IMU/GPS/DCM组合导航系统全组合算法研究

通过分析姿态组合算法中平台误差角与姿态误差角物理意义的不同,推导并得到了二者之间的转换关系;利用联邦滤波技术,设计了弹载IMU/GPS/DCM组合导航系统,其中IMU为战术级捷联式惯导系统,GPS为普通民用级;仿真结果表明在元器件精度很低的情况下,使用文中的算法及系统设计依然可以实现高精度导航;组合导航系统的姿态误差角可控制在10角分左右,位置精度在3 m以内,具有较高的实际应用价值。     

列车组合导航系统研究与仿真

提出了一种列车组合导航系统.首先,采用低精度的惯性传感器构成简易惯性测量装置(IMU),设计了该简易IMU的安装结构,并给出了其导航定位解算方法.然后,将简易IMU与GPS构成组合导航系统,分析了IMU和GPS各自的误差源,并建立了组合系统误差模型,从而利用卡尔曼滤波技术设计了IMU/GPS列车组合导航算法.仿真结果表明,该IMU/GPS列车组合导航系统具有精度高、可靠性好、成本低等显著优点,非常适用于列车导航定位.     

基于WPS/GPS/MIMU组合的无缝定位技术研究

低成本、低精度的微型惯性测量组合(MIMU)虽然能完全自主地输出定位信息,但是随着时间的积累,本身的误差将会变大,即只能够在短时间内保持高精度;而全球定位系统(GPS)存在着如室内环境下无法有效提供连续定位信号的缺陷;因此将GPS和惯性导航结合起来,再加入无线定位系统(WPS)达到了无缝定位的要求;文章根据不同的定位场景,设计了相应的解决方案,并采用WPS/GPS/MIMU的组合方式来实现无缝定位;最后基于各误差系数设计了轨迹发生器和卡尔曼滤波器,并对GPS不稳定时的无缝定位系统进行了数字仿真;结果表明,与传统的定位方式相比,此方法增加了定位的适用范围,达到了无缝定位的要求。     

基于回归森林的车载组合导航系统研究

基于GPS的车载导航系统被广泛应用,但是GPS存在不可避免的缺陷,需要4颗以上的卫星信号才可以实现导航,INS/GPS组合导航可以有效的弥补这一缺陷,实现全时全地形导航。INS子系统易产生累计误差,人们已经就如何减少累计误差做了很多研究,卡尔曼滤波及其改进算法,以及近年来提出的基于人工智能的多种方法。本文提出一种基于回归森林的组合导航算法,实验结果也证明此方法在减少导航误差方面有了大幅度的优化。     

基于MEMS的低成本SINS/GPS组合导航系统研究

采用低成本的MEMS惯性传感器搭建了捷联惯导系统硬件平台,在此基础上对SINS/GPS组合导航系统进行实验研究.实验结果表明:系统精度比单纯的惯导系统高,接近GPS精度,达到了使用要求.同时,给出了MEMS捷联惯导系统的姿态解算算法,并进行实验验证.     

基于MEMS技术的微型惯性测量组合

叙述了基于MEMS技术的微型惯性测量组合(MIMU)在国内外的发展状况及其应用,简要阐述了MIMU的基本原理和结构并对其优缺点进行了分析,同时也对其发展作了总结与展望。     

车载INS/GPS组合导航系统建模与仿真

为了准确地对车辆进行定位,实现导航功能,将两种常用的导航定位技术GPS定位导航技术与惯性导航技术进行组合,介绍了INS/GPS组合导航系统的仿真方案。因车载组合导航系统对精度的要求不是很高,采用低成本的机械陀螺和加速度计作为惯性导航系统的测量器件。INS/GPS组合导航系统采用位置和速度组合模式,分别给出纯INS,纯GPS,组合导航系统的位置误差比较。结果分析表明,组合导航系统精度高于INS和GPS分别独立工作时的精度。     

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.     

基于强跟踪滤波器的MIMU/GPS组合导航系统

研究微型惯导系统优化导航,在实际工程应用中设计强跟踪滤波器的MIMU/GPS组合导航系统,为验证整个组合导航系统的正确性和可靠性,采用软件无线电平台,进行了系统硬件架构和算法设计,使得整个系统具有较强的灵活性和可扩展能力.系统组合方式采用伪距、伪距率紧密组合.滤波器部分引入对突变状态具有较强鲁棒性和跟踪能力的强跟踪滤波器,对系统进行了最优估计和反馈校正.进行车载仿真试验,结果表明,整个系统组合效果显著,跟踪精度满足了设计要求.     

无人机多传感器组合导航系统仿真研究

惯性导航系统受到陀螺和加速度计误差的影响,导航定位误差随着时间累积甚至发散.解决惯导系统误差累积的有效方法是采用组合导航系统.随着其他导航系统性能的不断提高,以惯导系统为中心,其他导航系统为辅助的组合导航系统是目前的研究热点.给出了一种以惯导系统为主,GPS和磁航向传感器为辅的多传感器组合导航系统,并对该组合导航系统进行了仿真研究.通过对仿真结果进行分析,验证了所提出的组合导航系统能够满足无人机导航任务的要求并且具有良好的稳定性.     

基于磁阻传感器的组合定位系统及误差补偿

详细介绍GPS和磁阻传感器组合定位系统的系统组成、工作原理,并介绍了磁阻传感器的测量原理和误差补偿算法,实验说明GPS/MR组合定位系统可快速、连续地确定移动载体的位置。     

基于MEMS传感器的微惯性导航系统研究

针对惯性导航系统成本较高无法广泛使用,设计了一种利用电子罗盘进行自主式初始对准的低成本微惯性导航硬件系统,并对信号进行预处理;经过罗差修正后的电子罗盘精度达到±1°以内,可以满足捷联式导航系统初始对准要求,借助"四元数"理论编写导航解算算法,确定载体的姿态、速度、位置;实验结果表明,该系统短期精度较高,可以应用在普通导航控制系统中,且大大降低系统的体积、重量、成本等,具有广阔的市场应用前景。     

基于神经计算的GPS／SINS组合导航滤波器设计

将线性二次型最优化方法与Ｈｏｐｆｉｅｌｄ神经网络相结合，研究了一种基于神经计算的滤波算法。而且，将算法应用于全球定位系统（ＧＰＳ）与捷联惯导系统（ＳＩＮＳ）的组合导航，通过计算机仿真，与卡尔曼滤波算法结果进行了比较，说明了该滤波算法的有效性和实用性。     

嵌入式GPS/MIMS组合导航系统的设计与应用

利用微型惯性测量单元MIMU和GPS-OEM板,设计了一种低成本、轻小型的嵌入式GPS/MIMS组合导航系统。根据组合导航系统的数据流图,给出了RTLinux环境下组合导航系统软件的结构和实现方法,为编码提供依据。     

惯性基高精度组合导航方法研究与仿真

研究了一种基于捷联惯性导航系统(SINS)的高精度组合导航方法;选取SINS的系统误差作为组合导航系统状态,利用天文导航系统(CNS)输出的姿态矩阵和SINS输出信息计算得到的等效姿态矩阵来构造量测,设计SINS/CNS组合导航算法;利用SINS与北斗卫星导航系统(RDSS)各自的位置输出构造量测,设计SINS/RDSS组合导航算法,从而,利用联邦卡尔曼滤波技术设计SINS/CNS/RDSS组合导航算法;仿真结果表明,惯性基SINS/CNS/RDSS组合导航方法具有较高的导航定位精度,工程应用前景良好。     

基于信息融合的组合导航系统研究

针对GPS接收机在高机动工作状态或受遮挡时易出现“丢星”现象而导致定位中断的问题,提出了一种采用GPS／GLONASS／INS组俣导航系统对载体进行快速定位、定向的新方法。文中首先总结了GPS导航系统的不足,在此基础上给出了组合系统的设计方案和工作原理,然后对基于联合卡尔曼滤波的多传感器信息融合算法进行了论述与分析,最后给出了计算机仿真。结果表明：该方法可有效地提高导航系统的精度和可靠性,为融合导航系统的数据分析和处理提供了一个有效途径。     

车载惯导航位推算组合导航系统误差补偿研究

当惯组(IMU)安装到车体上时存在安装偏差,推导了安装偏差及刻度系数误差对里程计速度的影响,进而导出了航位推算(DR)的位置误差方程及位置更新算法;建立了SINS/DR组合导航的状态方程和量测方程,以捷联惯导的位置与航位推算的位置之差作为组合导航卡尔曼滤波器的输入,估计出安装偏差和刻度系数误差的值并对航位推算进行补偿;仿真及跑车数据的验证分析结果表明了误差估计方法的有效性和正确性.     

改进量测的车载捷联惯导/里程计组合导航算法

针对车载SINS/Odometer速度量测和位置量测组合导航算法的潜在缺陷,提出了改进量测算法.在分析里程计输出误差模型的基础上,将里程计标度因数误差和惯导系统安装偏差均列入状态变量,并将1 s内惯导位置增量和航位推算位置增量之差作为量测值进行组合导航.车载试验使用精度为0.02°/h的激光陀螺捷联惯导系统,采用该算法后行驶54 km,定位精度可达行驶里程的0.08％.离线分析进一步证实,改进算法可以快速估计出各项传感器误差、安装偏差和初始对准误差,从而保证系统的定位和定向精度.     

SINS／GPS组合导航系统电路设计

介绍了基于微机械惯性器件和全球定位系统(GPS)的组合导航系统电路设计。根据组合导航系统工作的特点和控制的要求,设计了基于TMS320F2407的信息采集处理模块和基于TMS320VC33的组合导航计算模块,给出了以双口RAM作为共享存储器的设计方案。实际应用表明,该电路设计方案达到了导航系统的指标要求,并具有体积小、重量轻、功耗低、成本低等诸多优点。