车辆动态数学模型辅助的惯性导航系统

提出了一种利用车辆的动态数学模型改善车载低成本惯性导航系统精度的方法.通过车辆的运动学模型和非完整约束条件得到虚拟的位置和速度观测量,与前向速度一起辅助惯性导航系统,惯性导航系统修正后的方位角又用来改善车辆的运动学数学模型.利用解析分析和协方差仿真方法研究了该组合导航系统的可观测性.理论分析和仿真结果都证明了通过车辆动态数学模型的辅助,低成本惯性导航系统的精度可以得到改善.该方法可作为当全球定位系统(GPS)暂停工作时的一种备份导航系统,在较长时间内限制惯性导航系统的误差,从而提高整个导航系统的冗余性和完整性     

车辆GPS／DR／DM组合导航系统的研究

研究了车载GPS／DR／DM组合导航系统．通过分析GPS(G1obal Positioning System)和DR(Dead—Reckoning)各自导航、定位的原理及特点，以及DM(Digital Map)的特点，设计了一种新型的低成本车辆兵器GPS／DR／DM组合导航系统，并且用自适应的扩展卡尔曼滤波对组合系统进行了仿真实验，证明了本系统的可行性．车辆GPS／DR／DM组合导航系统无论从精度还是可靠性来说较常规的导航系统都有明显的改善和提高，GPS／DR／DM组合导航系统是一种较为理想的车辆导航系统．     

一种基于VINS/FINS组合导航方法

针对视觉惯性组合导航系统中微惯性器件精度偏低,以及足部惯性导航系统航向角误差可观测性差的问题,研究了一种基于上述两种系统的信息双向融合的导航定位方案. 该方法的系统结构由安装于双足步行机器人躯干部分的惯性导航系统和安装于其足部惯性导航系统两部分组成. 惯性导航系统通过视觉同时定位与地图构建数据融合方法可以获得相对准确的航向角,足部惯性导航系统利用零速修正后的位置信息实时修正惯性导航系统中的低精度惯性器件误差,从而构建视觉与惯性信息双向融合的组合导航系统结构. 实验结果表明,该组合导航方案可以有效提高双足步行机器人的航向精度和定位精度.     

基于ARM的组合导航系统设计与实现

介绍了一种利用车载惯性导航设备和GPS导航卫星进行车辆实时定位的导航系统.系统的设计主要是基于分散性的卡尔曼滤波算法模型和嵌入式系统进行.测试结果表明该系统具有较高的精度,是行之有效的.     

车辆GPS/DR/DM组合导航系统的研究

研究了车载GPS/DR/DM组合导航系统.通过分析GPS(GlobalPositioningSystem)和DR(Dead-Reckoning)各自导航、定位的原理及特点,以及DM(DigitalMap)的特点,设计了一种新型的低成本车辆兵器GPS/DR/DM组合导航系统,并且用自适应的扩展卡尔曼滤波对组合系统进行了仿真实验,证明了本系统的可行性.车辆GPS/DR/DM组合导航系统无论从精度还是可靠性来说较常规的导航系统都有明显的改善和提高,GPS/DR/DM组合导航系统是一种较为理想的车辆导航系统.     

捷联/天文/多普勒组合导航技术在舰船导航中的应用

为了提高舰船组合导航精度与可靠性,针对其特殊应用场合,将天文导航系统提供的位置和姿态信息、多普勒速度声纳提供的舰船速度信息与捷联导航系统进行信息融合,分析了捷联惯性导航系统、天文导航系统和多普勒导航系统的原理,分别建立了组合导航系统信息融合状态方程和量测方程,并对组合导航系统进行了系统仿真实验,实验结果表明,模糊自适应Kalman滤波器收敛速度快,具有一定的容错能力,在天文辅助捷联组合导航系统中可以有效地提高水面舰船组合导航系统的精度.     

GPS／SINS超紧组合导航系统自适应混合滤波算法

针对传统反馈校正滤波结构中,由于不可观测状态的反馈导致系统滤波精度下降,以及由于全球定位系统／捷联惯性导航系统(GPS／SINS,global positioning system／strapdown inertial navigation system)超紧组合导航系统量测方程的非线性导致滤波难度的增加等问题,本文重新推导了线性的量测方程,并将基于状态可观测性的混合校正滤波算法应用于该模型．通过对比三种主流可观测性分析方法,选用误差协方差阵的特征值和特征向量可观测性分析方法分析系统状态的可观测性．最后根据可观测性分析的结果制定自适应的反馈因子,从而对SINS和GPS接收机误差进行校正．仿真结果显示,该方法可以有效提高不完全可观测系统的估计精度．     

低成本MIMU/GPS组合导航系统设计与实验

高精度惯性传感器的昂贵价格在一定程度上限制了惯性导航系统(INS)的进一步推广应用,然而低成本微型惯性测量单元(MIMU)的出现,为INS的推广应用了带来了新的契机。文中提出了一种适合于工程应用的低成本MIMU/GPS组合导航系统的结构与方案,并给出了组合导航系统位置速度交替组合模式的数学模型。考虑到未知工作环境中各类噪声统计参数的未确定性易使经典的卡尔曼滤波器发散,因此文中采用了闭环自适应卡尔曼滤波器对子系统的数据进行融合处理;设计了低成本的组合导航系统原理样机,并进行了跑车实验。跑车实验及事后数据处理分析结果表明:该系统具有较高的长时间导航精度以及良好的可靠性和鲁棒性。     

主动雷达导引头速度信息辅助捷联惯导的组合系统性能分析

主动雷达导引头(ARS)在飞行中段向地面开机，可利用多普勒效应得到沿导引头波束方向的速度测量值，具有辅助惯导的潜力。文中采用卡尔曼滤波算法，建立了导引头波束速度信息辅助惯导的模型。研究表明，利用该测速信息可辅助捷联惯性导航系统(SINS)，构建主动雷达／捷联惯导系统，在不增加导航设备的基础上，可提高纯惯导系统的精度。该系统能给出米级精度的速度信息，明显抑制了惯导位置误差的增长，具有良好的应用潜力。     

神经网络辅助的组合导航系统信息融合方案

传统的Kalman滤波器自适应能力弱，而单纯的神经网络滤波器估计精度较差，且网络训练经验性太强。面向组合导航领域，提出BP神经网络辅助自适应联邦Kalman滤波器方案，设计并实现了SINS／GPS／TAN／SAR智能化容错组合导航系统。结合自适应滤波和神经网络两种方法共同提高系统的自适应能力，并提出新的神经网络输入量，改善了算法的实时性。系统的估计精度得到显著提高，仿真结果证明了该方案的可行性和有效性。     

GPS／电子地图车辆导航系统研究

介绍了基于GPS／电子地图的车辆导航系统．该系统利用模式识别方法实现地图匹配，并采用GPS接收机所记录的车辆行驶轨迹来更新道路，可以较好地校正GPS定位和显示误差．车辆行进实验表明：地图匹配和GPS更新算法可以使系统导航性能得到明显改善．     

北斗车辆自适应组合导航技术研究

车辆在“城市峡谷”、高架桥下、隧道等环境利用北斗卫星导航系统进行导航过程中,存在卫星导航信号易受遮挡和干扰的局限性.将北斗卫星导航系统同惯性导航系统、里程计等传感器进行组合,运用Kalman滤波技术进行多传感器的信息融合,能够较好地提高导航精度以及导航系统整体的自主性、抗干扰性、容错性和可靠性.针对现有车辆导航系统可靠性不高的问题,着重对基于Kalman滤波的北斗车辆自适应组合导航可靠性进行了相关研究.     

一种加速度计螺旋下落时误差系数的Allan方差分析

随着卫星导航定位系统和惯性导航系统（INS）的不断发展,由2种系统组成的组合导航系统已经在很多方面发挥了积极作用。随着组合导航系统技术日臻成熟,低成本的INS也得到了广泛应用,MEMS惯性器件体积小、功耗低,便于低成本系统的实现,但缺点是误差较大。为了对MEMS惯性器件的误差项进行分析和识别,多位研究人员使用Allan方差方法对惯性器件长时间数据进行处理对加速度计螺旋下落时的误差项进行了Allan方差分析,介绍了Allan方差分析方法的原理和实现方法,并利用该方法对加速度计的各个误差项进行了辨识通过对加速度计的实测数据进行处理和分析,属于短时间内Allan方差分析方法,并给出了加速度计各个误差项识别结果,对后续分析被测运动物体的姿态计算精度有参考价值。     

INS/DVL组合导航系统在水下载体中运用研究

根据水下载体长时间在水下盘行的特点，建立了INS／DVL组合导航的工作模式，推导了该组合模式的组合形式和卡尔曼滤波算法，并通过计算机仿真技术分析了INS／DVL组合导航系统的性能和精度，说明了在惯性导航系统基础上引入多卜勒速度计程系统可以极大提高载体在水下的导航精度。     

基于单信标测距的水下导航系统可观测性分析

导航问题是发展自主水下航行器(Autonomous Underwater Vehicle,AUV)所面临的难题之一。针对单信标测距导航方法中的系统可观测性问题,文章通过建立AUV的三维运动学模型,利用线性时变系统的局部可观测性理论得到了导航系统关于AUV三维运动路径的可观测性条件,在此条件下实现了对AUV运动位置的在线估计。仿真结果表明,对于满足导航系统可测观性的运动路径,AUV的位置估计具有良好的收敛性和定位精度。     

基于小波消噪的传感器动态补偿方法

在利用传感器进行动态测量时，为了得到精确的测量结果，需要对传感器进行动态补偿，补偿环节可以通过系统辨识得到．由于测量噪声的存在，会使得辨识得到的补偿环节存在一定误差，影响到测量系统的精度．利用小波分析的方法可以对传感器输出信号进行滤波消噪．利用消噪后的信号，通过系统辨识方法建立传感器动态特性的补偿环节．仿真研究表明，采用该方法可以克服测量噪声对传感器动态补偿环节的影响．     

基于动态递归模糊神经网络的动态系统辨识

模糊系统和神经网络由于具有逼近任意连续非线性映射的特性而广泛应用于系统的辨识和控制，但是传统的模糊神经网络是一种静态映射，不适用于动态系统的辨识，而现实工程中的控制对象反映的是系统的动态行为．为了提高动态系统的辨识精度，提出了一种新型的动态递归模糊神经网络，并根据动态递归神经网络的数学模型推导其动态反向传播学习算法及其改进算法．仿真结果表明：由于动态模糊神经网络的辨识过程同时利用了系统的当前数据和历史数据，对动态系统的辨识，特别是对具有纯时间延迟动态系统的辨识，较传统模糊神经网络在辨识精度和稳定性方面具有更好的效果．同时，确定网络权值和隶属函数参数初始值的方法可使动态系统的辨识过程具有更快的收敛速度．     

基于Dymola的车辆液压悬架系统的仿真

建立1/4车辆液压主动悬架的数学模型;提出一种基于压力反馈的液压主动悬架系统,采用Modelica编程语言在Dymola软件平台上建立系统的仿真模型;通过仿真调试得到优化的控制参数,并通过样机实验将优化后的系统在强斜坡信号下的车身位移响应与被动悬架系统进行比较,车身的系统动态响应得到很大的改善.结果证明通过Modelica仿真语言和Dymola中的数值求解器可有效地解决系统多领域分析优化问题.     

应用INS/GPS系统数据估计迎角和侧滑角的方法研究

针对迎角和侧滑角，特别在大迎角飞行情况下不能够精确测量的问题，研究了一种利用INS／GPS系统数据结合其他辅助系统来估计迎角和侧滑角的方法，利用INS／GPS系统测量的地速和总加速度信号结舍飞机其他传感器和数学模型估计得到了迎角和侧滑角传感器的虚拟信号。通过仿真验证，该方法结构简单易于工程实现，并且估计出来的迎角和侧滑角误差小于0．10，具有很好的实时性。     

直线永磁伺服电机机电子系统解耦的速度跟踪控制

根据三相交流直线永磁同步伺服电动机的非线性动态数学模型，采用状态反馈解耦的方法，建立直线永磁同步伺服电动机闭环系统动态的输入－输出数学模型，通过该解耦模型设计速度跟踪控制律，在保证整个闭环系统稳定的情况下，提高速度跟踪的快速性和精确性，最后，通过MATLAB5．3进行计算机仿真实验研究，结果表明线性化后的系统模型是简单适用的，速度跟踪实现了快速性和精确性。