基于SAR辅助的惯导/星光组合导航系统研究

针对高空、长航时无人飞行器在对地观测成像期间对导航自主性和高精度的需求,研究了基于SAR辅助的惯导/星光姿态组合导航系统.针对SAR图像导航输出的间断性和多传感器组合导航系统中量测输出的不同步特性,设计了解决非连续性量测修正的多传感器组合导航滤波器模型.提出了解决多传感器量测不同步问题的异步集中滤波算法.仿真结果表明:...     

惯性/天文深组合非线性定位算法

针对传统惯性/天文定位算法进行天文导航定位时需要通过迭代计算获得载体的经纬度信息,会不可避免地引入定位计算误差问题,推导了天文高度角与平台误差角和水平位置误差的数学模型,进而提出了以天文高度角为量测信息的基于无迹卡尔曼滤波的惯性/天文深组合导航算法.仿真结果表明,所提出的算法利用单颗星即可进行定位,3颗星时组合导航定位精度达到100 m,有效提高了惯性/天文组合定位精度.     

惯性基高精度组合导航方法研究与仿真

研究了一种基于捷联惯性导航系统(SINS)的高精度组合导航方法;选取SINS的系统误差作为组合导航系统状态,利用天文导航系统(CNS)输出的姿态矩阵和SINS输出信息计算得到的等效姿态矩阵来构造量测,设计SINS/CNS组合导航算法;利用SINS与北斗卫星导航系统(RDSS)各自的位置输出构造量测,设计SINS/RDSS组合导航算法,从而,利用联邦卡尔曼滤波技术设计SINS/CNS/RDSS组合导航算法;仿真结果表明,惯性基SINS/CNS/RDSS组合导航方法具有较高的导航定位精度,工程应用前景良好。     

扩展卡尔曼滤波在组合导航中的应用

松组合导航中,采用组合导航系统(SINS)误差作为状态量,用SINS解算的位置和速度与全球定位系统(GPS)测量的位置速度之差作为量测信息.为了提高组合导航的精度在松组合导航中应用扩展卡尔曼(EKF)滤波算法,通过仿真对载体轨迹的速度、姿态、位置进行跟踪.仿真结果表明:在仿真进入8 min之后系统进入稳态,能准确跟踪载体.因此,采用基于EKF的非线性滤波能有效跟踪载体的位置、速度和姿态.     

低成本MIMU/GPS组合导航研究

针对微惯件测量组合无法长时间单独工作、GPS卫星信号不稳定的问题,提出MIMU/GPS组合导航的方法.对MIMU的误差建立模型,采用松组合方式,设计卡尔曼滤波器,除取姿态、速度、位置的误差作为状态变量外,另取仪表的误差作为状态变量.对姿态、速度、位置进行反馈校正.在GPS卫星信号在某些条件下短时间丢失的情况下,微惯性测量组合单独导航,然后再重新获取GPS卫星信号的情况下进行Kalman滤波组合导航仿真,仿真结果表明该算法简单易实现,能满足导航精度要求,且在GPS卫星信号短时间丢失的情况下有较高的导航精度.     

基于EKF的地磁导航策略研究

对地磁异常值与位置之间的非线性函数关系进行了随机线性化,将地磁异常测量值直接作为观测量,采用扩展卡尔曼滤波技术实现地磁异常测量信息与惯性导航信息的融合,估计并校正了惯性导航系统导航误差.仿真表明,组合导航系统具有如下良好性能:对地磁异常具有广泛的适用性;对初始位置误差、速度误差及姿态误差具有较好的鲁棒性;对地磁数据噪声敏感度较低;可实时更新组合导航信息.将观测量选为参考数据测量值的信息融合策略引入惯性/地磁组合导航.定量描述地磁异常辅助惯性导航系统的信息量,分析组合导航系统对地磁图的适用性.     

基于视觉/惯导的无人机组合导航算法研究

目前视觉惯性组合导航系统多采用优化紧/松耦合以及滤波紧/松耦合算法,应用误差状态卡尔曼滤波能够将较低频率的视觉位姿信息提升到与惯性信息同步的频率;提出一种基于自适应卡尔曼滤波的视觉惯导组合导航算法,首先考虑到系统建模与传感器测量误差,采用自适应渐消卡尔曼滤波进行导航解算,通过实时计算遗忘因子,以调节历史数据的权重,可抑制建模误差,提高组合导航系统性能,然后针对视觉SLAM解算过程造成的视觉位姿信息滞后于惯导信息的问题,提出一种延时补偿方法;仿真实验表明,采用延时补偿的自适应渐消卡尔曼滤波算法能够有效抑制建模误差,并降低视觉位姿信息滞后带来的影响,提高无人机组合导航的解算精度,姿态、速度、位置解算精度分别达到5°、0.5m/s、0.4m以内。     

基于伪距的GPS/INS滤波算法设计及仿真

提出一种以伪距和伪距率作为观测量的GPS/INS组合导航算法,使其适用于嵌入式GPS/INS组合导航系统产品的开发.针对目前市面卜的AHRS(姿态航向参考系统)的输出数据特性,以及课题组开发的GPS接收机的输出数据特性,提出一种简单易行的卡尔曼滤波算法.将姿态四元数递推方程与ECEF系下的位置、速度递推方程分别进行卡尔曼滤波,然后将滤波后得到的结果按照WGS-84模型转换为地理位置和速度.Matlab仿真与嵌入式系统运行结果表明设计的组合系统结构简单,稳定性好.避免了传统GPS/INS组合导航算法,要求惯性传感器精度高,计算量大,耗费硬件资源多的问题.     

Sigma-Point直接式卡尔曼滤波惯性组合导航算法

基于西格玛点采样加权的方法,以姿态、速度和位置等9个导航参数为状态向量,以卫星导航系统的速度和位置组成6维观测向量,构建直接式卡尔曼滤波器,融惯性导航系统求解和状态估计的过程为一体,直接描述系统导航参数动态过程.仿真结果验证了惯性组合导航Sigma-Point直接式滤波方法的有效性,表明该非线性直接式滤波方法可提高惯性组合导航系统的导航精度和对飞机、导弹等载体非线性机动过程的适应性.     

基于惯性/GPS组合的车载测试系统的设计

介绍了一种基于惯性/GPS组合导航的车载测试系统的设计与实现方案。该设计中采用目前应用较为广泛的DSP+CPLD的搭配模式作为测试系统的主计算机,对相应的惯性器件陀螺仪和加速度计进行高频采样,通过捷联惯导算法给出系统的姿态、位置信息,结合对GPS信息的获取,通过卡尔曼滤波技术对捷联解算得到的系统信息进行滤波,从而得到不随时间发散的姿态、位置信息,以便于对测试车辆进行相应的动力性能以及舒适度的测试。     

弹道导弹惯性/双星/天文组合导航系统研究

弹道导弹飞行特点对其导航系统提出了较高的技术要求,因此提出一种惯性/双星/天文组合导航方案对弹道导弹实时估计和修正导航误差,提高导航精度,该组合导航方案以惯性导航系统与天文导航系统的姿态角差值、惯性导航系统与双星定位导航系统的位置差值作为观测量,建立弹道导弹导航系统的数学模型和观测方程,以无反馈模式联邦滤波器在线估计弹道导弹导航参数误差值.通过计算机仿真并分析仿真结果:和惯性导航系统相比较,这种组合导航系统可以提高弹道导弹导航精度,适合弹道导弹组合导航.     

动基座条件下组合导航初始对准研究

初始对准是影响惯性导航系统的导航精度的重要因素,通过对惯性导航(INS)/全球定位系统(GPS)组合导航系统初始对准进行研究,利用GPS信息来辅助INS进行初始对准,来提升初始对准的精度和对准时间.在粗对准阶段,利用载机主惯导对子惯导进行装订,完成子惯导的粗对准;在精对准阶段,有效地利用GPS信息,采用速度匹配方式,并设计了组合对准滤波器,进行仿真验证.仿真结果表明:组合导航系统的初始对准能在15 s内完成对准,且能够达到7mrad的精度.     

一种面向移动平台的无人机自主降落控制方法

准确获取无人机的位姿信息是顺利执行无人机自主导航、着陆的首要前提。由于GPS/INS导航系统的局限性和IMU惯性导航系统的误差,提出了一种基于视觉导航的方法。设计了"H"形图像的着陆标志,对机载摄像机采集的实时影像进行图像处理,利用世界坐标系到图像像素坐标系的映射关系得到基于视觉的无人机位姿估计模型,进而解算无人机当前的位姿估计值。上述方法提高了无人机的着陆安全性。仿真结果验证了算法的有效性和位态信息的精确度。     

基于MLP神经网络改进组合导航算法

为解决GPS信号失锁条件下,GPS/INS(inertial navigation system)组合导航系统解算精度降低甚至发散的问题,提出采用多层感知机神经网络(multilayer perceptron neural networks,MLPNN)来辅助组合导航系统.在GPS信号有效时对神经网络进行训练,在GPS...     

组合导航计算系统的Simulink仿真

采用联邦卡尔曼滤波算法,分析了INS/GPS/ADS/CNS组合导航计算系统的数学模型,然后以MATLAB/Simulink为平台,构建了INS/GPS/ADS/CNS组合导航计算系统的仿真模型并进行了仿真。结果表明:建立的仿真模型能正确仿真组合导航计算系统的工作过程,并且具有良好的可视化效果,为组合导航系统的研究提供了有效的工具。     

基于CenSurE特征的SAR/INS组合导航景象匹配算法

在SAR／INS组合导航系统中,所获取的SAR图像可能存在严重的斑点噪声和几何变形,对此,提出一种基于CenSurE特征的SAR／INS组合导航用景象匹配算法．该算法针对惯性组合导航的工作特点进行设计．首先提取CenSurE特征和垂直的SURF描述符,利用夹角余弦相似度量方法进行特征匹配;然后,采用分组一致采样算法和最小二乘精确匹配算法获取高精度的航向和位置偏差信息．景象匹配性能评价实验表明。在匹配适应性、匹配速度、精度和鲁棒性等方面,CenSurE特征都很优越,可以满足SAR／INS景象匹配导航系统匹配修正的高性能要求．