重点与联合滤波算法进行了比较。以定理的形式证明了在一定条件下分层融合算法与联合滤波算法的等价性问题。进而提出了分层融合算法的部分反馈模式。仿真结果表明，部分反馈模式的有序分层融合算法可有效地应用于多传感器组合导航系统。在相同的容错能力和计算复杂性下，可以得到优于联合滤波的导航信息融合结果。     

多传感器信息融合技术在SINS／GPS／TAN组合导航系统中的应用

阐述了多传感器信息融合理论应用于组合导航系统的一般原理和方法。建立了SINS／GPS／TAN组合导航系统的联邦滤波模型，其中SINS／GPS子滤波器的状态变量为24维，SINS／TAN子滤波器的状态变量为23维，公共状态为18维。对组合导航系统的联邦滤波进行了仿真研究，仿真结果表明，基于信息融合的联邦滤波算法不仅解决了“维数灾难”问题，而且滤波精度相当高。可以满足导航制导系统的需要。     

基于Sigma-point卡尔曼滤波的INS/Vision相对导航方法研究

针对无人机编队常用的leader-follower(领航-跟随)飞行模式,提出了一种考虑视觉导航设备输出时间延迟问题的INS/Vision相对导航方法,给出了leader与follower之间的相对惯导方程以及相对视线矢量测量原理.由于INS/Vision相对导航系统是一个强非线性系统,采用Unscented卡尔曼滤波融合相时惯导信息和相对视线矢量信息,从而估计出leader与follower之间的相对位置、相对速度和相对姿态,受姿态四元数的归一化限制,在滤波中采用罗德里格斯参数作为姿态误差状念,对于视觉导航系统量测量存在时间延迟的问题,给出了延迟后的量测量与当前惯导信息融合的方法,最后通过仿真研究证明了方法的有效性.     

空间转移飞行器自主导航系统的信息融合方法

针对空间转移飞行器的工作环境和特点,分析了捷联惯性导航系统(SINS)、GPS和星敏感器(SS)的优缺点,提出了基于SINS/GPS/SS的空间转移飞行器自主导航系统的信息融合方法,该方法可取长补短,将GPS定位和星敏感器定姿精度高的优势辅助于捷联惯导系统,建立了组合导航滤波模型,利用联邦滤波组合导航中各子滤波器没有私有状态变量的特点,改进了联邦Kalman滤波器,可动态地选取并优化信息分配因子,便于实时处理。仿真结果表明,改进的联邦滤波算法能充分运用各导航系统的信息进行信息互补和信息融合,比传统的联邦滤波算法有更高的估计精度,可满足空间转移飞行器长时间的自主导航要求,是一种较理想的自主导航方案,具有重要的工程应用价值。     

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.     

一种辅助GNSS/INS组合导航系统的高度计设计

因为地球对于导航卫星电磁波信号来说是不透明的,因此高程精度因子VDOP值通常总大于水平位置精度因子HDOP,导致了GNSS接收机在竖直方向上的定位结果没有水平方向理想,也直接影响到和惯性导航系统INS组合后即GNSS/INS组合导航系统的测量精度。文章提出了一种使用气压高度计辅助GNSS/INS组合导航系统并提高其测量精度的方法,从大气压强传感器出发,介绍了高度计测量系统的组成和工作原理,并阐述了各部分的电路设计及其工作流程。为了验证设计效果,对该系统进行了测试,结果表明该方法可以有效地提高组合导航系统测量精度,可用于普通导航领域。     

可视化智能融合导航系统研究

以提高导航系统的精度、可靠性、智能化和可视化程度为目标，利用智能工程的思想与方法将信息融合、人工智能和可视化技术综合应用于多传感器组合导航系统中，提出了面向２１世纪控制与导航技术的新一代导航系统概念——可视化智能融合导航系统，并对其功能、组成及关键技术进行了研究。     

深空自主着陆导航技术研究与展望

随着深空探测活动范围的快速扩大,探测器需要在天体实施着陆与返回,因此对导航技术的自主性和精度要求越来越高。提出一种基于视觉/惯性的组合导航系统,该系统的计算机视觉模块采用SURF算法,不仅可以实时地确定探测器的位置,而且能够确定探测器的姿态;惯性导航模块实时获取探测器的位置、速度和姿态信息;组合导航系统采用Kalman滤波技术,将计算机视觉模块和惯性导航模块获取的位置、姿态信息进行组合。该组合导航系统将惯导系统与视觉系统信息融合,通过引入计算机视觉系统所获得的位置和姿态信息,可以有效减小惯导系统误差。仿真结果证明,这种组合导航系统能够有效提高系统导航精度。文中还展望了深空探测器天体着陆导航技术未来的发展趋势。     

基于神经元的容错组合导航系统设计

本文讨论了容错组合导航系统中的多传感器信息融合问题，提出了一种用于多传感器组合导航系统信息融合的神经元方法。通过仿真实验，验证了这种方法的可行性，并分析了该研究领域所存在的问题，提出了可能解决的技术途径，并预测了未来的发展趋势。     

多星座组合导航自适应联合卡尔曼滤波算法研究

针对多星座卫星组合导航,提出了一种自适应联合卡尔曼滤波算法,采用描述机动载体运动的“当前”统计模型,直接从各卫星导航系统接收机输出的定位信息入手,将各种误差因素的影响等效为一个总误差,建立一种动态定位的自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能,通过引入调整系数、加权因子和自适应调节量对自适应滤波算法进行了改进,并分别对GPS、GLONASS和GALILEO系统设计了自适应子滤波器,然后采用联合滤波算法对各个子滤波器进行数据融合处理,最后对GPS/GLONASS/GALILEO组合导航系统进行了仿真验证,结果表明,该算法增强了滤波器的跟踪能力,改善了滤波效果,提高了定位精度。
     

一种亚轨道飞行器再入段组合导航方法

针对亚轨道飞行器再入飞行段的环境特性,设计了由INS、GPS、CNS组成的容错型 组合导航系统,该系统能根据不同飞行阶段选择相应的传感器组合方案,将处于运行状态 且无故障的子系统信息自动地实现最优融合。仿真结果表明,所设计系统具有良好的容错性 ,并达到了较高的导航精度。
     

基于DSP+FPGA的超紧组合导航系统研究

载体在飞行过程中遇到高动态、障碍遮挡等情况时,GNSS接收机由于环路失锁或者收星数小于4颗无法正常工作。为改善组合导航系统性能,设计了一种基于DSP+FPGA的GNSS/SINS超紧组合导航系统,在利用惯性信息辅助GNSS跟踪环路的同时,引入外部高度信息,采用全维滤波方式进行信息融合。实验结果表明:该系统改善了接收机的动态性能,可在加速度为60g、加加速度为20g/s的高动态仿真环境下正常工作;在收星数少于4颗时,引入的外部高度信息可改善少星情况下的导航精度。     

基于伪距、伪距率的GPS/SINS容错组合导航系统

为了提高组合导航系统的容错性和可靠性 ,本文采用基于伪距、伪距率的GPS/SINS组合导航系统 ,详细推导了该组合导航系统的模型 ,并通过仿真验证了当有效定位卫星数目小于四颗时 ,该组合方法仍可以利用GPS信息修正SINS的导航误差 ,满足一定的导航精度需求。并通过可观性分析 ,说明了不同有效卫星数目对导航精度的影响