GNSS／INS 深组合导航技术研究进展

深组合导航以精度高、抗干扰性强等优势在军事、民用领域具有广泛应用前景。本文分析了松组合导航、紧组合导航与深组合导航的结构,指出了深组合与传统模式的区别。依照信息处理方法的不同,将深组合导航分为四种模式,分析了不同深组合模式的结构和技术特性及研究成果,总结了深组合技术研究趋势,对进一步深入研究深组合导航技术具有借鉴意义。     

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。     

GNSS/INS组合车辆协同精密定位方法

自动驾驶和智能交通要求载体的高精度定位,更要求载体之间的高精度协同控制。当前依靠增加传感器来提升载体定位精度的研究思路依然无法有效解决卫星信号长时间失锁的复杂情况。本文提出了基于GNSS/INS组合的载体协同高精度定位方法,通过建立载体之间的相对位置关系来实现载体间观测值的共享,从而提升载体的定位精度和可信度。试验结果表明,GNSS/INS组合的协同定位模式相比于单独定位模式能显著改善载体恶劣环境下的定位精度。     

GNSS/INS辅助空三在大比例尺低空摄影测量中的研究

利用小型低空航摄平台和非量测小相幅相机,搭载动态GNSS/INS组合系统进行空三加密,研究无人机搭载GNSS/INS辅助在不同分辨率、不同基线数量条件下的像控点布设以及空三加密,并对其平面精度、高程精度进行分析,以实现利用少量地面控制点进行大比例尺地形图测图。     

GNSS/INS组合导航在航空摄影中的应用研究

主要研究了GNSS/INS组合导航在航空摄影中的应用.介绍了GNSS/INS组合导航的优点和应用理论,在此基础上,主要研究偏心分量、偏心角的测定,预处理POS数据,GNSS/INS数据联合处理,检校场空三解计算与EO文件的输出等整个GNSS/INS导航在航空摄影的应用,从中体现出该导航应用于航空摄影的优越性.     

GNSS+INS组合在周跳探测中的技术研究

在一些复杂多变的环境下,单频GNSS没有办法完成较健全的实时动态周跳探测,从而使得GNSS无法保持正确的模糊度固定结果,影响定位的稳定性和准确性。为了提升GNSS+INS组合的导航定位精度,本文提出加强GNSS模糊度固定解,将双差的GNSS+INS组合单频周跳探测检测量的偏差特点作为研究重点。研究结果表明,其偏差产生的原因不仅与INS增量存在密切关系,而且还与矢量角大小相关,通过确定探测检测量的措施,减少矢量角影响,从而促进周跳探测性能提高。经过周跳探测临界值在滑动窗口估算,约束INS偏差受GNSS偏差覆盖部分的进一步放大,提升GNSS+INS组合的周跳探测精度。     

基于GNSS/INS/NHC理论模型的轨道平顺性检测方法研究

全球卫星导航系统(Global Navigation Satellite Systems, GNSS)的定位精度、可靠性和稳定性受用户环境影响明显。为此,本文利用惯性导航系统(Inertial Navigation System, INS)的短期高精度定位特性和自主导航的优点,与GNSS进行数据融合,来弥补GNSS的缺点,并进一步基于Rauch-Tung-Striebel(RTS)滤波和非完整性约束(Non-Holonomic Constraint, NHC)模型,构建RTS滤波的GNSS/INS/NHC组合模型。通过处理和分析兰新高铁采集的GNSS/INS数据,结果表明,该方法的位置重复测量精度优于5 mm,水平姿态角重复测量精度优于0.005°,航向姿态角重复测量精度优于0.01°,该方法能有效检测出铁轨中存在的不平顺性问题。     

GNSS/INS紧组合最大熵卡尔曼滤波算法

针对实际环境中量测噪声易被野值污染而呈现非高斯分布,进而导致传统卡尔曼滤波(KF)算法性能降低的问题,提出了最大熵卡尔曼滤波(MCKF)算法. 该算法基于最大熵准则(MCC)和M估计的思想推导得到. 与KF相比,所提算法能够给异常量测值分配较小的权重以减轻其对于状态估计的影响,与基于Huber函数的卡尔曼滤波(HKF)算法相比,其能够更有效地利用量测信息,因此所提算法相比于KF和HKF而言更加鲁棒. 在全球卫星导航系统(GNSS)与惯性导航系统(INS)的紧组合模式下进行车载实测实验,由于GNSS的伪距与伪距率等原始量测信息质量不佳,因此KF和HKF的性能均受到影响,而所提MCKF算法能够有效地抑制异常量测值的影响,能够更快地收敛且得到更高的估计精度.      

基于抗差EKF的GNSS/INS紧组合算法研究

提出了GNSS/INS紧组合导航的抗差EKF算法,采用21状态GNSS/INS紧组合状态方程,根据多余观测分量及预测残差统计构造抗差等价增益矩阵,建立抗差EKF算法,通过迭代给出GNSS/INS组合导航的抗差解,并开发GNSS/INS紧组合导航模拟平台,通过对观测值加入单粗差、多粗差及缓慢增长三类误差,测试本文算法对不同粗差的抑制能力。分析表明,抗差EKF可以将三类粗差抑制在相应观测值的残差中,达到削弱其对状态参数估计的影响。本文算例证明,抗差EKF算法可将导航解的误差精度从dm级提高为cm级甚至mm级,导航精度及可靠性得到明显提高。     

GNSS/INS紧组合导航系统自主完好性监测分析

可靠性和对故障的可区分性是评价系统完好性的两个重要因素。本文将多GNSS系统与不同精度的INS系统进行组合,由此分析不同因素对组合系统内部的可靠性和故障探测与隔离能力的影响。仿真结果表明,集成多GNSS系统可以改善卫星星座的几何分布结构,从而提高系统的内部可靠性和对故障的区分能力;当GNSS系统与INS系统相结合时,也能大幅度提高系统的可靠性和区分性;相较于低精度的INS系统,采用高精度的INS系统能够进一步的提高系统的可靠性,并增强对故障的区分能力。     

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。     

GNSS/INS组合用于地震监测的算法实现和仿真研究

本文对GNSS/INS组合系统用于地震监测的方案进行了算法设计和仿真验证。根据地震运动的特点,惯性测量器件只采用三轴加速度计,以简化系统、降低成本;并为此专门设计了惯导算法和松组合架构下的组合算法,包括前向滤波和反向平滑。在建模和仿真中,采用了实测分析得到的GNSS精密定位的准确误差模型,保证了仿真条件的真实性和仿真结果的有效性。研究结果表明,加速度计信息能够改善GNSS的相对定位精度和动态性能,从而有效地测量地震运动。本文是GNSS/INS组合技术用于地震监测的有益尝试。     

GNSS+INS组合定位在矿山无人驾驶卡车的应用

面向矿山无人驾驶卡车场景,针对GNSS定位不连续且容易被干扰、INS存在累计误差的缺点,本文提出了一种基于GNSS+INS组合的导航算法,该算法融合了两种算法的优点,提高了定位的精度和可靠性。分别将RTK算法和组合导航算法结果与开源软件RTKLIB和NovAtel板载输出结果对比。试验结果表明,本文算法在精度上与NovAtel板载输出结果基本持平,明显优于RTKLIB软件。本文算法平面和高程误差均值及STD均优于5 cm,姿态误差均值和STD优于1°,可以满足矿用无人驾驶卡车的定位精度需求。     

GNSS/INS多传感器组合高速铁路轨道测量系统

高速铁路轨道必须保持高平顺性、高稳定性和高可靠性,这直接关系到高速列车高速、安全且平稳运行。高速铁路轨道测量至少包括控制测量、线路测量和变形测量等工作。传统高速铁路轨道测量方法存在测量周期长、维护成本高、检测效率低等问题。为此,本文提出了一种基于全球导航卫星系统(global navigation satellite system,GNSS)/惯性导航系统(inertial navigation system,INS)多传感器组合的高速铁路轨道测量方法,并研制了相应的轨道测量系统。本文详细介绍了其主要构成和方法流程,并在实际高速铁路轨道精调工程中进行了应用示范。结果表明:该系统实现了轨道路基变形监测和高速铁路轨道不平顺绝对测量与相对测量的一体化,其轨道横向偏差精度2 mm、垂向偏差精度2 mm,变形点水平方向精度1 mm、垂直方向精度1.5 mm,显著提高了测量效率。     

因子图框架下里程计辅助GNSS/INS组合导航算法

在复杂观测环境下,GNSS/INS组合导航系统的GNSS信号易受干扰从而导致INS独立导航精度迅速下降。针对上述问题,本文基于因子图的里程计辅助GNSS/INS组合导航算法,利用里程计观测信息结合非完整性约束构建航向速度约束方程,同时采用能多次线性化计算和多次迭代的因子图优化方法进行参数估计。实际车载试验解算结果表明,在GNSS信号良好时,基于因子图方法比滤波方法具有更快的收敛时间,收敛速度提高了近10倍;在GNSS信号发生中断时,添加里程计辅助后组合导航系统在东向和北向分别提升了83%和89%。与传统的滤波融合手段相比,本文采用因子图优化后在东向和北向的定位精度分别有63%、70%的改善。     

GNSS/INS紧组合中的周跳探测方法

讨论了GNSS/INS紧组合算法;依据卡尔曼滤波新息检验理论研究了GNSS/INS紧组合中的周跳探测方法。通过实验论证,对比分析了GNSS/INS紧组合模式和纯GNSS模式下,动态周跳探测与处理的效果。实验结果表明:紧组合模式对周跳的发生更为敏感,可以有效地提升周跳探测的效果。     

利用时间差分载波相位的GNSS/INS紧组合导航

载波相位观测值精度远高于伪距,利用时间差分载波相位的组合导航可避免整周模糊度解算问题。本文以简化的时间差分载波观测模型为基础,分析其误差特性,说明了短期内时间差分载波观测更新的特点。时间差分载波在距离域本质上是相对观测值,存在误差积累,提出了利用伪距在另一个更长的组合周期上进行系统的观测更新方法。重点推导了双周期组合情况下时间差分载波观测值的实用随机模型确定公式,并结合多普勒观测值进一步保证姿态修正的精度。将采用时间差分载波的组合方案与传统伪距组合方案进行比较。结果表明,时间差分载波精度组合系统高,在观测随机模型可靠的情况下优于传统的伪距紧组合导航,误差最大的高程方向精度提高可达47%。     

结合自适应滤波和神经网络的GNSS/INS抗差组合导航算法

针对GNSS/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异常的情形,结合自适应滤波算法和神经网络算法,提出了两种GNSS/INS抗差自适应组合导航解算方案,根据观测信息和动力学模型信息异常情况,给出了4种GNSS/INS抗差自适应滤波算法。利用实测数据进行了验证,结果表明,4种抗差自适应滤波算法在观测信息不足的情况下,不但能够抑制动力学模型扰动异常对导航解的影响,而且能够较好地抑制异常观测信息对导航解的影响。     

GNSS/INS组合导航系统抗欺骗式干扰技术现状与展望

随着卫星导航技术的发展,GNSS服务易受欺骗干扰已成为现实威胁。本文首先介绍了GNSS/INS组合导航抗欺骗式干扰技术背景,包括欺骗式干扰技术的概念、方式和案例等;其次深入分析和总结了国内外GNSS/INS组合导航系统抗欺骗式干扰技术研究现状与展望;最后进行了总结和思考。     

卫星激光测距站分级与GNSS卫星轨道精度校核

GNSS卫星轨道是实现导航定位等位置服务的基础,对卫星轨道精度的精确评估关系到服务的精度与可靠性。卫星激光测距技术是评估卫星轨道精度的独立外部检核手段,由于SLR站系统水平不一,导致数据质量差异较大,因此合理选用高性能SLR站是精确评估卫星轨道的关键。本文利用聚类分析方法,依据国际激光网发布的近10 a全球SLR站性能评估报告,选择观测总圈数、LAGEOS标准点RMS值和系统短期偏差3个参数作为测站分级评估指标,将全球SLR站进行分级。在此基础上,对2020年所有参与国际激光联测的GNSS卫星的事后精密轨道进行了精度校核。结果表明,SLR站水平与数据质量密切相关,利用模糊C-均值聚类算法可有效对全球SLR测站进行分级,Ⅰ、Ⅱ和Ⅲ级测站占比分别为28%、51%和21%;采用不同级站观测数据得到的检核结果存在明显差异,基于Ⅰ级站数据的校轨残差均值的绝对值和标准差总体小于Ⅱ和Ⅲ级测站,3种GNSS卫星轨道精度在R、T、N方向上的差异不明显,对应分量的RMS值之间的较差均处于毫米级水平。