MEMS-IMU/GPS组合导航系统仿真研究

微电子机械系统(MEMS)是指可以批量制造的,集微型结构、微型传感器以及信号处理电路、接口、通信和电源于一体的微型器件.MEMS惯性测量单元是采用MEMS技术研制的加速度计和陀螺组合器件,它具有体积小、成本低、可靠性高等优点.首先介绍了微机电惯性测量单元(MEMS-IMU)的发展情况,总结了IMU的基本工作原理;随后对IMU中的主要误差源微机电陀螺进行了统计建模;最后以位置和速度信息为观测值将MEMS-IMU与GPS进行组合导航,并进行了仿真实验,由实验结果可以得出结论:MEMS-IMU不能单独构成导航系统,而与GPS组合后的导航系统精度可以满足一般的导航需求.     

H∞滤波在GPS/INS组合导航系统中的应用

针对一类GPS/INS组合导航系统,研究该类系统的H∞滤波问题。建立H∞滤波问题的一个解,并通过仿真证明本文结论的有效性,这对实际中组合导航系统的H∞滤波器设计具有一定的指导意义。     

基于振动陀螺的动态零位校准及其误差补偿

根据固态振动陀螺输出信号和噪声特点对其构成的低成本惯性测量单元(IMU)的原始传感信号进行了快速小波滤波和灰色理论建模处理。运用累加生成操作(AGO)方法得到有规则的单值对应非线性函数,并获得陀螺零位输出在三维空间中的单值映射模型。以时间和温度为输入,根据灰色神经网络建立陀螺的漂移模型,对累加生成方法生成的单值对应非线性函数进行逼近,从而提高了动态测量精度。同时采用活动阈值融合算法,优化陀螺和加速度计动态测量数据。实验证明,上述方法和算法有效提高了系统测量精度。     

一种改进的视觉/IMU导航系统初始化方法

针对基于单目相机和惯性测量单元(IMU)组成的视觉导航系统需要精确初始化的问题,该文提出了一种减少处理时间同时提高精度的系统初始化方法。首先,对采集数据中的陀螺仪偏置进行单独估计并分离,实现估计陀螺仪偏置和求解系统初始化封闭解问题的解耦;然后,采用基于紧耦合的线性模型求取初始化问题的封闭解;最后,将所提出的改进初始化方法应用于经典的VinsMono框架中。实验表明,改进方法可有效提高视觉惯性导航系统的初始化精度和效率。     

空地制导弹药的MIMU/GPS组合导航系统研究

针对空地精确制导弹药对低成本、高精度和高可靠性导航系统的需求,设计了MIMU/GPS组合导航系统.该系统采用了MEMS的IMU和GPS进行组合,利用位置、速度组合模式,采用渐消自适应Kalman滤波器估计并修正惯导的误差.通过地面跑车试验进行了验证,试验结果表明:组合导航系统误差得到了有效的抑制,导航精度满足空地制导弹药的导航要求.     

车载GPS/北斗/DR组合导航系统研究

针对移动车辆的定位与导航问题,研究了GPS/北斗/DR组合导航算法.文中采用坐标系变换及增加状态变量法对不同卫星星座进行了时空统一,并在此基础上研究了GPS/北斗卫星组合导航算法;为了克服卫星定位存在的不连续性问题,提出了GPS/北斗卫星导航系统与低成本的航位推算系统组合导航方案,设计了GPS/北斗/DR组合导航滤波器...     

多传感器自主式车载组合导航系统研究

考虑到车载组合导航系统运行时问长、地形环境复杂的特点，将零速修正技术与惯导／里程计/气压高度表组合导航系统相结合使用，采用序贯处理和平方根滤波算法，建立了实用的卡尔曼滤波模型，与基本卡尔曼滤波算法相比，该方法实现简单，计算量小，抑制了滤波的发散，提高了滤波的精度，最后对组合导航系统进行仿真验证，取得了较为满意的结果．相比INS／GPS组合导航系统，该系统具有良好的自主性及适应性。     

卡尔曼滤波实现车载GPS/DR组合导航

陆地车辆是在二维平面内运动的,而在车载GPS接收机和DR组合装置中,测量值是在不同的坐标系中得到的,通过对坐标系转换和测量误差分析得到组合系统的整体状态方程和测量方程,由于这些状态方程和测量方程都是关于状态的非线性函数,用广义卡尔曼滤波器来实现GPS/DR组合导航的实时求解。最后在行驶车辆上采集数据并进行仿真试验,结果表明这种组合系统能够大大提高系统实时定位精度和容错能力。     

基于UKF的GPS／MIMU组合导航滤波算法研究

高精度的导航定位是无人机研究中所面临的主要挑战之一。采用GPS／MIMU组合导航是目前主流的导航模式。当前实现GPS／MIMU组合导航的技术主要是卡尔曼滤波。文中将UKF（Unscented Kalman Filter）滤波技术应用于组合导航,建立系统的状态与观测量的非线性模型,在给定初始值和噪声方差阵的情况下进行了仿真。数值仿真表明所设计的卡尔曼滤波器可行,该方法能很好地改善滤波效果,提高了估计精度,同时减小了计算量。     

一种新型GPS/DR组合导航系统

利用三个陀螺仪和一个里程计提出一种新型GPS/DR组合导航系统。首先推导了这种组合导航系统的状态方程,然后给出了松组合方式的滤波方程。最后用实测算例对这种新型组合导航系统进行了验证,结果表明,相比于SINS系统、传统的DR系统,这种DR系统在车载系统应用中具有更好的优势;而且这种组合导航系统能够很好地提高单一导航系统的导航精度。     

Modified Unscented Kalman Filter for a Multirate INS/GPS Integrated Navigation System

Instead of the extended Kalman filter, the unscented Kalman filter (UKF) has been used in nonlinear systems without initial accurate state estimates over the last decade because the UKF is robust against large initial estimation errors. However, in a multirate integrated system, such as an inertial navigation system (INS)/Global Positioning System (GPS) integrated navigation system, it is difficult to implement a UKF‐based navigation algorithm in a low‐grade or mid‐grade microcontroller, owing to a large computational burden. To overcome this problem, this letter proposes a modified UKF that has a reduced computational burden based on the basic idea that the change of probability distribution for the state variables between measurement updates is small in a multirate INS/GPS integrated navigation filter. The performance of the modified UKF is verified through numerical simulations.     

GPS／INS组合车辆导航系统的两种卡尔曼滤波结构

为了解决GPS信号失锁引起的无法定位和INS积累误差引起的长时间漂移问题,以GPS/INS组合导航系统的数据融合理论作为基础,卡尔曼滤波作为主要融合方法,对进入组合车辆系统的GPS定位数据与INS定位数据分别进行估计、修正和融合,推导出GPS/INS组合导航系统的状态方程、测量方程和递推滤波方程,同时对分散滤波结构和联合滤波结构进行仿真比较,结果表明后者的定位精度高于前者。     

UKF在GPS/INS伪距、伪距率组合导航中的应用

扩展卡尔曼滤波（EKF）是GPS／INS组合导航系统中常用的数据融合方式。但是EKF的线性化会带来截断误差,从而影响系统定位精度。不敏卡尔曼滤波（UKF）是一种新的非线性滤波的方法,它能减少线性化截断误差对系统定位精度的影响。文中在线性状态方程的条件下,主要研究了伪距、伪距率的非线性对系统定位性能的影响。UKF采用非线性观测方程,EKF采用线性观测方程。仿真结果表明UKF能明显改善位置项的定位精度。     

UKF改进算法在组合导航INS误差校正中的应用

针对无迹卡尔曼滤波(Unscented Kalman Filter,UKF)算法与全球定位系统/惯性导航系统(Global Positioning System/Inertial Navigation System,GPS/INS)组合导航模型不匹配,且鲁棒性不足,难以适应INS 元件的随机性和突变性的问题,提出了一种UKF改进算法。该算法有效结合了混合滤波思想、平方根滤波技术及交互式多模型结构,分别克服了算法与线性/非线性模型不匹配,协方差矩阵非正定以及参数设置难以适应模型不确定性的问题。仿真实验分别考察了新算法在INS平台角初始大误差及加速度计零偏突变两种情况下的表现。实验表明,新算法在估计精度及鲁棒性方面比UKF有较大提高,能够有效校正INS元件产生的随机和突变误差。     

JTIDS惯导GPS组合导航算法研究

针对JTIDS相对导航算法在实际应用中存在的不足,比如位置信息更新率较低、无姿态信息等,结合惯导系统、GPS卫导系统的导航优势,研究了JTIDS相对导航与惯导/GPS进行组合的导航算法,对两种导航算法即JTIDS/惯导组合导航算法、JITDS/惯导/GPS组合导航算法进行了仿真对比分析,验证了导航算法的有效性,仿真结果表明组合了GPS的导航算法比没有组合GPS的算法,较大程度提高了定位精度,仿真分析结果为实际工程提供了一定的理论参考。     

卫星惯性组合定位设备中的数据采集单元设计

介绍了一种卫星/惯性组合导航系统中的数据采集单元的设计过程及其测试结果。系统以低功耗单片机MSP430为控制器,并通过18 bit 8通道同步数据采集芯片AD7609采集三通道加速度计输出,通过串口扩展芯片XR16V554接收三通道数字化光纤陀螺的输出数据,由单片机串口接收GPS接收机的输出数据。单片机将采集到的数据打包后,通过串口输出给导航计算机进行解算。测试表明：表征数据采集单元3个模/数转换通道量化噪声水平的1小时采样数据的1σ标准差最大值为1.76μg(@1 Hz),优于待测加速度计偏置稳定性(1小时采样数据的1σ标准差)为50μg(@1 Hz)的性能指标;数据采集单元同时能完成基于串口通信的陀螺输出信号、GPS接收机输出信号的接收及所有采集信号的正确传输。     

一种GPS/INS组合导航缺星情况下的方法研究

为了提高GPS/INS组合导航系统在卫星信号缺失情况下的导航精度,采用基于伪距、伪距率的非线性紧组合模型,利用虚拟卫星法构造虚拟观测量,与真实观测量一起参与滤波。针对非线性滤波应用中的问题,采用强跟踪滤波原理和均方根策略对CKF进行改进。通过仿真实验,验证了改进算法和虚拟卫星法的可行性,在卫星信号缺失情况下可以提高导航精度,提高了组合导航适应复杂环境的能力。     

基于DSP的车载GPS／DR组合导航定位系统设计

为了满足低成本组合导航系统的需要,设计了利用DSP技术和FPGA技术的导航计算机,丈中以数字信号处理器浮点DSP TMS320VC33为主处理器,FPGA实现里程仪信号的计数和与数据通信芯片TLI6C554结合扩展DSP外部串口的功能,整个系统具有体积小、成本低、功耗低和实时性好的优点。     

基于自适应滤波器的MIMU/GPS组合系统的研究

设计了微惯性测量单元/卫星导航(MIMU/GPS)组合导航系统原理样机。针对低成本MIMU/GPS组合导航中的Kalman滤波器设计滤波参数(包括系统噪声方差阵Q和测量噪声协方差阵R)影响的问题,系统的分析了Kalman滤波器参数的选取对系统状态变量的估计精度和收敛性能的影响。根据分析设计了自适应估计技术的Kalman滤波器。试验结果表明:对于低成本MIMU/GPS组合导航采用自适应估计技术估计可得到满意的性能,在静态条件下,位置精度优于5 m(标准差),速度精度优于0.1 m/s;系统提供水平姿态角精度优于0.2°;航向角精度优于0.5°(磁罗盘辅助)。