天文-愤性组合导航技术在高空飞行器中的应用

综述了天文。陨性组合导航在高空飞行器中的应用和发展概况,在分析了国内外装载天文导航系统（CNS）／惯性导航系统（INS）的航空飞行器基础上,从工作环境、组合模式、导航解算等方面分析了CNS／INS的技术性能,指出CNS—INS组合导航更适用于执行长航时、高空飞行的航空飞机,能够满足航空飞行器对高精度导航系统的需要。概括了CNS／INS导航的特有优点,提出了发展CNS—INS组合导航的必要性,讨论了今后机载CNS-INS组合导航技术的研究发展方向。     

惯性基高精度组合导航方法研究与仿真

研究了一种基于捷联惯性导航系统(SINS)的高精度组合导航方法;选取SINS的系统误差作为组合导航系统状态,利用天文导航系统(CNS)输出的姿态矩阵和SINS输出信息计算得到的等效姿态矩阵来构造量测,设计SINS/CNS组合导航算法;利用SINS与北斗卫星导航系统(RDSS)各自的位置输出构造量测,设计SINS/RDSS组合导航算法,从而,利用联邦卡尔曼滤波技术设计SINS/CNS/RDSS组合导航算法;仿真结果表明,惯性基SINS/CNS/RDSS组合导航方法具有较高的导航定位精度,工程应用前景良好。     

SINS/GPS/CNS组合导航在高超声速巡航飞行器上的应用

本文简单介绍了高超声速飞行器,并通过分析目前应用较为普遍组合导航方式,提出了采用SINS/GPS/CNS组合导航作为高超声速巡航导弹的中段制导方案.本文采用四元数法进行SINS计算,并运用联邦滤波的方法对组合导航进行了仿真.仿真程序是在轨迹发生器产生高超声速巡航飞行器飞行轨迹及相关参数的基础上进行的,仿真结果表明了高超声速巡航飞行器中制导采用SINS/GPS/CNS组合导航系统的可行性.     

组合导航计算系统的Simulink仿真

采用联邦卡尔曼滤波算法,分析了INS/GPS/ADS/CNS组合导航计算系统的数学模型,然后以MATLAB/Simulink为平台,构建了INS/GPS/ADS/CNS组合导航计算系统的仿真模型并进行了仿真。结果表明:建立的仿真模型能正确仿真组合导航计算系统的工作过程,并且具有良好的可视化效果,为组合导航系统的研究提供了有效的工具。     

极区机载SINS/CNS组合导航算法研究

针对极区“两高两低三复杂”特殊地理环境下,单独使用惯性导航系统无法满足载机全球长航时自主飞行导航精度要求的问题,提出基于格网框架的极区捷联惯性导航系统(SINS) / 天文导航系统(CNS)组合导航方案,并对SINS/CNS组合导 航系统在中低纬度与极区环境下的飞行进行仿真分析。仿真结果表明:中低纬度地区SINS/CNS组合方案同极区SINS/CNS组合方案导航精度基本一致,而且SINS/CNS组合导航在精度和性能等方面明显优于单独子系统,组合导航系统不仅有效抑制了陀螺漂移引起的误差,并且及时修正了系统输出的各项导航参数。     

SINS/GPS/CNS组合导航在高超声速巡航飞行器上的应用

本文简单介绍了高超声速飞行器,并通过分析目前应用较为普遍组合导航方式,提出了采用SINS/GPS/CNS组合导航作为高超声速巡航导弹的中段制导方案。本文采用四元数法进行SINS计算,并运用联邦滤波的方法对组合导航进行了仿真。仿真程序是在轨迹发生器产生高超声速巡航飞行器飞行轨迹及相关参数的基础上进行的,仿真结果表明了高超声速巡航飞行器中制导采用SINS/GPS/CNS组合导航系统的可行性。     

INS/GPS/电子罗盘组合导航系统研究

根据船舶导航系统对导航精度的要求,利用联邦卡尔曼滤波技术,分别确立了INS/电子罗盘子滤波器和INS/GPS子滤波器的组合模式,设计了船舶INS/GPS/电子罗盘组合导航系统;仿真结果表明,将联邦卡尔曼滤波理论应用于INS/GPS/电子罗盘组合导航系统可以获得较为满意的导航精度.     

基于神经网络的联合智能滤波在导航系统中的应用

针对INS/ GPS/CNS组合导航系统的特点,运用神经网络理论代替传统卡尔曼滤波器,利用INS/ GPS、INS/CNS两个局部滤波器的输出值,通过综合滤波器进行线性最优估计,且进行了计算机仿真.仿真结果表明,该系统具有较高的导航精度,改善了系统的稳定性和容错性,而且与以往滤波器比较,系统的实时性、鲁棒性也有所改善.     

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。     

一种改进的高精度组合导航滤波算法仿真

在INS/GPS组合导航系统的研究中,为了解决非线性滤波算法在系统模型不确定情况下出现的滤波精度低、鲁棒性差的问题,提出了一种将强跟踪滤波算法与容积卡尔曼滤波算法(CKF)相结合的组合导航滤波算法(SMFCKF).SMCKF算法将强跟踪滤波算法中的多重次优渐消因子引入到CKF算法的状态预测协方差矩阵中,对不同的状态通道进行相应的渐消.通过建立INS/GPS组合导航系统的非线性模型,对改进的滤波算法进行仿真,结果表明改进的滤波算法提高了滤波精度和鲁棒性,滤波效果优于CKF算法,适合应用于INS/GPS组合导航系统中,为飞行器组合导航优化提供了参考.