摘要：卫星惯性深组合导航技术是卫星惯性组合导航领域最有前景的技术之一。深组合导航系统的关键技术之一就是矢量跟踪环路技术,当一个或者多个通道信号质量较差时,组合导航滤波器必然会受影响,从而会影响矢量跟踪环路的参数计算,因此通道运行状态的实时检测十分必要。针对此问题,为每个通道设计了新的通道子滤波器和对应的子滤波器状态检测函数,当通道存在故障时,能够及时检测出故障并对故障通道进行隔离;当通道恢复正常时,也能够及时检测到并充分利用恢复正常的通道卫星信号。仿真结果表明,在部分通道卫星信号被遮挡导致伪距异常的环境下,改进的矢量跟踪环路提高了矢量跟踪卫星惯性深组合的导航性能,有效遏制了故障通道对组合导航系统的影响。

摘要：标准的粒子滤波存在着权值退化问题,重采样可以解决权值退化问题,但也会带来样本贫化现象.为解决样本贫化问题,提出了一种利用磷虾群优化的改进粒子滤波算法.该算法结合粒子滤波的求解过程,以磷虾个体的诱导、觅食和随机扩散运动引导粒子向高似然区域移动.首先,将粒子滤波中粒子的状态值作为磷虾群的个体位置,从而将粒子的状态估计转化为磷虾群的寻优;其次,针对粒子滤波的特点,分析了磷虾算法中可以改进的参数,对磷虾算法中个体诱导、觅食运动的权值设计了新的动态更新策略,保证算法前期全局快速寻优后期局部精确寻优,同时为保持粒子的多样性,对磷虾个体进行遗传算法中的交叉操作,并设计了新的交叉概率更新公式;最后,在标准磷虾算法的基础上分析了改进算法的收敛性,并选用一种单静态非增长模型进行仿真试验.仿真结果表明,所提出的算法与标准粒子滤波以及粒子群、蝙蝠算法优化的粒子滤波相比具有更高的状态估计精度和更小的均方根误差,粒子的分布更合理.

摘要：复杂环境下进行定位导航,需要构建全源导航系统,实现多传感器的即插即用和不同频率的数据融合。研究了一种基于因子图的数据融合方法,该方法采用因子图法表示状态的递推与更新,采用高斯牛顿迭代法求解优化方程完成组合导航中的数据融合任务。然后以惯性/卫星组合导航系统为例,分析了因子图的原理内容,设计了相应的信息融合框架。最后对该方法的可行性进行了仿真验证,实验数据表明,3轴位置的均方根误差值分别为1.53 m,1.55 m,1.53 m,证明了该方法的可行性,可以在此基础上扩展传感器,构建全源导航系统。