飞航导弹INS／GPS组合制导仿真分析

介绍了INS／GPS组合导航在飞航导弹制导中的应用,结合假定弹道,对飞航导弹INS／GPS组合导航系统信息处理过程进行了建模与仿真,分析了陀螺漂移、GPS定位精度对INS／GPS组合导航系统制导精度的影响。     

基于双联邦UKF算法的组合导航数据融合方法

为了提高组合导航系统数据融合的精度和容错性,提出一种双联邦UKF组合导航数据融合方法.采用双联邦UKF滤波器的算法将JTIDS相对导航技术与成熟的GPS/INS/DVS组合导航技术相结合组成新的双联邦UKF组合导航数据融合算法.联邦UKF算法将UKF算法和分散式滤波技术相结合,精度高容错性好,JTIDS相对导航技术精度高抗干扰能力强.主滤波器1对GPS/INS/DVS组合导航信息进行融合后与JTIDS相对导航信息在主滤波器2中融合,提高了组合导航系统的可靠性和容错性.数值仿真实验表明,该算法性能优于单纯采用联邦GPS/INS组合导航算法是一种理想的组合导航滤波方法.     

GPS/INS组合导航系统的研究

文中叙述了GPS和INS的综合模式以及组合导航的误差模型,并且利用卡尔曼滤波对GPS和INS信息进行建模及仿真,说明GPS/INS组合系统不但可以提高制导精度,还可以估计制导误差.     

基于GPS/INS导航的速度误差修正算法研究

嵌入式导航系统受限于硬件资源,难以应用复杂的滤波算法。因此,为降低导航算法复杂度,同时保证嵌入式导航系统的精度,设计一种基于GPS/INS组合导航系统的速度误差修正算法。该算法先计算GPS和INS导航的速度先验分布,筛选异常数据。然后求取两种先验分布的交集作为后验分布,并修正速度误差。最后利用后验分布求得最优估计。计算仿真结果表明,误差修正算法有效的消除了INS导航的累积误差,并且修正后的速度误差较GPS导航有所降低。同时,该算法占用计算资源少,对嵌入式导航系统的设计有一定借鉴意义。     

基于联邦SR-UKF算法的GPS/INS导航数据融合算法

为提高导航系统数据融合的稳定性和容错性,将一种基于方根分解形式的Unscented卡尔曼滤波(SR-UKF)算法和分散式滤波技术相结合,建立了新的联邦滤波器SR-UKF算法并应用于GPS/INS组合导航系统中.数值仿真实验表明, 联邦SR-UKF 比联邦UKF 有更好的滤波精度、更高的稳定性和容错性, 是一种理想的非线性GPS/INS组合导航滤波方法.     

卡尔曼滤波直接法在INS/GPS组合导航系统中的应用

结合INS／GPS组合导航系统，讨论了卡尔曼滤波直接法的应用，仿真结果证明，采用卡尔曼滤波直接法可以有效地提高组合导航系统的导航精度。     

自适应钟差模型在GPS/INS深组合中的应用研究

针对GPS/INS深组合系统中GPS接收机误差状态模型难以确定的问题,文中提出了一种自适应的时钟误差模型.该模型可以根据GPS接收机钟差的变化规律而自适应调节模型参数.通过GPS/INS深组合导航系统将传统的固定参数多项式模型与该自适应钟差模型进行半物理仿真比较,结果表明文中提出的模型能有效提高组合系统的导航精度和可靠性.     

INS/GPS组合导航模糊控制方案

提出了一种利用模糊控制原理实现INS/GPS组合导航的方案,利用INS的短时高精度和GPS的误差不随时间积累的特性,使用模糊控制原理对两者进行组合,实现提高导航精度的目的.     

GPS/I NS组合导航缺星情况下的卡尔曼滤波改进算法

针对 GPS/INS(Global Positioning System/Inertial Navigation System)紧组合导航系统在卫星信号缺失情况下导航精度降低,容积卡尔曼滤波(Cubature Kalman Filter ,CKF)应用中存在模型误差和计算误差的问题,提出了适用于该背景下的强跟踪均方根容积卡尔曼滤波(Square-Root CKF)算法。该算法通过人为地相对突出滤波过程中新数据的作用,提高了算法在模型不确定时的鲁棒性;均方根策略保证了协方差阵的正定性和对称性。仿真实验表明,改进的算法能够提高导航精度,在卫星信号缺失情况下其效能发挥地更好,提高了组合导航适应复杂环境的能力。     

基于灰关联的INS/GPS组合导航系统滤波效能评估

为弥补均方根误差曲线法缺乏数值检验的不足,设计了基于灰关联的INS/GPS组合导航系统滤波效能评估方法。首先简要介绍了灰关联分析的评估原理;其次建立了INS/GPS组合导航的Kalman滤波器;将灰关联分析应用于组合导航系统滤波效能评估,从滤波前后导航数据关联角度给出了数值检验。结果表明,基于灰关联的组合导航系统滤波效能评估法是有效的,同时可与均方根误差曲线法配合使用。     

抗差估计及Allan方差在车载组合导航系统中的应用研究

针对组合导航系统中全球定位系统(GPS)信号易丢失和干扰、惯性导航系统(INS)无法长时间单独工作的问题,通过采用带故障检测和隔离的导航算法解决GPS 数据异常的问题,有效提高系统的可靠性;同时当GPS 卫星信号短时间丢失时,利用Allan 方差分析方法确定惯性传感器误差并进行补偿,使纯INS 能够在一定精度内独立工作相对长的一段时间。车载试验结果表明:该方法能够保证组合导航系统的可靠性,且在GPS 信号短时间丢失情况下提高了纯惯导系统的导航性能。     

INS／GPS组合导航模糊控制方案

提出了一种利用模糊控制原理实现INS／GPS组合导航的方案，利用INS的短时高精度和GPS的误差不随时间积累的特性，使用模糊控制原理对两者进行组合，实现提高导航精度的目的。     

一种基于INS/GPS的无人机组合导航控制系统的设计

惯性导航(INS)和全球定位导航(GPS)是现代航空中应用广泛的两种导航控制技术.运用组合导航控制技术, 将INS与GPS两者有机组合, 能很好地克服各自缺点,形成优势互补结构.介绍了一种低成本姿态确定INS/GPS组合导航系统, 并引入了卡尔曼滤波和故障检测和隔离技术, 有效地提高了导航系统的性能和精度, 从而构成比较理想的组合导航控制系统.     

SPKF滤波算法在紧耦合GPS/INS组合导航系统中的应用

根据SPKF滤波理论,建立捷联惯导系统在地理坐标系中的误差方程和GPS导航定位的误差模型,设计了GPS/INS的SPKF滤波器。该系统中含有位置误差、速度误差、平台误差角、陀螺漂移、加速度计偏差等17维状态。利用伪距、伪距率的观测信息对全部状态进行观测。对组合导航系统进行了动态仿真,仿真结果表明系统估计状态的导航精度高,系统的鲁棒性好。     

INS/GPS/TAN组合导航系统建模与仿真

在分析INS、GPS、TAN导航系统特点的基础上，提出了一种INS／GPS／TAN组合导航系统工程应用的方案。研究了其最优估计融合算法，并对算法做了仿真验证。结果表明：在确保整个组合系统可靠性的前提下，导航精度有了明显提高。因此，该方案非常适用于现代武器低空飞行时的导航。     

GPS/INS组合导航系统中接收机时钟误差处理研究

针对GPS/INS深组合中接收机时钟误差模型无法精确确定的问题,提出了一种基于时间差分的钟差推算新方法,利用相邻时刻观测量公共误差基本相同的特点,来实时推算接收机的钟差,仿真表明该方法具有较高的推算精度,并且能够消除接收机钟跳特性带来的预测困难。通过GPS/INS深组合导航系统与传统的时钟误差模型进行半物理仿真比较,表明本文提出的方法能有效提高组合系统的健壮性,消除接收机钟跳对滤波器稳定性的影响,并能显著提高系统的精度。     

北斗/INS 组合导航在某型装备中的应用设计

通过分析北斗卫星定位导航系统和惯性导航系统的优缺点,设计一种基于北斗/INS组合导航的系统数学模型。将北斗卫星定位导航系统和INS的信息进行组合互补,以卡尔曼滤波作为信息融合算法,选择间接法反馈校正模式设计组合系统,推导出组合导航系统的状态方程和量测方程,并根据组合导航系统的数学模型,对组合系统进行了跑车试验。试验结果表明,北斗/INS组合后的导航系统相对独立导航系统具有更高的精度。     

两种车载导航分散滤波算法对比及应用研究

针对航位推算/惯性导航/GPS(DR/INS/GPS)组合导航系统的多信息源融合,提出了基于局部反馈校正的联邦滤波和串级滤波两种算法,并进行对比研究.跑车实验结果证明,两种分散滤波算法在正常导航(无传感器故障)情况下都能有效提升车载导航系统的精度和可靠性,且前者定位精度较后者高;但后者能够消除DR误差前期积累,避免GPS失效时的定位输出"突跳"和"毛刺",具有更好的应用价值.     

21世纪初先进组合中制导GPS/INS关键技术概述与展望

对导航领域先进的组合制导方式GPS／INS进行了概述。揭示了其优越性并展望了GPS／INS的关键技术。还针对未来可能发生的高技术局部战争提出应立足自主导航系统的观点,并给出几点增强其抗干扰能力的措施。     

基于动态权值分配的无人机高度融合估计方法

为了提高无人机在海上低空飞行时的高度导航精度和可靠性,提出一种基于动态权值分配的高度融合估计方法。通过建立INS/GPS组合导航系统误差模型,设计了惯性/卫星/雷达高度计组合导航卡尔曼滤波器,并通过采用最优权值分配策略进行数据融合,实现低空飞行条件下的高度准确估计。仿真结果表明：该方法在低空飞行条件下的高度导航精度有明显提高,具备较强的鲁棒性,具有较大的工程应用参考价值。