高精度室外定位确定室内初始点

室内外无缝定位分为室内定位和室外定位两个独立部分.室内定位通常选取(0,0,0)作为初始地磁点的坐标,然而这一坐标会随着实验者的改变或者实验场地的变换而更换,不具备普适性.全球卫星导航系统(GNSS)虽然不能进行室内定位,但在室外定位出的地心地固坐标是唯一的,不发生改变.本文选取GNSS在室内外无缝定位过渡点的地心地固坐标点作为初始点,室内定位坐标系同样使用地心地固,可以有效解决室内外无缝定位的坐标兼容性问题,具有更广泛的作用.      

GPS技术在铁路平面控制测量中的应用研究

探讨了一种精度更高的基于卫星定位测量(以GPS-RTK数据为例)数据的深度解算方法。通过分别使用传统伪距法、最小二乘法、星历线性化法、地心地固法等常用GPS定位数据解算方式对个案数据进行深度解算,并比较其最终解算精度。同时探讨了模糊矩阵法、神经元网络法等非刚性解算方法的弊端。最终得到3点结论：1)非刚性解算法在当前技术条件下并不适用于对卫星定位数据进行深度解算。2)考虑了更多可能干扰因素的反算过程的深度解算法,如星历线性化法和地心地固法,其解算精度显著高于未具体考虑可能干扰因素的深度解算法。3)对卫星定位数据进行深度解算,可以有效提升卫星定位用于工程测量的测量精度,具有显著的现实意义。     

地心地固坐标系有理多项式系数模型探讨

针对遥感影像处理中多源影像联合定位研究的不足,该文在地心地固坐标系(ECEF)中构建航天光学与SAR影像的有理多项式(RPC)模型,给出了计算ECEF中RPC参数虚拟控制点的获取方法,分析了大地坐标系与ECEF中虚拟控制点格网的形变特点,并选取5种光学与SAR影像进行了RPC参数拟合试验,验证了模型的可行性。结果表明ECEF坐标系RPC模型不仅能够克服大地坐标系RPC模型存在应用盲区的缺点,也有利于通用模型和严密模型结合,在统一的坐标系中实现多源影像的联合定位。     

基于轴对准法的坐标系生成与转换

轴对准法可以较好地解决小范围内空间坐标系的生成与转换问题。本文详细介绍利用轴对准法进行空间坐标系生成与转换的算法,并将其应用到相机标定控制架的稳定性检验与测量成果的实际精度评定中。研究表明,轴对准法是小范围内坐标系生成与转换的有效方法。     

静基座捷联惯导解析法对准研究

初始对准是捷联惯导系统的关键技术之一,对准精度直接影响到导航系统的导航解算精度,静基座捷联惯导卡尔曼滤波法对准的精度和收敛时间受模型参数以及初始条件的影响,对于低精度的捷联惯导,这种影响更大,滤波结果往往不能收敛,甚至发散。采用解析法对准是解决上述问题的有效途径,针对静基座解析法对准做了系统研究,推导了惯性器件误差的解析表达式,分析了对准时间与仪器误差估计精度的关系。实测试验结果表明,给予适当的对准时间,解析法对准亦可接近极限精度;同时,在解析法初始对准中,等效天向加速度计零偏可得到有效估计;等效天向、北向陀螺漂移虽可估计,但随机游走对估计结果的影响不可忽视。     

低精度INS／GPS组合导航大方位失准角初始对准方案

在低精度MEMS-IMU和GPS组合导航中,由于IMU的精度问题,无法通过传统的解析方法实现方位失准角的粗对准,造成了大方位失准角问题,从而导致系统的强非线性。通过变换状态量,用方位失准角的两个三角函数代替方位失准角作为状态量,建立了新的线性系统方程。用改进奇异值分解法对新对准系统进行可观测度分析,完成了车载导航试验,结果表明：本初始对准方案在低精度的组合导航中具有很好的对准精度和对准速度。     

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°。     

制图综合中基于中心地思想的线状要素自动取舍算法研究

地图综合的重点是地理要素选取与图形概括。地理要素选取的关键在于多属性指标的综合考虑。本文在引入中心地概念的基础上,比较了中心地与地理要素的相似之处,尝试将其应用到制图综合中,结合主成分分析方法,对地理要素的多个指标综合考虑,提出了基于中心地思想和主成分分析的线状地理要素地图综合自动取舍的算法,并通过实例验证了该算法。     

GNSS+SINS组合导航地固系高度阻尼算法

GNSS+SINS组合导航在地固系中计算有诸多优点,但GNSS信号缺失时的高度阻尼比较复杂。本文从空间直角坐标系与大地坐标系的关系出发,结合地固系捷联惯导的导航方程,提出了一种地固系高度阻尼算法。经仿真测试证明,应用此算法在地固系高度阻尼,可以达到与导航系相同的效果,证明了算法的有效性。     

方位大失准角的捷联惯导非线性快速对准研究

捷联惯性导航系统初始对准中,当方位失准角为大角度时,常规的基于一阶线性化的小角度惯导误差方程不能准确描述系统的误差传播特性,捷联惯导的初始对准可归结为非线性状态估计问题。针对方位大失准角情况,本文提出基于UKF的方位大失准角非线性快速对准方案,该方案增加陀螺信息作为新的观测量,可提高方位失准角的对准速度。仿真结果表明,本文所提出的方案能够适用于方位大失准角情况下的捷联惯性导航系统快速对准。     

自适应渐消卡尔曼滤波及其在SINS初始对准中的应用

卡尔曼滤波常常被用于惯性导航系统初始对准算法,其使用前提是对系统状态进行建模,从而得到比较准确的系统噪声和观测噪声统计特性。在模型失配和观测噪声干扰的情况下,常规卡尔曼滤波会出现精度下降甚至发散,从而影响初始对准精度。针对这一问题,提出了一种新型渐消卡尔曼滤波算法,引入了多重渐消因子对预测误差协方差阵进行调整,设计了基于新息向量统计特性的滤波状态χ2检验条件,使渐消因子的引入时机更加合理,算法的自适应性得到增强。将改进的卡尔曼滤波算法应用到惯性导航系统的初始对准问题中,仿真试验和实测数据试验结果表明,与常规渐消因子滤波算法相比,新算法可以有效提高滤波精度及鲁棒性。     

基于小波降噪的IMU精对准性能分析

精对准性能是保障惯性导航精度必不可少的重要条件,论文总结了国内外精对准的研究现状,发现精对准一般是通过卡尔曼滤波和惯性传感器的小失准角线性误差方程实现;基于此,本文通过卡尔曼滤波及小波分析,对低、中、高三种不同性能的惯性传感器进行精对准性能分析,对比发现,高精度的惯性传感器有着较好的对准精度;而低精度的传感器,由于噪声偏差及非线性原因,对准精度较低,甚至出现滤波发散的情况.      

A method to improve the alignment performance for GPS-IMU System

Zero velocity and zero east component of rotation rate relative to local geographic frame have been traditionally applied as measurements for fine alignment of a GPS-IMU system. The performance of the fine alignment, however, will be affected by several types of inertial sensor errors, which could cause part of the Kalman filter states to be unobservable. To overcome this problem, a new method that utilizes the total outputs of the gyro triad and the accelerometer triad as part of the measurements has been proposed by the authors. The initial results have confirmed the effectiveness of the method. In this paper, the observability for both traditional and new alignment methods will be first reviewed. The results from computer simulations will then be presented to compare the traditional and the new alignment methods for the purpose of evaluating the performance of the proposed new method. Data acquired from real inertial sensors will also be applied to assess the traditional and new alignment methods by analyzing their innovation sequences from the Klaman filter. Based on a paper presented at the 18th International Technical Meeting of the Satellite Division of the Institute of Navigation, Long Beach, California, September 2005.     

移动测量技术及其应用

讨论了全球导航卫星系统（global navigation satellite system,GNSS）/里程计（odometer,ODO）/惯性导航系统（inertial navigation system,INS）组合定位定姿中误差校正与ODO/INS组合导航两个方面的问题。针对里程计刻度因子和安装误差角的校正,在不改变原GNSS/INS滤波器的基础上,设计了GNSS/INS与INS/ODO两级卡尔曼滤波器级联结构,将INS导航误差与里程计刻度因子误差、安装误差角分别列入两个滤波器的系统状态中,在GNSS连续观测和固定模糊度条件下,利用里程计和惯导里程增量之差作为INS/ODO卡尔曼滤波器的外部观测,对误差进行校正。另一方面,使用校正过的里程计和安装误差角,在GNSS失锁条件下对INS进行观测和修正。跑车实验结果表明,本文算法可以有效校正里程计刻度因子和定位定姿（positioning and orientaton system,POS）安装误差角,同时大幅提高GNSS失锁条件下的定位精度,配合平滑卡尔曼滤波器,可将城市移动测量两分钟GNSS失锁条件下的定位误差控制在0.5 m以内。     

改进的自适应滤波算法在BDS／INS组合导航中的应用

针对目前北斗与惯性导航系统的组合导航系统的导航性能和鲁棒性较差,基于衰减因子和噪声加权的自适应卡尔曼滤波技术,研究了组合导航系统在不确定性噪声干扰下的组合新算法。并在Matlab中进行了仿真实验,通过对比传统卡尔曼滤波技术,验证了新算法的有效性。并在Matlab中进行了无人机数据后处理实验。结果表明,改进的自适应滤波算法可以有效地降低不确定性干扰对组合导航系统的影响,从而提高了系统的导航性能和鲁棒性。      

简化自协方差最小二乘噪声估计的SINS静基座初始对准

目的 研究了观测噪声统计特性未知的情况下,简化的自协方差最小二乘噪声估计方法在捷联惯性导航系统静基座初始对准中的应用。该算法采用迭代计算的策略,同时进行噪声估计和初始姿态修正,估计精度较高。通过数值方法对此算法的正确性和有效性进行了验证。     

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。     

滤波降阶和等效性操作的捷联惯导静基座精对准

推导了捷联惯导静基座精对准方程,阐明了精对准模型和机械编排之间的等效性操作原理,并进行了可观测性分析,以此给出了精对准简化模型实现的关键技术,通过舍去科氏力项,消除不可观测量,将犫系零偏转为狀系等效零偏估计,三个步骤改进了零速条件下的Kalman滤波自对准模型。试验结果表明,简化模型不仅使得模型大大简化,减轻了计算负担,加快了运行速度,并且保持了原有的快速收敛性和较高的估计精度,是一种优化的静基座精对准方法。     

基于MEMS的室内定位误差修正方法研究

根据室内惯性定位存在误差累积的特点,建立广义似然比检测的方法进行零速度检测,利用Kalman滤波对检测到的"零速度"时刻进行零速修正(zero velocity update,ZUPT),从而有效降低系统累积误差。但行人行走过程中存在的无效振动,导致测得的加速度和角速度数据中出现明显的噪声,这对长时间定位精度产生较大的影响。文中提出在利用Kalman滤波进行误差校正之前首先采用Butterworth低通滤波滤除加速度和角速度数据中由无效振动引起的高频部分,即噪声部分,从而消除行人运动过程中的无效振动对定位精度的影响。