Search

The use of the Global Navigation Satellite System (GNSS) is widely spread from position determination to attitude determination of a platform in space. This system offers time invariant estimation position. Another thing that can be an advantage is that the flexibility to operate the GNSS receiver variants, from the low-cost until the high-performance GNSS receivers. In terms of attitude determination application at least three receivers are required to determine three spatial axes, where the cost-effective GNSS attitude determination systems can be constructed with today’s receiver technology. At the moment, however, algorithms are lacking which are fast and efficient enough to estimate the position angles without delay. For this reason, the present work deals with the development of algorithms for the attitude determination in space of a platform under the help of the "GNSS" Global Positioning System (GPS). The investigation through this work is classified into three sequential parts: The first part is the estimation of the optimal configuration of baseline array as well as the estimation of the integer ambiguity of carrier phase differences. The estimated integer ambiguity is then used to estimate the high precision baseline coordinates. The second part is to estimate the attitude of the platform in space by means of quaternion using batch process, and the last part is to improve the algorithm using a recursive algorithm for the kinematic application purpose. The precise attitude determination about three spatial axes is possible if at least three GNSS receivers with fixed baselines are used in particular array configurations. Assuming that the basic lengths of the baselines are known apriori, the attitude angles can be calculated via the combination of carrier phase and pseudorange observations. Since the carrier of the GPS signal is propagated in short-wave form, the measured phase differences are ambiguous. The multiples of the GPS signal phases together with the baseline lengths are therefore estimated and improved in a first step with the aid of the a priori baseline lengths information. The multiple-baseline float solution estimation method is used. However, the approach does not provide optimal results. Therefore, an alternative algorithm for the float solution is presented, which estimates the float solution by using the so-called the gradient based iterative method of the least-squares. It shows that method is able to give convergent estimate parameter. It is also shown here that the proposed method outperforms the conventional iterative least-squares in terms of iteration number and computational time. For instantaneous applications, the Least-squares AMBiguity Decorrelation Adjustment (LAMBDA) method is not optimal for fixing the integer multiples of the carrier phase differences for several baseline lengths. In addition, this method requires a high computational effort as soon as a larger number of baseline lines enter into the calculation. An improvement in this work is utilising the partial LAMBDA method, which only uses a subset of the integer multiples to be determined. This algorithm improves the determination of integer multiples and precise calculation of the baseline lengths. The advantages of this algorithm are discussed, and it is empirically demonstrated that the ambiguities are better resolved. Furthermore, the estimation of the attitude angles with the aid of quaternions is theoretically improved and analysed. Two processing strategies are investigated: the least-squares method and the Kalman Filter (KF) method. For the static case, the least-squares is applied and tested. Simulations show that the developed gradient based iterative method of the least-squares provides better estimates than the conventional adjustment methods. It is also shown that the number of iterations required is less and the computational time is reduced. This algorithm is not useful for kinematic applications where a fast sequence of results is required. A modified Extended Kalman Filter (EKF)-Like algorithm is used for kinematic applications. Experiments show that with this algorithm more stable quaternions can be calculated with fewer outliers than when they are determined by the least-squares method. All newly developed algorithms are theoretically analysed and subjected to extensive simulations and experimental kinematic tests in the field.

This thesis investigates possibility to improve reliability and performance of low-cost aeronautical integrated navigation systems by making use of robust autonomous measurements, namely of inertial measurement unit, air data system, and 3-axis magnetometer. The central applied result of the research consists in proposing low size, weight, power, and cost design of a robust platform-autonomous fault-tolerant navigation system with the best in-IMU-class performance, which, in the events of failures, can gracefully degrade to attitude and heading reference system. Diese Arbeit untersucht die Möglichkeit die Zuverlässigkeit und Leistung kostengünstiger, integrierter Navigationssysteme für die Luftfahrt zu verbessern. Hierzu werden robuste, autonome Messungen wie etwa aus der Inertialen Messeinheit, Luftdaten sowie 3-Achsen Magnetometer verwendet. Als zentrales, anwendbares Ergebnis dieser Forschung der Entwurf eines kleinen, leichten und kostengünstigen plattform-autonomen fehlertoleranten Navigationssystems vorgeschlagen.

Flight guidance & control systems for safety critical applications have to handle sensor failures with high reliability. Fundamental prerequisite is a statistically consistent flight state estimate of the integrated navigation system. By applying error identification techniques for sensor, model and observation errors, heuristic navigation filter tuning methods are superseded by a physically motivated approach. Further emphasis is on filter initialization, fusion of out-of-sequence observations and Kalman filter stability. Flugführungs- und Regelungssysteme für sicherheitskritische Anwendungen müssen auf Sensorfehler mit hoher Zuverlässigkeit reagieren. Wichtige Voraussetzung ist eine statistisch konsistente Flugzustandsschätzung durch das integrierte Navigationssystem. Mit der Identifikation von Sensor-, Modellierungs- und Beobachtungsfehlern wird die heuristische Herangehensweise beim Filter-Tuning durch einen physikalisch motivierten Ansatz abgelöst. Weitere Themen sind Filterinitialisierung, Fusion aus der Reihe ankommender Messungen und Kalman-Filter Stabilität.

Die genaue Bestimmung von Position und Geschwindigkeit mit einem globalen Navigationssatellitensystem (engl. Global Navigation Satellite System) (GNSS) in Echtzeit bildet eine essentielle Grundlage für viele Anwendungen in der Navigation. Bei mobilen Navigationsanwendungen finden häufig GNSS-Messungen unter ungünstigen Beobachtungsbedingungen statt, so dass Fehler in den Ergebnissen auftreten können. In diesem Fall ist der GNSS-Empfänger in Bewegung, so dass die Empfangsumgebung sich ständig ändert. So können Objekte, wie z.B. Gebäude, Bäume, Tunnel usw. zu Reflektionen, Dämpfung bzw. Abschattung der GNSS-Signale führen. Eine hohe zusätzliche Dynamik bzgl. der beobachteten Dopplerfrequenzverschiebung erfährt das empfangene GNSS-Signal durch die Bewegung des GNSS-Empfängers. Das beeinflusst die Signalnachführung (Tracking) und verursacht Fehler bei der Positions- und Geschwindigkeitsbestimmung oder eine Bestimmung ist sogar unmöglich. Eine Verbesserung der Positions- und Geschwindigkeitsbestimmung wird durch die gleichzeitige Messung mit einem GNSS-Empfänger und einem inertialen Navigationssystem (engl. Inertial Navigation System) (INS) ermöglicht. Kostengünstige INS beinhalten heute Mikro-Elektro-Mechanische Systeme (engl. Micro Electro Mechanical Systems) (MEMS), die als MEMS-Inertialsensoren bezeichnet werden. Die gemeinsame Nutzung der Messdaten von GNSS und INS wird als GNSS/INS-Integration bezeichnet. Diese Arbeit befasst sich mit der Tiefen GNSS/INS-Integration, so dass mit der Information eines INSs in die Tracking Loop des GNSS-Empfängers eingegriffen wird, um Verbesserungen beim Tracking des Signals und der daraus bestimmten GNSS-Beobachtungen zu erzielen. Dieser Eingriff wird auch als Stützung (engl. aiding) bezeichnet. Die Stützung erfolgt über die Regelgrößen (Dopplerfrequenz und Codephase) in der Tracking Loop für den jeweiligen Kanal des GNSS-Empfängers. Dazu werden die Regelgrößen zunächst prädiziert, bevor diese beim Tracking des empfangenen GNSS-Signals berücksichtigt werden können. Für die Prädiktion müssen die Position und Geschwindigkeit des Satelliten und des Empfängers vorliegen. Außerdem müssen die Uhrenfehlerrate des Satelliten und des Empfängers bekannt sein. Aus diesen Größen kann die Dopplerfrequenz und daraus die Rate der Codephase berechnet werden. Die zeitliche Integration der Codephasenrate ergibt die aktuelle Codephase. Aus den Ephemeriden des GNSS-Satelliten kann die Position, die Geschwindigkeit und die Uhrenfehlerrate für einen zeitnahen beliebigen Zeitpunkt berechnet werden. Die Uhrenfehlerrate des Empfängers wird hierbei mittels einer Extrapolation vorausbestimmt. Mit den MEMS-Inertialsensoren kann die Position und Geschwindigkeit des Empfängers fortgeführt werden. Diese Fortführung erfolgt über eine Lose GNSS/INS-Integration mittels einer Strapdown-Rechnung und einem Kalman-Filter für 15 Fehlerzustände. Als Stützwerte für den Kalman-Filter dienen hier die Position und Geschwindigkeit des SGEs. Die Stützung sollte bei einem Signalabriss oder für die Stabilisierung des Trackings eingeschaltet werden. Die Stützungsmethode wird mit einem Software GNSS-Empfänger (SGE) und einer Inertiale Messeinheit (engl. inertial measurement unit) (IMU) aus MEMS-Inertialsensoren (MEMS-IMU) in der Landfahrzeugnavigation getestet und analysiert. Der SGE ist für die Signale des globalen Positionierungssystem (engl. Global Positioning System) (GPS) mit dem C/A-Code auf der L1-Frequenz entwickelt und bestimmt die Position und Geschwindigkeit mit einer Messrate von 1 kHz. Die MEMS-IMU beeinhaltet 6 Freiheitsgrade mit jeweils einem 3-achsigen MEMS-Beschleunigungs- und MEMSDrehratensensor. Die Messrate des MEMS-Beschleunigungssensors beträgt 1 kHz und die Messrate des MEMS-Drehratensensors beträgt 800 Hz. Mit diesem Messsystem ist es möglich, die Prädiktion der Regelgrößen für jede Millisekunde durchzuführen, so dass diese bei jedem Tracking-Durchlauf mit dem C/A-Code vorliegen. Aufgrund der hohen Messraten können nur wenige Minuten Messdaten erfasst werden und die Auswertung erfolgt in der Nachbearbeitung (engl. post-processing). Die Stützungsmethode wird durch Fahrten mit einem Messfahrzeug getestet. Dazu werden Messfahrten mit verschiedenen Fahrmanöver ausgeführt, um im empfangenen GPS-Signal unterschiedliche Raten in der Dopplerfrequenz zu erzeugen. Eine Fahrt unter Bäumen ermöglicht den Einfluss des zeitlichen Verlaufs im Signal-Rauschverhältnis (engl. signal-to-noise ratio) (S/N) des empfangenen GPS-Signals auf die Stützungsmethode zu untersuchen. Bei dieser Messfahrt treten auch immer wieder kurzzeitige Signalabrisse auf. Die in der vorliegenden Arbeit dokumentierten Messfahrten und Ergebnisse zeigen, dass die Stützung für einen SGE erfolgreich in der Landfahrzeugnavigation durchgeführt werden kann. Die prädizierten Regelgrößen werden für die verschiedenen Messfahrten zuverlässig berechnet und das Tracking kann damit stabilisiert und sogar bei einem Signalabriss vorgesteuert werden. Außerdem können Ausreißer direkt in den Beobachtungen minimiert werden, so dass Verbesserungen in der Positions- und Geschwindigkeitsbestimmung des SGEs erzielt werden können.

Mit diesem Band werden ausgewählte Ergebnisse der ersten Förderphase des Projekts „QualiKISS“ vorgestellt. Dabei werden folgende Handlungsfelder in den Blick genommen: (1) Die herausfordernde Situation der Massenveranstaltungen in ingenieurs- und naturwissenschaftlichen Studiengängen und die Entwicklung von interdisziplinären Veranstaltungsformen, (2) Entwicklungen in der Lehramtsausbildung in Bezug auf lehramtsspezifischen Fachunterricht und den Aufbau eines polivalenten Lehramtsmasters, (3) hochschulübergreifende Betreuung und Beratung der Studierenden und (4) neue Entwicklungen in der Hochschuldidaktik.