基于SINS/DVL/GPS的AUV组合导航技术

为了提高自主水下航行器组合导航系统的精度,选择了捷联式惯性导航系统(SINS)和多普勒速度声纳(DVL)导航为主、GPS卫星导航系统为辅的组合导航方法.通过Kalman滤波技术对组合导航的误差状态进行了估计,并采用反馈校正的方法修正SINS的导航误差.仿真结果表明SINS/DVL/GPS的组合导航可以有效地提高水下航行器SINS/DVL组合导航系统的导航精度,满足AUV远距离航行的精度需求.     

基于AKF的AUV对接回收组合导航研究

针对自主水下机器人(Autonomous Underwater Vehicle,AUV)在回收过程中的组合导航精度问题,提出了一种改进的高斯距离迭代法及改进的自适应卡尔曼滤波算法(Adaptive Kalman Filter,AKF).基于AUV回收对接系统,研究并建立了针对惯导SINS、超短基线USBL、多普勒计程仪DVL和深度计的基于斜距的组合导航模型.通过对SINS/USBL/DVL/深度计组合导航量测信息误差特性分析,设计了改进的基于斜距的SINS/USBL/DVL/深度计组合导航模型;针对该模型突出的滤波发散问题,设计了基于滤波收敛性判据和强跟踪滤波思想改进的AKF滤波算法进行有机融合.仿真结果表明,此研究使实际AUV系统具有更高的滤波精度和可靠性.     

基于改进Sage-Husa自适应滤波算法的SINS/DVL组合导航

捷联惯性导航系统（SINS）与多普勒计程仪（DVL）组合导航时需考虑量测数据异常问题。针对该问题，设计一种基于渐消因子动态调整的改进Sage-Husa自适应滤波。此滤波旨在解决自适应滤波估计量测噪声参数性能对渐消因子依赖性强的问题，提升DVL量测信息异常情况下的导航精度。实验结果表明，基于渐消因子动态调整的改进Sage-Husa自适应滤波，在DVL数据异常的复杂环境中仍可具有较好的信息处理能力，导航性能提高显著，实现高精度的组合导航，具有一定的研究与参考价值。     

惯性测量单元内杆臂标定卡尔曼滤波方法

在高动态环境下,由内杆臂引起的尺寸效应误差是高精度捷联惯导系统的重要误差源之一。从原理上分析了内杆臂误差的产生机理,推导了内杆臂误差的动态误差模型,并结合系统误差模型推导了内杆臂的标定模型,选取考虑了外杆臂误差的速度误差为系统观测量,提出了基于卡尔曼滤波的内杆臂参数辨识方法。试验结果表明,内杆臂标定重复性精度优于2 mm,快速旋转试验中,内杆臂误差补偿后,速度误差减小90%,摇摆试验中的导航精度也得到显著提升。     

载体行进间对准杆臂误差补偿算法

针对载体行进间对准过程中由于杆臂误差所造成的对准结果偏差问题,通过分析杆臂误差的产生机理,提出采用力学方程的方法对杆臂长度进行测量,并将测得的杆臂长度代入到力学方程,同系统的误差模型相结合,组成新的状态量测方程,通过5阶CKF算法,实现了杆臂误差的在线补偿。仿真和实验结果表明:通过此方法,可以实现载体行进间杆臂长度的实时估计,根据估计结果,实现对于杆臂误差的在线补偿,从而提高对准的精度。     

多传感器信息融合的水下航行器组合导航方法

为了提高远程自主水下航行器组合导航系统的导航精度,提出了一种基于多传感器信息融合的组合导航系统方案.在建立SINS、DVL、LBL、深度计和航向传感器的误差模型的基础上,推导了多传感器信息融合模型,详细设计联邦滤波器结构,并给出各传感器输出频率不同时滤波器的解决方案.最后进行仿真试验,仿真结果表明该方法能充分融合多导航...     

高超声速飞行器组合导航系统研究

为提高高超声速飞行器的导航精度,在SINS/GPS位置、速度组合导航模型基础上增加了GPS姿态信息,推导了姿态算法中姿态角误差与平台误差角的关系。通过理论分析说明了其可消除数学模型误差,提高系统的姿态精度,并以此建立了SINS/GPS组合导航系统姿态、位置、速度观测方程。通过仿真验证了该算法的有效性,结果表明SINS/GPS姿态、位置、速度组合导航可以有效提高高超声速飞行器导航定位精度。     

重力扰动对SINS水平姿态的影响

为研究动基座下捷联惯导系统(Strapdown Inertial Navigation System, SINS)水平姿态误差角与水平重力扰动间的关系,推导了南北方向、东西方向匀速直线运动时,SINS纯惯性解算的水平姿态误差与水平重力扰动间的传递函数,并分析了传递函数的零极点分布;推导了组合导航模式下,水平姿态误差角与水平重力扰动间的传递函数;通过仿真分析了纯惯性解算和组合导航模式下传递函数的幅频特性。组合导航相对于纯惯性解算模式,截止频率更大,SINS姿态误差角受更多高频重力扰动信号的影响,因此,组合导航模式需要更高分辨率的重力扰动数据来进行重力扰动补偿。此外,在对高精度SINS进行重力扰动补偿时,对于重力扰动分辨率的需求是有限度的,过于精细的重力扰动数据只会带来测量和存储压力,不能提高SINS的姿态精度。     

自适应联邦卡尔曼滤波的时间配准方法

针对现有组合导航信息融合时间配准方法存在的算法实时性不高、配准精度不高等缺陷,对组合导航系统时间误差进行了分析,提出了一种基于自适应联邦卡尔曼滤波的重叠分段时间配准算法。通过对传感器量测信息进行重叠分区处理,将不同起始时刻、不同采样频率的量测量统一至同一时刻处理,有效提高了采样率与配准精度。将其应用到SINS/GPS组合导航系统,实验结果表明,该算法能显著减小组合导航系统误差,提升了系统平稳性。     

基于强跟踪滤波的捷联惯导/里程计组合导航

针对车载里程计刻度系数受轮胎胎压、温度等的影响实时变化,提出采用强跟踪滤波进行捷联惯导/里程计组合导航。强跟踪滤波利用卡尔曼滤波残差序列相互正交的性质,在线实时调整渐消因子,对突变状态有较强的跟踪能力。提出采用平均速度匹配方法以消除载车振动及里程计量化误差对组合导航的影响,同时将杆臂误差列入状态量,消除不准确的杆臂在载车转弯时对组合导航的影响,建立了捷联惯导/里程计组合导航模型。进行了实际组合导航跑车试验,结果表明组合导航的定位精度优于1‰D。     

北斗载波相位时间差分/SINS紧组合技术与实验研究

说明北斗系统有源定位模式的不足,提出一种基于载波相位时间差分的北斗/SINS紧组合导航技术,即以导航卫星载波相位信号的时间差分作为Kalman滤波器的观测量,建立工作于无源方式的北斗/SINS紧组合导航系统。介绍载波相位时间差分的基本原理和数学模型,设计组合导航滤波器。通过动态和静态实验对算法的正确性和精度进行验证。实验结果表明,SINS的位置和速度误差积累受到有效的抑制,导航精度明显提高。     

EKF在SINS/GNSS深组合导航中的应用

为了在卫星较少条件下也能提供连续稳定、精度高的导航,建立了一种基于扩展卡尔曼滤波器(extended Kalman filter,EKF)的捷联惯导系统(strapdown inertial navigation system,SINS)/全球导航卫星系统(global navigation satellite system,GNSS)深组合导航系统,并对该系统所采用的导航结构、状态估计算法等进行研究设计。最后,在战术级条件下,分别对单独的SINS,SINS/GNSS松组合导航系统和SINS/GNSS深组合导航系统进行仿真验证,并对导航结果进行对比分析。从仿真结果可以看出,深组合导航系统位置误差约为0.3 m,速度误差约为0.01 m/s,姿态误差约为0.005°。对比分析可知深组合导航精度更高,且不受卫星个数条件影响,具有很高的实用价值。     

SINS/北斗/GPS组合导航系统研究

对SINS、北斗双星定位系统以及GPS全球定位系统三者的组合进行了研究.应用联邦自适应卡尔曼滤波技术实现了SINS、北斗和GPS的组合导航,建立了组合导航系统的数学模型,并针对系统产生的量测延时和异步问题给出了较好的解决方案.最后对系统进行了仿真试验,仿真结果表明该组合导航系统具有较高的精度和容错性能,此方案具有较好的工程应用价值.     

军用无人地面车辆无源北斗／SINS组合导航系统研究

提出将无源北斗／SINS组合导航系统应用于军用无人地面车辆,采用“紧耦合”方式设计了组合结构,选择伪距为量测量,对量测高程进行了“虚伪距”化处理,建立了三维量测方程,通过间接法进行了扩展卡尔曼滤波设计并进行了仿真。结果表明,位置和速度误差得到了有效抑制,在仿真设定的常规环境噪声条件下,达到了军用无人地面车辆导航的要求。     

机载卫星导航终端定位精度试飞中杆臂效应的校正

飞机/直升机加装机载卫星导航终端后,需要对终端的定位精度进行试飞测试。由于试飞测试中产生基准数据的机载差分卫星导航系统(DGNSS)天线通常无法与待测终端(TUT)天线共用安装位置,因此,两者测量结果存在杆臂效应,从而导致试飞中TUT产生的定位数据相对基准数据存在变化的偏差。通过分析试飞测试中差分卫星导航系统产生的基准数据与被测终端输出测量值的关系,给出了统计意义上的待测终端精度计算方法,可有效校正杆臂效应对待测终端定位精度分析的影响。最后,仿真分析验证了方法的正确性,并在实际试飞测试中进行了应用。     

Unscented粒子滤波算法在合成孔径声纳组合导航中的应用

研究了基于捷联惯导(SINS)、多普勒声速剖面仪(ADCP)的水下组合导航方法。建立了基于四元数的SINS/ADCP误差模型。针对一般粒子滤波算法中存在的粒子退化问题,对Unscented粒子滤波算法进行了研究,并应用于SAS导航模型。算法采用Unscented卡尔曼滤波(UKF)引入了最新观测量来产生粒子滤波(PF)的建议密度分布,提高了状态估计的性能。仿真结果表明:在SAS复杂的运动情况下,UPF算法比传统粒子滤波算法具有更高的精度。     

基于UKF算法的SINS/GPS全组合导航系统研究

将UKF算法用于低成本的SINS/GPS全姿态组合导航系统中,提出了一种GPS测量姿态角的方法,推导了姿态角误差与平台失准角的关系,建立了系统的非线性误差模型,设计了UKF滤波器。仿真结果表明,通过将UKF算法用于SINS/GPS全姿态组合导航系统中,系统的可观测性得到了改善,提高了导航精度。     

舰船武器甲板位置点杆臂参数的测定

舰载武器发射或舰载武器惯导系统对准需要舰载惯导系统MINS的信息辅助,不同的安装位置使得它们之间存在较大的杆臂效应,在对杆臂效应补偿中需要三维杆臂尺寸参数,由于加工误差、安装误差及船体变形,使武器战位的实际杆臂参数偏离图纸计算值.通常舰载惯导舱室与甲板武器战位之间不能通视直接测量难度大.为提高杆臂效应补偿精度,提出了基于舰载惯导MINS及差分GPS辅助的测量方案.通过速度信息观测采用马尔科夫递推滤波器估计杆臂参数,仿真结果表明通过10min的测量可达到0.1m估计精度量级.     

一种SINS/CNS紧耦合组合导航信息融合方法

为了提高组合导航系统的定姿精度,介绍了一种松耦合组合模式的SINS/CNS组合导航信息融合方法的原理,提出了一种基于紧耦合组合模式的SINS/CNS组合导航信息融合方法,并对2种信息融合方法进行了仿真实验.仿真结果表明:和基于松耦合组合模式相比,基于深耦合组合模式的SINS/CNS组合导航信息融合方法的定姿精度有了明显提高.     

基于卡尔曼滤波的计算机视觉和SINS组合导航

计算机视觉及其应用是目前研究的一个热点.在介绍计算机视觉和计算机视觉导航的基础上,提出了利用计算机视觉和SINS进行组合导航的方法.由于地球上的基准位置是三维点,而计算机视觉形成的是二维的图像,因此随后详细介绍了成像以及坐标转换的方法,并对提出的组合导航方法进行详细的分析,建立了组合导航的误差方程,然后利用卡尔曼滤波算法对误差进行估算.最后的试验仿真结果说明,提出的组合导航方法提高了导航精度,具有一定应用价值.