改进的粒子滤波算法在车辆组合导航中的应用

针对目前粒子滤波粒子贫化、计算量大等问题,提出了基于自适应迭代重采样的粒子滤波计算方法。改进的粒子滤波算法在不损失对系统状态估计精度的前提下,缓解了粒子贫化,降低了计算量,缩短了计算时间,同时保证了状态的估计性能。通过实际算例分析,验证了该算法的有效性。最后将该算法应用于GPS/DR车辆组合导航中,仿真结果验证了该算法的可行性和有效性。     

一种容错分散滤波在组合导航中的应用

从提高联合滤波容错性的角度出发，通过自适应调节信息融合因子提高联合滤波的容错性对一般联合滤波方法做了改进，并把这种改进的滤波方法用在了SINS/GPS/TAN组合导航系统中，通过对组合导航系统的仿真表明此种方法大大提高了组合导航系统对软件故障的容错性。     

非线性滤波及其在组合导航系统中的应用

非线性滤波理论的研究在近年来取得了很大的进展，相继出现了一些次优和最优的非线性滤波算法。本文首先对滤波理论的研究现状作了一个系统的总结，同时对现有各种非线性滤波方法的效率和精度进行了认真的分析和比较，在此基础上，指出了未来非线性滤波的发展趋势，最后针对组合导航系统自身的特点，介绍了近年来涌现同来的与之相关的各种滤波算法，通过对各种算法性能的比较，揭示了组合导航系统中非线性滤波技术的未来发展方向。     

惯性/天文/卫星组合导航技术的现状与展望

本文首先介绍了INS/CNS/GNSS组合导航的原理,然后分析了INS/CNS/GNSS组合导航技术的发展和应用现状。在上述基础上,提出了INS/CNS/GNSS组合导航技术的几个重点研究方向,包括INS/CNS/GNSS组合导航系统的信息融合与先进滤波方法,INS/CNS/GNSS组合导航方法的实时性研究和基于集成一体化的INS/CNS/GNSS组合导航系统技术。随着捷联惯性导航技术、小型天体敏感器技术、高性能卫星导航技术的快速发展,以及先进信息融合技术、组合算法优化和系统集成技术研究的深入,INS/CNS/GNSS组合导航技术将获得进一步发展并在多种应用领域发挥重要作用。     

自适应Kalman滤波算法在相对导航中的应用

本文将Singer、CS、IMM三种自适应滤波算法应用到数据链相对导航中,并进行了计算机仿真,分析比较了三种算法的性能。仿真结果表明,对机动平台相对导航而言,CS模型和IMM算法具有明显的优势。另外,指出并印证了Singer模型和CS模型中机动参数对相对导航性能的影响,分析了IMM算法在相对导航应用中存在的问题,并提出了相应的解决思路。     

平滑滤波在卫星导航抗干扰天线中的应用

为解决实际工程中卫星导航抗干扰天线鲁棒性不强的问题,提出了利用正交多项式平滑滤波算法对抗干扰权值进行滤波修正,以降低扰动对抗干扰天线的影响。文中建立了平滑滤波的数学模型,确定了滤波函数的参数,论述了抗干扰权系数正交多项式平滑滤波的过程,并给出了试验效果。     

自适应交互多模型滤波在INS/CNS组合导航中的应用

针对惯性/天文(INS/CNS)组合导航系统中由于量测噪声的统计特性随应用环境发生变化而导致滤波精度降低的的问题.提出了一种基于自适应交互多模型(AIMM)的组合导航算法,该算法将改进的Sage-Husa自适应滤波器与交互多模型相结合,以少量的模型实现对实际模态的覆盖.仿真结果表明:与常规Kalman滤波方法相比,该方法较好地覆盖了实际模态变化情况,实现了对量测噪声统计特性变化的自适应调整,在观测值发生异常时,导航参数误差没有大的跳变,导航滤波器在观测值异常时具有一定的自适应能力,从而保证了导航滤波器的可靠运行,提高了导航系统的精度和可靠性.     

自适应滤波算法在组合导航系统的应用

从卡尔曼滤波算法的稳定性出发，分析了卡尔曼滤波算法和Sage-Husa滤波算法的缺点，改进了Sage-Husa滤波算法，改进后的算法保证了系统噪声估计方差阵和测量噪声估计方差阵的半正定性和正定性，消除了滤波发散现象。在INS／GPS组合导航系统中进行仿真，仿真结果表明改进后的算法可以有效提高INS／GPS组合导航系统的稳定性．     

最小二乘滤波及其在INS/双星系统中的应用

为了克服传统Kalman滤波在实际应用中存在的局限性,研究了基于状态估计的最小二乘滤波。该方法将传统的最小二乘估计与状态估计问题有机结合,对系统噪声和量测噪声的统计特性不敏感。利用实测的激光捷联惯导系统/双星(LSINS/DS)组合数据对最小二乘滤波和传统Kalman滤波进行仿真比较,结果表明,在噪声统计特性未知的情况下,最小二乘滤波的精度更高、收敛速度更快、鲁棒性更强。     

一种低成本的SINS/GPS紧密组合导航

针对高速、高机动弹道导弹中捷联惯性导航系统/全球卫星定位系统(SINS/GPS)紧密组合导航系统在信息融合时,存在由于接收机时钟差引起量测信息值突变及量测数据时间同步的问题,提出了一种伪距差分的方法,能有效消除量测值的突变,保证滤波器收敛。在此基础上,采用多项式拟合外推的方法达到了时间同步精度要求。最后对改进后的系统进行静态和动态跑车实验,实验结果表明,该系统的水平位置精度达到了10 m,速度精度达到了0.2 m/s,提高了系统的导航精度,验证了该方法的有效性。     

G NSS／INS 组合导航接收机技术

全球导航卫星系统（GNSS ）的一个非常重要的应用是与惯性导航系统（INS ）进行组合导航。介绍了GNSS／INS组合导航接收机的工作原理,对接收机的关键技术进行了重点分析,并对其应用前景进行了展望。     

CDKF在GPS/SINS组合导航系统非线性模型中的应用

GPS/SINS组合导航系统模型的非线性会导致扩展卡尔曼滤波（EKF）的估计精度降低。而中心差分卡尔曼滤波（CDKF）的新型非线性滤波方法,则利用插值公式对非线性系统的状态估计进行逼近,从而减小线性化误差对系统精度的影响。针对GPS/SINS导航系统的特点,建立了一种非线性误差模型,并将EKF与CDKF分别应用于组合导航系统模型中进行仿真比较。仿真结果表明,该算法简单易实现,且能满足系统在非线性模型下的导航要求,并具有较高的精度和收敛性。     

INS/GPS组合导航下机载PD雷达DPCA性能分析

惯导测速误差随着时间逐渐积累,积累误差会导致载机运动补偿失效,从而使得DPCA检测性能下降。针对这一问题,提出采用INS/GPS组合导航系统对载机速度进行测量,能大大提高载机测速精度,有利于DPCA检测低速动目标。在建立雷达回波信号模型和INS/GPS组合导航系统模型的基础上,结合机载PD雷达背景,仿真分析了惯导系统、INS/GPS组合导航系统各自的测速精度以及不同测速精度下的DPCA检测性能。仿真结果表明:采用惯导测速时,测量精度较低,DPCA在此精度下不能检测低速动目标;采用INS/GPS组合导航测速时,测量精度较高,DPCA在此精度下能够检测出低速动目标。     

GPS组合导航系统的数据融合

首先介绍了车载GPS加上DR组合导航系统的设计,建立了车辆加速度及影响组合导航系统定位精度的主要误差的数学模型.然后针对一般组合滤波算法中,由于DR系统误差的引入,导致滤波效果不好的问题,提出了一种组合导航系统的数据融合.对车载GPS/DR组合导航系统提供的实际数据的处理结果表明,该方法既能提高GPS定位精度,又能有效控制DR系统的误差发散,从而有效地消除了一般组合滤波算法中DR系统误差对滤波器的影响,大大提高了组合系统的完整性和可靠性.令GPS在如香港交通环境:道路狭窄且多弯、交叉线多且密集、街道两侧高楼林立、桥梁多且较密集、隧道多且长、地形类似丘陵且高山较多,而且车辆也多行驶速度又快的情形下变得可行.     

车载GPS/DR组合导航系统数据融合算法研究

本文介绍了车载ＧＰＳ／ＤＲ组合导航系统的设计,建立了表示车辆加速度及影响组合导航系统定位精度的主要误差的数学模型。针对迭代扩展组合卡尔曼滤波算法中,由于ＤＲ系统误差的引入导致滤波效果不好的问题,提出了一种新的组合导航系统的数据融合算法。对实际跑车数据的处理结果表明,该算法在提高组合导航系统的定位精度及可靠性和完整性方面是有效的。     

DNS／GPS组合导航系统研究

本文阐述ＤＮＳ与ＧＰＳ组合导航的必要性、可行性及组合方法，给出了误差模型和卡尔曼滤波模型。选取观测量不同可有三种组合方式，通过模拟计算给出了相应曲线。当采用伪距及其变化率作为观测量时，其组合方式最佳，定位精度可达米级，航向精度可提高到０．２°。     

复合式惯导系统

与平台式惯导系统相比,捷联式惯导系统具有体积小,成本低,启动时间快及可靠性高等优点。但其表现受到载体角运动的影响。结合捷联式惯导系统和平台式惯导系统的优点,该文研究了一种复合式惯导系统。首先,详细描述了该系统的原理;其次,推导出该系统的误差方程。从理论上分析了该系统的性能不会受到载体角运动的影响。仿真实验结果验证了该方法的有效性。     

JTIDS惯导GPS组合导航算法研究

针对JTIDS相对导航算法在实际应用中存在的不足,比如位置信息更新率较低、无姿态信息等,结合惯导系统、GPS卫导系统的导航优势,研究了JTIDS相对导航与惯导/GPS进行组合的导航算法,对两种导航算法即JTIDS/惯导组合导航算法、JITDS/惯导/GPS组合导航算法进行了仿真对比分析,验证了导航算法的有效性,仿真结果表明组合了GPS的导航算法比没有组合GPS的算法,较大程度提高了定位精度,仿真分析结果为实际工程提供了一定的理论参考。