基于残差x^2故障检测的IRS／GPS紧组合算法研究

对于民用航空来说,除了精度指标外,可靠性指标也十分重。组合导航技术可以极大的提高导航系统的精度,对组合导航系统进行实时的故障检测可以有效提高导航系统的可靠性。本文对基于残差x^2故障检测的IRS／GPS紧组合算法进行研究,并进行相应的仿真分析。仿真结果表明设计的组合导航和故障检测方案可以有效隔离GPS故障量测,在GPS存在故障时仍能保持较高的定位精度,提高组合导航系统的可靠性,具有重的工程应用价值。     

惯性辅助的北斗导航故障自适应方法研究

北斗导航系统完好性是指北斗导航系统不能用于导航服务或导航精度超出给定范围时,具备及时发现故障并通知用户的能力.针对北斗导航完好性检测问题,为改善北斗导航定位系统的精度、连续性、完好性和可用性,研究了基于惯性辅助的北斗导航故障检测方法,设计了北斗导航系统的量测修正与故障检测实现方案,构建了基于新息正交性的自适应滤波北斗/SINS紧组合导航架构,根据滑动窗口内新息动态变化特性修正系统量测噪声方差,在北斗导航信号受到较大干扰、发生异常的情况下,对品质较差的卫星测量信号进行识别,并对检测超出一定阈值的突变卫星信号实现故障隔离,从而提高系统适应能力,增强北斗/SINS紧组合导航系统容错性.构建了北斗/SINS组合导航系统仿真验证模型,结果表明,基于惯性辅助的北斗导航方法能够有效检测出卫星信号故障,提高了系统的适应性和定位精度.     

一种基于频域控制的组合导航系统设计方法

随着科学技术的发展,可资利用的导航信息源越来越多,导航系统的种类也越来越多,其中典型的是惯性导航系统和GPS/北斗卫星导航系统这两种系统在性能上正好形成互补,所以采用该两种系统作为组合导航设计中的子系统是最佳方案。SINS能够输出多种导航信息,但导航结果随着时间发散,GPS/北斗导航系统能够提高较高精度的位置速度信息,但不能提供姿态信息,且在遮挡等情况下会出现丢帧现象。为了能够利用SINS和GPS/北斗导航系统两种导航测量结果,使得两者的测量数据互补,且提高导航系统的精度,本文提出了一种基于频域控制的组合导航系统设计方法。通过实验验证,这种方法不仅充分利用了SINS和GPS/北斗导航系统的信息,还增加了定位精度和可靠性,且能在丢帧情况下还能满足导航要求。     

SINS/BD紧组合导航系统故障检测算法研究与实现

由于惯性导航系统和卫星导航系统具有良好的互补性与北斗导航系统的迅速发展,惯性/卫星紧组合导航系统得到广泛应用。但卫星导航系统的时变、易受干扰等特性,极易污染整个组合导航系统。因此,研究了一种新型的惯性/北斗紧组合导航系统的故障检测算法,在传统的卡方故障检测算法基础上,利用新息动态变化特性来识别故障星,并对故障星进行隔离,从而保证整个导航系统的稳定性与精度。最后基于嵌入式PC104平台,利用Qt Creator软件开发了多线程惯性/北斗紧组合导航系统,对所研究的算法进行了可靠验证。实验结果表明,所研究的故障检测算法能够有效地检测出卫星信号故障,能及时剔除故障星,大大降低了漏检、错检的概率,提高了整个导航系统的可靠性与精度。     

在组合导航系统中Kalman滤波技术的应用

在导航系统中引入Kalman滤波技术,主要是为了减小导航定时的参数误差并提高系统的定位精度,以INS/GPS组合导航系统为背景,设计位置速度组合模式的卡尔曼滤波器,并对组合导航系统进行仿真研究,结果表明组合导航系统在导航精度和稳定性方面较单一的导航系统都有提高。     

基于气压高度辅助的机载自主完好性监测算法

卫星接收机自主完好性监测是指根据用户接收机的多余观测值监测用户定位结果的完好性,其目的是在导航过程中检测出发生故障的卫星,并保障导航定位精度。针对卫星接收机自主完好性监测算法可用性不足的问题,结合机载实际导航系统配置,提出了一种基于气压高度表辅助的机载自主完好性监测算法。综合利用卫星导航系统及气压高度表观测信息,建立联合系统的观测模型,推导了基于多解分离的完好性监测及保护级别计算方法。仿真结果表明,相比于传统的接收机自主完好性监测算法,该算法在可见星为5颗时仍能识别故障卫星。该算法具有更好的故障检测能力及可用性,能有效提高卫星导航系统的完好性监测性能,从而保证卫星导航系统的精度和可靠性。     

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。     

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Newton迭代滚动时域估计的GPS/SINS紧组合导航技术

随着智能设备的普及,使用手机为汽车进行导航越来越普遍。目前,手机内置的惯性测量单元成本低廉、导航精度低,且常使用松组合,而应用GPS/SINS紧组合导航技术可提高导航的精度及可用性。通过将基于Newton迭代的梯度下降算法与滚动时域估计相结合,手机内置GPS与陀螺加速度计构成紧组合导航系统,可提高在复杂环境中的导航精度。传统Kalman滤波方法未能充分考虑到紧组合导航系统的非线性特性,而滚动时域估计通过参考多时刻导航信息,可更有效地排除非线性因素对系统的干扰,并通过实验验证了此方法。实验结果表明,相比采用扩展Kalman滤波,基于Newton迭代时域估计算法的紧组合导航系统的导航位置精度及速度精度均获得了较大提高。     

惯性/卫星组合导航系统不组合问题浅析

惯性导航系统与GPS/GLONASS(简称GNSS)组合导航系统在导航特性方面的互补性,使惯性/卫星组合导航系统获得了广泛的应用。但组合过程中出现的不组合问题对组合精度有着极大的影响。针对使用中出现的不组合问题,深入研究了组合机理,建立了相应的故障树,根据故障模式提出了常用排故策略,大幅提升了排故效率和能力。     

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。     

基于矢量化检测联邦滤波的INS/BDS/地磁组合导航容错方法

组合导航能够将多种类型的导航信息进行结合,实现优势互补,因此成为了目前导航应用领域的主要发展方向。然而,导航信息的增多势必会引入更多的风险源,从而降低导航系统的可靠性。基于联邦滤波的容错方法是目前抑制故障信息影响的主要解决手段,但是现有的故障容错方法普遍采用统一的检测机制,没有根据各个导航子系统的误差传播特性针对性地构建故障检测模型,因此会引起较高的误警率与漏检率。针对上述问题,提出了基于矢量化检测联邦滤波的INS/BDS/地磁组合导航容错方法。通过构建面向INS/BDS/地磁不同导航信息的故障检测函数,能够实现更加准确的矢量化信息分配,从而可以有效避免可用导航信息的损失以及故障导航信息对整体系统的影响。仿真结果表明,提出的方法可以有效隔离不同类型的故障信息,并减小其对无故障导航信息及整体系统的影响,从而提高了组合导航的精度和可靠性。     

有色噪声作用下的机载INS/GPS组合导航方法

针对机载导航过程中有色噪声模型系数难以精确获取的问题,提出了一种基于滤波残差处理有色噪声的方法,并将其应用到INS/GPS组合导航系统中。首先分析了有色状态噪声和有色量测噪声对状态参数估值的影响,接着分别将状态残差和量测残差作为有色状态噪声和有色量测噪声的样本观测值,通过滤波所得的多个历元的残差序列获取拟合模型参数,然后计算有色噪声的预报值并将其进行补偿,从而得到有色噪声修正后的组合导航模型。最后设计了转台试验验证提出的有色噪声作用下的INS/GPS组合导航方法,结果表明该方法能有效地减小有色噪声对组合系统的影响,且当GPS暂时失效时,能显著提高系统的导航精度。     

平流层飞艇升降阶段BPNN惯性导航算法

软式平流层飞艇艇体在上升和下降时经常呈堆叠状态,GPS信号会被艇体间歇性遮挡,因而只能采用惯性导航。为保证在飞艇上升和下降过程中,INS/GPS组合导航系统在被艇体遮挡GPS时仍能够提供满足精度要求的导航信息,设计了一种改进的反向传播神经网络(Back Propagation Neural Network, BPNN）惯性导航算法。采用神经网络,根据惯性导航系统在1s内的速度均值和姿态变化量,预估其在1s末的位置误差和速度误差,并对惯性导航结果进行修正。仿真实验和跑车试验结果表明,在GPS失效的30s内,新算法使得位置误差低于15m,速度误差低于0.7m/s,误差相比纯惯性导航降低了85%。     

基于奇异值分解的组合导航可观测度计算

以捷联惯组为主惯导的组合导航系统具有短时定位精度高、可靠性强等优点,但其依然存在长时间导航精度不高、运算量大、组合效率不高等问题。为更好地完善组合导航系统的误差补偿和抑制技术,对SINS/DVL组合导航系统的可观测性能进行了研究。在分段定常系统(Piece-wise Constant System,PWCS)的可观测性分析方法及基于奇异值分解的系统状态可观测度分析方法基础上,结合可观测性矩阵的遗传特性,提出了一种简化的状态量可观测性分析方法,并对该方法进行了理论仿真。为方便比较状态量的可观测程度,对各状态的可观测度进行了归一化处理。最后,通过湖面跑船实验设计了不同的航迹机动方式,计算了关键导航参数的可观测性能。实验证明,该方法可以实时计算组合导航参数的可观测度,根据可观测度设计的航迹可以有效提高导航精度,定位精度可提高1个量级,收敛速度也获得了明显提高。     

基于 Matlab的 GPS/SINS紧组合仿真实现

首先,对不同的GPS／SINS组合模式进行了分析;在此基础上针对基于伪距、伪距率的紧组合导航系统进行研究,建立了系统的状态方程和量测方程,并用Matlab进行了仿真实现。在系统的仿真实现中,由于很难获得全面真实的导航飞行轨迹数据,文章采用一种纯数学形式的解析方法来产生飞行轨迹数据,因而系统的仿真包括3部分：轨迹发生器、GPS仿真子系统、SINS仿真子系统。仿真结果表明,GPS／SINS紧组合导航系统能够有效地提高系统的导航精度,用纯数学形式的解析方法来产生飞行轨迹数据是可行的、有效的。     

基于变结构多模型的SINS/DVL组合导航算法

对于无人水下航行器来说,SINS/DVL组合导航是其主要导航方式,由于DVL自身作用距离的限制,虽然它可以在水跟踪模式下工作,但洋流速度作为其测量误差会导致SINS/DVL组合导航性能下降甚至失败.针对上述问题,基于有向图切换方法,设置洋流速度模型群,利用所设置的模型群切换策略对子模型群进行激活和终止,通过变结构多模型...     

基于BP人工神经网络的GPS／SINS组合导航算法

基于扩展Kalman滤波的GPS／SINS组合导航算法，需要对原始的非线性连续系统模型进行线性化和离散化处理，要求系统噪声和测量噪声为零均值的高斯白噪声，且易于出现滤波器发散。BP人工神经网络毋需对所求解的问题建模，能够很好地逼近系统非线性特性，获得较高精度的导航定位信息；还具有计算过程稳定，不涉及矩阵求逆，不需要迭代逼近，以及容易实现并行处理等优点。本文设计适用于GPS／SINS组合导航系统的BP网络模型，并在标准的BP算法基础上，采用共轭梯度法改进网络训练速度及精度。最后，通过仿真算例说明BP网络方法用于GPS／SINS组合导航计算的可行性。