GAINS中重力传感器信息的扰动改正

重力辅助惯性导航系统GAINS(Gravity Aided Inertial Navigation System)是利用地球物理特征信息重力来完成水下运动载体的辅助惯性导航与定位.为实现重力匹配以校正惯性导航随时间累积的误差,首先必须对重力传感器输出信息进行扰动改正.分析了水下运动状态下重力传感器受到的各种重力扰动,如垂直扰动加速度、水平扰动加速度以及厄特弗斯效应影响所产生的原因,研究了扰动误差模型与INS导航精度之间的关系,并通过计算,提出了可直接以INS输出数据而无需其它外部有源导航信息进行扰动分离的方法.     

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。     

水下地磁匹配导航定位关键技术研究

惯性导航(inertial navigation system,INS)具有自主、无源导航的特点,但其定位误差会随时间积累,难以满足载体长时间精密水下导航需要.地磁匹配导航以地球固有物理特征地磁为匹配对象,通过线图匹配实现导航,具有无源、隐蔽性强和匹配特征明显等优点,可以实现对INS积累误差的修正,是一种极佳的辅助INS水下导航手段.因此,研究以惯性导航为主,地磁匹配导航为辅的水下组合导航技术,可以满足水下潜艇导航对精度和隐蔽性的双重要求,也成为目前的研究热点. 论文在分析国内外研究现状的基础上,开展如下研究:     

重力场对惯性导航定位误差影响研究与仿真

从惯性导航力学编排方程出发,将高阶重力场模型代替正常重力模型,分析了扰动重力引起的惯性导航误差;并从另一角度,对理想状态下扰动重力对惯性导航的影响进行了仿真分析,结果表明扰动重力影响显著。通过将重力垂线偏差分量引入惯性导航方程,改善传统方程的缺陷,探讨了垂线偏差对惯性导航的影响。在全面论述了扰动重力和重力垂线偏差对惯性导航的影响的基础上,结合实际情况提出了进行重力场误差补偿的两种方法。     

重力场对惯性导航定位误差影响研究与仿真

从惯性导航力学编排方程出发,将高阶重力场模型代替正常重力模型,分析了扰动重力引起的惯性导航误差;并从另一角度,对理想状态下扰动重力对惯性导航的影响进行了仿真分析,结果表明扰动重力影响显著.通过将重力垂线偏差分量引入惯性导航方程,改善传统方程的缺陷,探讨了垂线偏差对惯性导航的影响.在全面论述了扰动重力和重力垂线偏差对惯性导航的影响的基础上,结合实际情况提出了进行重力场误差补偿的两种方法.     

超宽带与惯性导航组合的室内导航定位

针对室内环境下缺少GNSS信号,且超宽带(UWB)定位精度受非视距误差影响明显的问题,该文提出了基于UWB/INS组合的室内导航定位方法。该方法利用惯性导航系统(INS)推算的位置和速度信息与UWB解算的位置和速度信息的差值作为量测信息,按先验阈值鉴别并剔除非视距误差,通过扩展卡尔曼滤波进行室内导航定位。实验结果表明,该方法能有效抑制非视距误差的影响,大幅提升导航定位精度,稳定性更高,可靠性更强,适用于较高精度的室内导航定位。     

重力垂直梯度导航值特征分布与可导航性分析

以并行Kalman滤波匹配导航原理为基础,设计重力垂直梯度辅助惯性导航系统导航的可导航值计算方法.基于西太平洋海域2'×2'测高重力垂直梯度数据库,给出西太平洋海域重力垂直梯度辅助导航2'×2'导航格网值.选取不同特征区域的5条航线进行辅助导航仿真定位,并对导航能力进行统计分析,给出可导航性值、匹配成功概率、定位误差的关系.结果表明,本文设计的重力垂直梯度可导航性值可以作为匹配区域选择以及航线规划的数量性依据,可导航值大于14.0时,定位误差优于2.0 n mile,并给出西太平洋海域对应的区域分布.     

INS/GPS组合导航技术研究及仿真模拟

介绍了惯性导航系统INS的定位原理,列出了相应的数学模型,简单介绍了INS/GPS组合导航系统的基本组成框架,并列出了相应的组合导航状态方程和观测方程,运用组合导航数学模型和惯性导航系统数学模型分别进行仿真模拟,在得到相应误差曲线的基础上作简单分析比较。     

重力辅助导航高斯插值精化算法

为克服高精度的重力辅助导航传统模型的局限,必须考虑模型误差方程中的重力精化补偿问题。本文在研究二维高斯样条插值函数逼近局部重力异常场的基础上,提出了一种重力辅助导航精化模型构建算法。该精化模型补偿了重力扰动矢量、标准重力模型误差、厄特弗斯修正计算值对导航模型的影响。试验结果表明,利用本文的新型重力辅助导航模型构建算法可使辅助导航系统定位精度提高1倍左右,姿态、速度精度提高1~2倍,定位误差保持在100~200m。     

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。     

扰动重力水平分量对惯导系统的位置误差影响

研究了不同运动状态下扰动重力水平分量（HDG）对高精度惯导系统（inertial navigation system,INS）的位置误差影响。首先推导了HDG对INS误差影响的状态空间方程,进而推导出3种运动条件下INS位置误差与HDG之间的解析关系式,设计了基于惯导解算求解上述影响的方法。在匀速运动条件下,分别通过解析式与惯导解算两种方法计算了相同HDG引起的INS位置误差。解析式计算结果表明,±80 mGal（1 mGal=10-5 m/s2）范围内变化的HDG约可引起最大约3 000 m的INS位置误差;对两种方法计算结果的比较显示,所得INS位置误差的量级与变化情况基本一致,两组结果验证了各自方法的有效性。     

New results in airborne vector gravimetry using strapdown INS/DGPS

A method for airborne vector gravimetry has been developed. The method is based on developing the error dynamics equations of the INS in the inertial frame where the INS system errors are estimated in a wave estimator using inertial GPS position as update. Then using the error-corrected INS acceleration and the GPS acceleration in the inertial frame, the gravity disturbance vector is extracted. In the paper, the focus is on the improvement of accuracy for the horizontal components of the airborne gravity vector. This is achieved by using a decoupled model in the wave estimator and decorrelating the gravity disturbance from the INS system errors through the estimation process. The results of this method on the real strapdown INS/DGPS data are promising. The internal accuracy of the horizontal components of the estimated gravity disturbance for repeated airborne lines is comparable with the accuracy of the down component and is about 4–8 mGal. Better accuracy (2–4 mGal) is achieved after applying a wave-number correlation filter (WCF) to the parallel lines of the estimated airborne gravity disturbances.     

高精度惯性导航系统对重力场模型的要求

分析了采用现有重力场模型EGM96进行重力补偿和INS所能达到的定位精度,分析了实施GOCE任务和改进的重力场模型对INS的定位精度的影响,并给出了未来高精度纯惯导系统对重力场精度的要求.     

基于信噪比的InSAR干涉图自适应滤波

提出了一种基于信噪比的InSAR干涉图相位噪声抑制算法。该算法对Goldstein滤波方法进行了改进，使Goldstein滤波参数 依赖于局部信噪比，从而实现对低信噪比区域进行强滤波、高信噪比区域弱滤波。采用模拟数据和真实数据进行验证，结果表明新算法能有效抑制InSAR干涉图的噪声。     

Adaptive GPS/INS integration for relative navigation

Relative navigation based on GPS receivers and inertial measurement units is required in many applications including formation flying, collision avoidance, cooperative positioning, and accident monitoring. Since sensors are mounted on different vehicles which are moving independently, sensor errors are more variable in relative navigation than in single-vehicle navigation due to different vehicle dynamics and signal environments. In order to improve the robustness against sensor error variability in relative navigation, we present an efficient adaptive GPS/INS integration method. In the proposed method, the covariances of GPS and inertial measurements are estimated separately by the innovations of two fundamentally different filters. One is the position-domain carrier-smoothed-code filter and the other is the velocity-aided Kalman filter. By the proposed two-filter adaptive estimation method, the covariance estimation of the two sensors can be isolated effectively since each filter estimates its own measurement noise. Simulation and experimental results demonstrate that the proposed method improves relative navigation accuracy by appropriate noise covariance estimation.