SINS／GPS／EMC组合导航系统信息融合技术研究

基于无复位(No-Reset)联邦Kalman滤波信息融合算法,提出并且探讨了组合导航应用过程中的信息融合问题.在建立的相关误差模型基础上,对所设计的采用联邦Kalman滤波技术的SINS/GPS/EMC组合导航系统进行了计算机仿真.结果表明,采用无复位联邦滤波结构的SINS/GPS/EMC组合导航系统能充分融合系统各种导航传感器的信息,能发挥它们各自的优点,互相取长补短,有效地提高导航系统准确度和可靠性.     

车载GPS/DR组合导航系统的研究

介绍了车载GPS(Global Positioning System)/DR(Dead Reckoning)组合导航系统的设计,在对GPS/DR组合导航系统中主要误差来源分析的基础上,建立了表示这些误差的数学模型.根据组合系统的数据融合原理,提出一种基于对观测量进行误差补偿的迭代扩展组合卡尔曼滤波算法.对车载GPS/DR组合导航系统提供的实际数据的处理结果表明,该算法在提高GPS定位精度的情况下,能很好地修正DR系统的积累误差,大大提高了组合系统的完整性、可靠性.      

电缆长度辅助的光纤陀螺测斜仪组合测量方法

为实现光纤陀螺(FOG)测斜仪高精度长时间测量,结合测井作业方式,提出基于卡尔曼滤波技术的电缆长度信息辅助的组合测量方法.介绍了捷联惯性测量系统(ISS)误差模型和电缆长度测量模型,设计了组合测量方法的总体方案,建立了组合测量系统误差状态模型及量测更新模型.采用半实物仿真计算对本文提出的组合测量方法进行了验证.仿真结果表明:14 400 s的仿真过程,井斜角误差小于0.02°,工具面角误差小于0.12°,方位角误差小于0.98°,位置误差小于47.5 m.相比纯惯性测量,误差得到了有效的抑制,保证了仪器长时间保精度的测量,提高了仪器的性能.      

车载GPS/DR组合导航系统的数据融合算法

建立了车载GPS/DR(全球定位系统/航位推算)组合导航系统自适应联合Kalman滤波的数学模型,研究了综合运用子系统状态评估、自适应信息分配、误差补偿、迭代扩展Kalman滤波、抗野值干扰、U-D协方差分解滤波等技术来提高精度和可靠性的融合滤波算法;针对滤波发散的问题,引入了一种在线估计观测噪声统计特性的自适应滤波方法.理论分析和半物理仿真结果表明,所设计的算法在精度、可靠性、适应性、实时性等方面效果都很好.      

GALILEO/SINS组合导航系统研究

GALILEO是新一代的全球卫星定位系统。文章根据GALILEO系统的特点,有针对性地研究了GALILEO/捷联惯导(SINS)伪距组合导航模式。分析并建立了GALI LEO的误差方程,并以此为基础,给出了GALILEO/SINS伪距组合导航系统的误差模型和相应的卡尔曼滤波方程。为了有效验证设计的组合导航系统的有效性,在仿真过程中采用了协方差分析法,对组合导航系统性能进行了仿真研究。仿真结果表明GALILEO/SINS伪距组合导航系统能够有效的提高导航精度,随着GALILEO的不断完善,该系统将具有很大的应用前景。     

卫星用光纤陀螺三轴组合的关键技术

研究了空间环境对光纤陀螺各项指标的影响,设计了一种新颖的卫星用光纤陀螺三轴组合.针对空间辐射、温度循环和真空环境对光纤陀螺的影响进行了模拟实验,通过分析实验数据得到了空间环境对光纤陀螺主要参数的影响机理.利用最小二乘滤波的方法建立了偏置误差模型,利用查表法建立了标度因数误差模型,并用现场可编程门阵列(FPGA)实时进行零偏和标度因数补偿,补偿后陀螺输出零偏稳定性为0.1(°)/h.同时详细分析了陀螺在空间低角速度环境下产生死区的原因,并利用周期相位扰动调制的方法消除了死区.在卫星用光纤陀螺三轴组合的设计中,实现了光源复用和冗余、空间主动和被动防护措施、在轨故障诊断等技术.      

基于支持度的MEMS陀螺信息融合方法

为了解决微机械电子系统(MEMS, micro electronic mechanical system) 惯性器件测量准确度低、噪声大、长时间单独使用导航误差积累大等缺点,提出了一种MEMS陀螺阵列结构设计,在完成微型惯性测量单元(MIMU, micro inertial measurement unit)的标定后,采用基于支持度的信息融合方法对陀螺阵列输出进行信息融合。试验结果表明：该结构设计和信息融合方法能够有效的提高MIMU的测量准确度,具有一定的工程应用价值。     

光纤陀螺随机漂移模型

随机漂移是光纤陀螺的主要误差,建立数学模型在输出中补偿是抑制该项误差、提高光纤陀螺精度的有效方法.光纤陀螺静态输出为随机过程,对该随机过程的平稳性和正态性进行分析,拟合趋势项、周期项并补偿,使其成为平稳随机序列.采用时间序列分析法建立光纤陀螺随机漂移模型,根据随机漂移自相关和偏相关系数的特性辨识模型的类型和阶数,利用最小二乘方法估计模型参数,得到光纤陀螺随机漂移模型为AR(2).对陀螺输出数据补偿,检验模型的适用性.结果表明,该模型具有很好的适用性,能够有效抑制随机漂移,提高光纤陀螺精度,可以作为惯导系统卡尔曼滤波器状态变量的数学模型.      

光纤陀螺系统热建模及仿真

在热状态方程的数学离散的基础上,从系统的角度出发,建立某一高精度光纤陀螺的热模型,介绍光纤陀螺电子系统热模型的建立过程,包括结构体几何模型的建立、内部热源模型的建立以及热敏光纤环体模型的建立.模型建立的方法不仅适用于研究对象,对于结构和组成类似的其他类型的陀螺也是适用的.并通过稳态热仿真研究了系统内热点分布及温度场分布;瞬态仿真分析了陀螺在常温(25.6℃)、低温(-40℃)以及高温(+60℃)环境下,启动过程中陀螺内部温度的变化,实验测试对比分析验证了模型的正确性.在此基础上得出了几个有意义的结论,这将有益于高精度光纤陀螺的工程化.      

INS/SMNS组合导航信息融合算法

为了解决INS/SMNS(Inertial Navigation System /Scene Matching Navigation System)组合导航系统信息融合时涉及到的时间对准、多速率滤波、不等间隔以及量测滞后等问题,根据INS/SMNS组合导航主要应用于末制导段以及Kalman滤波与观测值的关系,提出了采用外推法进行时间对准、变周期离散化进行不等间隔多速率滤波、使用计算机软件消除量测滞后的解决方案.对比分析了常规Kalman滤波、消除量测滞后Kalman滤波以及方案的滤波精度.仿真结果表明设计的方案具有较高的滤波精度.     

衰减因子自适应滤波及在组合导航中的应用

从卡尔曼滤波技术的稳定性出发,分析了卡尔曼滤波算法发散的原因,提出了一组衰减记忆卡尔曼滤波中衰减因子的自适应估计方法,并在GPS/SINS组合导航系统中进行了计算机仿真.在计算衰减因子时,利用滤波残差序列在最优估计时为零均值白噪声的性质,构造了服从χ2分布的变量,并分别检验滤波残差每一个分量得出衰减因子值.仿真结果表明,该组算法能够自适应地估计出衰减因子的大小,有效地抑制滤波发散,且计算量较其它方法小.      

Kalman filtering for GPS/magnetometer integrated navigation system

This paper investigated the data processing method for a GPS/IMU/magnetometer integrated system with Kalman filtering (KF). As a result of GPS/IMU/magnetometer land vehicle system, dead-reckoning of magnetometer and accelerometer integrated subsystem bridged very well the GPS signal outage due to the trees on the two sides of the road. Both differential GPS data processing method and the carrier-phase method with magnetometers’ outputs for predicting the car position, velocity, and acceleration (PVA) are presented. The results from DGPS with Kinematical Positioning (KINPOS) software shown that the averages of the north, east, and down direction standard deviation (short for “std”) are 0.014, 0.010, and 0.018 m, respectively. The std of velocities and accelerations derived by the position and velocity differentiation are 10, 7, 13 mm/s, 7, 5, 9 mm/s², respectively. This method for getting velocities and accelerations requires higher accurate position coordinates. But the position accuracy has frequently been degraded in this case when the car drove under the trees or other similar kinematical environments. That caused the larger velocity and acceleration errors. While the results from the carrier-phase method are std of the velocities = 2.1 mm/s, 1.3 mm/s, 3.7 mm/s in north, east, down, and std of the accelerations = 1.5 mm/s², 0.9 mm/s², 2.3 mm/s² for the static test period; as compared with KINPOS software results, std of the velocity difference between the carrier-phase method and the DGPS method = 7 mm/s, 6.9 mm/s, 9.7 mm/s in north, east, down direction, and std of acceleration difference = 5.0 mm/s², 4.5 mm/s², 7.5 mm/s² in north, east, down direction for the kinematical test period. Obviously, errors come from both the carrier-phase method and DGPS velocity and acceleration results derived directly by the position differentiation. In addition, better accuracy of positions than that before KF has been got by means of velocities and accelerations derived by the carrier-phase method after KF.     

EKF/UKF在编队飞行卫星GPS相对导航中的应用

 　航天器编队飞行协调工作,必须精确确定各航天器的相对位置和相对速度,即进行编队飞行相对导航。将扩展卡尔曼滤波(EKF,extended Kalman filter)和非线性滤波unscented Kalman filter(UKF)算法同时应用于编队飞行卫星的载波相位差分GPS相对导航。EKF与UKF算法原理不同,UKF算法的精度比EKF的精度高。在实际应用中,可以将两种算法组成互为备份的相对导航滤波器,这样可提高滤波系统冗余性能。     

一种多传感器组合导航系统的改进异步融合算法

针对多传感器组合导航系统中各子导航传感器数据采样率不同且呈有理数倍的这一特殊问题,提出了一种组合导航系统的信息融合算法.首先将多传感器组合导航系统的原始状态方程变换成状态数据块向量与当前状态向量之间的关系,进而构成新的状态方程,而原始量测方程表达为与状态数据块向量之间的关系,进而构成新的量测方程.然后基于具有尺度与小波...     

一种用于高动态GPS频率估计的滤波算法

针对常用高动态GPS(Global Positioning System)频率估计算法扩展卡尔曼滤波(EKF,Extended Kalman Filter)的缺陷,提出了一种新的称为简化无迹高斯粒子滤波(SUGPF,Simplified Unscented Gaussian Particle Filter)的算法.SUGPF将卡尔曼滤波(KF,Kalman Filter)、无迹卡尔曼滤波(UKF,Unscented Kalman Filter)与高斯粒子滤波(GPF, Gaussian Particle Filter)三者相结合.在时间更新阶段,用KF的方法更新预测分布;在测量更新阶段,用UKF的方法得到重要采样函数,并用GPF的方法更新后验分布.仿真结果表明:与EKF和UKF相比,SUGPF性能更优越,功能更全面,在高斯与非高斯观测噪声环境下均能取得与GPF类似的良好性能,并且其计算复杂度低于GPF.     

车辆组合导航定位系统中测量元件的参数修正

阐述了GPS(Global Positioning System)/DRS(Dead Reckoning System)/MM(Map Matching)车辆组合导航定位系统组成和车辆定位算法,提出了利用Kalman滤波和非Kalman滤波算法修正测量元件参数,解决了测量元件参数的漂移问题.仿真实验表明该方法具有较好的修正效果.      

光流/惯导多传感器信息融合方法

将光流传感器多点布置在弹体上,建立了纵向平面内的弹体运动学模型和光流传感器量测模型,利用离散卡尔曼滤波器对光流信息和速率陀螺信息进行融合,估计弹体的高度、姿态和速度信息,并利用估计信息进行了超低空飞行的高度控制仿真,仿真结果表明:利用多个光流传感器和一个速率陀螺,可以准确地、实时地估计出弹体的高度、垂直速度、俯仰角、俯仰角速度和攻角等信息,并可利用这些信息实现导弹的超低空突防任务.     

一种组合导航系统快速滤波方法及半物理仿真

在利用卡尔曼滤波器对数据进行处理时,协方差矩阵的预报运算过程需要的计算量最大,每一步迭代的计算量与n3(n为状态矢量维数)成正比,约占整个卡尔曼滤波过程70%的CPU时间.协方差阵预报计算过程中,数据输入输出所需要的传递工作量也最大.由于微小型飞行器导航系统采用小体积、低功耗、低成本的微处理器作为导航计算机,为了保证导航实时性的要求,提出了一种降维滤波器加矩阵外积法的快速滤波方法来减少MIMU(Micro Inertial Measurement Unit)/GPS(Global Positioning System)/MMC(Micro Magnetic Compass)组合导航滤波算法的计算量,以提高算法的实时性.半物理仿真试验结果表明:此种算法不仅可以提供较为满意的导航精度,而且大大减小了计算量,提高了系统的实时性.