GPS/SINS/Odometer组合导航系统的研究

针对全球定位系统(GPS)和捷联惯性导航系统(SINS)组成的车载导航系统在GPS失效时精度会快速下降的问题,提出了GPS/SINS/Odometer(里程计)组合导航定位系统,采用联邦卡尔曼滤波对SINS进行误差估计并作反馈校正。当GPS无效时,就可以使用里程计辅助SINS。实验结果表明,在GPS失效的时间段内,该组合系统可以有效地抑制SINS的误差发散,并将其误差限制在较低的水平,保证了组合导航系统的精度与可靠性。     

基于闭环H∞滤波的组合导航系统研究与仿真

运用组合导航技术,将SINS与GPS两者有机组合,能很好地克服各自的缺点,形成优势互补结构.H∞滤波通常应用于系统模型和噪声特性不确定的环境,存在滤波精度不高的缺点.通过对H∞滤波引入闭环修正,在不影响滤波鲁棒性的前提下,有效地提高了系统精度.同时引入协方差配置技术,能够增强导航系统的鲁棒性,从而构成比较理想的组合导航系统.对提出的SINS/GPS全组合系统进行了动态仿真,仿真结果表明,系统结构简单,状态估计精度较高,系统鲁棒性好.基于闭环H∞滤波的组合导航系统对实际工程应用具有重要的现实意义.     

间接Kalman滤波器在航天器CNS/SINS组合导航中的应用

为了利用最优估计法实现捷联惯导系统和天文导航系统的组合,讨论了捷联惯导和天文导航两子系统的组合方式,初步建立了针对Kalman滤波的组合导航模型,在此基础上对比了直接法Kalman滤波和间接法Kalman滤波,并采用反馈校正法针对即得模型设计了间接Kalman滤波器.分析仿真结果表明,间接Kalman滤波器能较好实现两个子系统的组合,使两系统间的信息相互渗透,起到性能互补的作用.     

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.     

SINS/GPS组合导舫系统设计

捷联式惯性导航系统(SINS)是一种自主性很强的导航方式,短时间内运行精度很高,然而随时间积累定位精度变的很差.全球定位系统(GPS)长期误差特性较好,但是短期精度不高.因此SINS/GPS组合导航系统能够各取所长,是一种理想的导航系统.采用惯性测量单元提供线加速度和角速度输出,结合GPS OEM板提供的GPS信息,使用DPS的强大计算能力解算出导航参数,经实验验证达到了预期目的,可以应用于工程实践当中.     

矿井组合导航系统的设计与应用

针对矿井捷联式惯性导航系统（SINS）误差累计的问题,提出了一种基于射频位置修正技术的矿井组合导航系统。系统将射频标签存储的实际位置和SINS解算位置的差值作为量测量,利用Kalman滤波器估计并补偿SINS存在的陀螺漂移和加速度计零偏。该方法在修正点对误差估计精度高,收敛速度快,能够对SINS累计误差进行一次性修正。     

组合导航系统在四旋翼无人机上的实现

针对无人飞行器行业的快速发展和导航系统对飞行器的重要性,提出了组合导航系统的融合方案。介绍了捷联惯导系统的原理、姿态算法。通过对惯性传感器进行误差标定和补偿,利用扩展卡尔曼滤波器建立了INS/GPS组合导航系统。仿真实验表明,组合导航系统的工作性能要优于纯惯性导航系统,能够为飞行器提供较高的导航精度。最后,将这种组合导航系统在四旋翼无人飞行器上进行了实现。     

基于DSP的惯性组合导航系统精度改进算法研究

提出了一种新的提高DSP惯性组合导航系统计算精度的方法——三量分解法(TSA)，并且使用这种方法改进了惯性组合导航程序，综合测试和跑车试验结果表明，TSA能有效提高基于DSP的组合导航系统的解算精度，消除了计算误差，达到了导航计算机系统小型化、低成本、高性能的目标．     

矿井组合导航系统算法研究

针对矿井环境下人员定位精度差的问题,提出一种基于射频位置修正技术的新型矿井组合导航系统。将捷联式惯性导航系统 (SINS)与矿井射频定位进行互补融合,将射频标签存储的实际位置和SINS解算位置的差值作为量测量,利用扩展Kalman滤波器估计并补偿SINS存在的陀螺漂移和加速度计零偏。仿真结果表明,在复杂度相近的情况下,该系统在30 min内的综合定位精度比SINS提高近 4倍。     

军用车载简易捷联惯导/GPS组合导航系统研究

利用惯性测量组件（IMU）和GPS－OEM板，研究军用车载简易SINS／BPS组合导航系统的实现。对简易捷联惯导／GPS组合导航系统的原理、硬件组成和软件构成进行了具体的分析，表明组合导航系统在精度和可靠性两方面，较单一的导航系统都有明显的改善和提高，能够满足陆地军用车载导航的要求。     

一种SINS／GPS组合导航系统的数字仿真方法

组合导航系统的数字仿具对于系统、方案论证有着重要的意义，目前国内各种期刊当中关于SINS／GPS组合导航方面的文章都较少涉及数字仿真的算法，针对这种情况，在查阅有关文献、上机实验的基础上，文中总结出了一种SINS／GPS组合导航系统的数字仿真方法。SINS和GPS采用位置、速度综合模式，使用卡尔曼滤波技术，给出了数字仿真结果，并对结果进行了分析。     

iMEMS速率陀螺芯片在MAV飞行控制系统中应用研究

介绍了基于iMEMS技术的速率陀螺芯片ADXRS150/300,研究了以微处理器为核心的MAV飞行控制系统结构及其各部分功能,给出了基于角速率测量和GPS位置导航的MAV飞行控制系统方案.     

基于双DSP的SINS/GPS组合导航计算机系统

为满足SINS/GPS组合导航系统对实时性、精度的要求,设计了一种基于双DSP的高性能SINS/GPS组合导航计算机系统。本系统按功能划分为数据传输子系统和导航计算子系统。选用高性能数字信号处理器TMS320F28335(DSP1)和TMS320C6713(DSP2)分别作为数据传输子系统,导航计算子系统的核心处理器;两子系统之间通过双口RAM实现高速可靠通信。系统通过扩展外部接口实现对惯性组件数据,GPS数据实时采集,并输出导航参数,具有很强的实时性。     

SINS／DGPS组合导航系统

首先介绍了新型组合SINS／DGPS系统原理图及组合导航系滤波算法。SINS和DGPS采用位置、速度综合模式，提出了一种扩展的卡尔曼滤波方法，使用卡尔曼滤波技术，给出了数字仿真结果并对结果进行了分析。     

基于MEMS-SINS/GPS的组合导航系统设计

针对小型无人机导航系统低成本、微小型、高效性的特点,提出了基于捷联惯导(SINS)\卫星定位(GPS)的组合导航系统设计方案,深入研究了组合导航系统的关键技术;分析了MEMS传感器误差对导航系统的影响,建立了系统误差模型;采用利于工程实现的基于位置、速度误差作为状态向量,以松耦合方式进行集中式Kalman滤波,对SINS/GPS信息进行融合,避免了传统SINS系统状态模型非线性,滤波器设计困难的问题;最后对系统进行了仿真;仿真结果表明,该组合导航系统成功抑制了SINS系统的积累误差,提高了导航精度与可靠性,具有广阔的应用前景。     

SINS/DGPS组合导航系统

首先介绍了新型组合SINS/DGPS系统原理图及组合导航系滤波算法。SINS和DGPS采用位置、速度综合模式,提出了一种扩展的卡尔曼滤波方法,使用卡尔曼滤波技术,给出了数字仿真结果并对结果进行了分析。     

BDS/SINS紧耦合组合导航技术仿真研究

研究北斗卫星导航系统定位精度优化问题.由于单一北斗系统不能满足飞行器导航要求,为了增强系统可靠性、实时性和抗干扰能力,针对卫星系统导航信号通视性差、易失锁和数据更新频率低等问题,提出了机载紧耦合BDS/SINS组合导航技术.对BDS和SINS的误差模型进行分析,构造了利用伪距和伪距率的状态方程和量测方程.仿真结果表明,紧耦合组合导航系统精度和可靠性更高,在少星条件下仍能满足载体导航需求,并弥补了BDS单一导航的不足.     

状态切换CDKF算法及其在低成本紧组合导航系统中的应用

成本SINS/GPS紧组合导航系统在大失准角情况下出现的滤波发散现象,建立了基于乘性四元数的非线性导航系统误差模型,并提出一种基于乘性四元数的状态切换中心差分卡尔曼滤波算法.该算法通过在均值四元数计算过程中引入修正的罗德里格参数进行状态切换,解决了传统中心差分卡尔曼滤波算法中对于四元数正交规范化的限制.仿真实验结果表明,本文提出的方法能够有效实现对于载体运动状态的在线估计,且与无迹卡尔曼滤波算法相比,具有更高的滤波精度.     

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.