共查询到18条相似文献,搜索用时 93 毫秒
1.
SINS/GPS紧密组合导航系统仿真研究 总被引:2,自引:0,他引:2
对紧密组合的SINS/GPS复合导航系统在高速、高机动弹道导弹上的可行性进行了分析研究。建立了紧密组合模式的SINS/GPS全系统的仿真模型,给出了GPS仿真器中导航星的位置计算、最佳导航星座选择及输出伪距的实现算法;选用伪距、伪距率为观测信息,分别采用输出和反馈校正两种模式,实现了基于伪距、伪距率的SINS/GPS紧密组合导航系统仿真。仿真验证表明,与松散组合模式相比,紧密组合导航系统收敛性好、导航精度高,能够很好地抑制弹道导弹在高机动飞行状态条件下惯导系统误差积累的现象,有较好的导航性能。 相似文献
2.
3.
4.
紧组合技术是当前惯性/卫星组合导航技术的发展趋势,而惯性/卫星伪距/伪距率组合导航算法是紧组合技术的基本算法。本文提出了一种惯性/卫星伪距/伪距率的组合导航算法的实现方法,并采用惯导和接收机的动态数据进行了离线仿真,仿真结果表明,本文提出的伪距/伪距率的组合导航算法直接采用接收机测量的伪距、伪距率信息作为观测量,能够准确估计惯导误差,消除了量测输入的相关性问题,尤其是在GPS卫星数为2时仍能保持较高的导航精度,为惯性/卫星紧组合技术的进一步研究奠定了基础。 相似文献
5.
6.
7.
8.
对适用于机载武器的组合导航算法展开研究,给出了SINS/BDS组合导航状态方程,推导了以伪距、伪距率作为观测量的观测方程。针对传统卡尔曼滤波算法在测量噪声不确定的情况下使用存在缺陷的问题,研究了新的噪声自适应调整滤波与残差故障检测算法。对新算法进行了软件设计,并开展了软件仿真与产品车载试验。试验结果表明,所设计的算法能有效增强系统鲁棒性、提高滤波算法精度,有效隔离故障卫星数据,能保证被测导航产品的高精度、稳定、可靠输出。 相似文献
9.
10.
针对弹道导弹在工程实际中噪声特性的不确定性及其引起的模型误差,本文提出了一种适用于弹道导弹的SINS/CNS组合导航方案。该方案融合了简单组合模式和基于全面最优校正的组合模式特点,采用自适应卡尔曼滤波来保证滤波的稳定性和鲁棒性,并根据导弹的飞行弹道,建立了合理、完备的弹载导航星表。仿真验证结果表明,该导航方案可以达到全面提高弹道导弹导航参数精度的目的。 相似文献
11.
面向深组合导航技术的GPS软件接收机捕获算法 总被引:1,自引:0,他引:1
通过研究GPS软件接收机的捕获算法,在传统捕获模式基础上面向深组合导航技术,将外部其他导航系统给出的信息反馈入接收机,辅助信号捕获过程,可以使接收机的捕获速度提高数倍。在基于频域相关技术的捕获算法基础上,通过对频域数据进行分析研究,提出了利用伪距信息缩短相关伪码长度,利用多普勒频移信息缩小频率搜索范围以及截短频域信息减少相关运算量等三种提高算法效率,加快捕获速度的改进方案。通过建立捕获算法的仿真模型进行仿真,验证了改进算法的可行性,确定了改进算法的必要参数。仿真结果表明改进算法较普通算法在捕获速度、运算效率上具有显著的优势。 相似文献
12.
卫星导航极易受到复杂环境下的干扰信号影响,捷联惯性导航系统(SINS)与卫星导航系统(GNSS)超紧组合导航技术可提高卫星接收机在信号干扰环境下的工作性能。在对比分析紧组合与超紧组合实现方案及北斗B1信号调制方式的基础上,提出基于相位控制的SINS与GNSS超紧组合环路信号解调方法,进一步分析SINS与GNSS超紧组合环路信号跟踪特性。对卫星信号受干扰环境及动态条件下的相位控制超紧组合与频率控制超紧组合方法的导航性能进行试验对比分析,结果表明相位控制超紧组合方法具有更稳定的定位性能,并可提高约7 dB的抗干扰能力。 相似文献
13.
14.
为改善法矩阵病态性,实现整周模糊度快速求解,提出惯性导航系统(inertial navigation system,INS)辅助单频GPS整周模糊度求解算法。将惯性伪距单差、GPS伪距双差、载波相位双差联立得到模糊度浮点解及其协方差阵,利用LAMBDA算法求解出整周模糊度固定解。分析引入惯性信息改善复共线性和病态性的原因,并利用GPS实测数据与仿真 INS数据进行实验验证。实验结果表明:INS辅助信息使得法矩阵条件数减小2个数量级,模糊度衰减因子下降55.81%,整周模糊度固定解求解的时间缩短75.44%,方法可行。 相似文献
15.
16.
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。 相似文献
17.