INS／GPS导航中联邦卡尔曼滤波算法

根据INS（惯性导航系统）和GPS（全球定位系统）不同的特点，将两者组合起来，在阐述联邦卡尔曼滤波原理基础上。设计了INS／GPS组合导航系统的滤波算法。对该组合系统的联邦卡尔曼滤波算法进行了仿真，仿真结果表明：在INS／GPS组合导航系统中采用联邦卡尔曼滤波，不仅提高了定位精度。而且保证了滤波的快速性。     

北斗双星/SINS组合导航实时滤波方法

在北斗双星／SINS组合导航系统中．通过将双星定位延迟时间Δt扩充为卡尔曼滤波器的一个状态．提出并实现了一种处理北斗双星定位延迟现象的滤波方法．该方法同时需要由双星前后两时刻给出的位置定位信息来推算载体的速度，进而得到系统的速度观测方程。仿真结果表明．应用该方法对北斗双星／SINS组合导航系统进行实时滤波．可以很好的提高水平位置的定位精度．为克服双星系统定位实时性差的缺点提供了一种思路。     

联邦卡尔曼滤波在INS＼GPS组合导航中的应用

介绍了INS＼GPS组合导航系统的优点;根据联邦卡尔曼滤波原理,设计了INS＼GPS组合导航系统的滤波算法;对该组合系统的联邦卡尔曼滤波算法进行了仿真;仿真结果表明,在INS＼GPS组合导航系统中采用联邦卡尔曼滤波,不仅提高了定位精度,而且保证了滤波的快速性.     

INS/GPS导航中联邦卡尔曼滤波算法

根据INS(惯性导航系统)和GPS(全球定位系统)不同的特点,将两者组合起来,在阐述联邦卡尔曼滤波原理基础上,设计了INS/GPS组合导航系统的滤波算法.对该组合系统的联邦卡尔曼滤波算法进行了仿真,仿真结果表明:在INS/GPS组合导航系统中采用联邦卡尔曼滤波,不仅提高了定位精度,而且保证了滤波的快速性.     

改进的LMS算法在惯导/双星组合导航中的应用研究

文中研究了基于H^co最优估计的规格化最小均方算法和变步长最小均方算法,并将其应用到惯导／双星组合导航系统中。利用双星和惯导的实测数据进行仿真实验，仿真结果表明，改进的最小均方算法的抗差性优于标准最小均方算法。     

基于联邦Kalman滤波的INS/SAR/TRN组合导航系统

在分析惯性导航系统(INS)、合成孔径雷达(SAR)和地形匹配导航系统(TRN)各自特点的基础上,提出了INS/SAR/TRN组合导航系统的组合滤波方案,并建立了相应的组合导航系统数学模型。仿真结果表明,组合导航系统能大幅度提高导弹的导航精度,具有重要的实际意义。     

INS/GNSS/CNS组合导航系统仿真研究

研究了INS／GNSS／CNS组合导航系统的原理和特点。分析并建立了组合导航系统的误差模型，采用了平台失准角、INS与GNSS的位置之差和速度之差作为观测量进行仿真计算。仿真结果表明：采用天文导航系统对弹道导弹的INS／GNSS组合导航系统进行辅助将大幅度提高导弹的导航精度，具有重要的实际意义。     

巡航导弹组合导航的信息融合技术研究

在对集中滤波与分散滤波概念讨论的基础上，提出了联合卡尔曼滤波技术．根据信息分配策略的不同，对联合滤波算法的四种模式进行了比较研究．针对INS／GPS／TAN组合导航系统的联合滤波算法，提出了一种基于广义特征值分解的自适应信息分配策略，解决了根据局部滤波器性能随时调整信息分配策略的方法问题．     

基于H∞滤波的RDSS/INS组合导航研究

文中根据H∞鲁棒滤波理论．提出了基于H∞滤波技术的RDSS／SINS位置全组合导航系统，由H∞鲁棒滤波来提高系统的鲁棒性，对提出的全组合系统进行Simulink仿真。仿真结果表明该系统结构简单，状态估计精度高，系统仿真鲁棒性好，便于工程实现。     

基于自适应滤波的惯性+多模卫星组合导航算法研究

惯性+多模卫星组合导航系统通常采用定常参数的加权最小二乘算法进行多传感器信息融合,若加权系数与实际噪声统计特性不吻合,将会对组合导航精度产生不利影响.为解决该问题,提出一种基于自适应滤波的改进信息融合算法,对惯性及卫星导航数据应用自适应Kalman滤波以估计惯性导航误差,对滤波输出进行基于加权最小二乘法的多模信息融合,并根据滤波误差方差阵的解算结果对加权系数进行实时调整以优化估计精度.仿真结果表明该算法能够在一定程度上提高组合导航系统的精度和对不同随机噪声的适应能力.     

两种车载导航分散滤波算法对比及应用研究

针对航位推算/惯性导航/GPS(DR/INS/GPS)组合导航系统的多信息源融合,提出了基于局部反馈校正的联邦滤波和串级滤波两种算法,并进行对比研究.跑车实验结果证明,两种分散滤波算法在正常导航(无传感器故障)情况下都能有效提升车载导航系统的精度和可靠性,且前者定位精度较后者高;但后者能够消除DR误差前期积累,避免GPS失效时的定位输出"突跳"和"毛刺",具有更好的应用价值.     

某车组合导航系统研究

该文论述了战车建立组合导航的必要性并分析了几种组合导航方式的优缺点。结合现有软硬件资源,确定了某车组合导航的方案,提出了实现某车组合导航中的难点。根据模拟试验的结果,说明在该车上实现组合导航是完全可行的。     

SINS/GPS紧密组合导航系统仿真研究

对紧密组合的SINS/GPS复合导航系统在高速、高机动弹道导弹上的可行性进行了分析研究。建立了紧密组合模式的SINS/GPS全系统的仿真模型,给出了GPS仿真器中导航星的位置计算、最佳导航星座选择及输出伪距的实现算法;选用伪距、伪距率为观测信息,分别采用输出和反馈校正两种模式,实现了基于伪距、伪距率的SINS/GPS紧密组合导航系统仿真。仿真验证表明,与松散组合模式相比,紧密组合导航系统收敛性好、导航精度高,能够很好地抑制弹道导弹在高机动飞行状态条件下惯导系统误差积累的现象,有较好的导航性能。     

捷联惯导/天文组合导航

为了有效提高惯性导航精度,文中介绍了一种基于星敏感器的捷联惯导组合导航方法。首先分析了捷联惯导／星敏感器组合导航系统的工作原理。其次,对组合导航系统进行建模,分析系统误差,通过捷联惯导和星敏感器的输出构造量测值,建立系统的误差状态方程和量测方程。最后,利用间接卡尔曼滤波,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位置、速度和姿态角。最终,通过对仿真结果的分析证实了该方法的有效性。     

INS/GPS组合导航系统模糊卡尔曼滤波算法研究

载体在机动的情况下,系统会产生随机非高斯噪声,这些噪声的统计特性不易准确得到.若在组合导航系统中仅采用常规卡尔曼滤波算法,不能得到系统状态的最优估计值,甚至滤波器还有可能发散.文中设计了一种模糊推理系统,并将其与卡尔曼滤波算法相结合,在线修正系统量测噪声协方差阵.仿真结果表明,该模糊卡尔曼滤波算法能很好地对系统状态进行最优估计,同时能很好适应系统噪声的变化,提高了导航系统的精度.     

舰船导航信号非线性UKF滤波定位解算方法研究

根据UKF( unscented Kalman fliter)的工作机理,对所建立的双星(GPS、劳兰C)／航位推算(DR)舰船组合导航连续非线性系统模型进行解算,形成一套UKF在舰船组合导航中的递推算法。该方法根据随机变量的先验统计特性,按照特定的规则将状态变量分解成2n +1维的散布形式,然后利用统计线性回归技术,实现对非线性函数的线性化,可以获得更小的线性化误差。实船数据试验表明：UKF算法与扩展卡尔曼滤波(EKF)算法相比,系统稳定性更好,滤波器估计精度更高。     

地磁辅助惯性导航匹配算法研究

对地磁辅助惯性导航技术的基本原理进行了分析，鉴于采样卡尔曼滤波算法在重力辅助导航中的成功应用，将其用于地磁图形匹配。滤波通过设计少量的σ点，并计算这些σ点的经由非线性函教的传播，从而获得滤波值基于非线性状态方程的更新，较广义卡尔曼滤波具有计算精度高、便于计算的特点。     

带衰减因子的自适应滤波在组合导航中的应用研究

从卡尔曼滤波的稳定性出发，分析了卡尔曼滤波算法发散的原因，提出了一种适合组合导航的衰减记忆卡尔曼滤波中衰减因子的自适应估计方法，并在GPS／SINS组合导航系统中进行了实验．实验结果表明，该算法能够自适应地估计出衰减因子的大小，有效地抑制滤波发散，且计算量较其它方法小．     

车载捷联惯导系统陀螺漂移在线自标定方法研究

为提高车载捷联惯导系统标定效率,提出了一种基于卡尔曼滤波的陀螺漂移在线自标定方法,该方法利用北向陀螺漂移的完全可观测性,在近似水平条件下,通过卡尔曼滤波估计出两个不同位置的等效北向陀螺漂移,然后利用该估计值和解算出的方位角计算出陀螺漂移实际值,实现陀螺漂移的在线自标定。仿真结果表明,该方法简单可行,标定精度能够满足车辆导航要求。