基于BP神经网络辅助的车载组合导航算法研究

针对INS/GPS组合导航系统在GPS信号被遮挡时,GPS接收机失锁导致导航精度迅速下降的问题,提出了基于BP神经网络辅助的组合导航算法。即在GPS信号锁定的时候,采用卡尔曼滤波对INS/GPS信号进行数据融合得到实时的精确位置,同时利用组合导航输出信息对BP神经网络进行实时在线训练;一旦GPS失锁,利用之前训练好的神经网络对INS系统进行误差补偿,解决精度迅速下降问题。通过跑车实验证明,速度精度在0.2m/s以内,位置精度为25m以内,该算法对INS/GPS组合导航系统有效。     

基于条纹匹配的InSAR/INS组合导航方法

现存的组合导航系统存在诸多问题：地形辅助导航系统分辨率较低;GPS/INS导航系统中GPS信号易受干扰;SAR/INS导航系统无法实现三维定位且无法获得平台的姿态信息.针对以上问题本文提出了基于条纹匹配的InSAR/INS组合导航方法：该方法将InSAR系统获得的干涉条纹与DEM生成的干涉条纹进行匹配,得到的定位偏移用以反演平台的位置和姿态信息,最后将反演结果与IMU信息进行组合滤波得到导航输出.该组合导航系统有以下优势：干涉条纹中包含地形信息和平台姿态信息;干涉相位对横滚角敏感,可通过干涉相位高精度反演平台的横滚角;InSAR系统具有较高精度的三维定位能力.本文主要介绍了基于条纹匹配的InSAR/INS组合导航的原理和方法,最后通过仿真和实测数据验证了条纹匹配和观测量反演算法的可行性.     

基于图优化的INS/GNSS深组合导航系统研究

为充分考虑历史信息对未来导航结果的影响,并充分利用更深层次的组合导航信息进行信息融合,提出了一种基于图优化的INS/GNSS深组合导航方法.通过将量测信息和状态传播作为约束信息,在时间域上构建优化代价函数,利用列文伯格-马夸尔特法求解状态的最优估计.通过INS/GPS深组合导航系统仿真实验对该方法进行了评估和分析,仿真...     

对GPS/INS接收机干扰效果评估方法分析

对全球导航定位系统/惯性导航系统(GPS/INS)组合导航接收机可进行有效干扰,并对干扰效果进行准确评估是导航对抗研究的重要内容。基于GPS/INS的3类组合导航机理,分析了针对GPS/INS组合导航接收机的2种典型干扰样式及其干扰效果。在此基础上提出了对GPS/INS干扰效果进行评估的指标体系,并对干扰效果的检测方法进行了探讨。     

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。     

无人机导航系统的探索与研究

文中提出了无人机GPS/INS组合导航系统的解决方案。首先介绍导航系统的算法和原理,根据任务需求,给出硬件构成及软件核心程序流程。通过仿真结果证明,在组合系统中,采取PID控制以及卡尔曼滤波算法,大大提高了导航的精度。     

GPS／INS组合车辆导航系统的两种卡尔曼滤波结构

为了解决GPS信号失锁引起的无法定位和INS积累误差引起的长时间漂移问题,以GPS/INS组合导航系统的数据融合理论作为基础,卡尔曼滤波作为主要融合方法,对进入组合车辆系统的GPS定位数据与INS定位数据分别进行估计、修正和融合,推导出GPS/INS组合导航系统的状态方程、测量方程和递推滤波方程,同时对分散滤波结构和联合滤波结构进行仿真比较,结果表明后者的定位精度高于前者。     

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。     

GPS/INS组合导航技术的综述与展望

本文分析比较了GPS/INS松耦合、紧耦合及超紧耦合三种模式的区别及优缺点,综述了国内外GPS/INS耦合导航技术的研究现状与应用情况,并结合我国的技术特点,对GPS/INS组合导航的发展趋势及关键技术进行了展望。     

SINS/GPS/TACAN组合导航的联邦卡尔曼滤波方法

针对无人机飞行末段的飞行特点,提出了一种用战术空中导航系统(TACAN)辅助惯性导航系统(INS)、全球卫星定位系统(GPS)的新组合导航模式。详细推导了一种系数加权的联邦卡尔曼算法,并将此算法运用到SINS/GPS/TACAN组合导航中。通过融合导航系统的导航信息估计出组合导航系统的误差状态量,以提高导航系统定位精度。此算法不必计算加权矩阵,从而避免了求解滤波误差方差阵的逆矩阵,运算速度有所提高。仿真计算结果表明,该算法可抑制滤波发散,并提高导航系统的精度和速度,此组合导航模式有较好的容错性和环境适应性,具有实用价值。