Demonstration of a high sensitivity GNSS software receiver for indoor positioning

Advances in signal processing techniques contributed to the significant improvements of GNSS receiver performance in dense multipath environments and created the opportunities for a new category of high-sensitivity GNSS (HS-GNSS) receivers that can provide GNSS location services in indoor environments. The difficulties in improving the availability, reliability, and accuracy of these indoor capable GNSS receivers exceed those of the receivers designed for the most hostile urban canyon environments. The authors of this paper identified the vector tracking schemes, signal propagation statistics, and parallel processing techniques that are critical to a robust HS-GNSS receiver for indoor environments and successfully incorporated them into a fully functional high-sensitivity software receiver. A flexible vector-based receiver architecture is introduced to combine these key indoor signal processing technologies into GSNRx-hs™ – the high sensitivity software navigation receiver developed at the University of Calgary. The resulting receiver can perform multi-mode vector tracking in indoor environment at various levels of location and timing uncertainties. In addition to the obvious improvements in time-to-first-fix (TTFF) and signal sensitivity, the field test results in indoor environments surrounded by wood, glass, and concrete showed that the new techniques effectively improved the performance of indoor GNSS positioning. With fine GNSS timing, the proposed receiver can consistently deliver indoor navigation solution with the horizontal accuracy of 2–15 m depending on the satellite geometry and the indoor environments. If only the coarse GNSS timing is available, the horizontal accuracy of the indoor navigation solution from the proposed receiver is around 30 m depending on the coarse timing accuracy, the satellite geometry, and the indoor environments. From the preliminary field test results, it has been observed that the signal processing sensitivity is the dominant factor on the availability of the indoor navigation solution, while the GNSS timing accuracy is the dominant factor on the accuracy of the indoor navigation solution.     

卫星导航系统及其在空天安全中的重要作用

简要介绍了美国"全球定位系统"(GPS)、俄罗斯"全球导航卫星系统"(GLONASS)和欧洲正在建设的"伽利略"(Galileo)卫星导航系统的发展及其基本发展态势.详细介绍了中国自主建设的"北斗"(COMPASS)卫星导航系统的发展思路、系统组成和应用情况.分析总结了卫星导航系统在空天安全中的几项重要作用,如实现协同...     

平台惯导系统飞行试验性能误差分析

针对某型平台式惯导系统试飞中存在的性能超差现象,对惯导系统误差机理和飞行数据进行了分析,提出了影响飞行性能的误差因素。根据分析结果,从提高惯性元件精度和对相关误差进行标定和补偿两方面采取措施对惯导系统进行改进。改进后的惯导系统经过试飞验证,其性能满足设计指标,表明所采取的改进措施有效可行。     

基于结构不确定性的非线性鲁棒制导律设计

根据多普勒雷达导引头和红外成像导引头多模制导导弹弹道中段制导信息精度的特点,以非线性鲁棒控制理论为依据,设计了一种制导律.仿真结果表明,该制导律对弹目相对距离测量干扰有较好的鲁棒性,对目标大机动也有鲁棒性.因此,这种制导律可以作为多普勒雷达导引头和红外成像导引头多模制导导弹弹道中段的制导律使用.     

一种弹目遭遇点预测方法

为充分利用舰空导弹中制导段所获信息并减小导弹中制导段的弹道曲率,给出一种弹目预测遭遇点的解算方法,并据此设计比例导引制导律。在初始发射坐标系中,假设目标由当前位置以当前速度大小沿当前速度方向匀速运动至遭遇点,导弹由当前位置以当前速度大小按照一定的导引规律匀速运动至遭遇点。在该假设条件下,导弹到达遭遇点的总航路大小一方面...     

水下重力辅助惯性导航关键技术研究及实现

重力辅助惯性导航已渐成水下导航领域的研究热点,其实现是一项复杂的工程,涉及多项的关键技术.文章首先介绍了重力辅助导航的基本原理;之后详细阐述了在真实海洋环境下,重力辅助导航所需解决的若干关键技术问题,并给出了相应的研究成果;最后总结了我国水下重力辅助导航的发展趋势及研究的若干建议.     

卫星导航系统天线阵接收机波束指向误差分析

研究表明：卫星导航系统阵元几何位置误差是影响波束指向误差的主要因素,而卫星和接收机位置误差则影响甚微,其中千米级的卫星位置误差以及接收机位置误差导致的波束指向误差不超过0.1°,而毫米级的阵元几何位置随机误差可导致典型7阵元天线阵波束指向误差达到几度。该研究成果可为卫星导航系统天线阵接收机的设计提供依据。     

天问一号探测器高动态着陆惯导系统设计与试验

考虑到火星探测任务着陆过程动态变化大,稀薄大气环境下开伞会对探测器产生剧烈晃动,为此天问一号探测器研制了一套高动态着陆惯导系统,从硬件产品、使用时序到导航算法方面均进行了针对性设计,以适应着陆过程中的高动态环境.此外,为验证天问一号探测器高动态着陆惯导系统的性能,设计了模拟火星开伞工况的火箭弹高空开伞试验,结果表明该高...     

神经网络最优闭环制导律设计

对于复杂的非线性导弹制导系统 ,很难求得其解析的最优制导律 ,只能求得开环的数字解 ,不能适用于具有时变不确定性的导弹制导系统。利用神经网络的学习和推广能力 ,对开环的数字最优制导律进行离线的学习 ,作为闭环的神经最优制导律在线应用。研究分别选择系统状态变量和视线角速率等不同的神经网络输入对制导系统性能的影响 ,以及各种制导律的鲁棒性问题 ,并采用模块化神经网络结构提高神经网络的学习和推广能力 ,仿真结果得到一些有益的结论。     

一种多步的基于切换星间测量的多星自主导航算法

针对基于星间测量的多星自主导航问题,从载荷优化和节约成本考虑,提出了一种单套敏感器切换测量的导航方案。建立了该导航方案下的系统状态空间模型,并基于扩展卡尔曼滤波方程给出了导航估计算法。基于多步卡尔曼滤波方法,将集中的滤波算法解耦为多个平行的子滤波器,使计算量降低到原算法的50%以下,并且在切换测量的导航方案下,部分解耦出的子滤波器可以只预测不更新,能够进一步地降低计算负担。给出了多步滤波算法的推导过程,证明了其与标准卡尔曼滤波的数学等价性,故算法的估计性能及计算结果与标准卡尔曼滤波一致,但计算速度有明显提升。最后,通过具体算例给出了算法的仿真验证。