三应答器SINS/USBL紧耦合导航算法

SINS/USBL组合导航误差因素主要包括USBL测距精度误差、USBL测角误差、USBL到SINS的安装误差以及应答器的位置误差,且现有USBL设备的普遍特点为:测距精度高而测角精度相对较差。针对上述误差因素和特点,提出一种三应答器SINS/USBL紧耦合导航算法,避免了USBL测角误差以及USBL到SINS的安装角误差等对导航精度的影响,仿真结果表明能够较大程度上提高组合导航定位精度。此外,该算法无需对安装角进行标定,使用更加便捷。     

一种基于集中滤波的SINS/DVL/USBL 水下组合导航算法

针对水下运载体的长时间高精度导航问题,提出一种基于集中滤波的捷联惯性导航系统(SINS)/声学多普勒测速仪(DVL)/超短基线(USBL)水下组合导航方法,建立了杆臂在线估计的SINS/DVL速度观测模型和SINS/USBL相对量测信息观测模型,并利用参考信息判定结果实时更新量测方程及维数,既能保证精度,还能一定程度上减少运算量。理论仿真和湖面试验表明,本算法能够实现长时间高精度的水下导航定位,具有可行性。     

水下复杂环境下基于SINS/USBL/DVL多源信息融合的组合导航算法

针对复杂水下声场环境下高精度、长航时导航与定位的需求,构建了捷联惯性导航系统(SINS)/超短基线(USBL)相对测量信息的观测方程和SINS/声学多普勒测速仪(DVL)的观测方程,提出了一种融合SINS/USBL/DVL多源信息的组合定位算法.为解决声学量测信息不确定引起的导航性能下降的问题,充分考虑水声野值所导致的...     

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。     

基于UKF的GPS/SINS组合导航直接式滤波算法

基于无迹卡尔曼滤波(UKF)方法,使用姿态、速度、位置等9个导航参数组成状态向量,以GPS系统输出的速度、位置组成6维观测向量,构建直接式结构的UKF滤波器。该滤波器能够直接反映系统导航参数的动态过程,准确显示运动状态演变。针对GPS/SINS组合导航系统的特点,构建了GPS/SINS组合导航直接式卡尔曼滤波仿真验证系统,仿真结果验证了基于UKF的GPS/SINS组合导航直接式滤波算法的有效性,该直接式非线性滤波算法可使惯性组合导航系统的导航精度得到提高。     

无线电辅助捷联惯性导航系统的设计及工程实现

为确保飞行器在没有GPS（全球定位系统）信号的情况下仍能保持高精度导航能力,在SINS（捷联惯性导航系统）/GPS/Altimeter（高度表）组合系统的基础上,设计了Radio（无线电）辅助SINS组合导航系统。该系统通过一定的组合算法将SINS与无线电信息有效组合,不仅可以满足系统精度的要求,而且工作可靠、输出信息平滑稳定。本文介绍了该系统的原理、设计方案、组成以及工程技术难点。飞行试验结果显示该系统能够满足设计精度要求,为系统在恶劣条件下的应用提供了一个有效的解决方案。     

基于强跟踪EKF的组合导航系统故障检测方法

针对大方位失准角的机载SINS/GPS组合导航系统,为保证在高动态环境下实现高精度、高可靠的导航,利用强跟踪EKF滤波残差设计了一种基于残差统计特性的坏值检测算法,对导航信息进行估计和跟踪.仿真结果表明,该算法能够实时检测出GPS量测信息中的坏值信息,隔离后可显著提高组合导航精度,具有较高的可靠性、出色的容错能力和重要的工程应用价值.     

晃动环境下组合导航系统精度事后评估算法研究

海风、波浪、海流等因素会产生舰船的摇摆晃动,从而给舰船导航系统精度带来严重干扰.固定区间平滑滤波处理算法能够利用观测时间间隔内全部观测信息得到状态的最小方差估计,对导航精度进行事后评估.在研究晃动环境下的SINS/GP S组合导航应用平滑滤波算法的相关原理的基础上,首先利用Kalman滤波器进行组合导航,存储相关信息后按时间逆序利用固定区间平滑滤波算法进行事后分析.该方法可以针对不同的海况以及不同的海上作业需求,有效地为组合导航系统精度提供检验标准,考核各种海洋环境下的导航系统精度.     

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。     

复杂水下环境下高精度SINS/USBL误差标定技术

针对SINS/USBL组合系统在导航与定位前需要对一体化样机进行精确标定的问题,对复杂水下声场环境下高精度SINS/USBL误差标定技术展开了研究,包括对安装误差角和空间杆臂误差的估计.基于标定模型的几何关系,推导了标定的状态方程和量测方程,并提出了新型的基于相对量测信息滤波估计的误差标定技术.为解决标定过程中由于存在声学野值而导致滤波估计性能下降的问题,通过高斯牛顿迭代将Huber M估计嵌入到变分贝叶斯框架中,推导了基于M估计的非线性鲁棒自适应标定算法,在精确校正后无需重复标定.仿真的结果验证了该方案的有效性、实用性和鲁棒性.