基于GPS/INS姿态测量与定位的航空摄影测量精度分析

OEEPE于1999年启动了名为"集成传感器定向"的实验,研究"是否或在什么条件下GPS/INS直接测量的外方位元素可完全替代空中三角测量"这一焦点问题.对本次OEEPE实验的设立、数据获取与预处理以及"直接传感器定向"与"集成传感器定向"两个阶段的主要内容、输入数据与结果进行了全面系统的介绍,总结了该实验若干关键性的结论,以指导基于GPS/INS系统的航空摄影测量作业生产.     

使用复合滤波器实现双差GPS/INS动态组合高精度定位定姿

提出了一种双差载波相位GPS/INS紧密组合的新形式,分析了紧密组合和松散组合的计算形式和特点,进而统一了紧密组合和松散组合的估计状态,并将此紧密组合和松散组合相结合,实现了一个复合滤波器。此滤波器可以根据GPS的实际观测情况动态选择合适的滤波方式,可兼顾滤波器的精度和可靠性。通过处理实测数据,验证了此滤波器在精度和可靠性上都优于任一种单一的组合模式。     

基于GPS/INS的影像实时定位与误差分析

遥感影像目标实时定位的关键是外方位元素的实时获取,在航空遥感平台上加载GPS/INS组合导航系统能够满足这一需求。文中首先给出了基于GPS/INS系统的目标直接定位方法;然后从摄影测量的角度,重点推导了影像内外方位元素对目标定位的误差传递公式;并运用实例验证了公式的有效性。     

基于GPS/INS的影像实时定位与误差分析

遥感影像目标实时定位的关键是外方位元素的实时获取,在航空遥感平台上加载GPS/INS组合导航系统能够满足这一需求.文中首先给出了基于GPS/INS系统的目标直接定位方法;然后从摄影测量的角度,重点推导了影像内外方位元素对目标定位的误差传递公式;并运用实例验证了公式的有效性.     

GPS／INS组合系统的工作原理及其在航空遥感中的应用现状

GPS／INS组合系统应用于航空摄影测量时可以直接给出相机曝光瞬间的外方位元素，从而部分乃至全部地摆脱传统摄影测量对地面控制点的依赖。本文主要介绍GPS／INS组合系统的工作原理及特点，以及GPS／INS组合系统辅助航空摄影测量与遥感的国内外应用现状。     

基于低通滤波的GPS/INS组合导航模型研究

惯导系统中惯性元件误差是影响惯性导航及组合导航精度的重要因素。本文首先分析了INS加速度计及陀螺仪在不同方向上的原始观测数据误差源及其相关作用,并给出低通滤波及GPS/INS(Global Positioning System/Inertial Navi-gation System)组合导航模型。在此基础上,提出采用低通滤波器消除INS原始数据中的高频随机误差,提高GPS/INS组合导航精度的技术路线。模拟INS的线速度及角加速度原始观测数据,对本文模型进行INS自主导航测试,导航精度得到明显提高。进一步采用实测数据进行组合导航分析,滤波前后计算的位置误差比较可以看出滤波后的导航解要优于滤波前,X、Y、Z三个方向上导航精度分别提高了15.1%、28.3%、28.1%。在残差最大值的比较上,三个方向上都有所减小,说明本文模型可有效提高导航精度。     

GPS/INS组合导航系统时间同步方法研究

在设计和实现GPS／INS组合导航系统时,各子系统的时间同步是最关键的问题。首先对GPS／INS组合导航系统的时间同步问题作基本描述,然后在简要分析基于GPS接收机的1 pps脉冲信号同步采样技术的基础上,提出另外一种基于GPS和INS的1 pps脉冲信号的时间比对同步方法,这种方法能较好地解决GPS接收机由于失锁引起的1 pps信号抖动,将晶体振荡器的短期稳定度和GPS时间的长期稳定度结合起来,使各子系统数据在时间上能准确同步。     

GPS/INS组合系统中姿态参数估计准确性检验方法探讨

从滤波的关键矩阵——增益阵入手进行分析,发现机动条件下经典组合模型受状态预报模型不准的影响,姿态参数滤波估值及其更新方差阵偏离准确值,指出常用的姿态参数精度衡量指标不合理。提出了利用组合系统输出的载体系中某些方向速度为0的条件对姿态参数估值的准确性进行检验的思想。新的检验方法不需要增加任何额外设备,经济、方便、简单。     

顾及动力学模型误差影响的GPS/INS组合导航自适应滤波算法

在顾及动力学模型随机误差的情况下,设计了一种GPS/INS自适应滤波算法。针对BP神经网络存在的训练速度慢、易陷入局部极小值等问题,对神经网络学习算法进行了改进。利用神经网络进一步减小系统误差对导航解的影响,给出了顾及动力学模型随机误差和系统误差的GPS/INS自适应滤波算法,并利用实测数据验证了算法的有效性。     

基于GPS/INS空对地定位系统的误差分析和精度估计

基于GPS/INS的空对地定位系统,可以不需要地面控制点对像片上对应的地面点直接定位.介绍该系统的基本原理,重点分析各项误差源及其对定位结果的影响,并通过仿真试验进行不同情况下的精度估计.     

利用SVM的GPS/INS组合导航滤波发散抑制方法研究

为验证导航模型在GPS信号更新频率较低的情况下的导航能力,给出了GPS/INS组合导航滤波模型。载体运动过程中,分别使信号中断5s、10s、15s。通过实验得出,GPS信号中断时间过长(10s以上),GPS信号恢复后,Kalman滤波器会产生发散现象。引入支持向量机,提出利用SVM内插GPS信号提高信息更新频率消除组合导航滤波器的发散。结果表明,GPS信号中断时间过长导致组合导航系统滤波发散的情况下,通过SVM内插GPS数据提高GPS更新频率,可以有效地抑制滤波发散,提高导航的准确性。     

UKF在GPS/INS组合导航系统中的应用

扩展卡尔曼滤波(EKF)是GPS/INS组合导航系统工程实现中常用的一种数据融合方式。但EKF线性化误差在一定程度上影响了GPS/INS组合导航系统精度的提高。Unscented卡尔曼滤波器(UKF)是一种非线性滤波器,它能有效地减小线性化误差对GPS/INS组合导航系统精度的影响。基于四元数法建立了GPS/INS组合导航系统的非线性误差方程模型;最后通过数字仿真验证了UKF组合导航系统应用中的性能。     

一种迭代的GPS／INS组合导航滤波算法

简要介绍了GPS/INS松组合导航系统状态方程和观测方程。针对标准Kalman滤波算法存在的状态方程截断误差、噪声统计特性的不确定性以及状态扰动异常的影响,给出了一种应用于GPS/INS组合导航系统的迭代滤波算法。该算法采用迭代策略,不断利用观测信息实时修正状态预报值。实测数据计算结果表明,通过对状态预报值的实时修正,该算法能够很好地抑制状态预报信息的不确定性和扰动异常等对导航解的影响。其滤波解精度明显优于标准Kalman滤波。     

Integrated data processing method for GPS and INS field test over Rocky Mountain

The method of integrated data processing for GPS and INS(inertial navigation system) field test over the Rocky Mountains using the adaptive Kalman filtering technique is presented. On the basis of the known GPS outputs and the offset of GPS and INS, state equations and observations are designed to perform the calculation and improve the navigation accuracy. An example shows that with the method the reliable navigation parameters have been obtained.