惯性导航系统自适应辅助GNSS矢量跟踪方法

针对复杂电磁环境下卫星导航接收机抗干扰能力不足的问题,提出了低成本 INS自适应辅助 GNSS矢量跟踪方法。该方法根据观测量性能指示器、跟踪环路锁定情况和卫星信号信噪比等,自适应切换高动态标量跟踪环路和 INS辅助矢量跟踪环路,实现低干扰环境下的高精度导航和中等干扰环境下满足导航精度情况下的最大导航能力。同时,给出了预处理滤波器、组合导航滤波器和高动态标量跟踪环路的具体设计方法。动态仿真试验结果表明,在高动态干扰环境下基于本算法的接收机可跟踪载噪比为15 dB-Hz 的 GPS L1 C/A卫星信号,比传统独立式高动态接收机的抗干扰能力提高了约12 dB。     

INS控制量辅助GNSS卡尔曼跟踪环路方法

针对高动态环境下锁相环易失锁、跟踪不稳定的情况,提出了INS控制量辅助GNSS卡尔曼跟踪环路的方法。该方法利用INS和GNSS计算多普勒频率的变化率,并将该加速度信息作为控制量与卡尔曼滤波器进行融合,叠加到卡尔曼滤波器的状态量上,起到辅助跟踪环路的作用。仿真实验以及数据分析表明,该方法可显著提高载波环的动态性能以及接收机的定位测速精度,在高动态环境下,相较于INS辅助传统环路的算法,使用INS辅助卡尔曼环路时定位误差减少2%~3%,测速误差减少4%~72%。     

基于相位控制的惯性与卫星超紧组合导航系统信号解调方法

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。     

惯性辅助GNSS跟踪环路及其适配性分析

载波跟踪技术作为GNSS接收机的关键技术,其跟踪算法在很大程度上决定着GNSS接收机的导航性能。本文基于一种典型载波跟踪环路结构,针对高动态环境下接收机跟踪环路易信号失锁的情况,设计了一种惯性辅助GNSS载波跟踪算法,提出利用多普勒频移变化量平滑伪距率算法,并对惯性辅助跟踪环路的适配性进行了分析。实验结果表明:惯性辅助GNSS载波跟踪算法适用于高动态环境,具有良好的动态性能和导航精度。     

GPS/I NS组合导航缺星情况下的卡尔曼滤波改进算法

针对 GPS/INS(Global Positioning System/Inertial Navigation System)紧组合导航系统在卫星信号缺失情况下导航精度降低,容积卡尔曼滤波(Cubature Kalman Filter ,CKF)应用中存在模型误差和计算误差的问题,提出了适用于该背景下的强跟踪均方根容积卡尔曼滤波(Square-Root CKF)算法。该算法通过人为地相对突出滤波过程中新数据的作用,提高了算法在模型不确定时的鲁棒性;均方根策略保证了协方差阵的正定性和对称性。仿真实验表明,改进的算法能够提高导航精度,在卫星信号缺失情况下其效能发挥地更好,提高了组合导航适应复杂环境的能力。     

GPS载波跟踪算法分析与仿真

针对接收机对定位精度和动态性的需求,文中分析了二阶锁频环辅助三阶锁相环算法.首先仿真分析了不同鉴频算法和鉴相算法的性能,确定了拟采用的鉴频算法和鉴相算法.而后给出了二阶锁频环和三阶锁相环的结构,最后仿真对比分析了二阶锁频环、三阶锁相环以及二阶锁频环辅助三阶锁相环的性能.仿真结果表明二阶锁频环辅助三阶锁相环能够充分发挥锁频环和锁相环的优点,避免其缺点,在获得较高动态性的同时能够获得较高的跟踪精度.     

基于双联邦UKF算法的组合导航数据融合方法

为了提高组合导航系统数据融合的精度和容错性,提出一种双联邦UKF组合导航数据融合方法.采用双联邦UKF滤波器的算法将JTIDS相对导航技术与成熟的GPS/INS/DVS组合导航技术相结合组成新的双联邦UKF组合导航数据融合算法.联邦UKF算法将UKF算法和分散式滤波技术相结合,精度高容错性好,JTIDS相对导航技术精度高抗干扰能力强.主滤波器1对GPS/INS/DVS组合导航信息进行融合后与JTIDS相对导航信息在主滤波器2中融合,提高了组合导航系统的可靠性和容错性.数值仿真实验表明,该算法性能优于单纯采用联邦GPS/INS组合导航算法是一种理想的组合导航滤波方法.     

GPS/INS超紧组合系统综述

介绍了GPS/INS超紧组合系统的概念,按照结构与信息处理方式的不同将超紧组合系统分为INS辅助GPS超紧组合、相关深组合和非相关深组合三种模式,在给出不同模式超紧组合系统结构的基础上对比分析了各自的特点,综述了GPS/INS超紧组合系统的国内外发展现状,指出超紧组合系统的关键技术与未来的发展方向。     

军用系统GPS／INS的发展趋势

本文重点讲座军用平台和武器系统用的惯性传感器、GPS精度及GPS／INS组合的技术发展趋势,其中包括干扰问题,这将使得未来GPS的精度达1m。就惯性传感器而言,描述了军用系统将要应用的传感器技术,它们是：光纤陀螺、硅微机械陀螺、振梁速度计及硅微机机械加速度度。描述了未来几十年内军用惯性传感仪表领域及惯性系统的概鉴,给出了GPS系统的规定精确和目前的实测精度。同时也包括：由于各段广域GPS增强（WAGA）的顺利实现、中际卫星测距及“全视野”跟踪,计划之中精度的提高。讨论了相关GPS及差分GPS的应用,描述了紧耦合GPS／INS的技术趋势（其中采用惯性传感信息辅助码环与载波跟踪环）,并利用了两者的协同益处。描述了干扰效应的一些实例,给出了提高系统抗干扰能力期望采用的技术趋势。     

SINS/GPS超紧致组合导航系统设计及分析

在GPS软件接收机和SINS辅助GPS跟踪技术的基础上,提出了一种SINS/GPS超紧致组合导航方案。该超紧致方案在GPS软件接收机的捕获环节中加入了基于相位估计的精细捕获算法,从而提高了频率捕获精度,省略了频率跟踪牵引过程;在信号跟踪环节中,利用SINS位置、速度信息与卫星参数,求取接收机与卫星之间的径向距离和径向距离率,为码环、载波环提供辅助,从而降低了载体动态变化对跟踪环的影响,提高了跟踪环的动态跟踪性能;同时,降低载波环噪声带宽,减小码环相关间隔,从而提高了载波环和码环的跟踪精度。     

INS/GPS/TAN组合导航系统建模与仿真

在分析INS、GPS、TAN导航系统特点的基础上，提出了一种INS／GPS／TAN组合导航系统工程应用的方案。研究了其最优估计融合算法，并对算法做了仿真验证。结果表明：在确保整个组合系统可靠性的前提下，导航精度有了明显提高。因此，该方案非常适用于现代武器低空飞行时的导航。     

GPS/INS组合导航系统的研究

文中叙述了GPS和INS的综合模式以及组合导航的误差模型,并且利用卡尔曼滤波对GPS和INS信息进行建模及仿真,说明GPS/INS组合系统不但可以提高制导精度,还可以估计制导误差.     

带野值修正的滤波算法及试验研究

对 INS/双星跑车试验数据进行了分析和处理,在跑车试验数据的基础上,使用野值修正 Kalman 滤波算法和常规 Kalman 滤波技术对 INS/双星的位置组合方案进行了仿真。仿真结果表明,存在较大范围野值的情况下,采用改进后的 Kalman 滤波技术比常规 Kalman 滤波算法具有更高的估计精度,它能有效地降低INS 的位置误差。     

强跟踪UKF 在高动态组合导航中的应用

为解决载体在高动态下大幅度运动出现的滤波发散问题,提出强跟踪无迹卡尔曼滤波(strong tracking uncented Kalman filter,STUKF)算法。分析组合导航模型和研究经典的无迹卡尔曼滤波(uncented Kalman filter,UKF) 算法,将强跟踪UKF 算法应用于SINS/GNSS 组合导航系统,并与经典UKF 算法和衰减记忆UKF 算法进行比较。 分析结果表明：该强跟踪UKF 算法性能较好,能明显缩短滤波时间,减小速度误差和位置误差,从而提高组合导航 的准确性和稳定性。     

INS/GNSS/SAR组合导航系统故障检测技术研究

文中对INS/GNSS/SAR组合导航系统进行了系统级故障检测、隔离和重构技术研究.以惯导组合系统(INS/GNSS/SAR)为例,采用联邦滤波器的容错滤波算法,进行了计算机仿真,仿真结果表明该算法具有不低于集中卡尔曼滤波的导航精度,同时还具有较强的容错性.     

基于低通滤波技术的GPS/INS 组合导航

针对GPS/INS组合导航系统中的惯性导航系统(inertial navigation system,INS)存在的随机误差的问题,研究了一种通过低通滤波器减弱或消除GPS/INS组合导航系统高频噪声的方法。分析了陀螺仪与加速度计在三轴方向上的误差源及其相关性,给出无人机组合导航系统中GPS/INS组合导航误差模型,针对INS数据中所含的高频误差,构造了低通滤波器以消除其对导航精度的影响;并通过实测Matlab/Simulink仿真与实测GPS/INS导航数据验证该低通滤波器性能。试验结果表明:采用低通滤波处理INS高频误差显著改善了位置精度,三轴方向上精度分别提高了25%、22%和21%。     

联邦卡尔曼滤波在INS＼GPS组合导航中的应用

介绍了INS＼GPS组合导航系统的优点;根据联邦卡尔曼滤波原理,设计了INS＼GPS组合导航系统的滤波算法;对该组合系统的联邦卡尔曼滤波算法进行了仿真;仿真结果表明,在INS＼GPS组合导航系统中采用联邦卡尔曼滤波,不仅提高了定位精度,而且保证了滤波的快速性.     

INS/SAR/GPS组合导航系统中的分散估计融合算法

以INS／SAR／GPS组合导航系统的工程应用为目标,讨论了其分散估计融合算法及理论证明,给出一二级最优估计融合结构。仿真结果证明：采用先分散处理,再全局融合的方法,是提高整个组合系统的导航精度和可靠性的行之有效的方法。     

基于UKF的北斗/INS组合导航

扩展卡尔曼滤波(EKF)是工程中常用的滤波算法,然而EKF是次优的贝叶斯估计,这会影响到估计的精度;用不敏卡尔曼滤波算法(UKF)取代EKF构建了北斗/INS组合导航系统,实验结果表明:UKF相对于EKF,各项参数的误差均有10%以上的减少量。     

一种基于INS的攻角和侧滑角测量算法

以飞航导弹武器系统为应用背景,提出了一种基于惯性导航系统（INS）的攻角和侧滑角测量算法,能够在不增加弹上传感器设备和不改变弹体结构的条件下实时估算出攻角和侧滑角.为了实现该算法,建立了大气边界层内风速的仿真模型,研究了风速的实时估算算法以及一种基于INS/GPS组合导航系统的简化Sage-Husa自适应滤波算法.理论分析和仿真结果表明,该算法具有较高的精度、良好的实时性和稳定性.