应用Elman神经网络的组合导航滤波器

研究了带内部反馈的 Elman 神经网络的特性,提出了应用 Elman 神经网络的 INS/GPS 组合导航滤波计算方法,仿真表明神经网络滤波可以达到与卡尔曼滤波器相当的估计精度,对模型误差和噪声特性的变化具有较强的鲁棒性。     

GPS失锁情况下基于神经网络的组合导航算法研究

文中针对GPS/SINS组合导航系统中GPS信号失锁问题进行研究,采用基于神经网络的组合导航算法.在GPS信号失锁时间段内,用神经网络模拟GPS的信息,进行信息融合.文中给出了基于神经网络的组合导航系统模型,并进行了数学仿真研究,结果表明,引入了神经网络的组合导航系统,在GPS信号失锁时,能保证一定的导航精度.本文为组合导航系统中GPS信号失锁问题的解决提供了一种方法.     

一种新的组合导航卫星选择算法

利用组合导航设备定位时,选择适当数量的卫星用于定位对于减少接收机通道使用数量、缩短定位时间具有重要意义。基于次优卫星选择算法设计一种新的组合导航卫星选择算法,该算法利用可视卫星与接收机之间的单位向量和测距误差计算每颗卫星的价值;采用迭代的方式从可视卫星中选择价值最大的加入辅助卫星集合。仿真结果显示,这种新的卫星选择算法能够显著缩短卫星选择时间,提高定位精度,满足组合导航设备定位要求。     

一种基于组合导航的快速联邦滤波算法

通过对传统联邦滤波算法的研究,根据其存在的固有缺陷,提出了一种基于组合导航的快速联邦滤波算法.然后应用矩阵范数理论,推导出了令Neumann展开式收敛的强化条件,并且利用信息分配因子的选取加快了滤波的收敛速度.最后通过与传统联邦滤波算法的仿真对比,验证了本算法的鲁棒性和快速性.     

一种组合导航低成本地面验证技术

在常见的SINS/GPS组合导航地面跑车系统的基础上,提出一种低成本验证方案。在硬件上采用现有常用设备组成跑车系统,在软件上采取"自对准"方式,使用数字罗盘HMR3000与弹道倾角、弹道偏角作为姿态精度考察的基准,避免了研制专用跑车设备带来的花费高、周期长等问题。实践表明,该方案能够较准确验证组合导航输出的姿态角精度、速度及位置,达到了跑车试验的目的。     

一种组合导航滤波性能评估算法

目前组合导航系统滤波算法众多,但是对各种算法的性能评估研究较少。文中提出了滤波算法性能评估算法。首先论述了用于组合导航的主要滤波算法,然后提出滤波算法的性能指标：滤波精度、鲁棒性、实时性以及容错能力,并给出各个指标的定量表达式,最后给出滤波器性能数学模型。通过仿真试验验证了滤波器性能指标的有效性。     

SINS/GPS组合导航中的一种高精度时间同步方案

时间同步误差是高精度SINS/GPS组合导航系统中的一个重要误差源.介绍了一种基于美国NI公司PXI-6608计数器/定时器的一种高精度时间同步方案,其同步精度可以达到400ns.该方案可用于航空摄影等高精度应用场合.     

基于遗传小波神经网络的GPS/SINS 组合导航系统算法

针对GPS/SINS组合导航系统在实际应用中遇到的问题,将小波神经网络的非线性预测算法与遗传算法结合,提出一种基于遗传小波神经网络预测的SINS误差反馈校正方法。对基于遗传算法的小波神经网络学习方法进行研究,并确定该神经网络的结构模型;当GPS信号有效时,根据GPS/SINS组合导航输入输出信号获取神经网络的训练样本,进行在线神经网络训练,得到最优的神经网络模型参数;当GPS信号中断时,根据已经训练好的神经网络模块预测出GPS信号失锁时SINS的位置误差、速度误差和姿态误差,并对SINS进行误差校正得到较为准确的导航参数。仿真实验结果证明,该算法可有效提高GPS观测数据不可靠时导航参数的精度。     

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。     

一种适用于飞机着陆段的高精度组合导航方案

飞机着陆段的安全性至关重要,高精度导航系统是其安全着陆的保证。针对机场使用的局域差分GPS抗干扰性差、可靠性差等问题,提出了一种高精度组合导航方案,以局域差分DGPS和外部高度阻尼的SINS／RA为子系统,利用卡尔曼滤波进行信息融合。仿真结果显示,该方案高度通道测量误差达到0．2m以下,满足飞机着陆对导航系统精确度要求,验证了该方案的正确性和有效性。     

自适应抗野值Kalman滤波算法在水下航行器组合导航中的应用

野值会严重影响滤波器的稳定性和滤波精度。以自主水下航行器(Autonomous UnderwaterVehicle,AUV)为应用背景,通过分析AUV中低精度组合导航系统的特点和误差模型,针对野值可能产生的影响,提出了一种由Sage_Husa自适应滤波和抗野值修正算法结合而成的自适应抗野值Kalman滤波算法。仿真结果表明,自适应抗野值Kalman滤波算法提高了滤波器的滤波精度和稳定性,具有较好的工程实用价值。     

一种基于改进无迹卡尔曼滤波的自主水下航行器组合导航方法研究

针对自主水下航行器(AUV)导航系统对稳定性、精确性和实时性的需求,提出了一种基于改进无迹卡尔曼滤波(UKF)算法的捷联惯性导航系统/多普勒测速仪(SINS/DVL)组合导航新方法.通过分析中低精度组合导航系统的特点和误差模型,在系统的噪声模型为复杂加性噪声时,利用球面分布单形采样变换设计了一种简化UKF组合导航算法....     

基于N-Tupple神经网络的惯导初始对准系统

文中将N-Tupple 神经网络应用于导航系统,给出了N-Tupple 神经网络的原理算法以及其学习算法,并进行了计算机仿真.仿真结果表明,将N-Tupple 神经网络用于SINS的初始对准,精度较常规方法有所提高,并且对准时间减少,具有很大的优越性.     

基于BP神经网络的无线电导航系统效能评估

针对无线电导航系统的特点,构造了其系统效能评估的指标体系,提出了一种基于BP神经网络的导航系统效能评估新方法,并运用训练好的三层BP神经网络对某型导航雷达系统进行了效能评估.结果表明,这种方法科学合理,能减少评估的工作量和主观因素的影响,使结果更具可信性.     

GSPF融合的SINS/GPS紧耦合组合导航技术

针对SINS/GPS紧耦合组合导航中的非线性融合问题,提出了一种基于高斯和粒子滤波(GSPF)的紧耦合导航方法。建立了SINS和GPS的紧耦合非线性模型,分析了GSPF算法对最优贝叶斯滤波的近似原理,并设计了基于GSPF的紧耦合融合步骤。对系统进行了仿真,结果表明在GPS可见卫星数目低于4颗时紧耦合仍可实现组合,并且GSPF在紧耦合导航中可达到较高的估计精度,当系统具有较大姿态误差时可获得比粒子滤波(PF)更好的精度和更快的收敛速度。     

综合传动换挡品质的误差逆传播神经网络评价方法

从换挡平顺性的角度出发,确定涡轮转速变化率的峰值、涡轮转速平均变化率及挡位3个参 数作为客观评价指标,并将其细化定义;基于神经网络的基本原理,利用误差逆传播神经网络（BPNN）对履带车辆综合传动装置换挡品质评价进行客观描述;应用Matlab/Simulink软件的神经网络工具箱函数,建立用于评价车辆换挡品质的神经网络模型,并借助于GUI工具箱开发换挡品质客观评价等级软件进行仿真研究。通过神经网络测试结果与主观评价对比,证明此方法与传统主观评价方法具有较好的一致性,增强了换挡品质评价的客观性、针对性和灵活性。     

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.     

带衰减因子的自适应滤波在组合导航中的应用研究

从卡尔曼滤波的稳定性出发，分析了卡尔曼滤波算法发散的原因，提出了一种适合组合导航的衰减记忆卡尔曼滤波中衰减因子的自适应估计方法，并在GPS／SINS组合导航系统中进行了实验．实验结果表明，该算法能够自适应地估计出衰减因子的大小，有效地抑制滤波发散，且计算量较其它方法小．