INS／GPS组合导航联邦滤波器的仿真研究

为了研究平台式惯导INS(interial navigation system)和全球定位系统GPS(globe position system)组合导航联邦滤波器的实现，用卡尔曼滤波与Matlab仿真的方法，可以证明联邦滤波器算法简单，易于实现，并且可以提高导航系统精度．实际应用中此方法可行．     

H∞滤波在GPS／INS组合导航系统中的应用研究

根据H∞鲁棒滤波理论,提出了基于H∞滤波技术的GPS／INS全组合导航系统,利用了GPS和INS提供的位置、速度和姿态信息,并对该系统的滤波算法进行仿真。仿真结果表明,在GPS／INS组合中采用H∞滤波,不仅保证了组合系统导航精度,提高了滤波的鲁棒性,而且能够防止滤波发散。     

GPS／惯性导航组合性能和组合方法的研究

本文讨论GPS/惯性组合导航系统在导弹发射段时的组合性能，分析惯导系统不同性能条件和卡尔曼滤波器不同组合方法的组合特点，文中最后对降价滤波器的设计和滤波器方差阵的U-D算法进行了具体讨论。     

飞行器INS 与 GPS组合导航系统卡尔曼滤波

随着导航技术和控制理论的发展,组合导航系统已经成为当今最主要的导航系统。组合导航系统包括许多导航传感器,因此如何充分有效地处理来自多传感器的数据已成为组合导航系统的主要问题。在组合导航系统中,最先进的信息处理方法是联邦卡尔曼滤波。但联邦滤波器设计复杂,计算量大,很难满足一些高速巡航平台导航计算的高精度、高实时性要求。文章研究了巡航飞行器INS与GPS组合导航系统的卡尔曼滤波问题,设计了滤波器,并进行了仿真试验。     

联邦卡尔曼滤波在水下航行器组合导航系统中的应用

为了提高水下航行器的导航定位精度,设计了以捷联式惯性导航系统、地形匹配、多普勒计程仪等构成的组合导航系统,建立了各子导航系统的误差模型,采用联邦滤波技术对水下组合导航进行信息融合,建立了水下组合导航系统的观测方程并进行了计算机仿真.仿真结果表明:使用联邦卡尔曼滤波技术进行信息融合提高了组合导航系统定位精度和定位可靠性,能满足水下航行器高精度和高可靠性的要求.     

INS/GPS组合导航联邦滤波器的仿真研究

为了研究平台式惯导INS(interialnavigationsystem)和全球定位系统GPS(globepositionsystem)组合导航联邦滤波器的实现,用卡尔曼滤波与Matlab仿真的方法,可以证明联邦滤波器算法简单,易于实现,并且可以提高导航系统精度.实际应用中此方法可行.     

INS/DVL组合导航系统在水下载体中运用研究

根据水下载体长时间在水下盘行的特点，建立了INS／DVL组合导航的工作模式，推导了该组合模式的组合形式和卡尔曼滤波算法，并通过计算机仿真技术分析了INS／DVL组合导航系统的性能和精度，说明了在惯性导航系统基础上引入多卜勒速度计程系统可以极大提高载体在水下的导航精度。     

光纤SINS/GPS组合导航系统分析

为提高光纤陀螺捷联惯导系统的精度,以光纤陀螺捷联惯导系统与全球定位系统（GPS Globle Position System）为研究对象,采用联邦卡尔曼滤波算法,构成了SINS/GPS（Strap-down Inertial Navigation Systerm/Globle Position System）组合导航系统。仿真结果表明,该算法能及时修正子滤波器的偏差,大大降低子滤波器的模型误差,进而提高整个滤波器的精度,并有效克服了滤波发散现象。     

组合导航系统的自适应滤波

本文对自适应滤波在组合导航系统中的应用进行可行性研究,首先讨论了组合导航系统的数学模型,然后给出Sage和Husa提出的自适应滤波器,再用自适应滤波器来处理由组合导航系统测量器件给出的测量信息,对组合导航系统的状态进行估计,仿真结果表明,自适应滤波器具有良好的跟踪性能,即使噪声的统计特性不能确切地知道,滤波器也能给出系统状态比较精确的估计.     

GPS／捷联惯性组合导航系统的性能研究

采用卡尔曼滤波器进行最优组合的GPS/捷联惯性组合导航系统是一种精度高、成本效益好、功能可靠的导航系统。它既能增强GPS接收机的抗干扰能力又能抑制惯导的积累误差。机动飞行和干扰环境下所进行的模拟计算表明,采用C/A码GPS接收机和低精度(0.1°/h陀螺,1×10~(-3)加速度计)捷联惯导所组成的系统,定位精度可达20m(1σ),速度精度约为0.1m/s(1σ)。与纯惯导相比,性能精度约提高2个数量级。系统具有对惯性元件进行测漂补偿,对GPS用户钟差进行估计校正和实现惯性平台空中对准的功能,能缩短地面准备时间,提高飞行器的快速反应能力,是一种在航空、航天等领域中有着广阔应用前景的导航定位系统。     

地形辅助的INS／SAR组合导航系统

研究了该系统的组合原理、观测量的获得和组合滤波器的构造。给出的仿真结果说明，该系统是一个性能优良的导航系统。     

GPS／GLONASS组合导航中的星历计算与数据融合

针对ＧＰＳ／ＧＬＯＮＡＳＳ组合导航中的需要,分析了ＧＬＯＮＡＳＳ卫星的广播星历格式,简化受力模型和星历计算方法,并给出了ＧＰＳ／ＧＬＯＮＡＳＳ的数据融合模型。     

不同环境下的GPS/IMU数据融合

为提高Kalman滤波组合导航的估计精度,在考虑系统估计误差相关的情况下,提出了采用环境背景下不同传感器的有效性概率加权GPS/IMU组合导航自适应衰减记忆滤波的融合算法。通过对各种算法进行仿真分析发现,新算法的融合估计精度高于相应的未考虑环境信息的GPS/IMU融合估计精度 新算法具有几乎和有效概率加权Kalman滤波融合算法相同的融合估计精度,但其误差变化较后者平稳。表明新算法可有效地提高系统融合估计的精度和可靠性。     

车载GPS/DR组合导航系统的数据融合方法研究

GPS/DR组合导航系统是非线性的,扩展卡尔曼滤波(EKF)可以利用线性化技巧将其转化为线性滤波问题,但这一过程会使得滤波结果出现很大误差。针对这一问题,将改进的粒子滤波方法(UPF),即将无迹卡尔曼滤波(UKF)与粒子滤波(PF)相结合,应用到GPS/DR组合导航系统中,避免了EKF的线性化近似过程,同时优化了PF算法,提高了定位精度。实验结果表明,与EKF和PF算法相比,UPF算法具有更高的鲁棒性和更好的定位效果。     

Hybrid Kalman and unscented Kalman filters for INS/GPS integrated system considering constant lever arm effect

In inertial navigation system(INS) and global positioning system(GPS) integrated system, GPS antennas are usually not located at the same location as the inertial measurement unit(IMU) of the INS, so the lever arm effect exists, which makes the observation equation highly nonlinear. The INS/GPS integration with constant lever arm effect is studied. The position relation of IMU and GPS’s antenna is represented in the earth centered earth fixed frame, while the velocity relation of these two systems is represented in local horizontal frame. Due to the small integration time interval of INS, i.e. 0.1 s in this work, the nonlinearity in the INS error equation is trivial, so the linear INS error model is constructed and addressed by Kalman filter’s prediction step. On the other hand, the high nonlinearity in the observation equation due to lever arm effect is addressed by unscented Kalman filter’s update step to attain higher accuracy and better applicability. Simulation is designed and the performance of the hybrid filter is validated.