多传感器信息融合理论在无人机相对导航中的应用

为提升无人机的作战效能和作战指标,提升无人机的相对导航精度和导航系统可靠性,以无人机编队的相对导航系统为研究背景,基于容积卡尔曼滤波算法和信息滤波算法,研究容积信息滤波算法。此外,还采用多传感器信息融合理论,利用分布式信息融合结构构建了无人机相对导航滤波器,对来自惯导、视觉和卫星的信息进行融合,获取无人机间的相对位置、速度和姿态信息。该方法提升了无人机相对导航的导航精度、导航可靠性和滤波稳定性,容积信息滤波算法的应用避免了传统滤波算法在高维系统中出现的数值不稳定以及精度降低等问题。数学仿真结果表明,该方法提高了无人机编队之间相对导航的精度和可靠性,证明了算法的有效性。     

基于SPRT的组合导航故障检测与隔离互辅算法

针对SPRT(序贯概率比检验)算法无法准确判断缓变故障结束时间的问题,提出了一种故障检测与隔离互辅算法。采用SPRT算法对滤波残差进行故障检测,确认故障后隔离故障观测量,重新建立卡尔曼滤波观测方程并完成量测更新,将隔离后的滤波结果作为下一时刻的滤波初值辅助故障检测。仿真结果表明,该方法能准确定位故障观测量并判断出故障的结束时间,提高了系统可靠性。     

卫星导航系统中平台运动对天线阵列性能的影响分析

常规的天线阵自适应算法侧重于研究稳态条件下的最优性能.当卫星导航接收机应用于运动载体(如炸弹、飞机、机动车辆、舰艇)时,阵列平台的运动(或振动)将会导致权值"零陷"指向与干扰来向失配.建立了运动条件下的阵列信号模型,将平台运动分为第一类平台运动(高频振动)和第二类平台运动(平稳转动),给出了两类运动模型下阵列输出信干噪...     

一种单轴旋转的车载IMU/DTU组合导航方法

长时间机动工况时,某些复杂路况和车况环境下,捷联惯导组合导航系统方位角误差将增大.基于已有组合导航算法框架,提出了一种基于单轴旋转调制的组合导航方法.采用21维IMU/DTU(里程计)误差状态构造状态方程,以捷联惯导解算的位移增量与里程计解算的位移增量之差作为观测量,Kalman滤波器融合惯导与里程计信息,利用旋转调制...     

天海一体化水下重力辅助导航研究进展

水下航行器精确导航在海洋利用和开发过程中发挥了重要作用。关于抑制水下导航误差随时间累积的问题,进行了详细阐述和分析:简述了惯性器件的发展历程;详细对比了各导航系统的优劣性,着重介绍了国内外重力辅助导航研究现状,分析了针对目前水下航行器高精度导航的需求,以及全球海洋重力基准图空间分辨率不足的科学难题;提出了通过GNSS-R测高星座获得高空间分辨率和高精度全球海洋重力基准图的思路及技术路线,以期提高水下重力辅助导航精度。     

CODE新光压模型对北斗混合导航星座精密轨道确定的影响

运用卫星定轨软件工具包NUDTTK,分析了欧洲定轨中心扩展的经验光压模型(EECOM)对北斗二代混合导航星座精密轨道确定的影响。研究表明:对地球静止轨道卫星而言,EECOM能够明显改善定轨精度,相比于传统的ECOM-9和ECOM-5模型,卫星激光测距检核精度分别提高17.4%和35.1%。对倾斜地球同步轨道卫星和中轨道卫星而言,采用ECOM-5模型的定轨精度要优于采用EECOM和ECOM-9模型的,新光压模型EECOM并不能有效改善倾斜地球同步轨道卫星和中轨道卫星的定轨精度。与IGS数据分析中心WHU、GFZ和CODE的轨道产品相互比对的结果显示:目前,国防科技大学北斗精密轨道产品中,地球静止轨道卫星的定轨精度为1~4 m,倾斜地球同步轨道卫星的定轨精度为25~30 cm,中轨道卫星的定轨精度为10~20 cm。     

CODE新光压模型对北斗混合导航星座精密轨道确定的影响分析

基于国防科技大学自主研制的卫星定轨软件工具包NUDTTK,分析了CODE新光压模型EECOM对北斗二代混合导航星座精密轨道确定的影响。研究表明：对GEO卫星而言,EECOM模型能够明显改善定轨精度,相比于传统的ECOM-9和ECOM-5模型,卫星激光测距检核精度分别提高17.4%和35.1%。对IGSO和MEO卫星而言,采用ECOM-5模型的定轨精度要优于EECOM和ECOM-9模型,新光压模型EECOM并不能有效改善IGSO和MEO卫星的定轨精度。与IGS数据分析中心WHU、GFZ和CODE的轨道产品互比对结果（3D RMS）显示：目前,国防科技大学北斗精密轨道产品中,GEO卫星的定轨精度为1~4 m,IGSO卫星的定轨精度为25~30 cm,MEO卫星的定轨精度为10~20 cm。     

GNSS阵列接收机信号解扩前的欺骗干扰检测算法

为了降低天线阵接收机欺骗干扰检测方法的计算量,提出一种信号解扩前的欺骗干扰检测方法。该方法利用不同天线上信号和噪声相关性的差异,在信号解扩前估计其功率,从而进行欺骗干扰检测。仿真结果表明,该方法在降低运算量的同时,具有良好的检测性能。     

光学陀螺旋转惯导系统原理探讨

利用旋转自动补偿光学陀螺的漂移是实现高精度惯性导航的有效途径之一,补偿的原理可以从惯性导航的误差方程中得到阐明。光学陀螺的特点决定了采用元件级的旋转方式会带来额外的误差和问题,而只能采用系统级的旋转,即整个惯性测量组合旋转补偿的方式。对一种8次180°翻转的光学陀螺惯性测量组合旋转方案进行了图形化的说明和分析,并仿真比较了旋转补偿前后的导航误差,结果表明这种系统级的补偿方案能够抵消所有惯性元件的静态漂移,从而大大提高了导航输出的位置和姿态精度。     

组合导航系统的神经元信息融合模型

提出了一种基于神经元状态融合的组合导航系统信息融合模型 ,给出了神经元融合权重在线自适应学习算法。将该模型应用于车载SINS/GPS组合导航系统 ,通过仿真计算和实验室静态组合导航实验 ,验证了该信息融合模型及融合权重在线自适应学习算法在实际应用中的有效性和可行性。