面向低成本车载IMU的安装姿态估计

车载IMU相对于车体的安装姿态信息是应用车辆非完整约束的必需条件，而车辆非完整约束可以有效解决GNSS信号长时间中断的情形下低成本INS+GNSS组合导航系统精度降低的问题。本文针对车载场景下的低成本消费级IMU，基于卡尔曼滤波和粒子滤波提出了一种估计IMU安装姿态的算法。该算法无需限制IMU相对于车体的姿态为小角度；随后，基于仿真平台对低成本消费级IMU进行建模，利用生成的若干组不同安装姿态的IMU数据对算法进行验证；最后进行车载测试。仿真结果和车载测试结果都表明，该算法可以准确地估计IMU相对于车体的安装姿态，对于低成本INS+GNSS组合导航系统精度的提高具有实际意义。     

GNSS精密单点定位与惯性导航紧组合理论模型

针对精密单点定位(Precise Point Positioning,PPP)动态定位精度低、收敛速度慢等问题,本文采用PPP/INS紧组合系统来达到改善PPP动态定位性能的目的。本文对PPP/INS紧组合的观测方程、误差补偿模型、参数估计模型等进行详细推导。通过车载实验采集的卫星观测数据和不同等级的惯性数据,对动态PPP及PPP/INS紧组合的定位定姿性能进行分析,评估不同等级惯性传感器对PPP/INS紧组合定位精度和收敛速度的影响。实验结果表明:PPP/INS紧组合在北—东—高方向的位置RMS相对于PPP分别改善了70.2%、29.1%和16.8%,达到4.8 cm、12.3 cm和7.4 cm。在卫星跟踪条件良好时,惯性传感器性能对PPP/INS紧组合定位精度影响不大;而在卫星观测条件不足时,惯性传感器性能对PPP/INS紧组合定位精度影响明显。此外,仿真和恶劣条件下的数据结果表明,PPP/INS初始定位精度与收敛速度随惯性传感器性能提高而改善明显。     

运动状态下MEMS IMU随机误差的Allan方差分析方法

在车载全球卫星导航系统（global navigation satellite system,GNSS）/微机械系统（micro-electro mechanical system,MEMS）惯性测量单元（inertial measurement unit,IMU）组合导航滤波解算时,通常使用MEMS厂商标定的加速度计和陀螺仪的随机模型参数（简称为标称参数）。这些标称参数由传感器厂商在静止状态或通过实验室转台设备来测定,是否适用于运动状态下的组合导航滤波解算并获得最优的定位精度,需要进一步研究和评估。本文提出了一种运动状态下MEMS IMU随机误差的Allan方差分析方法,将不同精度等级的IMU安装在同一车载平台上同步采集观测数据,用高精度IMU观测数据提取车辆运动信息,然后从低精度MEMS IMU观测数据中剔除车辆运动信息得到类似静止的观测数据,进行Allan方差分析,获得运动状态下的MEMS随机模型参数,并将其应用于GNSS/惯性导航系统（inertial navigation system,INS）组合导航解算。试验结果表明,采用运动状态下标定的随机模型参数,组合导航的定位精度优...     

GNSS PPP/INS紧组合定位测速性能分析

针对动态高精度定位测速的问题,该文对卫星导航与惯性导航系统的数学模型进行研究,采用扩展卡尔曼滤波的处理方法,实现了GNSS PPP/INS紧组合的定位测速算法。利用实测数据验证本文实现的紧组合算法,并对BDS、GPS与GPS+BDS单频、双频观测值与INS紧组合的定位性能进行分析。结果表明:GNSS PPP/INS紧组合定位测速精度在动态开阔环境下优于PPP定位测速精度,对定位结果有1%～70%不同程度的改善,对测速结果则有一个量级的提升,平面测速精度在1(cm·s~(-1))左右,高程测速精度达到亚厘米级。     

基于模糊Kalman滤波的港口车辆组合定位方法研究

针对北斗卫星导航系统（BDS）/惯性导航系统（INS）组合导航系统在遮挡环境下定位失效这一问题，通过分析组合导航系统中传感器的状态变化对定位精度的影响，设计了一种基于传感器工作状态的模糊逻辑推理系统，并与卡尔曼滤波算法相结合，通过实时调整系统量测噪声方差的方法提高定位精度.在港口环境下的无人车辆上进行了实验，实验表明，提出的方法能有效提高遮挡环境下无人车辆的定位精度，并具有良好的鲁棒性.      

一种新的车载低成本MEMS陀螺仪快速初始对准算法

车载导航系统常用惯性测量元件（IMU）与全球卫星导航系统（GNSS）技术组合以提高系统的稳定性。由于车载导航系统的应用场景限制，对初始对准速度有着较高要求。为了提高传统车载组合导航系统中低成本微机电系统（MEMS）陀螺仪的初始对准速度，降低初始对准过程中的计算量，本文提出了一种适用于任意失准角下的基于网络RTK辅助与无损Kalman滤波（UKF）的MEMS陀螺仪初始对准算法。同时针对车载系统的特点，简化了IMU系统误差方程，分析了简化带来的误差。在诺瓦泰ProPak6和诺瓦泰IMU-IGM-S1组成的导航系统中验证了本文提出的算法。试验结果表明，在以诺瓦泰双天线GNSS输出航向角为"真值"的情况下，本文提出的算法基本可以在5 s内完成陀螺仪的初始对准，对准精度达0.3°。     

多卫星导航系统精密单点定位精度分析

随着北斗卫星导航系统（BDS）于2012年底正式提供亚太地区区域性服务,研究BDS与其他卫星导航系统的组合定位尤为重要。本文主要分析BDS与GPS、GLONASS组合精密单点定位（PPP）,统一了三类卫星的时间系统和空间系统,给出了PPP非差组合模型,利用九峰站全天观测数据进行实验,得到初步结论：组合定位系统能够减少单系统的收敛时间;组合定位系统的定位精度比单系统的定位精度高。     

附加约束条件对GNSS/INS组合导航结果的影响分析

针对车载全球导航卫星系统/惯性导航系统（global navigation satellite system/inertial navigation system,GNSS/INS）组合导航中卫星信号中断,惯性导航系统单独导航误差积累较大的问题,提出了附加载体运动条件约束的卡尔曼（Kalman）滤波解算方法。通过利用载体固有的运动约束,包括近似高程约束、近似速度约束和近似姿态约束,减少载体自由度和模型参数;通过引入新的观测类型,增加观测冗余,可以加强Kalman滤波解,提高在GNSS信号中断时组合导航系统的定位精度,实现无缝导航。     

小波分析和经验模态分解对BDS多路径误差削弱对比研究

在利用北斗卫星导航系统（BDS）进行高精度变形监测时,BDS信号产生的多路径效应是影响变形监测数据精度和可靠性的一个不可忽视的误差源. BDS有三种不同的轨道卫星,所形成的多路径误差较为复杂. 基于坐标域的多路径误差使用小波分析(Wavelet)和经验模态分解(EMD)进行原始序列降噪,对降噪后序列使用改进恒星日滤波(ASF)进行多路径误差剔除,两种方法分别对基线精度的E方向改善了38.6％和40.8％,N方向改善了59.1％和61.0％,U方向改善了57.8％和57.9％,EMD对坐标序列的平滑和基线精度改善较优.      

GPS/BDS/GLONASS多系统组合定位分析

可见卫星数是评价导航系统定位性能的一个重要指标,也是系统可用性的基本要求。均方根差(亦称中误差)是观测精度的数据标准。本文通过实验分析了不同环境下的多系统组合的可见星数以及中误差,进而研究了多系统组合在不同环境中的可用性及定位精度。实验结果表明:在相同环境下,系统组合的可用性大幅提高,精度高于单GPS系统的精度,其中GPS/BDS/GLONASS三系统组合测量精度最高,GPS/BDS组合精度次之,GPS/GLONASS组合精度略低于GPS/BDS组合。     

一种GPS/GLONASS/INS数据融合算法

针对卫星导航系统和惯性导航系统(INS)的不同特性,提出了一种GPS/GLONASS/INS数据融合算法。采用差分自适应检测算法、改进码平均相位算法以及位置联合解算方法实现了GPS/GLONASS数据融合,借助于改进的粒子滤波器、INS误差模型建立系统状态方程和观测方程,完成GPS/GLONASS系统速度值和INS系统速度值数据融合,提高组合导航系统精度和可靠性。使用真实数据对数据融合算法性能进行仿真分析,结果表明所设计算法是有效的,能够处理非线性非高斯条件下的滤波估计,提高滤波精度和系统可靠性。     

超紧组合中不同精度IMU对GNSS信号跟踪性能的提升

详细推导了惯性测量单元(IMU)精度与全球导航卫星系统(GNSS)接收机信号跟踪环路误差之间的数学模型,分析了IMU辅助的高动态载波跟踪环路误差精度,比较了不同精度IMU辅助GNSS信号捕获性能,证明了分析推导的正确性和合理性,指出了惯性卫星超紧组合导航系统对IMU的精度要求。     

BDS+GPS双系统多频RTK算法研究

目前北斗卫星导航系统（BDS）已建成区域导航星座,并具备了覆盖亚太地区的导航定位服务能力。作为全球第一个全星座播发三频卫星导航信号的卫星系统,北斗三频RTK定位性能进入实测验证阶段,而且BDS+GPS双系统多频RTK定位算法也待进行算法验证。本文基于非组合RTK定位模型,采用Kalman滤波算法,并根据在成都实测的BDS三频与GPS双频数据,对各种定位模式下的定位性能进行分析和比较。结果表明,该算法可以兼容不同解算系统和不同频率组合的要求,可以实现多频多系统RTK定位。双系统联合定位精度要高于各个单系统定位。在卫星几何构型较好的情况下,三频定位精度相对于双频短距离RTK定位精度的改善有限,其中BDS单频与GPS单频精度最高。在卫星几何构型较差的情况下,频率的增加可以提高RTK作业的可能性。     

BDS GEO卫星对GPS精密单点定位的影响分析

为了研究北斗卫星导航系统（BDS）GEO卫星对全球中圆地球轨道（MEO）星座精密单点定位（PPP）的影响,本文利用MGEX站点连续7天的观测数据,将BDS GEO卫星和MEO卫星进行组合,对可见卫星数,定位精度和收敛时间进行了分析. 实验结果表明,在MEO卫星中加入GEO卫星可以得到更好的空间几何构型,两者的定位精度相当;GEO卫星和MEO卫星组合可以缩短收敛时间,在MEO卫星定位较差时,加入GEO卫星可以提高定位的可靠性.      

虚拟卫星法在 GNSS / INS组合导航中的应用

在 GNSS / INS车载组合导航系统中,GNSS信号易受遮挡或干扰而失锁,造成组合导航精度有所降低.针对这种情况,将虚拟卫星法应用于 GNSS / INS组合导航系统中.通过增加虚拟卫星,构造虚拟观测量,将实测观测量、虚拟观测量用于组合导航 Kalman滤波器解算.试验结果表明,此方法能够有效地提高系统的可观测性和导航精度.     

LSTM辅助车载GNSS/INS组合导航算法及性能分析

针对车载GNSS/惯性导航系统(inertial navigation system,INS)组合导航系统在GNSS信号失锁时定位精度下降甚至发散的问题，提出了一种长短期记忆(long short-term memory,LSTM)神经网络辅助组合导航的算法来提高定位精度，实现可靠连续稳定的定位.通过移动集成平台进行实验，结果表明：当GNSS信号失锁30 s时，LSTM辅助组合导航系统在东(east,E)、北(north,N)方向的位置误差最大值分别降低了77.45%、17.39%，均方根误差(root mean square error,RMSE)分别降低了79.53%、42.36%；当GNSS信号失锁100 s时，LSTM辅助GNSS/INS在E、N、天顶(up,U)三个方向上的位置误差最大值分别降低了60.07%、98.30%、84.65%,RMSE分别降低了61.96%、97.98%、84.65%. LSTM辅助较大地提升了车载GNSS/INS组合导航系统的导航性能.     

GEO卫星对BDS-3伪距单点定位性能定量提升分析

地球静止轨道（GEO）卫星是北斗卫星导航系统（BDS）星座的主要组成部分,为分析其对北斗三号（BDS-3）定位性能的影响,本文基于MGEX跟踪站实测数据,分析了GEO卫星对BDS-3伪距单点定位精度的影响．经研究发现,GEO卫星能有效改善BDS-3卫星可见数与卫星空间几何构型,能有效提升BDS-3伪距单点定位精度,北斗二号（BDS-2）／BDS-3 GEO卫星使BDS-3伪距单点定位精度的提升量优于任一单系统GEO卫星,GEO卫星对BDS-3伪距单点定位水平向定位精度提升在30％以内,对高程方向定位精度提升在20％以内．      

组合GNSS系统定位数据质量与精度比较分析

本文对组合GNSS系统进行静态相对定位测量与RTK测量试验,研究结果表明:在静态相对定位测量中,BDS的数据利用率、多路径效应误差优于GPS与GLONASS,BDS的定位精度优于GLONASS略低于GPS;组合系统中GPS/BDS与GPS/BDS/GLONASS的定位精度较优,引入GLONASS对定位精度改善的作用不明显。在RTK测量中,当观测条件理想时,GPS/BDS较GPS可见卫星数目多,PDOP值低,中误差小。当观测条件较差时,GPS/BDS较GPS可见卫星数目多,PDOP平均值低,中误差小,限差内固定解获得时间减少76.1%;GPS/BDS/GLONASS较GPS/BDS在中误差、水平精度和垂直精度上更优,限差内固定解获得时间更稳定可靠。     

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.     

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。