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。     

联邦卡尔曼滤波在INS＼GPS组合导航中的应用

介绍了INS＼GPS组合导航系统的优点;根据联邦卡尔曼滤波原理,设计了INS＼GPS组合导航系统的滤波算法;对该组合系统的联邦卡尔曼滤波算法进行了仿真;仿真结果表明,在INS＼GPS组合导航系统中采用联邦卡尔曼滤波,不仅提高了定位精度,而且保证了滤波的快速性.     

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.     

INS/GPS组合导航系统模糊卡尔曼滤波算法研究

载体在机动的情况下,系统会产生随机非高斯噪声,这些噪声的统计特性不易准确得到.若在组合导航系统中仅采用常规卡尔曼滤波算法,不能得到系统状态的最优估计值,甚至滤波器还有可能发散.文中设计了一种模糊推理系统,并将其与卡尔曼滤波算法相结合,在线修正系统量测噪声协方差阵.仿真结果表明,该模糊卡尔曼滤波算法能很好地对系统状态进行最优估计,同时能很好适应系统噪声的变化,提高了导航系统的精度.     

INS／GPS导航中联邦卡尔曼滤波算法

根据INS（惯性导航系统）和GPS（全球定位系统）不同的特点，将两者组合起来，在阐述联邦卡尔曼滤波原理基础上。设计了INS／GPS组合导航系统的滤波算法。对该组合系统的联邦卡尔曼滤波算法进行了仿真，仿真结果表明：在INS／GPS组合导航系统中采用联邦卡尔曼滤波，不仅提高了定位精度。而且保证了滤波的快速性。     

基于MIMU/GPS组合导航定位系统的一种新型卡尔曼滤波算法的研究

文中提出了基于MIMU/GPS组合导航定位系统的一种新型卡尔曼滤波算法。系统以MEMSIMU为传感器核心,采用位置和速度组合,运用该算法对系统模型误差和量测噪声协方差误差具有良好的自适应性。     

基于低通滤波技术的GPS/INS 组合导航

针对GPS/INS组合导航系统中的惯性导航系统(inertial navigation system,INS)存在的随机误差的问题,研究了一种通过低通滤波器减弱或消除GPS/INS组合导航系统高频噪声的方法。分析了陀螺仪与加速度计在三轴方向上的误差源及其相关性,给出无人机组合导航系统中GPS/INS组合导航误差模型,针对INS数据中所含的高频误差,构造了低通滤波器以消除其对导航精度的影响;并通过实测Matlab/Simulink仿真与实测GPS/INS导航数据验证该低通滤波器性能。试验结果表明:采用低通滤波处理INS高频误差显著改善了位置精度,三轴方向上精度分别提高了25%、22%和21%。     

GPS/INS超紧组合系统综述

介绍了GPS/INS超紧组合系统的概念,按照结构与信息处理方式的不同将超紧组合系统分为INS辅助GPS超紧组合、相关深组合和非相关深组合三种模式,在给出不同模式超紧组合系统结构的基础上对比分析了各自的特点,综述了GPS/INS超紧组合系统的国内外发展现状,指出超紧组合系统的关键技术与未来的发展方向。     

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。     

INS/GPS导航中联邦卡尔曼滤波算法

根据INS(惯性导航系统)和GPS(全球定位系统)不同的特点,将两者组合起来,在阐述联邦卡尔曼滤波原理基础上,设计了INS/GPS组合导航系统的滤波算法.对该组合系统的联邦卡尔曼滤波算法进行了仿真,仿真结果表明:在INS/GPS组合导航系统中采用联邦卡尔曼滤波,不仅提高了定位精度,而且保证了滤波的快速性.     

H∞滤波及其在GPS/INS容错组合制导中的应用

Kalman滤波需要给出系统精确的状态模型和噪声统计性能,而在实际应用中却难以满足,故利用Kalman滤波可能得不到系统最优估计,甚至发散。文中给出了在巡航导弹GPS/INS组合制导应用中对模型及噪声容错性能更强的H∞鲁棒滤波,仿真结果表明,即使对简化的组合制导模型和噪声,利用H∞滤波仍可得到良好的估计结果。     

INS/GNSS/CNS组合导航系统仿真研究

研究了INS／GNSS／CNS组合导航系统的原理和特点。分析并建立了组合导航系统的误差模型，采用了平台失准角、INS与GNSS的位置之差和速度之差作为观测量进行仿真计算。仿真结果表明：采用天文导航系统对弹道导弹的INS／GNSS组合导航系统进行辅助将大幅度提高导弹的导航精度，具有重要的实际意义。     

SINS/GPS 组合导航卡尔曼滤波算法研究

针对单独使用某一种的导航设备都无法满足机载火控系统和飞行系统要求的问题,推导出 SINS/GPS 组合导航中的一种新的卡尔曼滤波算法.将有色噪声的白化处理引入到卡尔曼滤波器,设计了一套动态车载组合导航试验系统,给出了基于有色噪声白化的卡尔曼滤波器算法的具体步骤,以动态车载 SINS/GPS 组合导航系统试验的数据分析验证了此算法的正确性和合理性.分析结果表明:基于有色噪声白化的卡尔曼滤波器可以很好地解决有色噪声的影响,弥补了传统卡尔曼滤波器的不足,提高了导航结果的精确度.     

基于低成本传感器的航弹组合导航算法

为了降低航弹成本、提升装备效费比,以低成本航空制导炸弹的组合导航系统为研究对象进行算法研究.利用扩展卡尔曼滤波算法构建以MEMS陀螺和加速计为核心,GPS辅助的低成本、高精度组合导航系统,采用无人机飞行试验对该系统的导航性能进行评估,得出误差数据,并与纯惯性导航结果相对比.实验结果表明:该导航系统定位精度能达到2 m以内,系统解算精度满足航空制导炸弹飞行要求,对常规航弹制导化改造具有工程实际意义.