卡尔曼滤波在地形辅助导航中的应用及仿真

本文以地形辅助导航系统的研究为背景,对推广的卡尔曼滤波连续修正惯导误差技术在地形辅助制导中的应用进行了研究与分析,建立了系统的状态方程和测量方程,据此推出卡尔曼滤波模型。仿真实验证明了这一方法是可行的,明显改善了飞行的实时控制水平。     

SINS/GPS/罗兰C／双星多传感器组合导航系统研究

惯导（INS）被认为是自主性最强、隐蔽性最好、应用最广泛，不受外界干扰的导航系统，而捷联惯导（SINS）以其诸多优点，成为惯性导航的一个主要发展方向。本文研究基于集中和联邦滤波的捷联惯导与GPS、罗兰C、双星组合导航系统，利用双星、罗兰C等子系统提供的参数信息对组合导航系统进行集中和联邦卡尔曼滤波，校正捷联惯导系统的误差。在对系统进行了理论仿真、比较的基础上，进行了海上试验，给出了动态试验的结果。理论仿真和基于实测数据的试验结果表明，本文介绍的滤波器是可行的，具有较高的滤波性能和精度，很好地提高了导航系统的可靠性和性能。     

SINS/EC组合导航系统研究

利用电子罗盘辅助捷联惯导系统构成一种完全自主式的组合导航系统。本文推导了电子罗盘的姿态误差方程，用捷联惯导系统和电子罗盘输出的姿态误差的差值作为组合模式的测量值，利用卡尔曼滤波技术进行误差估计，给出了系统仿真结果。仿真结果表明组合导航系统可有效地减小姿态误差累积。     

无源北斗/惯导两级滤波闭环组合算法

针对北斗卫星定位系统和惯性导航系统的组合设计组合导航卡尔曼滤波定位算法,引入伪距率作为观测量,基于高稳定度用户时钟,提出了双星下用两级滤波器对惯导进行闭环校正的闭环组合设计方案。其最大的优点是能根据收星情况稳定地在闭环和开环方式之间转换,这是采用惯导模型设计滤波器所不具有的。最后通过仿真说明本文方案有效地提高了丢星时组合导航系统的滤波定位精度,能够有效校正惯导的姿态误差角,并以较高的精度估计用户的三维速度。     

利用陆基无线电测距信息修正惯导技术研究

介绍几种常用外部信息辅助惯导的组合导航方式.结合陆基无线电导航的特点,提出了利用无线电精确测距信息对一定区域内的飞行目标进行惯导误差修正的方案.推导出单站测距误差方程,并用最小二乘法解算出惯导修正参数.整个系统组成简单,易于实现.     

激光雷达／惯导组合导航系统及其在自主导航中的应用

组合导航系统是指将两种或两种以上不同的导航设备以适当的方式组合在一起,利用其性能上的互补性,以获得比单独使用任一系统时更高导航性能的导航系统。本文论述激光雷达（LADAR）／惯导（INS）组合导航系统的基本概念、国外发展现状及其在自主导航中的应用和涉及的关键技术。     

MEMS-INS/GPS双星组合定位方法研究

提出了一种 GPS 不足 4 颗星情况下的双星组合定位方法。利用微机械惯导系统短时间自主导航定位的优良特性,建立双星组合定位的误差方程,同时利用 GPS 导航系统自身的卫星测量信息,设计双星组合定位导航系统的卡尔曼滤波器来实现微机械惯导和 GPS 卫星信息的最优融合。通过微机械惯导和 GPS 的信息融合,实现 GPS 在 2 颗卫星情况下的组合定位。实验结果表明,在 GPS 卫星导航收星条件差的情况下,双星组合导航具有较好的定位精度。     

基于粒子滤波的INS/TAN组合导航

将粒子滤波应用于INS／TAN组合导航系统中。仿真证明，该滤波方法有效地克服了地形的非线性特性和惯导误差对组合导航结果的影响。     

小波滤波在惯性测量组合误差补偿中的应用

为了补偿捷联惯导中惯性测量组件的误差,根据惯性测量组合中陀螺的动、静态误差在频率范围的不同分布,介绍了小波滤波的一般理论和方法,提出用一种利用最优低通IIR滤波器和小波滤波相结合的方法抑制惯性测量组合中陀螺静、动态误差.实验数据仿真结果表明,该方法有效抑制了陀螺噪声,提高了陀螺输出稳定性和使用精度.     

基于激光陀螺平台的船载姿态定位系统

为确保船载卫星接收机能够得到自身实时、准确的姿态信息,考虑到低成本的要求,采用微机电系统(MEMS)惯性器件设计接收机用姿态定位系统。利用船头部的高精度激光陀螺导航系统来组合尾部的MEMS惯导系统,对MEMS捷联惯导系统的误差进行了分析并建立组合导航系统的动态模型,利用Sage-Husa自适应滤波器对惯导系统的误差进行估计,对MEMS惯导系统的姿态解算结果予以修正,以解决MEMS惯导姿态精度低的问题,试验验证方案可行。     

正逆向滤波在惯性卫星组合导航中的应用

为满足高性能惯性/全球卫星导航系统(GPS)组合导航的要求,进一步提高卡尔曼滤波算法在组合导航定位中的解算精度,考虑利用逆向数据处理和加权平滑的融合算法,提出一种正逆向融合的卡尔曼滤波算法应用于惯性/GPS的松组合导航中。分析了正逆向融合的卡尔曼滤波算法的解算方法,并与普通正向卡尔曼滤波算法做出比较。实验部分采用车载传感器采集的实测数据,通过对两种方法解算结果的误差分析,表明了正逆向融合的滤波算法在定位精度方面优于传统正向滤波算法。     

一种新型的INS与UWB融合的室内行人跟踪方法

针对单一室内定位系统定位精度低、鲁棒性差的问题,提出了一种新型的基于动态鲁棒容积卡尔曼滤波的超宽带(Ultra-wideband,UWB)与惯性导航系统(Inertial Navigation System,INS)融合的定位方法.首先建立了一种易于实现的UWB-INS融合定位框架,然后提出了一种动态鲁棒容积卡尔曼滤波算法以处理多源数据的融合.提出的滤波算法可将M估计理论、强跟踪算法、动态增强策略与传统的容积卡尔曼滤波算法结合,以此缓解外界噪声和系统模型误差对状态估计的不利影响.在UWB-INS组合定位框架内采用动态鲁棒容积卡尔曼滤波,可实现对室内行人运动轨迹的精确稳定跟踪.实际数据测试和Matlab仿真验证了所提方法在复杂环境下其定位精度和鲁棒性均优于单一依赖UWB或INS技术的定位系统.     

基于固定点平滑的CNS/INS一体化偏差标校方法

CNS/INS 一体化偏差是制约组合导航系统精度的重要因素，本文提出一种基于 Kalman 固定点平滑的惯性/天文组合导航系统一体化偏差估计方法。在常规 Kalman 滤波估计流程的基础上，充分利用量测期间的全部观测值对滤波状态参数进一步平滑处理，实现状态参数的最优化估计。仿真结果表明，相比常规 Kalman 滤波算法，该方法可有效提升滤波器状态参数估计的稳定性和精度水平，方法的有效性得到验证。     

Modified Unscented Kalman Filter for a Multirate INS/GPS Integrated Navigation System

Instead of the extended Kalman filter, the unscented Kalman filter (UKF) has been used in nonlinear systems without initial accurate state estimates over the last decade because the UKF is robust against large initial estimation errors. However, in a multirate integrated system, such as an inertial navigation system (INS)/Global Positioning System (GPS) integrated navigation system, it is difficult to implement a UKF‐based navigation algorithm in a low‐grade or mid‐grade microcontroller, owing to a large computational burden. To overcome this problem, this letter proposes a modified UKF that has a reduced computational burden based on the basic idea that the change of probability distribution for the state variables between measurement updates is small in a multirate INS/GPS integrated navigation filter. The performance of the modified UKF is verified through numerical simulations.     

基于测速误差预补偿的水下航行体组合导航技术

针对水下航行体INS/DVL组合导航系统,提出了基于DVL测速误差预先补偿的卡尔曼滤波方案,介绍了测速误差预先补偿方法和补偿措施。通过试验验证,基于DVL测量速度误差预先补偿的组合导航技术改善了系统滤波收敛特性,提高了导航定位精度。     

李世忠，王国宏，吴 巍，苏少涛

在强对抗条件下雷达/红外双模复合制导跟踪中,雷达采用间歇工作方式可以减少敌方导弹拦截概率和电子支援措施锁定概率。文中在导弹复合制导跟踪中提出了一种雷达间歇工作下的雷达与红外序贯滤波融合算法,该算法针对雷达、红外量测时间不一致的特点,采用顺序处理结构的多传感器集中式融合方法对目标进行跟踪,在跟踪中使用了基于交互多模型和扩展卡尔曼(IMM-EKF)的序贯滤波方法,利用滤波过程中的状态估计协方差与测量误差方差进行比较控制雷达间歇工作。该算法可以自动适应雷达间歇工作,不需要在单/双传感器跟踪模式之间切换,最后通过仿真的方法分析了传感器数据率和雷达间歇工作对跟踪精度的影响。     

Performance Enhancement of MEMS-Based INS/GPS Integration for Low-Cost Navigation Applications

The relatively high cost of inertial navigation systems (INSs) has been preventing their integration with global positioning systems (GPSs) for land-vehicle applications. Inertial sensors based on microelectromechanical system (MEMS) technology have recently become commercially available at lower costs. These relatively lower cost inertial sensors have the potential to allow the development of an affordable GPS-aided INS (INS/GPS) vehicular navigation system. While MEMS-based INS is inherently immune to signal jamming, spoofing, and blockage vulnerabilities (as opposed to GPS), the performance of MEMS-based gyroscopes and accelerometers is significantly affected by complex error characteristics that are stochastic in nature. To improve the overall performance of MEMS-based INS/GPS, this paper proposes the following two-tier approach at different levels: 1) improving the stochastic modeling of MEMS-based inertial sensor errors using autoregressive processes at the raw measurement level and 2) enhancing the positioning accuracy during GPS outages by nonlinear modeling of INS position errors at the information fusion level using neuro-fuzzy (NF) modules, which are augmented in the Kalman filtering INS/GPS integration. Experimental road tests involving a MEMS-based INS were performed, which validated the efficacy of the proposed methods on several trajectories.      

新型自适应Kalman滤波算法及其应用

为防止滤波发散和提高系统的实时性,提出了一种新的自适应Kalman滤波算法.该算法利用滤波异常判据获得一个滤波状态因子,通过滤波状态因子确定量测噪声协方差阵的值,在线调整噪声的统计特性实现自适应滤波.将该算法应用到惯导/双星组合导航系统中,并和常规Kalman滤波和简化的Sage-Husa自适应滤波算法进行仿真比较.仿真结果表明,在滤波精度与简化Sage-Husa自适应滤波相当的情况下,新算法简化了运算,提高了实时性.     

机载雷达探测精度评估方法研究

影响机载雷达探测精度的主要因素是惯导系统的导航误差和机载雷达的量测误差.严格分析了惯导系统的导航误差和雷达的探测误差在各阶段坐标变换中对机载雷达探测精度的影响,并根据误差传递理论详细推导了机载雷达探测数据在机体坐标系、载机惯性坐标系、WGS-84地心直角坐标系、地面站坐标系或大地坐标系中的探测精度的计算公式,并进行了实例计算.计算结果表明,所提出的机载雷达探测精度评估方法是符合工程实际的.     

低成本组合导航系统的数据融合算法

该低成本组合导航系统由基于MEMS器件的惯性导航系统和GPS组成。针对该系统,基于卡尔曼滤波的数据融合算法,提出了解决和分析系统状态的可观性问题、滤波器的阶次选择问题的方法,并进行了数学仿真,结果表明提出的思路和方法是可行的,具有工程参考价值。