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。     

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。     

捷联惯导系统/GPS/里程仪组合导航的研究

利用里程仪辅助捷联惯导系统构成自主式组合导航系统,构造、设计捷联惯性/里程仪组合定位、定向系统卡尔曼滤波器和新算法.并给出了仿真结果,仿真结果表明,该组合导航系统可有效减小速度和位置等导航参数的累计误差.     

多普勒测速仪/捷联惯导组合导航技术研究

提出了利用多普勒测速仪辅助捷联惯导系统动基座对准以及基于卡尔曼滤波的组合导航方案，并对该导航方案水上实验的结果进行了分析．实验结果表明，多普勒测速仪能够有效地抑制惯导误差随时间积累的缺点，提高了导航定位的精度．     

捷联惯导/高度计组合导航数字仿真系统设计与实现

在实验室或者外场进行制导武器半实物仿真实验的时候,捷联惯导系统通常不参与或者只是部分参与,分析了组合导航系统的功能和流程,给出了仿真系统的框架、流程和实现,论述了仿真系统的接口定义、通信协议、信息流程、工作流程;最后结合某型号的实验任务在实验室利用通用PC机实现了捷联惯导/高度计组合导航系统的仿真系统,仿真结果验证了所设计的系统能够完成组合导航系统的所有功能。     

车载激光陀螺SINS/DR组合导航系统研究

推导了捷联惯导系统（SINS）误差方程和航位推算（DR）误差方程。建立了SINS／DR组合导航离散卡尔曼滤波（KF）状态方程和量测方程。最后对SINS／DR组合导航算法进行了仿真，仿真结果表明；组合系统中部分误差源能够被估计出来并且得到补偿，因而组合导航效果优于单独的SINS或DR导航效果。     

联邦卡尔曼滤波在捷联惯导/全球定位/里程仪组合系统中的优化设计

基于Carlson提出的联邦卡尔曼滤波理论的原理和特点,建立了SINS/GPS/OD组合导航系统的数学模型,设计了组合系统的联邦滤波算法,并使用MATLAB对算法进行了仿真,仿真结果证明了联邦滤波器在组合导航系统应用中的可行性和优越性,该算法计算量小、容错性好,能实现较高的精度.     

RSINS/里程计容错组合导航方案设计与性能验证

为满足武器发射车辆对车载导航系统自主性、 精确性和可靠性的要求,设计了一种RS-INS/里程计容错组合导航方案.首先,在对里程计不同量测信息特点分析的基础上,建立了基于里程增量匹配方式的RSINS/里程计组合导航系统模型.其次,根据对RSINS/里程计组合导航系统模型的可观测性分析结果,建立了一种可观的RSINS/里程...     

利用导航信息标定捷联惯导系统误差系数的方法

提出了利用导航数据反推捷联惯导误差系数的一种新的标定方法。推导了标定模型，给出了陀螺和加速度计标度因数误差的标定位置，并对标定模型进行了详细的分析。     

基于数字式里程仪的INS/里程仪导航系统

由于传统机械式里程仪存在着精度低以及无法克服的刻度系数误差的缺点,致使INS／里程仪组合导航系统的精度一直以来难以令人满意,针对此设计了新型数字式高精度里程仪,使得INS／里程仪的导航精度有了显著提高。     

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。     

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。     

伪卫星/惯性/里程仪组合高精度地面车导航技术

为提高地面车定位/定向精度,文中研究一种基于伪卫星/惯性/里程仪组合的导航技术.系统以平台式惯性导航系统作为主惯导、高精度里程仪用来测速、两个伪卫星地面基站测得的伪距差作为测量,仿真结果表明：东向定位误差可达到2m（1σ）,北向定位误差可达到1m（1σ）,方位误差达到20角秒.     

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.     

基于横坐标系的捷联惯性导航系统/多普勒速度仪极区组合导航算法

针对传统指北方位的惯性导航力学编排在高纬度地区因地理经线快速收敛,建立相对于经线的航向越来越困难,以及在地理极点存在奇异值等问题,结合自主水下航行器在导航过程中对自主性、导航精度等需要,提出了基于横坐标系的捷联惯性导航系统/多普勒速度仪极区组合导航方案。给出了横地球坐标系、横地理坐标系等定义以及与常规导航坐标系的转换关系;通过类比常用的指北方位惯性导航力学编排推导了基于横坐标系的惯性导航力学编排;设计了适用于极区的捷联惯性导航系统/多普勒速度仪组合导航卡尔曼滤波算法;对设计的组合导航系统进行了仿真分析。结果表明,该导航方案能有效抑制方位失准角的增长,导航定位精度可满足自主水下航行器极区导航的要求。     

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.