弹道导弹惯性/双星/天文组合导航系统研究

弹道导弹飞行特点对其导航系统提出了较高的技术要求,因此提出一种惯性/双星/天文组合导航方案对弹道导弹实时估计和修正导航误差,提高导航精度,该组合导航方案以惯性导航系统与天文导航系统的姿态角差值、惯性导航系统与双星定位导航系统的位置差值作为观测量,建立弹道导弹导航系统的数学模型和观测方程,以无反馈模式联邦滤波器在线估计弹道导弹导航参数误差值.通过计算机仿真并分析仿真结果:和惯性导航系统相比较,这种组合导航系统可以提高弹道导弹导航精度,适合弹道导弹组合导航.     

多导航传感器的数据融合处理方法研究

在舰船导航过程中为克服单一模型的卡尔曼滤波器对真实系统状态参数发生变化时造成滤波误差过大甚至发散的现象,将多模自适应控制用于导航数据融合处理方法中,设计了组合导航系统的多模型自适应卡尔曼滤波器,通过数字仿真将单一模型的INS/GPS/Doppler组合导航系统与多模自适应控制的组合导航系统的性能进行了比较,表明了多模自适应控制在组合导航系统中可以改善系统的瞬态响应和覆盖大范围的参数不确定性,提高了组合系统的导航精度.     

基于联邦滤波的偏振光/SINS/BDS/地磁组合导航算法

针对高稳定目标导航参数获取对多传感器融合算法的需求,提出一种偏振光/捷联惯性导航系统(SINS)/北斗卫星导航系统(BDS)/地磁组合导航方法.分析了各类传感器的导航性能,采用联邦卡尔曼滤波器两级结构,利用子滤波器进行局部估计,主滤波器进行多传感器数据融合,研究了基于联邦卡尔曼滤波方法的多传感器数据融合导航算法.进行了...     

基于FPGA_ARM的机载组合导航系统设计

为了降低惯性导航系统的累积误差,提高导航定位的准确性,文章采用惯性导航系统、GPS和磁航向计等构建了小型组合导航系统,以INS、GPS位置和速度的差值作为观测量,通过卡尔曼滤波器估计位置、速度和姿态等导航参数的误差量,进而获得准确的导航参数估计值;实验结果表明,该方法能够有效遏制系统累计误差,满足导航系统的精度和稳定性要求。     

基于INS/GPS/磁力计的全组合导航

针对惯性导航单独定姿、定位产生漂移的问题,提出了一种磁力计、GPS辅助惯性导航的组合导航系统。对磁力计、陀螺仪数据进行预处理;推导了基于误差四元数的定姿系统方程和量测方程,使用卡尔曼滤波器融合陀螺仪与磁力计数据。建立定位系统方程和量测方程,使用GPS量测值辅助惯导、校正位置、速度信息。实验验证结果表明:组合导航系统有效地改善了惯性导航漂移问题,同时在GPS失效情况下仍能正常工作。     

Sigma-Point直接式卡尔曼滤波惯性组合导航算法

基于西格玛点采样加权的方法,以姿态、速度和位置等9个导航参数为状态向量,以卫星导航系统的速度和位置组成6维观测向量,构建直接式卡尔曼滤波器,融惯性导航系统求解和状态估计的过程为一体,直接描述系统导航参数动态过程.仿真结果验证了惯性组合导航Sigma-Point直接式滤波方法的有效性,表明该非线性直接式滤波方法可提高惯性组合导航系统的导航精度和对飞机、导弹等载体非线性机动过程的适应性.     

模糊自适应卡尔曼滤波技术研究

本文提出了一种基于模糊自适应卡尔曼滤波技术的组合导航的新方法．这一方法主 要应用于自主式机动飞行器．用模糊逻辑自适应控制器对卡尔曼滤波器的噪声方差进行“在 线”修正,将卡尔曼滤波器调整到最优状态,从而提高组合导航系统的精度．通过对GPS/IN S组合导航系统的仿真,验证了模糊自适应卡尔曼滤波器比常规卡尔曼滤波器具有更高的精 度．该方法的研究对飞行器的导航与制导具有重要意义．     

基于ARM和DSP的组合导航系统设计

设计并实现了基于ARM和DSP的SINS/GPS组合导航系统;该系统采用DSP作为导航解算计算机,完成导航数据的快速的融合与解算处理;采用ARM处理器作为上位机,完成导航系统的数据存储、显示与输入输出接口控制等功能;重点完成了光纤陀螺和加速度计的高精度数据采集以及ARM与DSP之间的通信接口的设计,并根据系统的硬件配置,设计并实现了组合导航系统的卡尔曼滤波器;最后进行了车载试验,试验数据分析结果表明该组合导航系统可以获得理想的导航精度,验证了导航系统软、硬件设计的正确性和可靠性.     

惯性/北斗双星组合导航系统研究

对惯性导航系统、北斗双星定位系统两者的组合进行了研究.建立了惯性/北斗双星组合导航系统的数学模型,针对双星系统噪声特性难于统计的特点设计了可实时估计量测噪声的自适应卡尔曼滤波器.并对系统产生的量测延时给出了较好的解决方案.最后对系统进行了仿真试验,仿真结果表明该组合导航系统具有较高的精度,此方案具有较好的工程应用价值.     

四元数卡尔曼滤波组合导航算法性能分析

为分析四元数卡尔曼滤波组合导航算法在飞行器姿态估计中的性能,在建立四元数卡尔曼滤波观测方程、状态方程和方差计算模型的基础上,分别设计了陀螺/加速度计/磁强计组合导航仿真算例和陀螺/加速度计初始对准实验,比较了四元数卡尔曼滤波组合导航算法相较于传统扩展卡尔曼滤波组合导航算法在计算量、收敛性、收敛速度、收敛精度方面的性能.分析结果表明该滤波器无须扩展卡尔曼滤波器的线性化过程,计算量小,算法实现简单;收敛性和收敛速度均优于扩展卡尔曼滤波器.收敛精度较扩展卡尔曼滤波器高出约两个数量级,但收敛过程中存在一个比扩展卡尔曼滤波器精度低的时间区间.     

动基座条件下组合导航初始对准研究

初始对准是影响惯性导航系统的导航精度的重要因素,通过对惯性导航(INS)/全球定位系统(GPS)组合导航系统初始对准进行研究,利用GPS信息来辅助INS进行初始对准,来提升初始对准的精度和对准时间.在粗对准阶段,利用载机主惯导对子惯导进行装订,完成子惯导的粗对准;在精对准阶段,有效地利用GPS信息,采用速度匹配方式,并设计了组合对准滤波器,进行仿真验证.仿真结果表明:组合导航系统的初始对准能在15 s内完成对准,且能够达到7mrad的精度.     

北斗双星定位系统上的基于联邦Kalman滤波的组合导航技术

作为常用导航手段的惯性导航、GPS系统等单一的导航设备,已不能满足现代电子战条件下的作战使用需求。因此,目前世界各国广泛采用多设备组合、冗余设计、多功能的组合导航系统。本文设计了基于联邦Kalman滤波的组合导航技术,进行了相应的数据仿真实验,并使用北斗星定位系统上的实际运行数据进行了算法验证,从而验证了在北斗双星定位系统上使用基于联邦Kalman滤波组合导航技术的有效性和可行性,为未来进一步在中国独立自主研究的北斗双星定位系统上进行实际的工程应用和商业应用奠定了良好的基础。     

多导航传感器的多模卡尔曼滤波研究

将多模自适应估计用于导航数据融合处理方法中,通过数字仿真将单一模型的惯导系统/全球定位系统/多普勒计程仪组合导航系统与多模自适应估计的组合导航系统的性能进行了比较,多模滤波器具有较明显的稳定滤波,而且,加大了测量值动态范围,说明了多模自适应估计在组合导航系统中可增强系统对环境的适应性,提高组合导航系统的精度.     

基于地球坐标系的全球惯性导航与组合导航方法

包含高纬度极区的全球导航是现代民用和远程军用飞机对导航系统的重要要求。极区地理环境的特殊性导致常规的指北方位惯导算法在极区不适用。针对全球导航中极区与非极区惯导算法不统一的问题,提出了以基于地球坐标系的惯导机械编排为内核,导航参数在地理坐标系和格网坐标系输出的全球导航方法。针对长航时惯导系统存在的误差累积问题,设计了基于地球坐标系的惯性/卫星紧组合导航滤波器。仿真实验表明,基于地球坐标系的惯导算法在极区与非极区的算法性能分别与格网算法和指北算法一致,惯性/卫星紧组合导航有效提升了导航精度。     

MEMS SINS-GPS组合导航系统设计

为实现满足中低精度要求的低成本导航系统,选用MEMS惯性传感器研制了捷联式惯性导航系统(SINS);针对MEMS惯性传感器噪声较大和惯性导航系统误差随时间迅速累积的问题,利用小波对MEMS陀螺信号进行了降噪处理,并采用SINS-GPS卡尔曼滤波组合导航系统以消除惯导系统的误差累积,输出较高精度的速度、位置信息.对SINS和组合导航系统进行了仿真实验,实验结果表明所建系统的长时间导航性能有一定改善.     

带有转动机构的捷联惯导初始对准方法分析

在现有器件精度基础上依靠旋转调制技术实现更高精度导航成为当前惯性技术的研究热点。针对移动测量系统旋转光纤惯导系统对初始化可靠性和准确性提出的更高要求,设计一种不同惯性系下重力加速度建立转换矩阵的粗对准加两位置卡尔曼滤波精对准的初始化方法。分析粗对准过程转换矩阵求取机理,设计惯性坐标系重力及其微分构建初始捷联矩阵的方法;利用转动机构实现IMU处于2个最优方位完成光纤惯导系统的卡尔曼滤波精对准。转台实验结果表明,惯性系粗对准加两位置卡尔曼组合精对准可有效实现旋转惯导系统的高精度初始化。     

一种旋翼无人机组合导航系统设计及应用

针对传统组合导航算法相对复杂,对系统硬件要求太高,实时性不好的缺点,设计了一种基于线性卡尔曼滤波器的简单实用组合导航算法.考虑到传统卡尔曼滤波器在系统噪声变化时滤波精度变差甚至发散以及模糊控制器计算量大的缺陷,设计了线性迭代调整观测噪声参数的方法对滤波器进行自适应改进,提高了算法的鲁棒性和实时性.利用STM32微控制器和MEMS惯性单元以及UBLOXGPS定位模块搭建硬件平台进行实验验证.结果表明:在168MHz时钟频率下,一次姿态数据读取和解算共耗时3.27ms,一次组合导航滤波耗时2.18ms,二者分别运行在100Hz和5Hz频率下.最终组合导航结果可以满足无人机在1m的精度范围内自动悬停的需求,验证了所设计的组合导航算法的可靠性和实用性.     

自适应联邦卡尔曼滤波在机器人组合导航系统中的应用研究

利用里程计(OD)与全球定位系统(GPS)辅助捷联惯性导航系统(SINS)构成一种高可靠性的组合导航系统.推导并建立了局部滤波器的数学模型,并针对联邦滤波器在载体发生异常扰动时滤波精度较低的问题,设计了基于SINS/GPS/OD组合导航系统的自适应联邦滤波器,有效补偿了系统异常扰动或动力学模型误差.仿真模拟了机器人的全航线运行轨迹进行验证,仿真结果表明,SINS/GPS/OD组合导航系统的自适应联邦卡尔曼滤波算法与相同组合导航系统的非自适应联邦卡尔曼滤波算法相比,在保障机器人导航定位可靠性及容错能力的前提下,能有效抑制异常扰动的影响,导航精度得到进一步改善.     

无人飞行器的北斗卫星组合导航算法研究

北斗卫星导航系统是中国自行研制的全球卫星定位与通信系统,为促进北斗卫星系统在导航方面的运用,降低我国导航方面对GPS的依靠,从而进一步降低成本,提高无人飞行器的导航精度,本文对捷联式惯性导航系统（INS）和北斗定位导航系统的组合导航算法进行了研究,通过惯性导航系统的原理和导航解算的过程,选择惯导系统和北斗系统的速度、位置差值作为观测量,建立组合导航系统的状态方程和观测方程,利用无迹卡尔曼滤波得到惯导系统状态量和惯性敏感器的误差,对惯导系统进行误差补偿,从而实现无人飞行器的高精度导航控制.并使用Matlab进行仿真,得出高精度的模拟输出轨迹.     

Indoor INS/UWB-based Human Localization With Missing Data Utilizing Predictive UFIR Filtering

A combined algorithm for the loosely fused ultra wide band (UWB) and inertial navigation system (INS)-based measurements is designed under the indoor human navigation conditions with missing data. The scheme proposed fuses the INS- and UWB-derived positions via a data fusion filter. Since the UWB signal is prone to drift in indoor environments and its outage highly affects the integrated scheme reliability, we also consider the missing data problem in UWB measurements. To overcome this problem, the loosely-coupled INS/UWB-integrated scheme is augmented with a prediction option based on the predictive unbiased finite impulse response (UFIR) fusion filter. We show experimentally that, the standard UFIR fusion filter has higher robustness than the Kalman filter. It is also shown that the predictive UFIR fusion filter is able to produce an acceptable navigation accuracy under temporary missing UWB-data.