论文部分内容阅读
行人导航是一种基于微惯性测量单元(Micro Inertial Measurement Unit,MIMU)的自主导航方式,在室内、山谷等卫星信号受阻挡严重的环境中可以提供连续的导航信息。但由于MIMU测量精度的限制,长时间导航会出现误差发散的情况,因此目前的行人导航难以满足长时间高精度定位需求。通过多种约束条件限制行人导航误差发散的研究已经引起导航领域广泛关注。协同导航是一种通过将多个运动体的导航信息融合共享的导航方式,通过运动体之间的相对观测,使多个运动体的导航状态之间形成约束关系,从而提高整体导航精度。在行人导航实际应用中,往往存在多个行人同时进行导航,因此可以通过协同导航的方式来约束导航误差的发散,这种方式就是分队协同导航。分队协同导航系统中运动体之间的相对观测通常是距离或方位,本文针对距离观测进行研究。超宽带(Ultra-Wide Band,UWB)测距模块具有体积小、功耗低、精度高的特点,因而特别适合运用在分队协同导航当中。本文研究了基于MIMU和UWB测距的分队协同导航技术,设计了两种分队协同导航算法,并通过仿真实验与实际实验对算法进行了验证,主要研究工作包括:(1)分析探讨行人导航惯导解算算法和零速修正算法,对UWB信号测距的原理以及误差模型进行分析。(2)建立了协同导航系统模型。设计了分层式卡尔曼滤波算法,协同导航计算由位置估计和航向修正两部分组成。成员运动模型仅由位置组成,每个成员根据位置估计结果进行自身的航向修正。构建仿真模型对算法进行验证,并研究了距离测量精度以及信息交互量对定位精度的影响。(3)为了避免分层式算法中处理中心故障造成系统瘫痪的风险,设计了分散式信息滤波协同导航算法。在分散式算法中每个分队成员都相当于一个处理中心。对算法进行了仿真验证,并与分层式卡尔曼滤波算法进行了对比分析。(4)对UWB模块在通视和非通视情况的距离测量性能进行了实验分析。设计室内和室外实验,对分队协同导航算法进行验证。实验结果表明,在室内和室外条件下,分队协同导航算法能够充分利用分队成员的导航信息,提高系统整体导航精度。