基于多传感器的车载组合导航系统关键技术研究

车载导航系统由以前单一的导航系统逐渐发展为多传感器的车载组合导航系统,具有更高的精确度、可靠性和抗干扰性。文章首先分析了不同导航系统的特点,提出多传感器车载组合导航的必要性和优点,然后给出了组合导航的软硬件架构,对组合导航系统关键技术信息融合算法进行了详细探究,提出了工程实现的重要事项。     

组合导航系统状态／观测矢量融合算法比较

本文对组合导航系统中所采用的状态矢量融合和观测矢量融合两种数据融合算法进行了比较，分析了其优缺点，并针对一个两ＧＰＳ子导航系统／ＳＩＮＳ组合导航进行了仿真计算。     

一种组合导航系统的探讨

本文简要说明了导航设备的发展现状,并介绍了一种组合导航系统（惯性导航/多普勒导航/全球定位组合导航系统）,同时给出了它的一种实现方案,并对其应用前景作了简单的讨论。     

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。     

多尺度融合估计算法及其在导航系统中的应用

针对如何将多传感器的数据进行融合处理、提高数据处理的可靠性和处理精度的现实问题,提出一种多尺度融合估计算法,对多传感器的数据进行估计处理。该算法首先建立系统的动态方程和观测方程,然后利用小波变换将数据在不同尺度上进行融合处理,归纳出该算法的实现步骤。最后通过在SINS／GPS组合导航系统中的实际应用,进一步证明了该算法能够有效地提高多传感器数据的处理精度。在实际应用时,结合应用环境设置适当的尺度,可以达到较好的应用效果。     

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.     

容错组合导航系统中神经网络的设计

本文提出了完整的BP网络的设计方案，对组合导航系统的各个子系统进行实时的故障检测，隔离和重构。极大的提高了组合导航系统的可靠性。     

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°。     

多传感器信息融合的车载定位方法的研究

阐述一种利用多传感器信息融合技术提高车辆定位精度和可靠性的方法。首先,通过建立陀螺仪、加速度计和里程计传感器的数学模型和联邦卡尔曼滤波器数学模型,对SINS/GPS/OD传感器采集到的数据进行信息融合处理,提高系统定位精度和可靠性;其次,采用MATLAB对纯惯性导航系统、SINS/GPS/OD组合导航系统及其各子系统进行了数字仿真。仿真实验结果表明:本系统较纯惯性导航系统定位精度显著提高,并具备一定的容错能力。     

一种用于组合导航的多层感知机模型

针对组合导航系统，研究了一种多层感知机模型，采用相应的ＢＰ算法训练此神经网络，并将其代替闭环卡尔曼滤波器，应用于ＧＰＳ／ＳＩＮＳ组合导航系统，通过计算机仿真，表明了这种模型较标准的前馈型神经网络更适于组合导航系统，具有较好的学习能力与较快的收敛速度 。     

低成本组合导航系统的数据融合算法

该低成本组合导航系统由基于MEMS器件的惯性导航系统和GPS组成。针对该系统,基于卡尔曼滤波的数据融合算法,提出了解决和分析系统状态的可观性问题、滤波器的阶次选择问题的方法,并进行了数学仿真,结果表明提出的思路和方法是可行的,具有工程参考价值。     

SINS/视觉组合导航系统融合算法

捷联惯性导航系统(SINS)/视觉组合导航系统的融合算法主要是卡尔曼滤波,卡尔曼滤波实现最优估计的前提是系统的模型必须准确已知。对于SINS/视觉组合导航系统,获取量测信息需经图像处理、特征点提取和匹配等过程,使量测噪声统计模型不完全可知,这会导致卡尔曼滤波器的估计精度下降。因此,该文提出一种改进的自适应两级卡尔曼滤波,根据求解遗传因子的不同方法对传统自适应两级卡尔曼滤波进行改进。改进后的算法分别适用于系统噪声统计模型和量测噪声统计模型不准确可知两种情况,且二者具有统一的滤波框架。仿真结果表明,改进的自适应两级卡尔曼滤波比卡尔曼滤波精度高,有效解决了SINS/视觉组合导航系统因噪声统计模型不准确导致的精度下降问题。     

组合GPS／多卜勒导航系统

本文介绍了GPS接收机和多卜勒雷达组合系统的性能优点,该系统用精确的GPS数据不断修正多卜勒雷达的定位参数,提高了系统的精度,采用多卜勒雷达定位参数,使GPS接收机在高动态和干扰环境下的跟踪性能得到改善。且成本较低,易于推广。     

基于融合树的事件区域检测容错算法

针对无线传感器网络的事件区域检测问题,提出了一种基于融合树的事件区域检测容错算法.该算法首先构建分布式融合树,每个节点报告自己的感知数据到最邻近的树节点,树节点执行多元线性回归,对单个或多个同时发生的事件进行检测,获得事件区域检测的估计值,同时融合冗余信息,降低数据传输量.仿真结果表明,该算法具有较高的检测精度,可改善发生在事件区域边界节点的检测质量.     

一种多传感器空情信息融合算法

针对防空指挥系统快速反应决策能力要求,给出了可行的系统信息融合处理软件组成结构及功能描述,提出了一种适用于快速空情信息融合的通用信息融合处理方法和模型算法。建模过程中,提出的信息融合处理方法和模型算法将防空指挥系统信息融合的复杂过程条理化、公式化和数字化。仿真结果证明,该方法是正确和有效的。目前,该方法已应用到实际工程中。     

船舶导航系统中的多传感器融合技术

本文以船舶导航系统为研究对象,在简要介绍船舶导航系统组成的基础上,对传统导航系统在定位正确性、可靠性等方面存在的问题进行深入剖析,提出基于多传感器融合技术的新型导航系统设计方案,并结合具体案例强调多传感器融合技术在船舶导航方面所体现的优势,以期能够为新时期船舶导航系统优化和技术创新提供参考。     

一种机器人非视觉多传感器信息融合方法

当机器人配备多个传感器时，控制系统必须能够把来自不同传感器的数据融合为被测物体的准确表达。本文探讨了多传感器融合的体系结构和两级融合系统，并给出了运用实验结果。     

一种高精度的分布式多机结构的测量组合导航系统

本文较为全面地介绍了一种已经装船使用５年性能稳定，技术可靠，高精度的分布式多机结构的测量组合导航系统的结构形式，组合模式，设计特点和滤波技术。