FDRP-KF非线性滤波算法在INS/TAN组合导航中的应用

INS/TAN组合导航是一种自主的、隐蔽性好的辅助导航方式.由于地形的非线性特性,INS/TAN组合导航系统的系统模型为非线性,因此系统的状态估计是一个非线性滤波问题.FDRP-KF是一种基于F偏差代表点(F-Discrepancy Rep-points)和卡尔曼滤波(Kalman Filter)的非线性滤波算法,可用于处理非线性高斯系统的滤波问题.文中将FDRP-KF应用于INS/TAN系统中,仿真结果表明该算法可以对飞行器位置进行较精确、稳定的估计.     

基于联邦SR-UKF算法的GPS/INS导航数据融合算法

为提高导航系统数据融合的稳定性和容错性,将一种基于方根分解形式的Unscented卡尔曼滤波(SR-UKF)算法和分散式滤波技术相结合,建立了新的联邦滤波器SR-UKF算法并应用于GPS/INS组合导航系统中.数值仿真实验表明, 联邦SR-UKF 比联邦UKF 有更好的滤波精度、更高的稳定性和容错性, 是一种理想的非线性GPS/INS组合导航滤波方法.     

基于降阶模型的GPS/PINS组合导航半实物仿真研究

文中基于卡尔曼滤波器降阶模型．设计了GPS／PINS实时组合导航跑车试验系统。跑车试验过程中实时采集GPS的位置和速度信息以及平台惯组的加速度和姿态角等信息．进行滤波解算，实时输出解算结果。试验结果表明．基于降阶模型的组合导航系统可以满意的完成导航任务。     

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.     

无重置联邦滤波及在组合导航中的应用

对联邦滤波器的结构及联邦滤波器的无重置融合算法进行讨论,并建立了组合导航系统联邦滤波模型.以SINS/GPS/TAN组合导航系统为例进行了仿真研究.结果表明,文中给出的无重置联邦滤波器与集中卡尔曼滤波器的精度相差无几,解算速度更快,容错性更好,可应用于对实时要求较高的组合导航系统中.     

基于双联邦UKF算法的组合导航数据融合方法

为了提高组合导航系统数据融合的精度和容错性,提出一种双联邦UKF组合导航数据融合方法.采用双联邦UKF滤波器的算法将JTIDS相对导航技术与成熟的GPS/INS/DVS组合导航技术相结合组成新的双联邦UKF组合导航数据融合算法.联邦UKF算法将UKF算法和分散式滤波技术相结合,精度高容错性好,JTIDS相对导航技术精度高抗干扰能力强.主滤波器1对GPS/INS/DVS组合导航信息进行融合后与JTIDS相对导航信息在主滤波器2中融合,提高了组合导航系统的可靠性和容错性.数值仿真实验表明,该算法性能优于单纯采用联邦GPS/INS组合导航算法是一种理想的组合导航滤波方法.     

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.     

降阶扩展卡尔曼滤波在INS/GPS导航系统中的应用

INS/GPS组合可以实现长期稳定、高精度的导航系统,从而替代单一高精度高成本的INS.组合中等精度的INS和MS860系统,应用降阶EKF方法,开发实现“真航向测量系统”( TNDS)的高精度航姿测量。TNDS以PC／104架构的嵌入式计算机采集处理来自INS和MS860的信息;重点推导了TNDS降阶误差模型,并在其中采用降阶的EKF滤波,TNDS系统最后进行了海上试验。试验数据表明：采用降阶EKF滤波后,INS的位置误差σ由100 m减小到40 m;系统航向的误差由原来的0.105°减小到0.034°;纵横摇的误差也相应地减小。整个海上试验验证了TNDS的性能和降阶EKF滤波算法的有效性。     

一种新型的改进UKF在MIMU/GPS组合导航系统中的应用

对于MIMU/GPS组合导航系统,采用传统UKF进行滤波时,其Sigma点集的MSE会随系统维数的增大而不断增大,导致估计精度越来越差,尤其是姿态误差角的估计会出现较大偏差.针对这一问题,提出了一种基于超立方体代表点的改进UKF算法并将其应用于低成本MIMU/GPS组合导航系统.仿真结果表明,改进的UKF算法对于高维强非线性组合导航系统的估计精度优于传统UKF,更适用于大角度姿态误差的准确估计.