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。     

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.     

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。     

GPS/INS组合导航系统时间同步方法研究

在设计和实现GPS／INS组合导航系统时,各子系统的时间同步是最关键的问题。首先对GPS／INS组合导航系统的时间同步问题作基本描述,然后在简要分析基于GPS接收机的1 pps脉冲信号同步采样技术的基础上,提出另外一种基于GPS和INS的1 pps脉冲信号的时间比对同步方法,这种方法能较好地解决GPS接收机由于失锁引起的1 pps信号抖动,将晶体振荡器的短期稳定度和GPS时间的长期稳定度结合起来,使各子系统数据在时间上能准确同步。     

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.      

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。     

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。     

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。     

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。     

基于GPS/INS的影像实时定位与误差分析

遥感影像目标实时定位的关键是外方位元素的实时获取,在航空遥感平台上加载GPS/INS组合导航系统能够满足这一需求.文中首先给出了基于GPS/INS系统的目标直接定位方法;然后从摄影测量的角度,重点推导了影像内外方位元素对目标定位的误差传递公式;并运用实例验证了公式的有效性.     

基于GPS/INS的影像实时定位与误差分析

遥感影像目标实时定位的关键是外方位元素的实时获取,在航空遥感平台上加载GPS/INS组合导航系统能够满足这一需求。文中首先给出了基于GPS/INS系统的目标直接定位方法;然后从摄影测量的角度,重点推导了影像内外方位元素对目标定位的误差传递公式;并运用实例验证了公式的有效性。     

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。     

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。