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。     

一种新型导航系统在空空导弹上的应用

空空导弹具有重量轻、体积小,工作时间短等显著特点,传统的弹载导航系统主要是捷联惯性导航系统,它包括陀螺和加速度计,将一种新型导航系统——无陀螺捷联惯导/GPS组合导航系统应用到空空导弹领域;无陀螺捷联惯导系统(GFSINS)中只包含有加速度计,基于一种九加速度计配置方式,推导了GFSINS系统方程,并给出了导航系下GFSINS/GPS组合导航系统的卡尔曼滤波方程;仿真结果表明:GFSINS/GPS组合导航系统应用到空空导弹领域具有可行性。     

光谱红移/SINS自主组合导航方法

为了满足巡航弹对导航系统高精度和强可靠性的要求,提出一种基于光谱红移测速原理的捷联惯导(SINS)/光谱红移(SRS)自主组合导航新方法.在研究光谱红移导航原理的基础上,设计了SINS/SRS自主组合导航系统方案,建立了该组合导航系统的数学模型和算法,并进行了仿真验证.结果表明:提出的SINS/SRS自主组合导航新方法,能利用SRS获得的高精度速度信息对SINS进行校正,有效抑制SINS随时间累积的误差,精度高,可靠性好,能满足巡航弹对导航系统性能的要求.     

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....     

SINS/GPS紧密组合导航系统仿真研究

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。     

基于SINS/GPS组合导航的新技术研究

随着GPS姿态测量技术的发展,提出将捷联惯导系统和GPS输出的飞行器姿态信息也可以作为组合导航系统的测量值参与滤波算法.以Kalman滤波为基础,将两个导航子系统测得的飞行器位置、速度和姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的导航参数.详细推导了这种组合导航方式的测量方程,并将该组合导航技术应用于某飞行器进行仿真.通过对仿真结果的分析证实了该方案的可行性和算法的有效性,具有实际应用价值.     

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。     

一种适用于高动态强干扰环境的视觉辅助微机械捷联惯性导航系统/全球定位系统超紧组合导航系统

为解决高动态、恶劣全球定位系统（GPS）环境下微机械捷联惯性导航系统（MEMS-SINS）/GPS超紧组合导航系统抗干扰能力差的问题,提出一种适用于高动态强干扰环境的视觉辅助MEMS-SINS/GPS超紧组合导航系统。将双目视觉提供的姿态信息引入MEMS-SINS/GPS超紧组合系统中,提高了平台失准角的可观测性;推导了系统的状态方程和量测方程,使用模糊控制方法对两个子滤波器的导航结果进行信息融合。通过数字仿真验证了该系统方案设计的可行性：当GPS信号受到强噪声或多径干扰造成跟踪精度下降时,双目视觉辅助MEMS-SINS/GPS超紧组合系统可以有效降低导航误差,系统位置误差和速度误差分别保持在5.0 m和0.5 m/s以内,有效地解决了低空飞行器在GPS信号被遮挡或干扰情况下的导航问题。     

组合导航系统误差模型建模方法研究

以地空导弹上采用的简易捷联惯性导航系统为基础,利用遥测数据和光测数据,建立了SINS敏感元件误差模型、失调角状态模型、位置和速度误差方程,由此构成了简易SINS/OS组合导航系统的状态方程和观测方程.据此可以进行卡尔曼滤波,以估计该简易捷联惯性导航系统的误差,然后利用这些误差的估计值去修正简易捷联惯性导航系统,实现减少导航参数的误差,提高导航精度的目的.     

捷联惯导系统级余度技术研究

为了防止捷联惯导系统由于长时间工作而导航精度变差，对导航系统之间的互补性进行了研究，介绍了SINS／GPS与SINS／DNS两套综合导航系统方面的内容．通过对系统误差、性能的分析及仿真，给出了组合导航子系统的故障检测与隔离算法．该结果表明，采用组合惯导余度技术在工程实践上确实可以解决捷联惯导系统长时间工作而导航精度变差的问题．     

捷联惯导/天文组合导航

为了有效提高惯性导航精度,文中介绍了一种基于星敏感器的捷联惯导组合导航方法。首先分析了捷联惯导／星敏感器组合导航系统的工作原理。其次,对组合导航系统进行建模,分析系统误差,通过捷联惯导和星敏感器的输出构造量测值,建立系统的误差状态方程和量测方程。最后,利用间接卡尔曼滤波,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的位置、速度和姿态角。最终,通过对仿真结果的分析证实了该方法的有效性。     

SINS/GPS组合导航系统仿真研究

在SINS/GPS组合导航系统中,由于实际所限,无法进行物理试验,一般都采用仿真方法来进行设计和验证.因此在Matlab/Simulink仿真平台中,游移方位系的捷联惯导力学编排进行导航计算,以GPS接收机的伪距为观测量,建立组合导航系统的状态方程和观测方程,在地心地固系内进行Kalman滤波融合,并进行了奇异值可观性分析.系统仿真和可观性分析结果表明:设计的导航系统能够获得满意的精度和可观性.     

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。     

捷联惯导/里程计高精度组合导航算法

针对里程计(OD)刻度系数误差和惯导安装误差角对车载捷联惯导(SINS)/OD组合导航系统的影响,重新推导并建立了新的量测方程,在此基础上加入故障检测的方法,从而构成了新的组合导航算法。该组合导航算法能够有效地提高组合导航精度,及时准确地检测出量测故障;同时该组合导航算法同样适用于车辆运动学约束辅助导航模式,为OD发生故障时提供了一种容错方案。仿真结果验证了该算法的有效性。     

一种简化的发射系下SINS/GPS/CNS组合导航系统无迹卡尔曼滤波算法

在弹载等高动态环境下组合导航系统状态方程具有强非线性,且各状态相互耦合影响,传统的扩展卡尔曼滤波(EKF)算法因忽略高阶项相互影响,其模型线性化展开会导致模型不准确引起导航精度下降;无迹卡尔曼滤波（UKF）算法能有效避免引入线性化误差,却存在因组合导航系统维数过高引起大量粒子递推滤波计算复杂而影响算法实时性的问题。为此,针对发射惯性系下弹载组合导航系统对滤波算法高实时性和高精确性的要求,设计了一种简化UKF(SUKF)算法,SUKF算法通过对导航系统的状态参数直接进行建模估计,解决了传统UKF算法实时性差的问题,同时继承了传统UKF算法无需模型一阶线性化展开的优点,提高了导航系统的精度。算法仿真结果表明,SUKF算法有效提高了系统解算的实时性和滤波精度,非常适合用于实际工程系统。     

基于SUKF算法的组合导航方法

合成孔径声纳（SAS）运动补偿是其信号处理的重要环节,运动补偿需要水下导航数据,文中研究了基于捷联惯导（SINS）和多普勒声速剖面仪（ADCP）等设备的水下导航方法。针对大姿态误差角情况下的导航,论文建立了基于四元数的SINS／ADCP的非线性误差模型,并采用比例无迹卡尔曼滤波（SUKF）滤波算法进行了仿真。仿真结果表明,在SAS复杂运动情况下,采用非线性误差模型的SUKF方法优于传统线性误差模型的卡尔曼滤波方法,在一定程度上提高了SAS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。