基于多圆迭代和H∞ 滤波的捷联/天文定位算法研究

针对现有天文定位算法的缺点,提出一种多圆交汇迭代天文定位算法.该算法能够充分利用可观测恒星,同时能计算出定位误差协方差阵.针对提出的算法定位误差非线性的特点,提出了基于H∞滤波器的捷联/天文自适应组合导航算法,根据定位误差协方差阵实现量测自适应.仿真结果表明,天文定位算法模型准确,组合导航算法定位精度小于20m,定位误差稳定.     

自适应P值映射的惯性/天文角度组合导航算法

惯性/天文角度组合导航在应用于高动态飞行器时,动态飞行环境变更会导致星光角度观测量发生程度不等的偏差,使得常规组合滤波方法误差显著增大.为此,本文提出了基于P值映射的观测质量自主评估及自适应滤波方法,并应用于惯性/天文角度组合导航系统.该方法根据历年可见导航星情况分解冗余观测子集,再由P值度量其含有观测量偏差的显著性水平.在此基础上,通过遍历每颗导航星所隶属子集得到其观测量质量值,最后对惯性/天文角度组合滤波增益进行自适应调节.仿真结果表明,本文方法能够实现天文高度角观测质量的自主在线评估,有效提高星光观测质量下降情况下惯性/天文角度组合导航的精度和适应性.     

星光折射定位辅助的惯性/星光全组合导航算法

常规的惯性/星光组合导航多基于姿态信息组合,对位置、速度修正效果较差.针对上述问题,在惯性/星光姿态组合算法基础上,通过引入基于星光折射原理后获得的天文定位信息,设计了惯性/星光姿态、位置全组合导航方案,并提出了基于地心惯性坐标系下的捷联惯性/星光全组合导航算法.仿真结果表明:由于利用星光折射间接敏感地平的方法,在系统中引入了位置相关的观测信息,可确保组合导航系统获得较高的位置、速度和姿态精度.     

弹道导弹惯性/双星/天文组合导航系统研究

弹道导弹飞行特点对其导航系统提出了较高的技术要求,因此提出一种惯性/双星/天文组合导航方案对弹道导弹实时估计和修正导航误差,提高导航精度,该组合导航方案以惯性导航系统与天文导航系统的姿态角差值、惯性导航系统与双星定位导航系统的位置差值作为观测量,建立弹道导弹导航系统的数学模型和观测方程,以无反馈模式联邦滤波器在线估计弹道导弹导航参数误差值.通过计算机仿真并分析仿真结果:和惯性导航系统相比较,这种组合导航系统可以提高弹道导弹导航精度,适合弹道导弹组合导航.     

惯性基高精度组合导航方法研究与仿真

研究了一种基于捷联惯性导航系统(SINS)的高精度组合导航方法;选取SINS的系统误差作为组合导航系统状态,利用天文导航系统(CNS)输出的姿态矩阵和SINS输出信息计算得到的等效姿态矩阵来构造量测,设计SINS/CNS组合导航算法;利用SINS与北斗卫星导航系统(RDSS)各自的位置输出构造量测,设计SINS/RDSS组合导航算法,从而,利用联邦卡尔曼滤波技术设计SINS/CNS/RDSS组合导航算法;仿真结果表明,惯性基SINS/CNS/RDSS组合导航方法具有较高的导航定位精度,工程应用前景良好。     

北斗/DR组合导航融合算法及其在物流中的应用

介绍了我国自主研制的北斗卫星导航定位系统.针对该导航定位系统中存在的问题,以无惯性测量元件的DR作为其补充定位方式,设计了北斗/DR组合导航定位系统,并找出了一种组合导航定位的卡尔曼滤波算法,有效地提高了组合导航系统的定位精度.提出了将北斗/DR组合定位系统应用于现代物流管理信息系统的解决方案,分析了将北斗定位系统应用于现代物流管理的优势.     

运动载体的惯性／天文导航系统仿真研究

对惯性/天文组合导航系统在运动载体上的应用进行了研究.在分析天文导航系统测姿原理的基础上,建立了组合导航系统的数学模型,介绍了一种姿态角误差转换矩阵的求取方式,针对运动载体姿态相对变化较快而存在的输出延迟问题,研究一种在采用卡尔曼滤波进行信息融合过程中,进行延迟误差补偿的数据处理方法.基于建立的数学模型,运用卡尔曼滤波方法对延迟补偿前后的系统进行了仿真比较,仿真结果表明文中所设计算法可以较好地满足运动载体的定姿定位要求.     

联邦卡尔曼滤波器在容错性组合导航系统中的应用

本文提出了基于无复位联邦卡尔曼滤波的信息融合算法,建立了惯性/卫星/天文组合导航系统的误差模型,并进行了计算机仿真。仿真结果表明,该算法具有较强的容错性。     

低成本SINS/GPS组合导航系统方案

低成本捷联惯性导航系统SINS、GPS硬件和相应的组合导航算法已经开始成熟,但仍然缺少简单可行的、完整的组合系统方案.针对低成本SINS\GPS组合导航设计了一套完整的方案.首先利用GPRS和TCP/IP通信链路实时传输GPS差分数据,提高GPS定位精度.用计算机串口接收SINS\GPS数据,并利用计算机时间使SINS和GPS数据同步.然后给出了SINS速度和位置更新的简化算法,由于低成本SINS无法确定航向角,所以使用SINS自带的姿态和航向参考系统输出的航姿信息.最后阐述了方案采用的组合导航数据融合卡尔曼滤波模型,并以RTK定位数据为参考真值进行了车载实验,实验表明组合系统更加稳健,定位精度明显提高.     

RFID辅助捷联定位系统的地铁列车组合定位系统建模与仿真

为了提高地铁列车的导航定位精度,提出了一种基于射频识别(RFID)辅助捷联惯性定位系统(SINS)的列车组合定位系统,分析了捷联系统和RFID系统的误差源,并建立了数学模型,设计了地铁列车组合导航定位算法并进行了仿真实验。仿真结果表明,所提出的RFID辅助地铁列车定位系统精度和可靠性得到提高,克服了捷联惯性系统误差随时间增大和RFID定位信息不连续的缺陷。     

改进量测的车载捷联惯导/里程计组合导航算法

针对车载SINS/Odometer速度量测和位置量测组合导航算法的潜在缺陷,提出了改进量测算法.在分析里程计输出误差模型的基础上,将里程计标度因数误差和惯导系统安装偏差均列入状态变量,并将1 s内惯导位置增量和航位推算位置增量之差作为量测值进行组合导航.车载试验使用精度为0.02°/h的激光陀螺捷联惯导系统,采用该算法后行驶54 km,定位精度可达行驶里程的0.08％.离线分析进一步证实,改进算法可以快速估计出各项传感器误差、安装偏差和初始对准误差,从而保证系统的定位和定向精度.     

SINS/CNS/SAR组合导航系统中的信息融合算法研究

在SINS/CNS/SAR组合导航系统中,存在量测信息时间不同步及系统容错性差的问题,为了获得高精度滤波结果,设计了一种新的信息融合算法.首先对各子系统量测信息进行野值检测,并对处理后的量测信息进行时间同步处理;然后利用SINS/CNS和SINS/SAR子滤波器分别进行局部滤波得到局部估计值,经系统容错检测后,由主滤波器对局部估计值进行自适应融合,实现全局滤波.仿真结果表明,量测信息时间同步处理可以优化系统定位精度;当系统出现量测异常时,所提出的融合算法可以有效检测故障并进行处理,状态估计值始终维持在稳态附近.新的融合算法能改善导航系统的客错性能,提高导航精度,设计方案具有重要的理论参考价值.     

高超声速飞行器惯导系统误差参数两次优化辨识方法

为满足高超声速飞行器高精度和高可靠性的导航要求,提出一种在发射惯性系下利用智能优化算法实现捷联惯性系统误差参数两次优化辨识的方法.建立惯性测量单元(IMU)误差补偿模型和完整的非线性捷联惯性系统导航模型,为数值优化计算提供准确的模型基础.基于SINS/GPS/CNS组合导航系统信息,建立陀螺仪误差优化模型和加速度计误差优化模型,采用两次优化策略分步估计捷联惯性系统误差参数:首先利用粒子群算法对陀螺仪误差参数进行优化辨识和补偿;然后利用粒子群算法对加速度计误差参数进行优化辨识.仿真结果表明,基于组合导航系统信息和非线性优化模型,两次优化辨识方法能够在线辨识出高精度的捷联惯性系统误差参数,陀螺仪和加速度计优化参数值的相对误差均在20%以内,从而有效提高了高超声速飞行器导航精度.     

一种新的改进高斯粒子滤波算法及其在SINS/GPS 深组合导航系统中的应用

针对组合导航系统中出现的线性非线性混合滤波模型,提出一种新的混合高斯粒子滤波算法(MGPF).该滤波算法在状态更新过程中借鉴线性卡尔曼滤波思想直接更新状态量的高斯分布参数,而非逐个更新每个粒子,因此很人程度上减少了高斯粒子滤波算法(GPF)的计算量,同时滤波精度也有一定的提岛.建立了捷联惯性导航系统与全球卫星定位系统(...     

长航时无人机惯性/天文组合导航算法研究

针对捷联惯导/GPS组合导航系统的抗干扰性差、捷联惯导/星敏感器组合系统不能解决惯导位置发散的问题,提出了一种采用捷联惯导与基于间接敏感地平的天文导航相组合的长航时无人机导航新方案。分析了最小二乘微分校正天文定位方法对无人机的定位原理,设计了组合导航的滤波器,推导了系统的观测矩阵。仿真结果证明,组合方法能较好地实现无人机的定位定姿,具有较强的抗干扰性和较高精度,可以满足长航时无人机导航系统的要求。     

一种改进的联合滤波方法在车载SINS/GPS中的应用

提出了一种改进的联合滤波方法，即通过滤波器的方差值和故障检测函数，调节局部滤波器的信息分配，来改善总的滤波效果；通过设计牟载SINS／GPS组合导航系统最优综合的联合卡尔曼滤波器，给出其滤波算法，对其进行理论分析及计算机仿真，结果表明，应用该改进的联合滤波方法可大大提高车载SINS／GPS组合导航系统的定位精度及容错能力。     

扩展卡尔曼滤波在组合导航中的应用

松组合导航中,采用组合导航系统(SINS)误差作为状态量,用SINS解算的位置和速度与全球定位系统(GPS)测量的位置速度之差作为量测信息.为了提高组合导航的精度在松组合导航中应用扩展卡尔曼(EKF)滤波算法,通过仿真对载体轨迹的速度、姿态、位置进行跟踪.仿真结果表明:在仿真进入8 min之后系统进入稳态,能准确跟踪载体.因此,采用基于EKF的非线性滤波能有效跟踪载体的位置、速度和姿态.