基于联合卡尔曼滤波的GPS/DR融合仿真

目的 研究GPS(Global Positioning System)与DR(Dead Reckoning)组合导航融合技术,使AGV获得更加稳定可靠的导航定位数据.构建出适用于GPS/DR组合导航系统的联合卡尔曼滤波器.方法 在GPS(全球定位系统)基础上增加DR(航位推算系统)用以辅助GPS定位.采用randn()函数作为随机数发生器,基于MATLAB软件对联合卡尔曼滤波融合算法进行理论分析及仿真研究.创新性的提出系统补偿系数G,将它用于联合卡尔曼滤波中,使得滤波效果可人工调控.结果 设计出适用于AGV的GPS/DR组合导航系统联合卡尔曼滤波器,建立MATLAB仿真模型.在MATLAB仿真模型中AGV行驶路程为50 m,GPS导航误差范围为6m,信号波动较大.DR导航最大误差为1.8m,误差逐渐累积,结果不收敛.GPS/DR组合导航系统误差为0.2m,信号波动平稳,结果收敛.结论 GPS/DR组合导航系统即克服了GPS信号的遮蔽问题,又充分利用了DR的短时高精度自主定位的优势.仿真结果表明,该方法在保证了系统定位精度前提下,有效提高了系统的容错性和工作可靠度.     

GPS/电子地图车辆导航系统研究

介绍了基于GPS/电子地图的车辆导航系统.该系统利用模式识别方法实现地图匹配,并采用GPS接收机所记录的车辆行驶轨迹来更新道路,可以较好地校正GPS定位和显示误差.车辆行进实验表明:地图匹配和GPS更新算法可以使系统导航性能得到明显改善.     

一种新颖的基于GPS与DTMB组合系统的定位跟踪算法研究

针对GPS卫星信号在楼群密集的城市和室内存在定位盲区而无法单独完成定位的难题,考虑到地面数字电视信号的自身优越性,提出GPS与DTMB组合导航的无缝定位方法.该方法通过融合多源信号的观测量来保证定位的精度,采用扩展卡尔曼滤波(EKF)算法对多源信号进行最优估计,并对比分析不同信号源组合下的定位跟踪效果.仿真结果表明,EKF滤波估计轨迹能较好地接近目标运动的真实轨迹,均方根误差约20 m,满足无缝定位需求,且参与定位的组合信号源参数越多,定位精度就越高.证明了在GPS定位盲区,采用GPS与DTMB进行组合导航定位的可行性.     

联邦卡尔曼滤波在水下航行器组合导航系统中的应用

为了提高水下航行器的导航定位精度,设计了以捷联式惯性导航系统、地形匹配、多普勒计程仪等构成的组合导航系统,建立了各子导航系统的误差模型,采用联邦滤波技术对水下组合导航进行信息融合,建立了水下组合导航系统的观测方程并进行了计算机仿真.仿真结果表明:使用联邦卡尔曼滤波技术进行信息融合提高了组合导航系统定位精度和定位可靠性,能满足水下航行器高精度和高可靠性的要求.     

SINS/GPS组合导航方法设计

根据SINS/GPS组合导航的基本原理,重点研究联合卡尔曼滤波方法在组合导航中的应用,基于最优化理论的数据融合技术,通过分析纯惯性导航系统的误差,建立了组合导航系统的误差模型,设计了高可靠性、易于工程实现的简化联合卡尔曼滤波器和对应的数据融合算法。并对该导航系统进行了动态实验,结果表明组合导航能有效抑制导航参数误差,提高导航精度。     

一种基于VINS/FINS组合导航方法

针对视觉惯性组合导航系统中微惯性器件精度偏低,以及足部惯性导航系统航向角误差可观测性差的问题,研究了一种基于上述两种系统的信息双向融合的导航定位方案. 该方法的系统结构由安装于双足步行机器人躯干部分的惯性导航系统和安装于其足部惯性导航系统两部分组成. 惯性导航系统通过视觉同时定位与地图构建数据融合方法可以获得相对准确的航向角,足部惯性导航系统利用零速修正后的位置信息实时修正惯性导航系统中的低精度惯性器件误差,从而构建视觉与惯性信息双向融合的组合导航系统结构. 实验结果表明,该组合导航方案可以有效提高双足步行机器人的航向精度和定位精度.     

GPS／电子地图车辆导航系统研究

介绍了基于GPS／电子地图的车辆导航系统．该系统利用模式识别方法实现地图匹配，并采用GPS接收机所记录的车辆行驶轨迹来更新道路，可以较好地校正GPS定位和显示误差．车辆行进实验表明：地图匹配和GPS更新算法可以使系统导航性能得到明显改善．     

基于联邦滤波的INS／GPS组合导航系统数据融合研究

针对INS导航定位的精度低、GPS导航定位的非自主性,采用INS／GPS组合导航的方式,重点阐述了系统模型的建立,在Matlab／Simulink平台下对系统进行仿真实验时,采用了基于无重置的联邦卡尔曼滤波器的组合方案,实验表明了组合系统比任何单一的导航系统的定位精度都要高,是一种可行的导航方法．     

气压高度表增强GPS组合导航系统数据融合

针对在精密进场着陆阶段GPS信号易受干扰及高度准确性较差、气压高度表对气压及温度敏感的特点,提出了一种提高垂直方向定位精度的组合导航系统。基于GPS定位误差、气压高度表误差以及其“当前”统计模型,建立了系统的状态方程和观测方程,给出了采用迭代Kalman滤波的数据融合算法。理论分析仿真和实验结果表明,迭代Kalman滤波算法提高了垂直方向上的定位精度与实时性,改善可用性,性能优于Kalman滤波,保证了飞机在进近阶段的安全性和可靠性,可以作为精密进近阶段的着陆引导系统.     

GPS/IMU/DMI组合导航方法研究

利用可量测影像具有高精度空间位置信息的特点,提出了一种可量测影像与GPS、IMU组合导航方法。提出了系统框架,研究了可量测影像与道路网数据一体化组织方法,可量测影像与实时影像匹配定位算法,可量测影像与GPS、IMU联邦卡尔曼滤波导航模型。实验表明,新方法可以弥补车辆导航系统卫星信号失锁、惯性器件误差随时间累积发散等问题,提高了系统在复杂环境中定位精度和稳健性。