基于低通滤波技术的GPS/INS 组合导航

针对GPS/INS组合导航系统中的惯性导航系统(inertial navigation system,INS)存在的随机误差的问题,研究了一种通过低通滤波器减弱或消除GPS/INS组合导航系统高频噪声的方法。分析了陀螺仪与加速度计在三轴方向上的误差源及其相关性,给出无人机组合导航系统中GPS/INS组合导航误差模型,针对INS数据中所含的高频误差,构造了低通滤波器以消除其对导航精度的影响;并通过实测Matlab/Simulink仿真与实测GPS/INS导航数据验证该低通滤波器性能。试验结果表明:采用低通滤波处理INS高频误差显著改善了位置精度,三轴方向上精度分别提高了25%、22%和21%。     

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／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。     

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。     

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/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.     

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.     

GPS/INS组合导航系统的研究

文中叙述了GPS和INS的综合模式以及组合导航的误差模型,并且利用卡尔曼滤波对GPS和INS信息进行建模及仿真,说明GPS/INS组合系统不但可以提高制导精度,还可以估计制导误差.     

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.     

SPKF滤波算法在紧耦合GPS/INS组合导航系统中的应用

根据SPKF滤波理论,建立捷联惯导系统在地理坐标系中的误差方程和GPS导航定位的误差模型,设计了GPS/INS的SPKF滤波器。该系统中含有位置误差、速度误差、平台误差角、陀螺漂移、加速度计偏差等17维状态。利用伪距、伪距率的观测信息对全部状态进行观测。对组合导航系统进行了动态仿真,仿真结果表明系统估计状态的导航精度高,系统的鲁棒性好。     

一种基于UKF的MEMS／GPS组合导航算法

针对微电子机械（MEMS）／全球定位（GPS）组合导航系统中,强非线性引起的扩展卡尔曼滤波（EKF）~-航精度不高、滤波性能不稳定、收敛速度慢等问题,研究了MEMS／GPS组合导航系统无迹卡尔曼滤波（UKF）算法,避免了EKF繁重的求导计算。本文对2种滤波方法进行了仿真比较,结果表明,用UKF的组合导航系统的误差收敛速度比EKF快,精度也比EKF高,UKF算法更适合于MEMS／GPS组合导航。     

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.     

UKF滤波在INS/无源北斗组合导航系统中的应用

为解决无源北斗量测方程的非线性问题,提出将Unscented卡尔曼滤波(UKF)用于惯性导航系统(INS)/无源北斗组合导航系统,避免了利用传统的泰勒展开式逼近法对量测方程进行线性化处理所带来的截断误差.仿真结果表明,UKF方法有效地解决了卡尔曼滤波中系统量测方程的非线性问题,并使INS/无源北斗组合导航系统的导航精度得到大幅提高.     

多普勒测速仪/捷联惯导组合导航技术研究

提出了利用多普勒测速仪辅助捷联惯导系统动基座对准以及基于卡尔曼滤波的组合导航方案，并对该导航方案水上实验的结果进行了分析．实验结果表明，多普勒测速仪能够有效地抑制惯导误差随时间积累的缺点，提高了导航定位的精度．     

H∞滤波及其在GPS/INS容错组合制导中的应用

Kalman滤波需要给出系统精确的状态模型和噪声统计性能,而在实际应用中却难以满足,故利用Kalman滤波可能得不到系统最优估计,甚至发散。文中给出了在巡航导弹GPS/INS组合制导应用中对模型及噪声容错性能更强的H∞鲁棒滤波,仿真结果表明,即使对简化的组合制导模型和噪声,利用H∞滤波仍可得到良好的估计结果。