SINS／北斗双星组合导航系统研究

对SINS-9北斗双星定位系统的组合导航系统进行了研究。应用卡尔曼滤波技术实现了SINS和北斗双星定位系统的组合导航，建立了组合导航系统数学模型，进行了仿真实验。结果表明．组合系统的导航精度大大提高。     

SINS/北斗双星组合导航系统研究

对SINS与北斗双星定位系统的组合导航系统进行了研究.应用卡尔曼滤波技术实现了SINS和北斗双星定位系统的组合导航,建立了组合导航系统数学模型,进行了仿真实验.结果表明,组合系统的导航精度大大提高.     

SINS/北斗双星组合导航系统研究

对SINS与北斗双星定位系统的组合导航系统进行了研究.应用卡尔曼滤波技术实现了SINS和北斗双星定位系统的组合导航,建立了组合导航系统数学模型,进行了仿真实验.结果表明,组合系统的导航精度大大提高.     

分段最小二乘滤波的原理及应用

针对惯导／双星组合导航系统在战时易暴露目标的特点，提出了一种基于最小二乘滤波的分段滤波技术，并称之为分段最小二乘滤波。该滤波方案在INS／双星组合导航系统中进行分时段滤波。其它时间为纯INS解算。选择合理的滤波起始点及滤波时段的长短是分段滤波的关键技术。将分段最小二乘滤波应用到INS／双星组合系统中进行仿真验证．仿真结果表明采用分段最小二乘滤波既能保证组合导航系统的导航精度又可以有效减小用户与中心站的通信时间．提高了INS／双星组合导航系统的可靠性。     

基于H∞滤波的RDSS/INS组合导航研究

文中根据H∞鲁棒滤波理论．提出了基于H∞滤波技术的RDSS／SINS位置全组合导航系统，由H∞鲁棒滤波来提高系统的鲁棒性，对提出的全组合系统进行Simulink仿真。仿真结果表明该系统结构简单，状态估计精度高，系统仿真鲁棒性好，便于工程实现。     

SR-CDKF在组合导航直接法滤波中的应用

为了解决SINS/GPS组合导航系统姿态、速度和位置等导航参数的非线性估计问题,提出了一种基于平方根中心差分卡尔曼滤波(SR-CDKF)的直接式滤波估计方法。系统状态方程选取惯导力学编排方程,系统状态向量和观测向量分别选取SINS导航参数和GPS输出参数,构建了SR-CDKF滤波器。该滤波器可以使导航参数动态过程得到直接反映,并使得直接式滤波计算流程得以实现。以MATLAB中areoblk_HL20模块为基础构建了仿真系统并进行了仿真。仿真结果表明,该算法具有较高的滤波精度、良好的滤波收敛性和稳定性,能使非线性模型下SINS/GPS组合导航系统的导航要求得到满足。     

SINS/伪卫星组合导航系统

GPS能够提供全天候的实时高精度定位，但有时GPS系统不能工作，伪卫星的引入可以解决这一问题。文中研究了伪卫星导航原理，分析了伪卫星导航系统存在的问题以及解决方法。研究了SINS／伪卫星组合导航系统，给出了组合导航方案、误差方程和卡尔曼滤波算法，并进行了仿真研究。仿真结果表明．SINS／伪卫星组合导航系统可以有效抑制惯导系统的误差发散。伪卫星在GPS不可用时提供了另一种可行的区域导航定位方案。     

SINS/TACAN/ADS/OES机载组合导航设计与仿真

设计了以中等精度捷联惯导系统（SINS）为主导航系统，大气数据系统（ADS）、塔康系统（TACAN）和机载光电瞄准系统（OES）三种导航系统作为辅助导航系统的机载组合导航系统。SINS／TACAN／ADS／OES机载组合导航系统由两部分构成：（1）采用联邦滤波器的SINS／TACAN／ADS组合部分；（2）机载光电瞄准系统对导航位置误差校正部分。以一条典型的飞行轨迹对所设计的SINS／TACAN／ADS／OES组合导航系统进行了全航线的仿真研究，仿真结果表明：SINS／TACAN／ADS／OES组合导航方案是可行的，可以利用现有的机载辅助导航系统来降低对惯性器件的精度要求，基本满足飞机导航系统的性能要求。     

两种H∞滤波在SINS/GPS组合导航系统中的适应性

针对H∞鲁棒滤波实现算法在SINS/GPS组合导航系统中的适应性问题,将中央H∞滤波和次优后置H∞滤波用于开环SINS/GPS组合系统和闭环SINS/GPS组合系统中,进行滤波校正,结果表明:中央H∞滤波适于用在开环SINS/GPS组合系统中,次优后置H∞滤波适于用在闭环SINS/GPS组合系统.该结论可对组合导航系统中滤波算法的选取提供参考.     

基于量测多尺度预处理的GPS/SINS组合导航系统

针对GPS／SINs组合导航系统的信息融合问题,运用多尺度分析的思想,结合传统的Kalman滤波方法,提出了基于量测多尺度预处理的Kalman滤波算法。将上述方法引入到GPS／SINS组合导航系统中,并通过实际的静态试验给予验证。试验结果表明,该方法是一种有效的预处理方法,使组合导航系统的各项导航参数精度得到了显著提高。