针对SINS/GPS组合导航系统中, GPS提供的量测信号存在容易受到干扰而导致滤波精度下降的问题, 提出一种基于EM算法的组合导航系统容错方法。该方法对各个分量的量测噪声建立二维高斯混合模型, 并引入一个指示变量表示量测值从异常分布中采样的概率。根据系统状态方程、上一时刻状态估计值以及当前时刻测量值, 利用EM算法求解当前时刻量测真值的极大似然估计, 并结合序贯滤波算法对每一个分量的量测值进行精细检测与修正。车载实验表明, 该方法能够有效提高SINS/GPS组合导航系统在GPS信号异常情况下的融合精度与可靠性。
组合导航系统 EM算法 序贯滤波 容错 integrated navigation system EM algorithm SINS SINS GPS GPS sequential filtering fault tolerance
华中光电技术研究所—武汉光电国家研究中心，湖北武汉 430223
为了应对高动态卫星信号短时受遮挡的恶劣环境，研究了基于序贯处理的 BDS/INS紧组合滤波方法。首先介绍了 BDS/INS紧组合滤波方程，然后详细推导了基于序贯处理的 BDS/INS紧组合滤波算法，并进行了相应的理论分析。最后利用惯性/卫星组合导航信号软件模拟器对基于序贯处理的 BDS/INS紧组合导航系统的滤波性能进行了仿真分析。结果表明：提出的基于序贯处理的 BDS/INS紧组合滤波算法在不损失滤波精度的情况下，有效地减小了系统的运算量，提高了计算效率，增强了惯性/卫星组合导航系统在高动态卫星信号短时受遮挡场景下的适用能力。
惯性/卫星组合导航系统 序贯处理 高动态 紧组合滤波 短时受遮挡 INS/BDS integrated navigation system sequential algorithm high dynamics tightly coupled filter method
华中光电技术研究所 — 武汉光电国家研究中心, 湖北 武汉 430223
多普勒(DVL)计程仪采用相控阵技术进行声波信号的发射和接收, 不需声速的补偿修正, 具有精度高的特点, 而其固有的标度因数误差和水底环境复杂的问题, 影响了测速精度的稳定性, 进而使得与惯导组合定位误差降低。首先介绍了多普勒计程仪的误差特点, 然后结合惯性导航设备短期定位精度高的优势, 建立了关于多普勒计程仪标度因数误差和安装误差的高阶Kalman滤波模型, 形成组合导航定位算法, 最后利用惯导设备将该组合导航算法进行了不同湖面条件下的实测, 匀速直线航行10 km, 最大定位误差小于10 m, 一般航行20 km以内, 最大定位误差小于0.16%D, D为航程。试验结果表明：该组合导航技术具有明显的技术优势, 为组合导航产品提供了重要理论参考。
惯性导航 多普勒计程仪 组合导航 卡尔曼滤波 光学陀螺 inertial navigation system phased array DVL integrated navigation Kalman filtering optical gyroscope
上海交通大学 电子信息与电气工程学院, 上海 200240
为提高车载组合导航系统的导航精度和可靠性, 在全球导航卫星系统(GNSS)信号正常工作的情况下, 该文建立了一种双天线GNSS/微惯性测量单元(MIMU)/轮速里程计(OD)组合导航模型, 实现了对MIMU和OD传感器误差特性的在线估计。在GNSS信号短期失锁的情况下, 基于双OD轮速比例修正(WRC)算法建立了MIMU/双OD组合导航模型。车载实验结果表明, 与无WRC组合模型相比, 该文设计的组合导航模型在120 s的GNSS信号失锁路段, 最大定位误差减小了63.9%, 定位误差标准差减小了80.1%; 在200 s时GNSS信号频繁中断路段, 最大位置误差为0.55 m。验证了所建立的导航模型和算法在复杂路况下工作的有效性。
车载组合导航 双天线GNSS 轮速比例修正 双里程计 微惯性测量单元(MIMU) vehicle integrated navigation dual-antenna GNSS wheel speed ratio correction dual odometer miniature inertial measurement unit (MIMU)
1 山东理工大学, 山东 淄博 255000
2 北京航天发射技术研究所, 北京 100000
针对在INS/GNSS组合导航系统中, 由GNSS自身故障或外部环境遮挡造成的信号缺失问题, 提出了一种利用随机森林回归辅助因子图的组合导航算法。首先, 采用因子图算法对惯性导航系统、全球导航卫星系统进行建模, 搭建了INS/GNSS组合导航的因子图模型。其次, 引入随机森林理论搭建随机森林, 并在GNSS信号有效时进行训练, 模拟卫星导航失效时的GNSS信号输出值。最后设计了仿真实验, 结果表明: 改进的因子图算法相比联邦卡尔曼滤波算法在导航精度上有了10%～15%不等的提升, 同时, 所提出的随机森林回归辅助因子图算法在GNSS信号丢失的情况下仍能保持较高精度。
组合导航 因子图 随机森林回归 数据融合 integrated navigation factor graph random forest regression data fusion
1 北京信息科技大学高动态导航技术北京市重点实验室, 北京 100000
2 北京航天时代光电科技有限公司, 北京 100000
针对传统滤波算法中忽视了误差方程中的高阶量所引起的导航结果不够准确的问题, 提出了一种改进ESKF算法, 将基于误差状态建模的滤波算法同EKF相结合。针对组合导航的鲁棒性与适应性, 提出了一种将卡尔曼滤波算法与自适应滤波算法相结合的滤波算法, 并进行仿真验证。仿真结果表明: 当组合导航系统受到较大扰动时, 改进算法较传统滤波算法使组合导航系统在经度精度上提高了49.48%, 纬度精度上提高了34.21%,有效提高了组合导航系统的精确性和鲁棒性。
组合导航 惯性导航 卡尔曼滤波 自适应滤波 integrated navigation inertial navigation Kalman filtering adaptive filtering
红外与激光工程
2023, 52(6): 20230174
大连理工大学机械工程与材料能源学部机械工程学院，辽宁 大连 116023
为了提高组合导航系统的可靠性与位姿估计的精度，把偏振定向传感器引入同步定位与建图过程，提出并设计一种新的偏振光辅助的视觉惯性组合导航系统。采集偏振定向传感器、单目视觉相机及微惯性测量单元的数据，对多传感器数据进行时间戳对齐和预处理后，利用最小二乘优化方法建立目标方程，通过求解非线性方程组获取最佳的运动估计。该系统根据天空偏振分布实现了方位角的可观性，并融合了多传感器数据。基于上述组合导航系统进行户外车载实验，实验结果表明：在2 km的长距离运行中，相比原始视觉惯性系统，偏振光辅助的视觉惯性导航系统的位置误差降低了16.7%，航向角精度提升了23.4%。偏振定向传感器的接入能够抑制惯性器件测量值的漂移，改善导航系统的位置精度和姿态角精度，可满足卫星信号受到干扰等环境下的位姿估计精度和可靠性要求。
组合导航 偏振定向传感器 单目视觉 同步定位与建图 图像处理 激光与光电子学进展
2023, 60(7): 0726002
1 火箭军工程大学 导弹工程学院, 陕西 西安 710025
2 火箭军工程大学 作战保障学院, 陕西 西安 710025
针对传统MEMS/GNSS组合导航在卫星信号差时长时间精准导航问题, 提出了基于灰色马尔可夫预测的MEMS/GNSS组合导航方法。通过改进灰色预测, 增加马尔可夫修正环节, 预测当卫星信号差时的GNSS量测值, 进而代替原量测值, 并将结果进行抗差扩展卡尔曼滤波(EKF), 克服噪声干扰影响, 提高了系统的稳定性。经仿真和跑车实验验证, 该组合导航方法在卫星信号差时仍能输出较高精度的导航结果, 且可以较好地克服异常观测值对系统的影响。
组合导航 灰色预测 扩展卡尔曼滤波(EKF) 马尔可夫过程 integrated navigation grey prediction extended Kalman filtering (EKF) Markov process MEMS MEMS
1 江苏科技大学电子信息学院, 江苏 镇江 212000
2 中科探海(苏州)海洋科技有限责任公司, 江苏 苏州 215000
针对回收对接过程中, 自主式水下机器人(AUV)的组合导航系统由于子传感器量测信息发生阶跃性突变而导致导航系统滤波发散的问题, 以分布式联邦滤波结构为基础, 提出了一种基于无迹卡尔曼滤波(UKF)的自适应容错异步融合算法。该算法以传感器的采样率为依据, 建立分布式组合导航多尺度系统模型, 在辅助信息突变时利用自适应渐消因子优化UKF动态调整增益矩阵、削弱故障信息对滤波精度的影响, 使得多源导航系统更加稳定、容错性更高。仿真实验表明, 提出的自适应容错UKF异步融合算法能更好地抑制滤波发散, 提升导航系统的精度与可靠性, 有效提高AUV的导航系统在回收对接过程中的稳定性与容错性。
自主水下机器人 回收对接 联邦滤波 异步融合 容错滤波 组合导航 AUV recovery and docking federated filtering asynchronous fusion fault-tolerant filtering UKF UKF integrated navigation
