SINS/GPS组合导航系统自适应扩展Kalman滤波

对于低成本SINS/GPS组合导航系统,由于惯性器件的精度较低,通常情况下的SINS误差模型估计不准确,甚至使滤波器发散,为此提出根据姿态四元数的SINS误差估计模型,该模型不需要对初始姿态进行赋值。为在观测噪声未知的情况下估计SINS误差,通过结合序贯处理与Kalman滤波算法,提出一种自适应扩展卡尔曼滤波方法,该方法可以同时进行序贯处理和观测噪声估计。仿真实验结果表明,该方法可以消除过程噪声方差和观测噪声方差不确定造成的影响,提高了SINS/GPS导航系统的性能。     

一种应用磁强计提高导航系统航向精度的方法

针对静止与匀速运动状态下低成本SINS/GPS组合导航系统航向角可观性差的问题,采用磁强计与低成本SINS/GPS构成新的组合导航系统,以提高系统的航向精度.给出了完整的组合导航系统卡尔曼滤波模型,利用Simulink进行了仿真实验.仿真结果表明:在静止与匀速运动状态下,SINS/GPS组合导航系统航向角误差发散,而SINS/GPS/磁强计组合导航系统的航向角有效收敛.利用某型系统进行了静态实验,实验表明:在传感器精度较差的条件下,SINS/GPS/磁强计组合系统航向角仍可以有效收敛,收敛后姿态角误差标准差小于0.2.静态实验验证了该方法在实际应用中的有效性.     

SINS/GPS／陆标组合导航在平流层飞艇中的应用

针对平流层飞艇的飞行特点，本文提出了SINS／GPS／陆标组合导航方法，给出了SINS／陆标组合导航的观测模型，并将改进的Sage—Husa自适应滤波方法与联邦滤波相结合，用于SINS／GPS／陆标组合导航系统。数学仿真结果表明：新组合导航方法相对于SINS／GPS组合导航系统，可以有效改善平台误差角的估计精度，同时利用改进的自适应联邦滤波可有效提高全局滤波精度。     

高动态GPS/INS组合导航中时间延迟软硬件 补偿算法研究

为了解决高动态条件下GPS/INS组合导航中由于两种导航系统时间异步,卫星导航信息滞后导致导航精度下降的问题,分别提出了利用GPS串口延迟时间段内SINS解算出的导航信息变化量来补偿延迟段内误差的硬件补偿方案和基于卡尔曼滤波对SINS频漂进行估计,采用多项式拟合得到融合点处的SINS计算伪距的软件补偿方案.通过建立模型完成了对SINS频漂量及其他误差量的闭环滤波估计及修正.设计了高动态飞行仿真试验,试验结果表明:补偿后的组合导航系统水平位置精度达到±0.12′;速度稳定后精度达到0.45 m/s.该方法缩短了误差的收敛时间,抑制了飞行状态突变的情况下滤波结果出现跳变剧烈等不利现象的发生,提高了组合导航系统的精度和性能.     

基于MEMS-SINS/GPS的组合导航系统设计

针对小型无人机导航系统低成本、微小型、高效性的特点,提出了基于捷联惯导(SINS)\卫星定位(GPS)的组合导航系统设计方案,深入研究了组合导航系统的关键技术;分析了MEMS传感器误差对导航系统的影响,建立了系统误差模型;采用利于工程实现的基于位置、速度误差作为状态向量,以松耦合方式进行集中式Kalman滤波,对SINS/GPS信息进行融合,避免了传统SINS系统状态模型非线性,滤波器设计困难的问题;最后对系统进行了仿真;仿真结果表明,该组合导航系统成功抑制了SINS系统的积累误差,提高了导航精度与可靠性,具有广阔的应用前景。     

基于GPS/SINS/里程计的车载组合导航研究

GPS/SINS组合导航系统虽然能很好地解决惯导系统的误差累积问题,但当GPS信号失效时,GPS/SINS组合导航系统不能正常工作或导航能力急剧降低。为提高车载松组合导航系统的精度和完整性,提出在GPS失效时采用OD(里程计)辅助SINS实现导航,推导出所需的GPS/SINS组合导航滤波方程和OD/SINS组合导航滤波方程,并进行地面车载试验。实验结果显示在GPS短时失效时,OD/SINS组合导航具有较高导航精度。     

GPS/SINS紧组合导航系统信息融合技术研究

为了提高复杂环境条件下导弹的导航精度,以GPS/SINS紧组合导航系统为研究对象,首先研究了GPS/SINS紧组合导航系统的数学模型;然后对扩展卡尔曼滤波和无迹卡尔曼滤波的算法进行了详细的分析;最后将这两种滤波算法应用到GPS/SINS紧组合导航系统中。系统仿真结果表明,UKF在位置、速度的估计精度上均优于EKF,并且UKF具有更好的稳定性和收敛性。     

GPS/SINS/Odometer组合导航系统的研究

针对全球定位系统(GPS)和捷联惯性导航系统(SINS)组成的车载导航系统在GPS失效时精度会快速下降的问题,提出了GPS/SINS/Odometer(里程计)组合导航定位系统,采用联邦卡尔曼滤波对SINS进行误差估计并作反馈校正。当GPS无效时,就可以使用里程计辅助SINS。实验结果表明,在GPS失效的时间段内,该组合系统可以有效地抑制SINS的误差发散,并将其误差限制在较低的水平,保证了组合导航系统的精度与可靠性。     

高精度组合导航系统仿真

以车载捷联惯导系统SINS与全球定位系统GPS的组合导航系统为研究对象,为了解决常规卡尔曼滤波器在非线性时变系统中由于线性化误差导致滤波发散的问题,将UKF算法引入到SINS/GPS组合导航系统。UKF同时适用于线性系统和非线性系统,且不需要对噪声的统计特性精确已知。通过建立SINS/GPS组合模型,对其进行了MATLAB仿真。对比常规卡尔曼滤波器与UKF算法的滤波效果可知,UKF算法提高导航解的精度和收敛速度,同时系统的鲁棒性也得到了提高。     

DSS/SINS组合导航实时滤波仿真

北斗双星定位系统的定位原理决定了其存在导航定位实时性较差的缺点。为了解决双星定位实时性差的问题，提出了一种新的北斗双星／SINS组合导航实时滤波方法，即对双星定位的静态误差进行建模，将静态误差模型作为其动态误差的残差模型与双星定位时间延迟随机常数一起扩充为组合导航滤波器的状态变量，然后对北斗双星／SINS组合导航系统进行状态估计的滤波方法。通过计算机仿真，结果表明该实时滤波方法能够更好地解决北斗双星／SINS组合导航在实际工程应用中定位实时性较差的缺点，从而提高了组合系统的导航精度，对北斗双星／SINS组合导航系统的实际应用有重要的参考价值。     

间接Kalman滤波器在航天器CNS/SINS组合导航中的应用

为了利用最优估计法实现捷联惯导系统和天文导航系统的组合,讨论了捷联惯导和天文导航两子系统的组合方式,初步建立了针对Kalman滤波的组合导航模型,在此基础上对比了直接法Kalman滤波和间接法Kalman滤波,并采用反馈校正法针对即得模型设计了间接Kalman滤波器.分析仿真结果表明,间接Kalman滤波器能较好实现两个子系统的组合,使两系统间的信息相互渗透,起到性能互补的作用.     

UKF在INS/GPS直接法卡尔曼滤波中的应用

提出将Unscented卡尔曼滤波(UKF)用于INS/GPS组合导航系统的直接法卡尔曼滤波,避免了对非线性的系统状态方程进行线性化.以INS输出的导航参数及平台误差角等作为系统状态,惯导力学编排方程和姿态误差方程作为系统状态方程,GPS输出的导航参数作为量测,采用UKF方法对系统导航参数直接进行估计.仿真结果表明,UKF方法有效地解决了直接法卡尔曼滤波中系统状态方程的非线性问题,并使INS/GPS组合导航系统具有较高的导航定位精度.     

MEMS SINS-GPS组合导航系统设计

为实现满足中低精度要求的低成本导航系统,选用MEMS惯性传感器研制了捷联式惯性导航系统(SINS);针对MEMS惯性传感器噪声较大和惯性导航系统误差随时间迅速累积的问题,利用小波对MEMS陀螺信号进行了降噪处理,并采用SINS-GPS卡尔曼滤波组合导航系统以消除惯导系统的误差累积,输出较高精度的速度、位置信息.对SINS和组合导航系统进行了仿真实验,实验结果表明所建系统的长时间导航性能有一定改善.     

合成孔径雷达在导航系统中的应用

综述了合成孔径雷达和干涉式合成孔径雷达的发展、导航系统的发展以及它们两者之间的相互渗透和相互辅助的应用情况。针对全天候、全天时的现代高分辨力微波遥感成像的合成孔径雷达,分析了合成孔径雷达与惯导系统组合的性能和方式,研究了惯导系统对合成孔径雷达不足的弥补方法,为合成孔径雷达技术在导航系统中的应用提供了有用的参考。     

基于非线性滤波算法的GPS与北斗定位研究

全球导航卫星系统GNSS可以提供全天时的三维位置信息和三维速度信息。传统只靠单一的导航系统不能满足系统的可靠性和完善性。为此提出GPS系统与北斗导航系统兼容定位方法,描述了测量模型和状态模型,并使用平淡卡尔曼滤波进行定位解算,在GPS和北斗导航系统环境下分别进行了单系统和多系统定位的验证、比较与分析。定位实验结果表明,与通用的最小二乘迭代法和扩展卡尔曼滤波等方法获得的结果相比,所提出的算法能获得更高的定位精度。当可见卫星数量发生跳变时,得出的滤波结果具有较高的精度和稳定性,特别是在卫星数比较少的情况下,通过组合两个不能单独定位的系统,可获得更高的融合定位精度。     

环形激光陀螺的最新发展

环形激光陀螺是当前高精度捷联惯导系统中最重要的设备之一,它在军用领域和商用领域获得了广泛的应用。近几年,和环形激光陀螺相关的进展主要可以概况为三个方面:激光陀螺研制技术的进步;对激光陀螺系统研究方法的深入和激光陀螺应用领域的扩展。激光陀螺发展的最新动态,对国内激光陀螺工业有重要的参考价值,将有助于提高我国环形激光陀螺技术水平。     

基于神经计算的GPS／SINS组合导航滤波器设计

将线性二次型最优化方法与Ｈｏｐｆｉｅｌｄ神经网络相结合，研究了一种基于神经计算的滤波算法。而且，将算法应用于全球定位系统（ＧＰＳ）与捷联惯导系统（ＳＩＮＳ）的组合导航，通过计算机仿真，与卡尔曼滤波算法结果进行了比较，说明了该滤波算法的有效性和实用性。     

低成本GPS／MEMS-IMU无缝导航系统仿真与实现

卫星导航系统实现导航定位功能要求可见星数大于等于4颗,这一限制影响了卫星导航系统在信号遮挡严重环境下的应用,如城市峡谷、大型桥梁等。针对这一问题,提出了将卫星导航系统与低成本MEMS惯性器件（IMU）进行信息融合的方案并用硬件实现该系统。将GPS与MEMS惯性器件以紧组合的工作模式融合,采用卫星原始星历信息作为观测量建立观测模型并以卡尔曼滤波实现信息融合,该系统在少于4颗可见星时仍能实现导航。为了验证这一方案,进行了仿真试验和跑车实验,结果表明该系统在可见星数小于4颗的情况下仍能保持较好的导航精度。     

应用于机载SAR运动补偿的SINS/GPS组合导航系统设计

针对机载SAR运动补偿的需求,以DSP为处理器设计了一套SINS/GPS组合导航系统。使用强跟踪卡尔曼滤波算法估计系统误差,利用闭环校正法进行修正,实现了SINS/GPS的数据融合。通过Matlab仿真和跑车实验验证了系统设计的可行性和有效性。该系统具有低成本、实时性和同步于SAR雷达PRF信号的优点。     

车载INS/GPS组合导航系统建模与仿真

为了准确地对车辆进行定位,实现导航功能,将两种常用的导航定位技术GPS定位导航技术与惯性导航技术进行组合,介绍了INS/GPS组合导航系统的仿真方案。因车载组合导航系统对精度的要求不是很高,采用低成本的机械陀螺和加速度计作为惯性导航系统的测量器件。INS/GPS组合导航系统采用位置和速度组合模式,分别给出纯INS,纯GPS,组合导航系统的位置误差比较。结果分析表明,组合导航系统精度高于INS和GPS分别独立工作时的精度。