惯性导航及其基于位置信息校正的关键技术研究

论文围绕惯性导航和基于位置信息的捷联惯导系统校正技术展开研究,内容涵盖了惯导系统的基本理论、惯性元件误差的分析与处理、静基座捷联惯导解析法对准、地固系捷联惯导系统关键算法、基于位置信息的捷联惯导系统综合校正技术等。     

弹道导弹的GNSS/SST/SINS组合导航系统研究

提出一种组合导航方案，该方案在硬件上采用全捷联的结构，在算法上将捷联星光跟踪仪（strapdown startracker，SST）的姿态信息，高动态GNSS的位置、速度信息与捷联惯导进行组合滤波，全面提高导航精度。设计并实现了弹道导弹GNSS／SST／SINS组合导航系统实时仿真平台，仿真结果表明了该组合方案的稳定、可靠性。     

无外观测信息的旋转捷联系统组合对准方法

针对旋转捷联系统组合对准过程中外设备与惯导系统信息更新频率不同步问题,该文提出一种无外观测信息的组合对准方法:简述了旋转调制型捷联惯导系统,采用数字高通滤波器提取了载体的瞬时速度,并利用谱条件数法计算出惯性测量单元静止和旋转状态下捷联系统的可观测度;然后将滤波提取的瞬时速度与惯导解算速度作差视为观测量进行卡尔曼组合对准。实验结果表明:无外观测信息的组合对准方法可以满足旋转捷联系统的对准需求。     

一类捷联惯导系统模糊内阻尼算法的改进

讨论了内阻尼网络对捷联惯导系统的影响,指出载体在导航系内的加速度直接影响系统精度;分析了相关文献模糊内阻尼算法的适用前提及局限性,并提出改进算法。首先利用载体解算的姿态和速度信息对载体系内加速度计输出信息进行相应坐标变换和补偿;而后采用固定点滤波对其进行消噪处理;最后将处理后的数据输入模糊判别器以判断捷联惯导系统的工作方式。仿真和试验结果显示,本文算法更能准确地判断载体运动状态。46h海上导航数据表明,本文算法能准确判断舰船状态而合理选择系统阻尼状态,使系统最大速度误差由2m/s提高到1m/s。     

视觉辅助下的室内惯导位姿修正

惯性导航系统可以短期内提供连续的高精度信息，但是误差会随时间增大，不能长期独立工作。而在大型仓库、地下停车场等室内卫星信号薄弱的场景中，传统的惯导+卫星组合方法也不再适用。针对该问题，本文提出了一种视觉与惯导组合定位的方法。本文研究的惯导+视觉组合的定位方法中，采用基于合作目标的单目视觉定位方法对惯导误差进行修正。对于惯导误差的修正方法，本文利用视觉定位的位姿信息建立量测方程，进行卡尔曼滤波，并选取合适的试验设备，通过实际试验对比验证了该算法对惯导系统误差的修正具有良好的效果。     

双源组合导航系统关键算法研究

针对基于伪距、伪距率的北斗/捷联惯导组合导航系统开展了前期的理论研究,介绍了卫星/惯导组合导航系统中松组合、紧组合和超紧组合的基本原理,并建立了以伪距、伪距率为观测量的北斗/捷联惯导组合导航系统的状态方程和量测方程,设计了卡尔曼滤波参数,仿真验证了基于伪距、伪距率的组合导航系统能够有效的抑制捷联惯导系统的位置和速度误差随时间发散的特性,取得了良好的效果。仿真结果显示,北斗/捷联惯导组合导航系统失准角误差优于0.03°,东方向和北方向的位置误差和速度误差分别优于10m和1m/s。     

摄影/惯导组合定位技术在GNSS动态定位性能测试中的应用

在分析现有GNSS动态定位精度评估方法不足的基础上,提出区别于传统组合导航滤波算法的摄影/惯导组合定位技术。将多个摄影节点的位置观测量作为基准,利用最小二乘最优估计法统一解算捷联惯导误差参数。摄影/惯导组合定位方法的基本观测量、工作模式与卫星导航定位方法有本质区别;同时又具备高精度定位、高动态定位、高数据刷新率和差异数据观测量4个条件,十分适合作为GNSS动态定位性能测试的评估技术。通过在标志场内进行的摄影测量试验和摄影/惯导组合定位性能仿真试验,验证了摄影/惯导组合定位方法的可行性。该方法为首次提出,具有一定的科学价值。     

利用渐消自适应EKF算法进行PDR-WiFi融合定位

针对基于指纹库的WiFi定位存在的点位重积、回跳,行人航位推算算法中误差积累的问题,提出了并实现了通过一种自适应加权扩展卡尔曼滤波对两种定位算法进行松耦合。首先给出了WiFi无线定位和行人航位推算进行位置解算的原理,采用渐消因子的自适应加权EKF算法实现了两者的融合,最后通过实测数据验证算法的有效性。试验表明,该方法在保持了WiFi定位单次定位高精度的特性的同时,继承了航位推算的连贯性,不仅减少了WiFi定位所存在的重复堆积点以及回跳点,并在一定程度上削弱了行人航位推算所存在的积累误差,提高了融合算法的效率,大大提高了室内定位的精度与稳定性。     

PPP/SINS紧耦合系统仿真的研究与分析

在捷联惯导(SINS)和GPS卫星接收机进行紧耦合的研究中,采用差分定位进行紧耦合的方法比较成熟,而关于精密单点定位(PPP)与捷联惯导紧耦合的研究还比较少。本文对精密单点定位与捷联惯导紧组合系统进行了Matlab仿真,利用数学解析的方法产生机载运动轨迹,通过设置系统的参数,获得仿真SINS和GPS数据;然后,通过PPP/SINS紧组合系统的仿真程序解算,将定位结果与PPP的结果比较,表明PPP/SINS紧组合导航定位的结果比PPP的精度和可靠性好,而且收敛的速度更快,同时也验证了算法的正确性。最后,分析了不同等级惯导对定位精度的影响。     

基于粒子滤波的PDR/地磁指纹室内定位

针对行人航位推算（PDR）定位存在误差累积和地磁指纹不唯一导致的误匹配问题,本文改进了基于粒子滤波的PDR/地磁指纹室内定位方法。在PDR定位过程中利用地图信息控制粒子权重更新,得到较为准确的位置信息后,利用动态时间规整（DTW）算法在PDR推算位置基础上进行快速序列匹配,获取最优位置估计。试验结果表明,融合定位方法有效解决了行人位置穿墙问题,最大定位误差小于1.5 m,53.33%概率定位精度1 m。     

原子干涉技术及其在水下导航中的应用

原子干涉测量技术可以获得极高的惯性测量精度。本文简要介绍了原子干涉仪的工作原理,在此基础上介绍了其在重力匹配辅助导航技术的原理与应用,同时设计了一种重力梯度匹配导航的结构与算法原理,指出原子干涉惯性导航技术具有高精度、高效率、无需外部信息校正的无源导航等优点,可最终解决水下潜器长时间的自主导航需求。     

GPS车载导航系统中的航位推算技术

在车载导航系统中，相对准确地定位是实现导航的基础和前提。DR系统可以有效补充GPS的不足，是最为常用的定位系统之一。讨论了如何合理地选取DR的传感器件，并在此基础上，研究传感器件的噪声特性和组合导航的原理和方式，为自主车载导航系统的设计提供指导。     

CNS+GNSS+INS船载高精度实时定位定姿算法改进研究

天文导航（CNS）、卫星导航（GNSS）和惯性导航（INS）3种系统组合可提供高精度的定位定姿结果。实际工程中因INS长时间误差累积，以及系统硬件传输存在不可忽略的时间延迟，导致INS提供给CNS的预报粗姿态误差较大，恶劣海况下难以保障快速搜星，造成天文导航可靠性下降、姿态测量精度较低的问题。为此，本文提出了一种CNS+GNSS+INS高精度信息融合实时定位定姿框架，引入了等角速度外推措施，有效地解决了惯导信息延迟问题。通过高精度转台模拟恶劣海况下载体大角速度摇摆，验证了本文提出的改进算法的有效性。试验结果表明，该算法架构简单，性能可靠，显著提高了恶劣环境下星敏感器的快速、准确搜星能力，保障了三组合姿态测量的精度和可用性。     

水下导航定位技术综述

自主式水下航行器(AUV)作为海洋资源的开发与利用的主要载体,执行任务时需要准确的定位信息. 现有AUV主要采用捷联惯性导航系统(SINS)为主,声学导航和地球物理场匹配导航技术为辅的导航方式. 本文简述水下导航方式基本原理、优缺点和适用场景;探讨各类导航方式包含的关键技术,提高组合导航精度和稳定性. 通过分析现阶段存在问题,展望水下导航的未来发展趋势.      

An integrated land vehicle navigation system based on context awareness

In the complex urban environments, land vehicle navigation purely relying on GNSS cannot satisfy user needs due to the loss of satellite signals caused by obstructions such as buildings, tunnels, and trees. To solve this problem, we introduce a GPS-/MSINS-/magnetometer-integrated urban navigation system based on context awareness. In this system, the data from the Micro Strapdown Inertial Navigation System (MSINS) are used to analyze and detect the context knowledge of vehicles, whose sensor errors can be compensated by the heuristic drift reduction algorithm for different motion situations. When GPS is available, the vehicle position can be estimated by unscented Kalman Filter, whereas in the case of GPS outages, the vehicle attitude is provided by an attitude and heading reference system and the motion constraints-aided algorithm is used to complete the positioning. In the experiment validation, the integrated navigation system is set up by low-cost inertial sensors. The result shows that the proposed system can achieve high accuracy when GPS is available. For most of the time without GPS, the system can guarantee the positioning precision of 10 m and compensate the errors of MSINS effectively, which fully satisfies positioning needs in complex urban environments.     

信号遮挡环境下融合TOA/AOD的5G/SINS组合导航算法模型与精度分析

为解决可观测基站受遮挡情况下仅采用到达时间（time of arrived, TOA）无法定位或精度较差的问题,将第5代移动通信技术（5th generation,5G）中多天线阵列提供的信号离开角（angle of departure, AOD）应用在定位解算中,通过卡尔曼滤波将5G定位与捷联惯性导航（strapdown inertial navigation system,SINS）融合,构成融合TOA/AOD的5G/SINS组合导航方案。通过模拟可观测5G基站数量充足、遮挡这两类场景下的仿真实验,对基于TOA的5G定位、基于TOA/AOD的5G定位、TOA组合导航、TOA/AOD组合导航这4种解算方法的位置误差进行了比较。仿真实验结果表明,当可观测基站受遮挡时,融合TOA/AOD进行5G/SINS组合导航能确保100%的定位成功率,并有效降低组合导航发散的概率,减小40%~70%的位置误差。     

水下重力异常相关极值匹配算法

重力辅助惯性导航是利用地球物理特征信息——重力来修正水下潜器惯性导航误差,其关键技术是匹配算法。基于平均平方差最小准则构造差分降权相关目标函数模型,针对受干扰误差随机影响,基于目标函数模型搜索得到的多个有效位置,均有可能以不同概率密度源于正确位置这一问题,提出概率数据关联滤波重力匹配算法,与最近邻法相比,该算法确定的航迹更接近于真实位置,提高算法的可靠性与抗干扰性;分析探讨序列采样间隔对匹配精度的影响。通过试验区仿真匹配,结果表明,当选择适当的采样间隔与采样长度,该算法能有效修正导航误差。     

激光SLAM移动机器人室内定位研究

针对目前室内移动导航定位精度低和累积误差大的问题，提出了一种激光雷达（LiDAR）和惯性测量单元（IMU）相融合的导航定位系统。首先，该方法是从LiDAR扫描测量中提取环境特征和构建地图，然后，由IMU采集的姿态信息通过卡尔曼滤波，补偿由于LiDAR扫描引起的位置和姿态输出的误差，以提高机器人移动的定位精度。试验结果表明，该方法可以提高室内移动机器人定位和构建地图的精度和稳健性。     

重力辅助惯性导航中重力归算的垂直梯度计算

重力辅助惯性导航技术是利用地球物理特征信息数据—重力来完成水下运动载体的辅助导航与定位。为了实现水下运动载体上重力传感器输出的实测重力信息与重力数据库中存储的重力信息之间的匹配,首先必须将这两类数据归算到一个平面。本文研究分析了重力归算中重力垂直梯度求解的各种方法;探讨了不同数值积分区域对扰动重力垂直梯度精度的影响;并通过计算分析,提出了可以直接以重力异常垂直梯度代替扰动重力垂直梯度来求取重力垂直梯度。