基于MIMU/GPS组合导航定位系统的一种新型卡尔曼滤波算法的研究

文中提出了基于MIMU/GPS组合导航定位系统的一种新型卡尔曼滤波算法。系统以MEMSIMU为传感器核心,采用位置和速度组合,运用该算法对系统模型误差和量测噪声协方差误差具有良好的自适应性。     

GPS/I NS组合导航缺星情况下的卡尔曼滤波改进算法

针对 GPS/INS(Global Positioning System/Inertial Navigation System)紧组合导航系统在卫星信号缺失情况下导航精度降低,容积卡尔曼滤波(Cubature Kalman Filter ,CKF)应用中存在模型误差和计算误差的问题,提出了适用于该背景下的强跟踪均方根容积卡尔曼滤波(Square-Root CKF)算法。该算法通过人为地相对突出滤波过程中新数据的作用,提高了算法在模型不确定时的鲁棒性;均方根策略保证了协方差阵的正定性和对称性。仿真实验表明,改进的算法能够提高导航精度,在卫星信号缺失情况下其效能发挥地更好,提高了组合导航适应复杂环境的能力。     

基于遗传小波神经网络的GPS/SINS 组合导航系统算法

针对GPS/SINS组合导航系统在实际应用中遇到的问题,将小波神经网络的非线性预测算法与遗传算法结合,提出一种基于遗传小波神经网络预测的SINS误差反馈校正方法。对基于遗传算法的小波神经网络学习方法进行研究,并确定该神经网络的结构模型;当GPS信号有效时,根据GPS/SINS组合导航输入输出信号获取神经网络的训练样本,进行在线神经网络训练,得到最优的神经网络模型参数;当GPS信号中断时,根据已经训练好的神经网络模块预测出GPS信号失锁时SINS的位置误差、速度误差和姿态误差,并对SINS进行误差校正得到较为准确的导航参数。仿真实验结果证明,该算法可有效提高GPS观测数据不可靠时导航参数的精度。     

应用Elman神经网络的组合导航滤波器

研究了带内部反馈的 Elman 神经网络的特性,提出了应用 Elman 神经网络的 INS/GPS 组合导航滤波计算方法,仿真表明神经网络滤波可以达到与卡尔曼滤波器相当的估计精度,对模型误差和噪声特性的变化具有较强的鲁棒性。     

地面系下的GPS/SINS组合导航算法设计

从惯性导航误差方程着手,推导出了地面坐标系下的组合导航算法状态方程和量测方程,并给出了Kalman滤波的计算方程,通过仿真验证了组合导航算法的滤波性能。     

基于SINS/GPS组合导航的新技术研究

随着GPS姿态测量技术的发展，提出将捷联惯导系统和GPS输出的飞行器姿态信息也可以作为组合导航系统的测量值参与滤波算法。以Kalman滤波为基础，将两个导航子系统测得的飞行器位置、速度和姿态信息进行数据融合，估计出组合导航系统的误差状态量，进而修正捷联惯导系统的导航参数。详细推导了这种组合导航方式的测量方程，并将该组合导航技术应用于某飞行器进行仿真。通过对仿真结果的分析证实了该方案的可行性和算法的有效性，具有实际应用价值。     

一种基于CDKF的SINS/GPS紧组合导航算法

为解决SINS/GPS紧组合导航系统在SINS初始失准角较大的情况下精度下降的问题,提出一种基于欧拉角状态的中心差分卡尔曼滤波组合导航算法。Sigma点采样时,用欧拉角作为姿态参量,保证Sigma点采样过程中姿态参量与其他参量的同步;Sigma点沿系统方程传播中,转换为四元数表示,避免欧拉角姿态解算的高计算量和复杂超越方程的求解。通过仿真实验证明,提出的方法比加性四元数算法具有更快的收敛速度和更高的精度。     

INS/GPS组合导航模糊控制方案

提出了一种利用模糊控制原理实现INS/GPS组合导航的方案,利用INS的短时高精度和GPS的误差不随时间积累的特性,使用模糊控制原理对两者进行组合,实现提高导航精度的目的.     

GPS／INS组合导航产业化

面对广阔的民用市场，适时推出组合导航的四个系列产品；对导航器潜在市场进行宏观分析，找出相应产品销售市场的切入点；阐述了校企联合的组成及我所组合导航产业化优势，进行了经济和社会效益分析，并列举组合导航产业化的前景。     

一种神经网络组合导航滤波器的有效性分析

文中提出了一种在线学习的神经网络滤波算法,分析了这种算法的工作过程和网络运行机理,得出了滤波器在组合导航系统中有效工作的基本初始条件,并提出了用改变网络权值调整周期的方法保持网络的相对稳定性.     

SINS/GPS 组合导航卡尔曼滤波算法研究

针对单独使用某一种的导航设备都无法满足机载火控系统和飞行系统要求的问题,推导出 SINS/GPS 组合导航中的一种新的卡尔曼滤波算法.将有色噪声的白化处理引入到卡尔曼滤波器,设计了一套动态车载组合导航试验系统,给出了基于有色噪声白化的卡尔曼滤波器算法的具体步骤,以动态车载 SINS/GPS 组合导航系统试验的数据分析验证了此算法的正确性和合理性.分析结果表明:基于有色噪声白化的卡尔曼滤波器可以很好地解决有色噪声的影响,弥补了传统卡尔曼滤波器的不足,提高了导航结果的精确度.     

基于H∞滤波的GPS/SINS组合导航系统研究

文中在对H∞估计问题进行数学描述的基础上,建立了一种H∞次优滤波算法的迭代方程.通过在GPS/SINS组合导航系统中的实际应用从精度、鲁棒性等指标方面对H∞滤波和Kalman滤波算法进行比较.仿真结果表明,在理想条件下,Kalman滤波方法具有较高的精度.但是,当系统噪声和量测噪声为有色噪声时,H∞滤波算法明显具有良好的鲁棒性能,估计精度也较高,能有效地克服Kalman滤波器存在的局限性.     

基于量测多尺度预处理的GPS/SINS组合导航系统

针对GPS／SINs组合导航系统的信息融合问题,运用多尺度分析的思想,结合传统的Kalman滤波方法,提出了基于量测多尺度预处理的Kalman滤波算法。将上述方法引入到GPS／SINS组合导航系统中,并通过实际的静态试验给予验证。试验结果表明,该方法是一种有效的预处理方法,使组合导航系统的各项导航参数精度得到了显著提高。     

无动力滑翔导弹的SINS/GPS组合导航系统研究

根据无动力滑翔导弹的运动特性,提出了基于H∞鲁棒滤波技术的闭环SINS/GPS组合导航系统.该导航系统使用MEMS惯性器件,并且在SINS/GPS组合导航的基础上引入了协方差配置鲁棒滤波技术,不仅有效地提高了导航的性能和精度,而且增强导航系统的鲁棒性.仿真结果表明该系统结构简单,状态估计精度较高,系统鲁棒性好,便于工程实现.     

基于SINS/GPS组合导航的新技术研究

随着GPS姿态测量技术的发展,提出将捷联惯导系统和GPS输出的飞行器姿态信息也可以作为组合导航系统的测量值参与滤波算法.以Kalman滤波为基础,将两个导航子系统测得的飞行器位置、速度和姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的导航参数.详细推导了这种组合导航方式的测量方程,并将该组合导航技术应用于某飞行器进行仿真.通过对仿真结果的分析证实了该方案的可行性和算法的有效性,具有实际应用价值.     

发射系下SINS/GPS 组合导航系统的算法研究

基于地理坐标系下的传统捷联惯性导航系统无法直接获取发射系下的导航参数,难以满足空天飞行器等高轨道飞行器对高精度、高可靠性导航系统的需求,研究了发射系下捷联惯性导航算法.搭建了基于扩展卡尔曼滤波(EKF)的SINS/GPS组合导航模型,传感器获取的导航量测信息直接在发射系下进行捷联惯导解算,为飞行器等提供位置、姿态等信息.采用STM32、XSENS惯性器件和GPS接收机构建相应的算法验证平台.实验结果表明:发射系下的SINS/GPS组合导航系统能提供较高的导航精度,从而验证了发射系下的SINS/GPS组合导航系统算法的正确性与合理性.     

基于UKF的北斗/SINS组合导航系统研究

为了进一步提高导航系统的精度、可靠性及安全性,根据组合导航的基本原理,利用无迹卡尔曼滤波(UKF)算法,对北斗/捷联惯导系统(SINS)组合导航系统进行了系统仿真,在一个装有微型化惯性测量单元(MIMU)和北斗导航芯片的某型精确制导炮弹的自驾仪系统上进行了实际的跑车实验。实验结果表明:对中国自主研发的北斗卫星导航系统和SINS的组合,UKF算法能够有效地估计导航参数的误差,进行反馈校正后,可以大幅提高系统的导航精度和数据的更新频率。在所用硬件和算法的前提下,定位精度能够达到6 m,数据更新频率能够达到100Hz,可以满足实际工程的需要。     

分段组合Kalman滤波在滚转弹SINS/GPS系统中的应用研究

为解决滚转弹SINS/GPS系统的运动参数估计问题,建立了广义误差模型,采用输出校正滤波对测量误差进行估计,进一步将输出校正滤波和反馈校正滤波进行了分段组合,给出了输出校正和反馈校正滤波原理图和分段组合流程图。根据SINS/GPS组合系统松组合模型,以某滚转弹六自由度仿真数据为例进行仿真。仿真结果表明,文中提出的分段组合Kalman滤波方法提高了估计精度。研究结果可为精确测量滚转弹的运动参数问题提供有效的解决办法。     

适用于空空导弹的SINS/GPS组合导航系统

针对空空导弹的特点,对适用于空空导弹的SINS/GPS组合导航系统进行了研究,明确了组合导航系统对火控系统的设计约束,设计了冗余空空导弹组合导航系统结构使导航系统更健壮;选择了当地地理系作为组合导航系统的坐标系,推导了在此坐标系下组合导航算法状态方程和量测方程;最后进行了蒙特卡洛法仿真,验证了组合导航算法设计的可行性与实用性,具有良好的工程应用前景。