文献类型：期刊文章

作　　者：李旭[1] 孔鑫[1] 刘锡祥[1,2] 宋翔[3] 徐启敏[1]

LI Xu;KONG Xin;LIU Xixiang;SONG Xiang;XU Qimin(School of Instrument Science&Engineering,Southeast University,Nanjing 210096,China;Key Laboratory of Micro-inertial Instrument and Advanced Navigation Technology under Ministry of Education,Southeast University,Nanjing 210096,China;School of Electronic Engineering,Nanjing Xiaozhuang University,Nanjing 211171,China)

机构地区：[1]东南大学仪器科学与工程学院,南京210096 [2]微惯性仪表与先进导航技术教育部重点实验室,南京210096 [3]南京晓庄学院电子工程学院,南京211171

出　　处：《中国惯性技术学报》

基　　金：国家自然科学基金(61973079)。

年　　份：2022

卷　　号：30

期　　号：3

起止页码：322-327

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：为了解决全球导航卫星系统(GNSS)拒止条件下车辆定位困难问题,提出了一种基于交互多模型距离平滑的超宽带/惯性测量单元(UWB/IMU)因子图组合导航方法。首先,针对超宽带信号由于反射或折射导致的非视距问题,分别建立视距与非视距情况下超宽带基站与标签间距离的因子图模型,并利用交互式多模型算法进行原始距离的平滑;然后,对惯性导航系统、交互式多模型处理的超宽带距离信息等测量量进行建模,构建基于因子图的信息融合框架,并根据非线性优化理论与增量平滑算法实现变量节点的递推与更新。最后,采用因子图方法对融合数据进行处理,实现车辆多传感器高精度组合导航。实际测试结果表明,相比基于卡尔曼滤波的多传感器融合方法,所提出的基于交互多模型距离平滑的惯性/超宽带的因子图定位方法在非视距情况下位置估计精度(RMS)提高40%以上。

关 键 词：惯性/超宽带  因子图 交互式多模型 组合导航 非视距

分 类 号：U666.1]