Online INS/GPS integration with a radial basis function neural network

Most of the present navigation systems rely on Kalman filtering to fuse data from global positioning system (GPS) and the inertial navigation system (INS). In general, INS/GPS integration provides reliable navigation solutions by overcoming each of their shortcomings, including signal blockage for GPS and growth of position errors with time for INS. Present Kalman filtering INS/GPS integration techniques have some inadequacies related to the stochastic error models of inertial sensors, immunity to noise, and observability. This paper aims to introduce a multi-sensor system integration approach for fusing data from INS and GPS utilizing artificial neural networks (ANN). A multi-layer perceptron ANN has been recently suggested to fuse data from INS and differential GPS (DGPS). Although being able to improve the positioning accuracy, the complexity associated with both the architecture of multi-layer perceptron networks and its online training algorithms limit the real-time capabilities of this technique. This article, therefore, suggests the use of an alternative ANN architecture. This architecture is based on radial basis function (RBF) neural networks, which generally have simpler architecture and faster training procedures than multi-layer perceptron networks. The INS and GPS data are first processed using wavelet multi-resolution analysis (WRMA) before being applied to the RBF network. The WMRA is used to compare the INS and GPS position outputs at different resolution levels. The RBF-ANN module is then trained to predict the INS position errors and provide accurate positioning of the moving platform. Field-test results have demonstrated that substantial improvement in INS/GPS positioning accuracy could be obtained by applying the combined WRMA and RBF-ANN modules.     

一种提高捷联惯导系统动基座初始对准精度的方法

捷联惯导系统初始对准精度直接影响系统导航精度,以适用于动基座的惯性凝固系粗对准方法为基础,针对船载设备动基座机动条件,通过实际数据分析,提出了一种粗对准方案,在相同的载体运行条件下,对减小粗对准误差,进而提高导航精度有一定帮助。相对于原粗对准方法,通过试验仿真验证,粗对准精度均有所提高,在此基础上初始对准后,1h导航定位误差从2nmil提高到约0.45nmil。     

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%。     

旋转式SINS的自标校技术研究

惯性器件常值及慢变误差是影响捷联惯导系统精度的主要因素之一,所以在捷联惯导系统出厂前需要对常值及慢变误差参数进行标定。但这些误差参数会随时间发生变化,对于高精度捷联惯导系统,每次启动后需要对惯性器件的误差参数进行重新标校。针对光纤惯导系统,建立了IMU误差模型,并根据提出的旋转式捷联惯导系统自标校转位方案原则设计出了一种8位置自标校方案,对惯性器件标定参数进行激励和辨识,并建立了Kalman滤波状态方程及量测方程,对惯导系统误差参数进行在线标定。实验结果表明,该方案对其惯性器件误差参数能进行准确估计,具有一定的参考价值。     

惯性推算误差抑制的神经网络自学习模型设计与验证

惯性推算误差抑制是提升复杂场景下组合导航定位性能的关键,现有采用运动约束或系统误差高阶建模的方法从运动学模型及传感器误差模型出发,通过经验确定参数及模型的最优解。深度学习隐式模型能够挖掘数据之间的隐含关系,进行自主化参数寻优,并在提升惯导误差建模精度方面具有一定优势。总结了现有主流网络模型设计的优缺点,通过对比不同的输入输出方案进行优选,最终利用卷积神经网络构建了一套惯性误差抑制的轻量化神经网络自学习模型,并利用实测车载数据验证了该模型的有效性。实验结果表明,在GNSS信号失锁300 s的路段I和失锁285 s的路段II,网络模型速度约束的算法相较于纯惯性推算和传统NHC算法均有一定提升,融合NHC及网络模型速度约束的算法在水平定位精度上分别改善了41.7%~47.4%和26.7%~36.6%,一定程度上抑制了惯性推算误差。     

广义回归神经网络在冗余捷联惯导故障诊断中的应用研究

针对冗余捷联惯导的故障诊断问题，研究提出了一种基于广义回归神经网络的故障诊断方法。该方法在传感器输出数学模型未知的情况下，仅通过传感器之间的冗余关系，利用传感器正常工作时的测量值和改进的神经网络估计输出值生成残差进行故障诊断。仿真试验表明，利用神经网络补偿产生的残差可以检测到未补偿时的故障。该方法不仅可以检测到单故障，还对多传感器同时发生故障具有一定的检测能力。     

基于虚拟地标的行人惯性SLAM算法

针对当前仅使用低成本惯性传感器的行人导航系统航向角存在较大累积误差的问题,研究了一种只使用惯性传感器信息的虚拟地标构建方法,并通过匹配虚拟地标点对位置和航向进行误差补偿.在此基础上,结合同时定位与建图(SLAM)方法的思想,实现了仅基于惯性传感器的SLAM,提高了行人导航的精度和可靠导航时间.试验结果表明,该方法能够有效消除纯惯性行人定位系统的累积误差,在2027m2的单层建筑物中空间位置误差小于10m.     

极区横向地理系空间稳定型惯导算法研究

针对地心惯性系和当地地理系的空间稳定型惯导系统导航算法在极区导航失效的问题,提出了适用于空间稳定型惯导系统的极区导航算法。该算法通过伪经纬网构建了横坐标系参考框架,建立了横向地理系空间稳定型惯导系统力学编排,并在此基础上重新推导了通用的误差模型。最后,通过极点附近区域与穿越极点区域仿真分析了算法的极区有效性。仿真结果表明该算法在极点附近区域解算的伪航向角误差小于3′,伪经度误差小于4′;在穿越极点区域解算的伪纵摇角、伪横摇角误差小于0.3′,伪航向角误差小于3′,伪东向、伪北向速度误差小于1m/s,伪经度、伪纬度误差小于4.2′。该算法克服了极区导航计算溢出、误差放大等问题,提高了系统的极区导航精度,能够满足极区导航要求。     

Drag derived altitude aided navigation method

The navigation problem of the lifting reentry vehicles has attracted much research interest in the past decade.This paper researches the navigation in the blackout zone during the reentry phase of the aircraft,when the communication signals are attenuated and even interrupted by the blackout zone.However,when calculating altitude,a pure classic inertial navigation algorithm appears imprecise and divergent.In order to obtain a more precise aircraft altitude,this paper applies an integrated navigation method based on inertial navigation algorithms,which uses drag derived altitude to aid the inertial navigation during the blackout zone.This method can overcome the shortcomings of the inertial navigation system and improve the navigation accuracy.To further improve the navigation accuracy,the applicable condition and the main error factors,such as the atmospheric coefficient error and drag coefficient error are analyzed in detail.Then the damping circuit design of the navigation control system and the damping coefficients determination is introduced.The feasibility of the method is verified by the typical reentry trajectory simulation,and the influence of the iterative times on the accuracy is analyzed.Simulation results show that iterative three times achieves the best effect.     

基于速度误差的系统级标定方法

为降低捷联惯导系统误差参数标定过程对高精度转台的要求,提出一种基于速度误差的系统级标定方法。在惯性器件误差参数模型和捷联惯导系统误差方程的基础上,以惯导系统转动前后的导航速度误差为观测量,编排设计旋转方案,对加速度计和陀螺的误差参数进行拟合标定。仿真结果表明,与传统的分立式标定方法相比,在保证标定精度的同时,对高精度转台的要求更低,可应用于外场标定。     

防空导弹惯性技术综述及展望

从精确打击入手阐述了惯性技术对于防空导弹的重要性,提出惯性技术是防空导弹自主导航制导的核心之一。回顾了防空导弹惯性技术的发展历程,从快速反应、工作环境、测量精度等方面概述了防空导弹对惯性技术的需求,梳理了惯性传感器技术、动基座对准技术、高精度自主导航技术等几个关键技术。最后,从新型惯性传感器技术、新材料和新制造技术、新应用场景新需求等方面分析了防空导弹惯性技术的发展趋势,并从工程应用层面对防空导弹惯性技术的发展方向进行了展望。     

减小双轴旋转惯导中陀螺仪随机漂移影响的方法研究

针对双轴旋转惯导惯性器件的随机误差无法在导航过程中自动进行补偿的问题,提出优化的两位置重调(TPR)的方法来补偿系统的随机误差导致的方位和位置误差,以提高双轴旋转惯导的长航时精度.与传统两位置重调(CPR)方法相比,使用优化的误差传递方程的两位置重调的方法,可以在少于6h条件下估计出系统的方位误差,从而使得系统的位置精度和方位精度都得以极大的提高.根据惯性器件的随机误差导致的方位误差的特性,建立了TPR的误差模型.通过仿真,证明了该方法的有效性.     

基于场景识别的惯性基类脑导航方法

针对无人机导航中惯性器件产生的漂移误差不断随时间累积进而影响导航精度的问题,以仿生类脑导航为研究背景,提出了一种新的导航方法。与传统导航策略不同的是,该方法从周期性校正累积位置误差的角度出发,采用设置位置细胞节点的思路,利用训练好的卷积神经网络模型在细胞节点处进行图像匹配,从而在位置细胞节点处实现惯导位置漂移误差校正。同时,建立节点之间的漂移误差模型,调整误差方程系数,以达到修正漂移误差的目的。最后,基于无人机飞行实验结果验证了该方法对自主导航的有效性和鲁棒性,该方法能够有效提高无人机导航的精度。     

基于对偶四元数的INS/GPS组合导航算法研究

在基于对偶四元数的捷联惯导解算方法的基础上,推导了以惯性系作为导航系的惯导误差方程,在此基础上设计了卡尔曼滤波组合导航算法。通过激光惯导跑车采集数据,进行了仿真分析,试验结果表明,该组合导航算法能有效的消除惯导累积的速度误差和位置误差,相比于目前广泛应用的INS/GPS组合导航算法,本文描述了INS/GPS组合导航的另一种实现方式,获得了相当的精度,具有一定的工程应用价值。     

捷联惯性制导系统的圆锥误差及其补偿

圆锥误差是捷联惯导系统,特别是激光陀螺捷联惯导系统重要的误差源,为提高激光捷联惯性系统的导航精度,防止姿态误差的积累,本文研究了圆锥补偿算法和圆锥补偿误差特性,给出了常用的8种圆锥补偿算法,针对激光陀螺惯组的实际应用背景,开展了弹道仿真研究,给出了圆锥误差对激光陀螺捷联惯导系统导航精度的影响和补偿修正的效果。     

基于极限学习机的黑障区智能导航算法

在黑障区飞行阶段中,惯性导航系统会因缺少辅助导航系统而持续累积误差,导致飞行器导航系统可靠性下降。针对这一问题,提出了一种新的基于极限学习机的黑障区智能导航算法,通过极限学习机(ELM)对GPS正常工作的导航信息进行学习。在黑障区,利用学习得到的模型对惯性导航系统进行误差补偿,较好地修正了当GPS失锁时惯性导航系统的误差,避免了因误差累积而导致的导航信息发散。仿真结果表明,该算法能够保证在GPS失锁的黑障区中导航系统输出的信息有较好的可靠性和精度,能够为接下来的姿态调整和着陆准备提供良好的基础。     

无杆臂误差快速传递对准方法

机载或舰载武器系统惯性导航系统动基座对准的首选方案就是传递对准,速度匹配传递对准因为其较好的水平失准角可观测性以及线性量测模型得到了广泛的应用。但当载体存在角运动时,速度匹配传递对准必须对杆臂误差进行补偿,由于变形的存在,使得杆臂误差的准确补偿存在较大的困难。针对这一问题,研究了一种不需要进行杆臂误差补偿的快速传递对准方案,能够在杆臂误差较大时,以较快的速度获得较高的失准角估计精度。计算机仿真结果验证了理论分析的正确性。     

旋转三子样高精度捷联惯性导航算法

针对捷联惯导系统高精度导航的需求,以螺旋理论为基础,采用螺旋补偿三子样推导出对偶四元数所表示的捷联惯导算法,并同时对载体的姿态、速度、位置进行更新,并以四阶截断三角级数近似三角函数进行对偶四元数更新和螺旋矢量更新。仿真和跑车实验结果表明：螺旋三子样捷联惯性导航算法的导航精度比一般四元数算法提高约15%,为相关领域的研究与实际应用提供参考。     

Constructive neural-networks-based MEMS/GPS integration scheme

This article exploits the idea of developing an alternative data fusion scheme that integrates the outputs of low-cost micro-electro-mechanical systems (MEMS) inertial measurements units (IMUs) and receivers of the global positioning system (GPS). The proposed scheme is implemented using a constructive neural network (cascade-correlation network (CCNs)) to overcome the limitations of conventional techniques that are predominantly based on the Kalman filter (KF). The CNN applied in this research has the advantage of having a flexible topology if compared with the recently utilized multi-layer feed-forward neural networks (MFNNs) for inertial navigation system (INS)/GPS integration. The preliminary results presented in this article illustrate the effectiveness of proposed CCNs over both MFNN-based and Kalman filtering techniques for INS/GPS integration.     

捷联惯导系统圆锥误差分析

捷联惯导系统由于数学平台隔离作用的不完善,当运载体沿机体坐标轴存在同频率的角振动和线振动时,角振动引起的整流效应将在姿态更新计算中产生圆锥误差,角振动和线振动引起的整流效应将在速度计算中产生划桨误差,在位置计算中产生涡卷误差。文中详细分析了圆锥误差产生机理,针对某型飞机装备 SIGMA50 GPS/SINS 组合导航系统对底座安装的精度要求,分析了安装误差、陀螺频带不够宽、姿态更新率过低对姿态精度的影响,并对维护捷联惯导系统提出建议。