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。     

GPS/SINS/CNS 组合导航在航天器上的应用

针对传统的惯性导航误差模型推导不适合空间应用以及GPS信号传输修正能力有限等问题,提出一种基于GPS/SINS/CNS的组合导航系统总体设计方案。在导航仿真系统中增加组合导航系统性能评估模块,推导了基于J2000坐标系的惯性导航误差模型,给出GPS、SINS与CNS的数学模型,利用扩展的卡尔曼滤波设计组合导航系统,对连续信号和信号中断两种模式进行了仿真。仿真结果表明,该导航系统能很好地满足航天器在轨运行的导航性能要求,能够为航天器提供高精度的测量与导航信息。     

差分GPS/SINS超紧组合在线标定与误差补偿方案设计

为了进一步提高GPS/SINS超紧组合系统的导航和误差标定精度,设计了一种基于载波相位差分的GPS/SINS超紧组合导航系统方案。一方面,超紧组合通过SINS对GPS跟踪环路的辅助,可以降低载波环路噪声带宽,减小码相关间隔,提高载波环和码环的跟踪精度;另一方面,载波相位提供高精度量测信息作为组合导航观测量,能够准确标定和补偿IMU常值误差,进一步提高了组合系统的导航精度。     

SINS辅助GPS检测技术在弹载组合导航中的应用

针对弹载SINS/GPS深组合导航系统提出一种动态检测GPS信号有效性的方法。推导了基于卡尔曼滤波理论和GPS伪距、伪距率量测的SINS/GPS深组合导航算法,通过分析滤波器残差统计特性设计了基于残差χ2检验的GPS信号故障检测算法和基于切比雪夫大数定理的GPS信号故障隔离算法。理论和仿真分析表明:利用SINS辅助GPS故障检测可进一步提高深组合导航系统的动态抗干扰能力,在GPS单颗或多颗卫星数据出现故障的条件下有效保障组合导航系统的导航精度。     

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。     

空空导弹SINS/GPS紧组合导航系统仿真

为了满足空空导弹远程发射要求,采用基于伪距、伪距率的SINS/GPS组合导航系统作为空空导弹的中制导。建立了惯性器件和GPS的误差模型,设计了Kalman组合滤波器,用MATLAB软件对紧组合系统进行了仿真研究。仿真结果表明,紧组合导航系统导航精度满足空空导弹中制导设计要求。     

无动力滑翔导弹的SINS/GPS组合导航系统研究

根据无动力滑翔导弹的运动特性,提出了基于H∞鲁棒滤波技术的闭环SINS/GPS组合导航系统.该导航系统使用MEMS惯性器件,并且在SINS/GPS组合导航的基础上引入了协方差配置鲁棒滤波技术,不仅有效地提高了导航的性能和精度,而且增强导航系统的鲁棒性.仿真结果表明该系统结构简单,状态估计精度较高,系统鲁棒性好,便于工程实现.     

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.     

发射系下SINS/GPS 组合导航系统的算法研究

基于地理坐标系下的传统捷联惯性导航系统无法直接获取发射系下的导航参数,难以满足空天飞行器等高轨道飞行器对高精度、高可靠性导航系统的需求,研究了发射系下捷联惯性导航算法.搭建了基于扩展卡尔曼滤波(EKF)的SINS/GPS组合导航模型,传感器获取的导航量测信息直接在发射系下进行捷联惯导解算,为飞行器等提供位置、姿态等信息.采用STM32、XSENS惯性器件和GPS接收机构建相应的算法验证平台.实验结果表明:发射系下的SINS/GPS组合导航系统能提供较高的导航精度,从而验证了发射系下的SINS/GPS组合导航系统算法的正确性与合理性.     

基于小波辅助的GPS/SINS 组合导航系统故障检测与信息融合算法

针对GPS/SINS组合导航系统可能出现故障的问题,提出一种基于小波辅助的组合导航系统故障检测与信息融合算法。将卡尔曼滤波器的估计误差进行相应的多小波故障检测分析,在较短时间内发现故障点进而降低虚警概率;若GPS发生软故障,利用改进的自适应算法进行信息融合,进而保证系统的滤波精度、容错能力和可靠性。仿真结果验证了该方法的有效性。     

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。     

基于惯性系下陀螺误差在线估计修正的惯性与星光组合导航方法

传统惯性与星光组合通常需要将惯性系下的星光姿态信息转换到导航坐标系进而与惯性导航系统进行姿态组合,由于姿态信息转换过程中通常需要引入地理位置信息实现转换,从而不可避免地引入转换误差,无法充分发挥高精度星光姿态信息对惯性导航误差的修正作用。考虑到陀螺原始输出信息和星光姿态信息均能直接在惯性参考坐标系下测量获得,设计了一种基于惯性系下陀螺误差在线估计修正的惯性与星光组合导航方案。通过建立基于惯性系下陀螺误差估计修正的惯性与星光组合导航数学模型,直接在惯性系下对陀螺漂移误差进行在线开环跟踪估计;通过对陀螺误差实时修正,能够有效减小由于陀螺漂移所带来的惯性导航系统解算误差。仿真结果表明,该方案能够有效估计出陀螺的漂移误差,进而有效提高了惯性导航系统精度。     

基于条件数理论的高维组合导航系统可观测性分析

为了更好地完善惯导系统误差补偿和抑制技术,对SINS/GPS组合导航系统进行可观测性分析,从而对系统误差进行补偿,提高导航精度。利用分段线性定常理论得到系统的提取可观测性矩阵,再计算该矩阵的条件数,根据条件数分析在不同量测及不同机动方式下系统的可观测性。针对SINS/GPS组合导航系统,建立高维数学模型,设置复杂运动轨迹,比较不同量测下误差源的可观测性。仿真结果表明:与机动方式的激励作用相比,增加量测能更有效地提高系统的可观测性。     

基于对偶四元数的惯性/卫星/天文组合导航系统改进联邦滤波方法

传统惯性/卫星/天文组合导航系统联邦滤波中主滤波器和子滤波器状态量保持一致,而天文姿态信息仅对部分状态具有可观测性。常用的惯性/天文组合模式需将高精度的天文姿态信息进行坐标转换,从而降低组合导航精度。针对上述问题,提出了一种基于对偶四元数的惯性/卫星/ 天文组合导航系统改进联邦滤波方法,通过可观测性分析对子滤波器进行降维,能在保证导航精度的同时提高系统实时性。基于对偶四元数的降维惯性/天文组合方法可直接利用天文姿态信息进行组合,实现了天文高精度信息的有效利用,且避免将不可观测状态进行反馈修正从而提高组合精度。仿真结果表明,提出的改进联邦滤波方法能获得与集中式滤波相当的精度,在卫星信号丢失或故障情况下,相比于传统惯性/天文组合具有更优的性能。     

一种利用单信标修正AUV定位误差的方法

针对配置有捷联惯导（SINS）／多普勒速度仪（DVL）／深度传感器组合导航定位系统的自主水下航行器（AUV）的定位误差随时间增大,以及采用GPS修正定位误差引起的AUV隐蔽性降低等问题,提出了一种利用水下固定单信标修正SINS／DVL／深度传感器组合定位误差的方法。该方法首先利用水声测距原理测量出AUV与水下固定单信标的距离,然后基于空间几何关系计算出AUV的实时位置,最后通过卡尔曼滤波连续修正AUV的定位误差。仿真结果表明,该方法可以有效减小AUV的定位误差,有较好的工程应用价值。