精密单点定位在GPS/INS组合导航中的应用

分析了精密单点定位(precise point positioning,PPP)技术,提出了PPP/INS组合导航模型,并阐述了两者组合的技术路线及数据处理流程。实测数据采集于新南威尔士大学校园内,分别选用采样率为1s和2s的PPP数据与频率为100Hz的INS数据进行融合实验。将RTK定位解作为参考值,分别用PPP定位解和PPP/INS组合计算的位置与其比较,分析误差分布情况。结果表明,PPP/INS导航解要优于PPP导航解。     

北斗卫星导航定位系统简介

本文简要介绍了我国研制的北斗卫星导航定位系统的卫星发射及系统组成情况，阐述了双星导航定位的原理，并概略回顾了国内外卫星导航定位系统的发展历程。     

BDS-3 PPP/INS紧组合定位性能分析

随着我国北斗三号全球卫星导航系统(BDS-3)的全面建成,基于BDS-3的高精度定位定姿应用需求日益迫切.推导了无电离层组合模式BDS-3精密单点定位(PPP)模型及地心地固坐标系下的惯性导航系统(INS)误差方程,构建了BDS-3 PPP/INS紧组合定位滤波模型,分别针对BDS-3 PPP、BDS-3 PPP/INS松组合、BDS-3 PPP/INS紧组合三种模式进行了定位性能评估.实验结果表明：BDS-3 PPP/INS松组合与BDS-3 PPP位置精度基本一致;BDS-3 PPP/INS紧组合在东(E)、北(N)、天顶(U)方向位置精度为分别7.9 cm、9.3 cm、9.4 cm,较BDS-3 PPP/INS松组合位置精度分别提升了38.3%、33.1%、35.6%,速度精度分别提升了27.3%、45.8%、12%,姿态精度相当.     

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组合导航系统抗差滤波器设计

常规Ｋａｌｍａｎ滤波器已经广泛用于ＧＰＳ／ＩＮＳ组合导航系统,其中假设系统动态模型和噪声统计特性是精确已知的。事实上,这种假设是不符合实际情况的。在组合导航系统中,惯性测量器件的质量不稳定,ＧＰＳ测量误差受外界环境的影响,因而对组合导航系统进行抗差设计是十分必要的。本文利用对策论设计了能使不确定噪声下性能最好的极小极大抗差滤波器,并将其应用到ＧＰＳ／ＩＮＳ组合导航系统中。考虑一个ＩＯ状态的ＧＰＳ／     

联邦滤波理论及其在INS／GPS／RDSS组合导航系统设计中的应用

全面系统地介绍了Calson提出的分布式联邦滤波器理论，给出了完整的信息分配与融合滤波流程及相应公式，讨论两类系统类型和四种设计的特性。首次提出INS／GPS／RDSS组合导航的设想，并对各子系统特点进行了探讨和对INS／RDSS子系统进行了建模，建议在实际开发中采用NR设计，该设计属于A类FKF系统。通过算例验证了NR模式融合结果的最佳性及优良的容错能力。     

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.     

GPS/BD组合导航定位试验和精度分析

讨论了GPS/BD组合定位需要考虑的主要问题,自编了GPS/BD组合定位程序,利用实测GPS/BD观测数据分析了当前北斗导航定位系统可用性及GPS/BD组合前后的定位精度。试验结果表明,北斗已经能够提供区域的实时导航定位服务。GPS/BD组合定位在GPS观测卫星数较多时对GPS定位精度改善不明显,在GPS观测卫星数较少时可以显著提高定位精度和稳定性。     

神经网络辅助的GPS/INS组合导航自适应滤波算法

首先利用预报残差构造的最优自适应因子设计GPS/INS组合导航自适应滤波器。并针对BP神经网络存在的训练速度慢、容易陷入局部极小等问题,给出网络的改进算法。利用神经网络对自适应滤波器状态方程的预报值进行在线修正,给出神经网络辅助的GPS/INS组合导航自适应滤波算法。最后,利用实测数据进行验证。结果表明,改进的神经网络算法明显提高网络收敛速度;两种自适应滤波算法相对标准组合导航算法都能够可靠地反映载体运动轨迹;神经网络辅助的GPS/INS组合导航自适应滤波算法相对GPS/INS组合导航自适应滤波算法在精度和可靠性方面又有明显提高。     

GPS/INS组合导航系统时间同步方法综述

导航传感器间的时间同步是保证全球定位系统/惯性导航系统(GPS/INS)组合导航系统实现的重要前提。详细分析了时间异步产生的原因,归纳了GPS/INS组合导航时间同步的实现思路,阐述了现有的典型时间同步方法。为GPS/INS组合导航系统时间同步设计提供重要参考。     

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。     

惯性导航与卫星导航紧耦合技术发展现状

对紧耦合方案、最优估计滤波算法和硬件开发等几方面进行了总结分析。分析了传统的INS／GPS松组合系统和INS／GPS紧耦合系统的区别;给出了INS／GPS紧耦合系统国内外的发展状况;指出INS／GPS紧耦合系统所涉及的关键技术。     

GNSS/INS组合导航系统定位精度分析

GNSS/INS组合导航系统近年来得到了快速发展,应用领域越来越广泛。组合导航的定位精度是一个重要的研究方向,本文将应用于航空遥感领域的高精度GNSS/INS组合导航系统放置在地面平台上,采集试验数据,通过与NRTK定位结果比较,对组合导航系统定位精度进行分析,得出GNSS/INS组合导航系统的定位精度可达到厘米级的试验结论。     

基于北斗多模导航定位系统在林业中的应用研究

鉴于林区卫星导航定位及数据传输相对困难,本文设计开发了集北斗、GPS、GLONASS等卫星定位导航系统于一身的林业行业应用系统,针对林业行业管理需求,兼顾适用、经济、安全、开放的原则进行开发,有效地克服了林区对GPS定位信号的屏蔽和通信信号的阻挡,较好地发挥了北斗导航的主导作用和其他定位系统的互补优势,实现了最初的设计目标,经使用验证效果良好。     

一种两步自适应抗差Kalman滤波在GPS/INS组合导航中的应用

当GPS观测可用时,如何提高组合导航的可靠性、连续性以及导航精度是组合导航重要的研究主题。针对伪距、伪距率紧组合导航精度低、姿态角误差修正不精确的缺点,本文从参数可观测性角度提出一种两步自适应Kalman滤波算法。首先简单介绍了紧组合Kalman滤波的过程,然后给出了两步自适应抗差滤波的公式和具体步骤,并且进行了分析和比较。最后用实测算例对提出的算法进行验证。结果表明,相比较于伪距、伪距率紧组合Kalman滤波,两步自适应抗差滤波能够控制动态扰动异常和观测异常的影响;导航精度不会随着组合周期的增长、INS惯性元件误差的增大而降低;在惯性元件误差较大的情形下也能够很好地估计元件误差,提高姿态角精度。     

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。     

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。     

神经网络辅助的GPS/INS组合导航故障检测算法

针对GPS/INS松组合导航系统观测信息无冗余,而且观测信息可能存在故障的情形,提出一种神经网络辅助的组合导航故障检测算法。该算法克服了基于模型的故障检测算法受模型误差影响的局限性;能够自动地对观测信息进行故障的检测、定位和剔除;能够基于故障检测后可靠的观测信息进一步调整动力学模型信息对导航解的贡献;能够在GPS失锁时,较好地进行导航预报。最后利用车载实测数据进行验证,结果表明该算法能够很好地从模型误差中分离出观测信息含有的故障信息,降低了故障检测算法存在的虚警率,避免故障信息对导航解的影响;且GPS失锁时,神经网络的预报输出在一定程度上能够进一步提高导航解的精度。