基于因子图的船用导航系统信息融合算法
发布时间：2021-10-22 06:43
针对船用捷联惯性导航系统（SINS）、北斗（BD）、多普勒（DVL）和天文导航（CNS）信息更新频率不同以及可用性随环境动态改变的多源导航信息融合问题,提出基于增量平滑因子图的船用导航系统信息融合及容错算法。建立SINS、BD、DVL和CNS的量测因子节点模型,并通过利用所有时刻量测信息,以最大后验概率估计方法进行融合架构的构建;插入新的量测因子节点后,识别并更新受新量测因子影响的部分导航状态变量节点,利用因子图增量平滑算法计算导航状态的最大后验估计值;同时设计基于卡方检验的信息容错算法进行故障检测。数值仿真及半实物车载试验表明所提算法具有即插即用特性,能够实现不同信息更新频率导航设备的有效融合,融合精度与联邦滤波的定位精度相当;在导航设备发生故障后,所设计的容错算法能够有效识别并隔离故障。
【文章来源】：中国惯性技术学报. 2020,28(04)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
因子图位置误差曲线（导航设备有故障）
导航设备的污染，使位置误差保持在5m以内。3.2半实物车载试验为进一步验证所设计的基于因子图的融合与容错算法的性能，开展跑车试验。因受跑车试验条件限制，开展惯导、白光测速仪和北斗的融合进行试验验证。试验以诺瓦泰差分接收机输出的速度位置作为参考信息，输出频率为1Hz；并同步采集惯导、北斗和白光测速仪的数据，其中惯导输出频率100Hz，白光测速仪输出频率10Hz，北斗输出频率1Hz。设置在1200-2400s白光测速仪不可用，运用因子图算法和联邦滤波算法分别对惯导/北斗/白光测速仪进行信息融合，得融合结果如图7、图8和表4所示。图7因子图与联邦滤波的速度误差对比曲线Fig.7Comparisononvelocityerrorsbetweenfactorgraphandfederatedfilter图8因子图与联邦滤波的位置误差对比曲线Fig.8Comparisononpositionerrorsbetweenfactorgraphandfederatedfilter从图7、图8可以看出，因子图和联邦滤波水平定位误差在5m以内，速度误差在0.1m/s以内；由表4可知，因子图算法的定位误差为0.79m，联邦滤波定位误差0.80m，可知因子图与联邦滤波导航精度相当，半实物车载试验结果与上节仿真验证结果一致。但在导航设备工作状态发生改变时，联邦滤波需要重构，因子图算法可通过增减相应导航设备的因子节点
璞傅奈?染，使位置误差保持在5m以内。3.2半实物车载试验为进一步验证所设计的基于因子图的融合与容错算法的性能，开展跑车试验。因受跑车试验条件限制，开展惯导、白光测速仪和北斗的融合进行试验验证。试验以诺瓦泰差分接收机输出的速度位置作为参考信息，输出频率为1Hz；并同步采集惯导、北斗和白光测速仪的数据，其中惯导输出频率100Hz，白光测速仪输出频率10Hz，北斗输出频率1Hz。设置在1200-2400s白光测速仪不可用，运用因子图算法和联邦滤波算法分别对惯导/北斗/白光测速仪进行信息融合，得融合结果如图7、图8和表4所示。图7因子图与联邦滤波的速度误差对比曲线Fig.7Comparisononvelocityerrorsbetweenfactorgraphandfederatedfilter图8因子图与联邦滤波的位置误差对比曲线Fig.8Comparisononpositionerrorsbetweenfactorgraphandfederatedfilter从图7、图8可以看出，因子图和联邦滤波水平定位误差在5m以内，速度误差在0.1m/s以内；由表4可知，因子图算法的定位误差为0.79m，联邦滤波定位误差0.80m，可知因子图与联邦滤波导航精度相当，半实物车载试验结果与上节仿真验证结果一致。但在导航设备工作状态发生改变时，联邦滤波需要重构，因子图算法可通过增减相应导航设备的因子节点
【参考文献】：
期刊论文
[1]基于因子图的AUV多传感器组合导航算法[J]. 马晓爽,刘锡祥,张同伟,刘贤俊,许广富. 中国惯性技术学报. 2019(04)
[2]A Generic Plug-and-Play Navigation Fusion Strategy for Land Vehicles in GNSS-Denied Environment[J]. LAI Jizhou,BAI Shiyu,XU Xiaowei,Lü Pin. Transactions of Nanjing University of Aeronautics and Astronautics. 2019(02)
[3]A Robust Graph Optimization Realization of Tightly Coupled GNSS/INS Integrated Navigation System for Urban Vehicles[J]. Wei Li,Xiaowei Cui,Mingquan Lu. Tsinghua Science and Technology. 2018(06)
[4]多源融合导航技术综述[J]. 赵万龙,孟维晓,韩帅. 遥测遥控. 2016(06)
[5]混合粒子联邦滤波在多信息组合导航系统中的应用[J]. 赖际舟,周翟和,刘建业,熊剑. 中国惯性技术学报. 2011(01)
本文编号：3450578
【文章来源】：中国惯性技术学报. 2020,28(04)北大核心EICSCD
【文章页数】：8 页
【部分图文】：
因子图位置误差曲线（导航设备有故障）
导航设备的污染，使位置误差保持在5m以内。3.2半实物车载试验为进一步验证所设计的基于因子图的融合与容错算法的性能，开展跑车试验。因受跑车试验条件限制，开展惯导、白光测速仪和北斗的融合进行试验验证。试验以诺瓦泰差分接收机输出的速度位置作为参考信息，输出频率为1Hz；并同步采集惯导、北斗和白光测速仪的数据，其中惯导输出频率100Hz，白光测速仪输出频率10Hz，北斗输出频率1Hz。设置在1200-2400s白光测速仪不可用，运用因子图算法和联邦滤波算法分别对惯导/北斗/白光测速仪进行信息融合，得融合结果如图7、图8和表4所示。图7因子图与联邦滤波的速度误差对比曲线Fig.7Comparisononvelocityerrorsbetweenfactorgraphandfederatedfilter图8因子图与联邦滤波的位置误差对比曲线Fig.8Comparisononpositionerrorsbetweenfactorgraphandfederatedfilter从图7、图8可以看出，因子图和联邦滤波水平定位误差在5m以内，速度误差在0.1m/s以内；由表4可知，因子图算法的定位误差为0.79m，联邦滤波定位误差0.80m，可知因子图与联邦滤波导航精度相当，半实物车载试验结果与上节仿真验证结果一致。但在导航设备工作状态发生改变时，联邦滤波需要重构，因子图算法可通过增减相应导航设备的因子节点
璞傅奈?染，使位置误差保持在5m以内。3.2半实物车载试验为进一步验证所设计的基于因子图的融合与容错算法的性能，开展跑车试验。因受跑车试验条件限制，开展惯导、白光测速仪和北斗的融合进行试验验证。试验以诺瓦泰差分接收机输出的速度位置作为参考信息，输出频率为1Hz；并同步采集惯导、北斗和白光测速仪的数据，其中惯导输出频率100Hz，白光测速仪输出频率10Hz，北斗输出频率1Hz。设置在1200-2400s白光测速仪不可用，运用因子图算法和联邦滤波算法分别对惯导/北斗/白光测速仪进行信息融合，得融合结果如图7、图8和表4所示。图7因子图与联邦滤波的速度误差对比曲线Fig.7Comparisononvelocityerrorsbetweenfactorgraphandfederatedfilter图8因子图与联邦滤波的位置误差对比曲线Fig.8Comparisononpositionerrorsbetweenfactorgraphandfederatedfilter从图7、图8可以看出，因子图和联邦滤波水平定位误差在5m以内，速度误差在0.1m/s以内；由表4可知，因子图算法的定位误差为0.79m，联邦滤波定位误差0.80m，可知因子图与联邦滤波导航精度相当，半实物车载试验结果与上节仿真验证结果一致。但在导航设备工作状态发生改变时，联邦滤波需要重构，因子图算法可通过增减相应导航设备的因子节点
【参考文献】：
期刊论文
[1]基于因子图的AUV多传感器组合导航算法[J]. 马晓爽,刘锡祥,张同伟,刘贤俊,许广富. 中国惯性技术学报. 2019(04)
[2]A Generic Plug-and-Play Navigation Fusion Strategy for Land Vehicles in GNSS-Denied Environment[J]. LAI Jizhou,BAI Shiyu,XU Xiaowei,Lü Pin. Transactions of Nanjing University of Aeronautics and Astronautics. 2019(02)
[3]A Robust Graph Optimization Realization of Tightly Coupled GNSS/INS Integrated Navigation System for Urban Vehicles[J]. Wei Li,Xiaowei Cui,Mingquan Lu. Tsinghua Science and Technology. 2018(06)
[4]多源融合导航技术综述[J]. 赵万龙,孟维晓,韩帅. 遥测遥控. 2016(06)
[5]混合粒子联邦滤波在多信息组合导航系统中的应用[J]. 赖际舟,周翟和,刘建业,熊剑. 中国惯性技术学报. 2011(01)
本文编号：3450578
本文链接：https://www.wllwen.com/kejilunwen/chuanbolw/3450578.html
