惯性/北斗双星组合导航系统研究

对惯性导航系统、北斗双星定位系统两者的组合进行了研究.建立了惯性/北斗双星组合导航系统的数学模型,针对双星系统噪声特性难于统计的特点设计了可实时估计量测噪声的自适应卡尔曼滤波器.并对系统产生的量测延时给出了较好的解决方案.最后对系统进行了仿真试验,仿真结果表明该组合导航系统具有较高的精度,此方案具有较好的工程应用价值.     

惯性/天文深组合非线性定位算法

针对传统惯性/天文定位算法进行天文导航定位时需要通过迭代计算获得载体的经纬度信息,会不可避免地引入定位计算误差问题,推导了天文高度角与平台误差角和水平位置误差的数学模型,进而提出了以天文高度角为量测信息的基于无迹卡尔曼滤波的惯性/天文深组合导航算法.仿真结果表明,所提出的算法利用单颗星即可进行定位,3颗星时组合导航定位精度达到100 m,有效提高了惯性/天文组合定位精度.     

一种天文/惯性导航系统组合模式的研究

本文以姿态误差四元数与陀螺漂移误差之间的关系为基础,构建了系统状态方程;针对天文/惯性组合导航系统,以姿态四元数误差为观测值,具体推导了系统量测方程。利用卡尔曼滤波,对天文/惯性组合系统的融合方案进行了仿真,仿真结果较好的实现了对陀螺漂移误差的估计。     

天文-惯性组合导航技术在高空飞行器中的应用

综述了天文-惯性组合导航在高空飞行器中的应用和发展概况,在分析了国内外装载天文导航系统(CNS)/惯性导航系统(INS)的航空飞行器基础上,从工作环境、组合模式、导航解算等方面分析了CNS/INS的技术性能,指出CNS-INS组合导航更适用于执行长航时、高空飞行的航空飞机,能够满足航空飞行器对高精度导航系统的需要.概括了CNS/INS导航的特有优点,提出了发展CNS-INS组合导航的必要性,讨论了今后机载CNS-INS组合导航技术的研究发展方向.     

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.     

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.     

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。     

IMU/GPS/DCM组合导航系统全组合算法研究

通过分析姿态组合算法中平台误差角与姿态误差角物理意义的不同,推导并得到了二者之间的转换关系;利用联邦滤波技术,设计了弹载IMU/GPS/DCM组合导航系统,其中IMU为战术级捷联式惯导系统,GPS为普通民用级;仿真结果表明在元器件精度很低的情况下,使用文中的算法及系统设计依然可以实现高精度导航;组合导航系统的姿态误差角可控制在10角分左右,位置精度在3 m以内,具有较高的实际应用价值。     

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.     

SINS/GPS组合导航仿真系统研究

SINS/GPS组合导航仿真系统的研究对于方案论证、系统设计以及工程研制等有着重要的意义.介绍了组合导航系统原理以及组合导航仿真系统的结构和原理,包括航迹仿真器、惯导仿真器、GPS仿真器及卡尔曼滤波器等.系统采用VisualC 6.0语言开发,效率高,可移植性强;采用OpenGL做实时动画显示,界面丰富,可观测性强.该系统讨论了仿真系统的功能设计和人机界面设计以及相关的核心算法等,最后在该系统下进行了仿真,取得了较好的效果.同时模块化设计使得该软件中的核心算法已成功移植应用于实际工程中.     

巡航导弹惯导系统数学仿真

针对常用惯导仿真方法对模拟长时间复杂条件下工作的巡航导弹惯导系统存在一定难度的问题,在分析平台惯导系统数学模型的基础上,通过设计巡航导弹典型飞行航迹,建立惯导器件误差仿真模型,对含有误差的惯导系统进行导航解算,构建了完整的巡航导弹惯导系统仿真模型 .利用MATLAB/Simulink工具对模型进行了仿真与误差统计分析.得到的导航位置误差和速度误差与实际情况基本相符,证明仿真模型建立正确,方法使用得当.为进行惯导及组合导航研究提供了一种实用方法.     

一种SINS／GPS组合导航系统的数字仿真方法

组合导航系统的数字仿具对于系统、方案论证有着重要的意义，目前国内各种期刊当中关于SINS／GPS组合导航方面的文章都较少涉及数字仿真的算法，针对这种情况，在查阅有关文献、上机实验的基础上，文中总结出了一种SINS／GPS组合导航系统的数字仿真方法。SINS和GPS采用位置、速度综合模式，使用卡尔曼滤波技术，给出了数字仿真结果，并对结果进行了分析。     

无人机组合导航系统的自适应滤波研究

无人机组合导航滤波器的设计需要考虑器件和外部环境不稳定带来的影响,同时在飞行过程中也面临着组合导航系统噪声和量测噪声统计特性不确定问题,从而导致滤波精度低,稳定性差,甚至有可能发散,传统常规卡尔曼滤波无法解决上述问题。提出一种根据极大似然准则的自适应卡尔曼滤波算法,利用滤波残差的均值和方差不断对卡尔曼滤波的状态噪声方差阵和测量噪声方差阵进行实时修正,提高滤波器对模型不确定性和噪声变化的适应能力和鲁棒性。仿真表明,所提出的组合导航滤波器能够满足无人机导航任务的要求,并且具有很好的导航精度和稳定性。     

车载卫星/惯导组合导航算法优化及精度分析

研究卫星惯导系统优化设计问题,由于惯性系统输出随时间变化存在漂移问题.传统组合导航系统滤波器模型越精细、维数越高,则组合精度越高,但计算量也越大,应用复杂度和成本也越高.为了降低车载应用成本及保证导航精度,针对简化惯导误差模型对组合导航系统滤波精度的影响,提出了一种组合导航系统滤波器优化算法,得出在车载条件下忽略惯导误差方程中计算量大的哥氏效应及地球自转误差项对组合导航精度影响不大,但计算量和成本可以得到减小.选取北京公主坟立交桥作为跑车路线,验证了所提算法的有效性.     

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。     

惯性/卫星/天文组合导航仿真研究

研究组合导航系统优化导航的精度,针对星敏感器和卫星导航数据难以获取.为了对惯性/卫星/天文组合导航系统优化分析,同时克服物理实验缺少飞行轨迹信息的不足,深入研究了组合导航系统半物理仿真系统.提出了利用分布式子系统仿真模拟器,通过外部接口传输导航数据的仿真方法,便于进行子系统的单独验证以及组合导航仿真研究.通过对各子系统的仿真以及利用联邦滤波结构的组合导航算法仿真,结果表明,改变导航参数后的表现与理想结果一致,证明系统能 够完成设定的导航任务,并为设计提供了参考.     

组合导航系统NNM信息融合算法

提出了将神经网络模型（NNM）概念应用于组合导航系统，并给出了基于RBP网的NNM训练过程，基于传统模型的卡尔曼滤波算法与神经网络相结合，有效地解决了GPS信号被屏蔽时的航迹预测问题，最后对GPS/DR组合导航系统进行动态仿真，仿真结果表明，采用该算法的组合导航系统定位精度高、可靠性好。     

惯性导航系统陀螺漂移补偿算法研究

分析了几种计算惯导系统导航陀螺漂移的方法，构思了一种组合导航系统模式，在水下即可完成对惯导的校正，对导航陀螺漂移进行补偿。同时还提出了对导航陀螺漂移补偿的优化组合算法。理论分析及计算机仿真结果均表明，应用该组合导航系统可大大提高潜艇的导航定位精度和隐蔽性。