Ground and marine resilient integration technology of multi-source sensors for navigation and positioning

Abstract

(English) The present thesis focuses on the resilient terrestrial and marine technological integration for navigation and positioning based on the Global Navigation Satellite System (GNSS), the Inertial Navigation System (INS), the Long Baseline Sonar (LBL) and the Conductivity, Temperature and Depth (CTD) Profile. The conclusions of the research are: 1. In multi-GNSS kinematic Precise Point Positioning (PPP), three stochastic models are studied: white noise, random and constant walk, as well as the simple difference for Intersystem time (ISB). The equivalence between the white noise model and the simple difference is theoretically demonstrated. The urban kinematic and fixed station pseudokinematic results show that the constant ISB model improves the positioning accuracy and convergence time. 2. To rationally distribute the weights of observations among different constellations, the robust Helmert Variance Component Estimate (HVCE) algorithm is proposed to post-fit stochastic models for pseudorange and phase observations in Multi-GNSS double-difference relative positioning. Experimental results show that HVCE improves positioning performance. Furthermore, the HVCE unit weight of multi-GNSS observations is stable, whose monthly averages are effective in improving the positioning accuracy of next month data, reducing the processing time. 3. A resilient functional model has been designed based on the stationarity detection algorithm for GNSS/INS integration in vehicles, mitigating the divergence of the INS error during GNSS absences. According to the characteristic frequencies of the engine at idle, a stationarity detection method based on sliding window Fast Fourier Transform (FFT) is proposed, which achieves a correction rate of 99.7% in our tests. This thesis also proposes to take into account the angular velocity of the Earth rotation for the yaw constraint. The results of the vehicle tests demonstrate the effectiveness of the proposed method. 4. For maritime navigation, the rigidly coupled (TC) LBL/CTD technology has been based on the robust IGG-III algorithm. With the CTD depth constraint, it has been shown that the dilution of precision (DOP) and positioning accuracy of LBL are optimized. The marine test results show that the robust algorithm can effectively improve the positioning performance by adjusting the stochastic model of observations. 5. The LBL observation model is proposed considering the INS velocity errors for the INS/LBL integration, based on the stability of said errors during the propagation time of the LBL signal. The marine test results show that the proposed model can effectively improve the positioning accuracy and robustness of TC INS/LBL/CTD integration. 6. A rigorous semi-tightly coupled (STC) GNSS/INS integration model is proposed based on complete position information. STC performs equally well as LC and TC models with good observations. In the INS failed test and the urban GNSS test, STC is more robust than LC and TC. 7. Based on the observations of positioning, navigation and timing (PNT) sensors from multiple sources, this thesis proposes a recognition algorithm for the above and underwater scene. The algorithm analyzes the GNSS observable satellite number and DOP, the depth and salinity of the CTD, as well as the LBL observable signal number. 8. Based on all the achievements proposed above, the integrated technology based on resilient integration of GNSS/INS/LBL/CTD is achieved. The test results show that the proposed integrated technology improves positioning in all overwater, underwater and transition scenes.

(Català) Aquesta tesi es centra en la integració tecnològica resilient terrestre i marina per a la navegació i el posicionament basada en el Sistema Global de Navegació per Satèl·lit (GNSS), el Sistema de Navegació Inercial (INS), el Sonar de Línia de Base Llarga (LBL) i el Perfil de Conductivitat, Temperatura i Profunditat (CTD). Les conclusions de la investigació són: 1. A Posicionament Puntual Precís (PPP) cinemàtic multi-GNSS, s'estudien tres models estocàstics: soroll blanc, passeig aleatori i constant, així com la diferència senzilla per al temps Intersistema (ISB). Es demostra teòricament l'equivalència entre el model de soroll blanc i la diferència senzilla. Els resultats cinemàtics urbans i pseudocinemàtics d’estació fixa mostren que el model constant ISB millora la precisió de posicionament i temps de convergència. 2. Per distribuir raonadament els pesos de les observacions entre diferents constel·lacions, es proposa el robust algorisme Helmert Variance Component Estimate (HVCE) per ajustar a posteri els models estocàstics per a observacions de pseudorang i fase en posicionament relatiu de doble diferències Multi-GNSS. Els resultats experimentals mostren que HVCE millora el rendiment del posicionament. A més, el pes unitari HVCE de les observacions multi-GNSS és estable, les mitjanes mensuals del qual són efectives per millorar la precisió del posicionament de dades del següent mes, reduint el temps de processament. 3. S'ha dissenyat un model funcional resilient basat en l'algoritme de detecció d'estacionament per a la integració GNSS/INS a vehicles, mitigant la divergència de l'error INS durant absències de GNSS. D'acord amb les freqüències característiques del motor en ralentí, es proposa un mètode de detecció d'estacionament basat en la Transformada Ràpida de Fourier (FFT) de finestra lliscant, que aconsegueix una taxa de correcció del 99,7% a les nostres proves. Aquesta tesi també proposa tenir en compte la velocitat angular de rotació de la Terra per a la restricció de guinyada. Els resultats de les proves vehiculars demostren l’efectivitat del mètode proposat. 4. Per a la navegació marítima, la tecnologia LBL/CTD d'acoblament rígid (TC) s'ha basat en l'algorisme robust IGG-III. Amb la restricció de profunditat CTD, hem demostrat que la dilució de precisió (DOP) i la precisió de posicionament de LBL s'optimitzen. Els resultats de les proves marines mostren que l’algorisme robust pot millorar eficaçment el rendiment del posicionament ajustant el model estocàstic d’observacions. 5. Es proposa el model d'observació LBL considerant els errors de velocitat de l'INS per a la integració INS/LBL, basat en l'estabilitat dels errors esmentats durant el temps de propagació del senyal LBL. Els resultats de les proves marines mostren que el model proposat pot millorar efectivament la precisió del posicionament i la robustesa de la integració TC INS/LBL/CTD. 6. Es proposa un model rigorós d’integració GNSS/INS semirígid (STC) basat en informació completa de posició. STC funciona igual de bé que els models LC i TC amb bones observacions. A la prova amb fallades de l'INS i a la prova urbana GNSS urbà, STC és més robust que LC i TC. 7. Basant-se en les observacions de sensors de posicionament, navegació i temps (PNT) de múltiples fonts, aquesta tesi proposa un algorisme de reconeixement per a l'escena sobre i sota l'aigua. L'algorisme analitza el nombre de satèl·lit observable GNSS i el DOP, la profunditat i salinitat del CTD, així com el número de senyal observable LBL. 8. Sobre la base de tots els èxits proposats anteriorment, s'aconsegueix la tecnologia integrada basada en la integració resilient de GNSS/INS/LBL/CTD. Els resultats de les proves mostren que la tecnologia integrada proposada millora el posicionament a totes les escenes sobre l'aigua, sota l'aigua i de transició.

(Español) Esta tesis se centra en la integración tecnologica resiliente terrestre y marina para la navegación y el posicionamiento basada en el Sistema Global de Navegación por Satélite (GNSS), el Sistema de Navegación Inercial (INS), el Sonar de Línea de Base Larga (LBL) y el Perfil de Conductividad, Temperatura y Profundidad (CTD). Las conclusiones de la investigación son: 1. En Posicionamiento Puntual Preciso (PPP) cinemático multi-GNSS, se estudian tres modelos estocásticos: ruido blanco, paseo aleatorio y constante, así como la diferencia sencilla para el tiempo Intersistema (ISB). Se demuestra teóricamente la equivalencia entre el modelo de ruido blanco y la diferencia sencilla. Los resultados cinemáticos urbanos y pseudocinemáticos de estación fija muestran que el modelo constante ISB mejora la precisión de posicionamiento y tiempo de convergencia. 2. Para distribuir razonadamente los pesos de las observaciones entre diferentes constelaciones, se propone el robusto algoritmo Helmert Variance Component Estimate (HVCE) para ajustar a posteri los modelos estocásticos para observaciones de pseudorango y fase en posicionamiento relativo de doble diferencias Multi-GNSS. Los resultados experimentales muestran que HVCE mejora el rendimiento del posicionamiento. Además, el peso unitario HVCE de las observaciones multi-GNSS es estable, cuyas medias mensuales son efectivas para mejorar la precisión del posicionamiento de datos del siguiente mes, reduciendo el tiempo de procesamiento. 3. Se ha diseñado un modelo funcional resiliente basado en el algoritmo de detección de estacionamiento para la integración GNSS/INS en vehículos, mitigando la divergencia del error INS durante ausencias de GNSS. De acuerdo con las frecuencias características del motor en ralentí, se propone un método de detección de estacionamiento basado en la Transformada Rápida de Fourier (FFT) de ventana deslizante, que logra una tasa de corrección del 99,7% en nuestras pruebas. Esta tesis también propone tener en cuenta la velocidad angular de rotación de la Tierra para la restricción de guiñada. Los resultados de las pruebas vehiculares demuestran la efectividad del método propuesto. 4. Para la navegación marítima, la tecnología LBL/CTD de acoplamiento rígido (TC) se ha basado en el algoritmo robusto IGG-III. Con la restricción de profundidad CTD, se ha demostrado que la dilución de precisión (DOP) y la precisión de posicionamiento de LBL se optimizan. Los resultados de las pruebas marinas muestran que el algoritmo robusto puede mejorar eficazmente el rendimiento del posicionamiento ajustando el modelo estocástico de observaciones. 5. Se propone el modelo de observación LBL considerando los errores de velocidad del INS para la integración INS/LBL, basado en la estabilidad de dichos errores durante el tiempo de propagación de la señal LBL. Los resultados de las pruebas marinas muestran que el modelo propuesto puede mejorar efectivamente la precisión del posicionamiento y la robustez de la integración TC INS/LBL/CTD. 6. Se propone un modelo riguroso de integración GNSS/INS semirrígido (STC) basado en información completa de posición. STC funciona igual de bien que los modelos LC y TC con buenas observaciones. En la prueba con fallos del INS y en la prueba urbana GNSS urbano, STC es más robusto que LC y TC. 7. Basándose en las observaciones de sensores de posicionamiento, navegación y tiempo (PNT) de múltiples fuentes, esta tesis propone un algoritmo de reconocimiento para la escena sobre y bajo el agua. El algoritmo analiza el número de satélite observable GNSS y el DOP, la profundidad y salinidad del CTD, así como el número de señal observable LBL. 8. Sobre la base de todos los logros propuestos anteriormente, se logra la tecnología integrada basada en la integración resiliente de GNSS/INS/LBL/CTD. Los resultados de las pruebas muestran que la tecnología integrada propuesta mejora el posicionamiento en todas las escenas sobre el agua, bajo el agua y de transición.