INS/GPS/TAN组合导航系统建模与仿真

在分析INS、GPS、TAN导航系统特点的基础上，提出了一种INS／GPS／TAN组合导航系统工程应用的方案。研究了其最优估计融合算法，并对算法做了仿真验证。结果表明：在确保整个组合系统可靠性的前提下，导航精度有了明显提高。因此，该方案非常适用于现代武器低空飞行时的导航。     

一种基于惯导/地磁信息融合的 低成本组合导航方法

为提高飞行器在轨导航精度需要高精度惯性导航器件,由此带来成本增加。针对短时间在轨小型飞行器,提出一种基于低成本惯导/地磁敏感器件的信息融合组合导航方法,通过利用微机电系统(Micro-Electro-Mechanical System,MEMS)惯性组合和磁强计输出参数共同构建状态方程和量测方程,并采用基于反馈校正的卡尔曼滤波算法,分析了高、中、低精度的惯导组合和MEMS三轴磁强计不同测量精度条件下的导航精度偏差。结果表明,采用惯导/地磁信息融合导航,可降低对惯性器件的精度要求,从而降低轨道飞行器导航的经济、质量成本和对安装空间的需求。     

基于高阶容积卡尔曼滤波的极区惯性/重力梯度组合导航方法

针对现有的导航手段在极区应用都存在一定的缺陷这一问题,提出了一种基于惯性/重力梯度的组合导航方法。建立了组合导航系统模型,首先,考虑到传统惯导解算方法在极区存在经线收敛的问题,给出了一种基于格网坐标系的惯导解算模型;基于重力梯度仪的误差特性,建立了系统的量测模型。为提高算法的估计精度和稳定性,并解决惯性/重力梯度组合导航系统雅克比矩阵求解复杂等问题,采用高阶容积卡尔曼滤波算法,结合重力梯度图,设计了组合导航滤波器。其中,为保证四元数的归一化,采用修正的罗德里格斯参数表示姿态误差。最后进行了蒙特卡洛数学仿真,仿真结果证明了该方法可以准确地估计出飞行器的位置和速度等信息,且估计精度高于扩展卡尔曼滤波;此外,通过仿真结果分析了重力梯度仪精度、地形、飞行器高度等影响组合导航精度的关键要素。     

水下航行器INS/GPS/DVL组合导航方法

针对自主水下航行器（AUV）受水下环境的局限难以提高导航性能的问题,提出了一种融合多传感器信息的INS/GPS/DVL组合导航方案,利用分散化滤波中的联邦Kalman滤波来实现AUV组合导航方案,通过动态信息分配系数优化了各子系统的导航信息,增强了AUV的导航性能。仿真结果表明,该方案充分提取了导航传感器的信息,有效地提高了AUV的导航精度和水下定位能力。     

基于双联邦UKF算法的组合导航数据融合方法

为了提高组合导航系统数据融合的精度和容错性,提出一种双联邦UKF组合导航数据融合方法.采用双联邦UKF滤波器的算法将JTIDS相对导航技术与成熟的GPS/INS/DVS组合导航技术相结合组成新的双联邦UKF组合导航数据融合算法.联邦UKF算法将UKF算法和分散式滤波技术相结合,精度高容错性好,JTIDS相对导航技术精度高抗干扰能力强.主滤波器1对GPS/INS/DVS组合导航信息进行融合后与JTIDS相对导航信息在主滤波器2中融合,提高了组合导航系统的可靠性和容错性.数值仿真实验表明,该算法性能优于单纯采用联邦GPS/INS组合导航算法是一种理想的组合导航滤波方法.     

一种改进的捷联惯性/天文组合导航方法

针对传统的捷联惯性/天文组合导航系统(SINS/CNS)不能精确估计加速度计偏置而导致导航误差发散的问题,提出了一种改进的组合导航方法。该方法将与位置相关的高度角误差、方位角误差以及由气压高度表得到的高度误差引入到系统的量测方程中,从而抑制了位置误差的发散,解决了传统方法中加速度计估计位置误差时存在的问题。根据上述原理以弹道导弹为载体推导了组合系统的线性模型,最后通过卡尔曼滤波实现了状态估计。仿真结果表明:该方法的导航精度优于传统方法,有效抑制了由加速度计偏置造成的位置误差,验证了该方法的有效性。     

INS/SAR/GPS组合导航系统中的分散估计融合算法

以INS／SAR／GPS组合导航系统的工程应用为目标,讨论了其分散估计融合算法及理论证明,给出一二级最优估计融合结构。仿真结果证明：采用先分散处理,再全局融合的方法,是提高整个组合系统的导航精度和可靠性的行之有效的方法。     

一种实用的Doppler/SINS组合导航系统的动基座初始对准方法

为提高Doppler/SINS组合导航系统在运动基座下的导航精度,根据Doppler/SINS组合导航系统跑车试验中发现的一些现象,提出了利用栽体作匀速圆周运动的初始对准方法.该方法可以快速估计出SINS的平台失准角并能提高对平台失准角的估计精度,跑车试验验证了该方法的可行性和有效性.理论分析表明,该方法可以较大幅度地缩小对平台失准角估计的稳态极限值,具有较好的工程应用前景.     

一种捷联惯性/GPS/陆基容错复合导航方案设计

针对卫星或陆基导航信息出现故障时,捷联惯性/GPS/陆基复合导航系统精度严重下降的问题,设计了一种基于双状态χ2检验法的捷联惯性/GPS/陆基容错复合导航方案。基于联邦滤波设计思想,通过信息分配系数的自适应调节,动态地控制GPS和陆基导航子系统的信息融合等级,并利用两个状态递推器交替进行滤波校正与故障检测,以实时修复与隔离故障子系统,保证滤波的稳定性和精度。仿真结果表明,这种基于双状态χ2检验法的捷联惯性/GPS/陆基容错复合导航方案能够有效减小故障信息对组合精度的影响,提高组合导航系统的精度和可靠性。     

AUV组合导航系统中H∞滤波技术

为了提高自主水下航行器(AUV)组合导航系统精度,选择了捷联式惯性导航系统(SINS)、多普勒速度声纳(DVS)以及地形匹配导航系统(TAN)作为AUV组合导航系统导航传感器,建立了AUV组合导航系统的状态模型和导航传感器观测模型,运用了一种基于径向基函数(RBF)神经网络进行H∞滤波信息分配的信息融合方法,并进行了计算机软件仿真.仿真结果表明,在有色噪声情况下,AUV组合导航系统的导航姿态、速度和位置精度得到了提高,有效地克服了传统滤波容易发散的缺点,提高了AUV组合导航系统的容错性能和导航精度.     

基于SKF 多传感器融合的无人机航迹规划

针对无人机在未知环境下航迹规划难的问题,提出一种基于开关卡尔曼滤波器(switching Kalman filter, SKF)无人机定位和航迹规划的方法。根据多假设理论,建立地图观测数据,结合基于INS/GPS/GIS 多传感器融合 的航迹匹配方法,使用SKF 算法完成多传感器融合和多模型的参数估计,实现无人机的自主定位和航迹规划。仿真 试验结果表明：该算法稳定性好、收敛速度较快、计算复杂度小,具有较高的航迹估计精度。     

基于联邦SR-UKF算法的GPS/INS导航数据融合算法

为提高导航系统数据融合的稳定性和容错性,将一种基于方根分解形式的Unscented卡尔曼滤波(SR-UKF)算法和分散式滤波技术相结合,建立了新的联邦滤波器SR-UKF算法并应用于GPS/INS组合导航系统中.数值仿真实验表明, 联邦SR-UKF 比联邦UKF 有更好的滤波精度、更高的稳定性和容错性, 是一种理想的非线性GPS/INS组合导航滤波方法.     

SPKF滤波算法在紧耦合GPS/INS组合导航系统中的应用

根据SPKF滤波理论,建立捷联惯导系统在地理坐标系中的误差方程和GPS导航定位的误差模型,设计了GPS/INS的SPKF滤波器。该系统中含有位置误差、速度误差、平台误差角、陀螺漂移、加速度计偏差等17维状态。利用伪距、伪距率的观测信息对全部状态进行观测。对组合导航系统进行了动态仿真,仿真结果表明系统估计状态的导航精度高,系统的鲁棒性好。     

一种基于矢量跟踪的GPS/INS 深耦合跟踪环路设计

针对 GPS 与 INS 两路数据更新频率不一致的问题,提出一种基于矢量跟踪的 GPS/INS 深耦合跟踪环路设计方法.利用滤波外推与CIC滤波相结合的方法,将误差修正后惯导信息回馈到各矢量信号跟踪信道,以调控伪码和载波数控振荡器(controlled oscillator,NCO),实现了跟踪环路的闭合,最终建立起了两路相互独立数据之间相互辅助、相互修正的关系.仿真实验结果表明,设计的GPS/INS深耦合跟踪环路能实现低载噪比和高动态信号的跟踪.     

一种基于INS的攻角和侧滑角测量算法

以飞航导弹武器系统为应用背景,提出了一种基于惯性导航系统（INS）的攻角和侧滑角测量算法,能够在不增加弹上传感器设备和不改变弹体结构的条件下实时估算出攻角和侧滑角.为了实现该算法,建立了大气边界层内风速的仿真模型,研究了风速的实时估算算法以及一种基于INS/GPS组合导航系统的简化Sage-Husa自适应滤波算法.理论分析和仿真结果表明,该算法具有较高的精度、良好的实时性和稳定性.     

基于信息融合的某型无人机高度测量系统

为某型无人机在复杂地形地貌的高原山区更好规避障碍,提出一种高精度容错高度测量系统。利用全球定位系统、气压高度计和惯性测量单元3种传感器的冗余与信息融合的方法进行高度测量,分析其原理和模型,研究基于联邦滤波器的高度信息融合方法,在此基础上,深入探讨这3种传感器的信息预测和融合过程,并进行高度测量系统的仿真。仿真结果表明：该系统设计合理,可以更加准确地测量无人机的高度,具有一定的工程应用价值。     

基于信息融合的某型无人机高度测量系统研究

某地区地形地貌复杂,无人机为了更好的规避障碍,实时监测无人机的高度非常重要。提出了一种基于信息融合的高精度容错高度测量系统,该系统利用GPS、气压高度计和IMU三种传感器的冗余与信息融合的方法进行高度的测量,对这三种传感器的原理和模型进行分析,研究基于联邦滤波器的高度信息融合方法,在此基础上,深入探讨这三种传感器的信息预测和融合过程,并进行了高度测量系统的仿真,仿真结果表明：高度测量系统设计合理,具有一定的工程应用价值。     

降阶扩展卡尔曼滤波在INS/GPS导航系统中的应用

INS/GPS组合可以实现长期稳定、高精度的导航系统,从而替代单一高精度高成本的INS.组合中等精度的INS和MS860系统,应用降阶EKF方法,开发实现“真航向测量系统”( TNDS)的高精度航姿测量。TNDS以PC／104架构的嵌入式计算机采集处理来自INS和MS860的信息;重点推导了TNDS降阶误差模型,并在其中采用降阶的EKF滤波,TNDS系统最后进行了海上试验。试验数据表明：采用降阶EKF滤波后,INS的位置误差σ由100 m减小到40 m;系统航向的误差由原来的0.105°减小到0.034°;纵横摇的误差也相应地减小。整个海上试验验证了TNDS的性能和降阶EKF滤波算法的有效性。