MIMU/GPS组合导航系统小型化设计

为满足小型无人机、手持制导设备及无人探测车等对低成本轻重量导航系统需求,应用MEMS惯性测量单元和GPS接收机模块,完成MIMU/GPS组合导航系统小型化设计。组合导航计算模块基于DSP+FPGA+FLASH设计完成,实现多传感器通信、串并行数据转换及与上位机人机交互等功能。将计算模块、电源模块、MIMU及GPS接收机集成到嵌入式MIMU/GPS组合导航系统中,完成的系统直径80 mm,高度80 mm,质量不超过600 g。对集成后系统进行定点动姿态实验,结果表明:该组合导航系统定点位置测量精度在1 m以内,动姿态测量精度姿态角在0.1°以内,航向角在0.5°以内。     

低成本MIMU/GPS组合导航研究

针对微惯件测量组合无法长时间单独工作、GPS卫星信号不稳定的问题,提出MIMU/GPS组合导航的方法.对MIMU的误差建立模型,采用松组合方式,设计卡尔曼滤波器,除取姿态、速度、位置的误差作为状态变量外,另取仪表的误差作为状态变量.对姿态、速度、位置进行反馈校正.在GPS卫星信号在某些条件下短时间丢失的情况下,微惯性测量组合单独导航,然后再重新获取GPS卫星信号的情况下进行Kalman滤波组合导航仿真,仿真结果表明该算法简单易实现,能满足导航精度要求,且在GPS卫星信号短时间丢失的情况下有较高的导航精度.     

低成本GPS/SINS组合导航系统的设计及实现方案

本文利用微型惯性测量元件和GPS-OEM板,以ARM处理器为核心,设计了一种低成本、轻小型的嵌入式GPS/SINS组合导航系统.文中介绍了捷联惯导的原理和初始对准,给出了采用卡尔曼滤波前后系统的误差曲线,和uC/OS-Ⅱ操作系统下组合导航系统软件的结构.     

GPS/DR组合导航系统自适应扩展卡尔曼滤波模型的建立*

建立了车载ＧＰＳ／ＤＲ组合导航系统非线性自适应卡尔曼滤波模型及算法，首次提出了依据ＰＤＯＰ等ＧＰＳ定位的输出参数，自动调整Ｒ，Ｑ的大小，从而自地调整组合导航系统模型性能的方法，使得模型能够适应各种情况，具有“智能”模型的性质，计算机仿真表明应用该模型具有良好效果。     

低成本SINS/GPS组合导航系统方案

低成本捷联惯性导航系统SINS、GPS硬件和相应的组合导航算法已经开始成熟,但仍然缺少简单可行的、完整的组合系统方案.针对低成本SINS\GPS组合导航设计了一套完整的方案.首先利用GPRS和TCP/IP通信链路实时传输GPS差分数据,提高GPS定位精度.用计算机串口接收SINS\GPS数据,并利用计算机时间使SINS和GPS数据同步.然后给出了SINS速度和位置更新的简化算法,由于低成本SINS无法确定航向角,所以使用SINS自带的姿态和航向参考系统输出的航姿信息.最后阐述了方案采用的组合导航数据融合卡尔曼滤波模型,并以RTK定位数据为参考真值进行了车载实验,实验表明组合系统更加稳健,定位精度明显提高.     

星载SINS/GPS自主组合导航系统仿真研究

重点讨论了应用于低轨道卫星的自主组合导航滤波器设计问题。考虑星上环境、精度要求和可靠性,对标准卡尔曼滤波器进行了改进。采用加权衰减记忆滤波抑制滤波发散,同时设计简易的最小二乘器实时监控卡尔曼滤渡过程是否发散,若发散则重置,进行分段滤波。通过仿真,证实了该方法的可行性,且滤波效果较理想、精度较高。     

SINS/GPS组合导航系统Kalman滤波仿真研究

为提高捷联惯导系统SINS和全球定位系统GPS的精度和可靠性,研究了SINS和GPS的原理,建立了SINS/GPS系统的状态方程和位置速度误差量测方程;并采用卡尔曼滤波算法实现了SINS/GPS的组合导航.Matlab仿真结果证明,采用Kalman滤波实现SINS/GPS组合导航,其精度得到大大提高;且采用SINS/GPS组合导航系统,克服了SINS惯性导航难以长时间独立工作的缺点,解决了GPS易失锁、难以实时控制的不足,保证了导航系统的实时性及较高的精度和可靠性.     

INS/GPS组合导航系统卡尔曼滤波的并行实现*

本文采用并行处理技术对ＩＮＳ／ＧＰＳ组合导航系统中卡尔曼滤波的实时性问题进行了研究。     

GPS/SINS组合导航系统与实现

GPS/SINS(捷联惯性导航系统)组合导航系统是目前较为理想的导航定位系统并在许多领域得到广泛的应用;针对GPS/SINS组合导航系统的实际工程应用背景,建立了该组合导航系统的状态方程与量测方程,设计了组合导航系统的降阶卡尔曼滤波模型以及闭环修正卡尔曼滤波模型;为了验证上述模型,进行了相关的静态试验与动态试验,各导航参数的试验变化曲线证明:该系统模型可行,组合系统的精度完全满足实际需要.     

基于强跟踪滤波器的MIMU/GPS组合导航系统

研究微型惯导系统优化导航,在实际工程应用中设计强跟踪滤波器的MIMU/GPS组合导航系统,为验证整个组合导航系统的正确性和可靠性,采用软件无线电平台,进行了系统硬件架构和算法设计,使得整个系统具有较强的灵活性和可扩展能力.系统组合方式采用伪距、伪距率紧密组合.滤波器部分引入对突变状态具有较强鲁棒性和跟踪能力的强跟踪滤波器,对系统进行了最优估计和反馈校正.进行车载仿真试验,结果表明,整个系统组合效果显著,跟踪精度满足了设计要求.     

基于GPS/SINS/里程计的车载组合导航研究

GPS/SINS组合导航系统虽然能很好地解决惯导系统的误差累积问题,但当GPS信号失效时,GPS/SINS组合导航系统不能正常工作或导航能力急剧降低。为提高车载松组合导航系统的精度和完整性,提出在GPS失效时采用OD(里程计)辅助SINS实现导航,推导出所需的GPS/SINS组合导航滤波方程和OD/SINS组合导航滤波方程,并进行地面车载试验。实验结果显示在GPS短时失效时,OD/SINS组合导航具有较高导航精度。     

一种SINS／GPS组合导航系统的数字仿真方法

组合导航系统的数字仿具对于系统、方案论证有着重要的意义，目前国内各种期刊当中关于SINS／GPS组合导航方面的文章都较少涉及数字仿真的算法，针对这种情况，在查阅有关文献、上机实验的基础上，文中总结出了一种SINS／GPS组合导航系统的数字仿真方法。SINS和GPS采用位置、速度综合模式，使用卡尔曼滤波技术，给出了数字仿真结果，并对结果进行了分析。     

车载GPS/DR组合导航系统自适应信息融合算法研究

结合全球定位系统(GPS)和航位推算(DR)两种定位方式的优点,构建了基于卡尔曼滤波的自适应联邦滤波算法,实现陆地GPS/DR组合定位系统的数据融合;针对DR子系统的强非线性和扩展卡尔曼滤波算法带来的较大线性化损失,并结合机动加速度均值自适应算法,设计了一种基于U-D分解的自适应迭代卡尔曼滤波算法,更有效的减少DR子系统线性化带来的误差损失,提高定位精度;与同仿真环境下,DR子系统采用扩展卡尔曼滤波方法作了比较,结果表明该信息融合算法能更有效解决DR子系统的线性化误差问题,整个系统数据融合精度更高.     

基于信息融合的组合导航系统研究

针对GPS接收机在高机动工作状态或受遮挡时易出现“丢星”现象而导致定位中断的问题,提出了一种采用GPS／GLONASS／INS组俣导航系统对载体进行快速定位、定向的新方法。文中首先总结了GPS导航系统的不足,在此基础上给出了组合系统的设计方案和工作原理,然后对基于联合卡尔曼滤波的多传感器信息融合算法进行了论述与分析,最后给出了计算机仿真。结果表明：该方法可有效地提高导航系统的精度和可靠性,为融合导航系统的数据分析和处理提供了一个有效途径。     

基于MIMU/GPS的组合导航计算机设计

为满足MIMU/GPS组合导航系统微型化、高精度的要求,以TI公司TMS320VC33型浮点DSP器件为CPU,Altera公司的Cyclone系列EPlC6Q24017型号FPGA为外设扩展器件,设计了一种实时性好、精度高、体积小,外设配置灵活的组合导航计算机系统;采用浮点放大器和FPGA实现了MIMU的高速、高精度数据采集;采用单片机控制接收,判断和校验GPS-OEM板异步串口输出的报文;各处理器之间通过双端口RAM共享数据,从而实现了分布式控制.