无源北斗/惯导两级滤波闭环组合算法

针对北斗卫星定位系统和惯性导航系统的组合设计组合导航卡尔曼滤波定位算法,引入伪距率作为观测量,基于高稳定度用户时钟,提出了双星下用两级滤波器对惯导进行闭环校正的闭环组合设计方案。其最大的优点是能根据收星情况稳定地在闭环和开环方式之间转换,这是采用惯导模型设计滤波器所不具有的。最后通过仿真说明本文方案有效地提高了丢星时组合导航系统的滤波定位精度,能够有效校正惯导的姿态误差角,并以较高的精度估计用户的三维速度。     

基于星敏感器的天文/惯导组合导航仿真研究

本文通过仿真实验,研究了基于星敏感器的天文／惯导组合导航系统的导航性能和特点。首先分析了天文导航的基本原理,并给出了天文／惯导组合导航算法的理论模型。在此基础上,建立了天文导航和捷联惯性导航的仿真模型,实现了天文／惯导组合导航系统仿真。仿真结果表明：基于星敏感器的天文／惯导组合导航能够有效抑制惯导的长时漂移累积误差,有利于实现机载远程长航时的高精度导航。     

军用车是易捷联惯导／GPS组合导航系统的应用研究

利用惯性测量组件（IMU）和GPS－OEM板，研究军用车载简易SINS／GPS组合导航系统的实现，对简易捷联惯导／GPS组俣导航系统的原理，硬件组成和软件构成进行了具体的分析，表明组俣导航系统在精度和可靠性两方面，较单一的导航系统都有明显的改善和提高，能够满足陆地军用车载导航的要求。     

卡尔曼滤波技术在光纤惯导组合导航中的应用

惯性/卫星组合导航技术工程应用在国外已相当成熟,国内起步较晚,高校?研究所研究较为深入,但工程应用经验相对缺乏,为研究INS/GPS组合导航方法在光纤惯导中的应用,本文主要介绍了惯导系统误差模型,并根据系统误差方程设计基于卡尔曼滤波方法的数据融合方法,并根据工程实际,对滤波参数进行了适当调整,优化反馈校正策略?最后,依...     

基于北斗/惯导与多传感融合的无人机参数矫正方法研究

针对无人机飞行过程中姿态、定位以及高度参数不精确的问题,提出基于北斗/惯导与多传感器融合的无人机参数矫正方法,介绍了在北斗/惯导组合系统中融合气压传感器与速度传感器的采集参数,结合卡尔曼滤波器算法推算最优定位值。由速度传感器提供具体参数给惯导系统,并利用加速度与航偏角之间的关系预测无人机轨迹,结合北斗系统当前定位参数推算出最优值,将运算得到的无人机参数通过无线通讯的方式发送到终端进行存储显示。结果表明:采用多传感融合方式矫正的方法有效提高飞行轨迹与姿态的监测精度,定位精度达到3m,为操控无人机提供了有力的理论依据。     

JTIDS惯导GPS组合导航算法研究

针对JTIDS相对导航算法在实际应用中存在的不足,比如位置信息更新率较低、无姿态信息等,结合惯导系统、GPS卫导系统的导航优势,研究了JTIDS相对导航与惯导/GPS进行组合的导航算法,对两种导航算法即JTIDS/惯导组合导航算法、JITDS/惯导/GPS组合导航算法进行了仿真对比分析,验证了导航算法的有效性,仿真结果表明组合了GPS的导航算法比没有组合GPS的算法,较大程度提高了定位精度,仿真分析结果为实际工程提供了一定的理论参考。     

无源北斗/捷联惯导(SINS)紧组合导航技术的应用研究

针对北斗系统有源定位方式保密性差、用户数目有限,不能提供连续的位置、速度、姿态信息的问题,提出利用北斗系统3颗地球静止卫星的载波相位时间差分信息,与车载捷联惯导(SINS)构成紧组合导航系统,通过扩展卡尔曼滤波器估计并修正惯导系统的速度误差;引入载体的侧向和天向速度约束,改善了速度估计精度;结合北斗系统的伪距信息,消除了长航时条件下位置误差的积累;推导了滤波器观测方程,对组合导航滤波器进行了设计;通过车载实验进行了验证,实验结果表明,速度误差和位置误差的积累受到了有效地抑制,精度满足陆地战车导航的要求.     

基于组合滤波的光纤陀螺惯导/星敏感器组合导航算法

针对卡尔曼滤波在连续非线性的惯性组合导航系统中对模型误差估计不够准确的问题,提出了利用可直接处理连续非线性系统的预测滤波为卡尔曼滤波提供一步预测的组合滤波算法,弥补了两种滤波算法单独使用时的不足,从而提高了导航系统精度。再利用光纤陀螺惯导实测数据与计算机生成的星敏感器数据对文中组合滤波算法进行了离线仿真,证明了文中组合滤波算法的可行性、优越性。     

INS/CNS/GPS组合导航数据融合算法与仿真研究

研究了INS/CNS/GPS组合导航系统的原理和特点,建立了组合导航系统的数学模型。分别利用集中卡尔曼滤波和联邦滤波数据融合原理对此系统进行了仿真研究,并指出了集中滤波器的不足之处。仿真结果表明采用全球定位系统和天文导航系统对惯导系统误差进行修正不仅可以大幅度提高导航精度,而且通过比较和分析可知联邦滤波可以有效地提高导航系统的可靠性和复原能力,是理想的容错型信息融合算法。     

平台惯导／GPS组合导航实验研究

本文介绍由某平台惯导系统与ＴＡＮＳⅡ ＧＰＳ接收机组成的组合导航原理样机研制调试情况。首先简要介绍ＩＮＳ和ＧＰＳ接收机通信接口设计；然后是ＩＮＳ／ＧＰＳ组合导航卡尔曼滤波器设计；最后，实验室及车载组合导航实验，验证了组合方案的有效性。研究结论对远程导弹中制导有现实意义。     

低成本组合导航系统的数据融合算法

该低成本组合导航系统由基于MEMS器件的惯性导航系统和GPS组成。针对该系统,基于卡尔曼滤波的数据融合算法,提出了解决和分析系统状态的可观性问题、滤波器的阶次选择问题的方法,并进行了数学仿真,结果表明提出的思路和方法是可行的,具有工程参考价值。     

车载GPS/DR组合导航系统数据融合算法研究

本文介绍了车载ＧＰＳ／ＤＲ组合导航系统的设计,建立了表示车辆加速度及影响组合导航系统定位精度的主要误差的数学模型。针对迭代扩展组合卡尔曼滤波算法中,由于ＤＲ系统误差的引入导致滤波效果不好的问题,提出了一种新的组合导航系统的数据融合算法。对实际跑车数据的处理结果表明,该算法在提高组合导航系统的定位精度及可靠性和完整性方面是有效的。     

Fusion of Sensor Data in Siemens Car Navigation System

Car navigation systems have three main tasks, namely 1) positioning; 2) routing; and 3) navigation (guidance). Positioning of the car is carried out by appropriately combining information from several sensors and information sources, including odometers, gyroscopes, Global Positioning System (GPS) information, and digital maps. This paper describes two sensor-fusion steps implemented in commercial Siemens car navigation systems. The first step is the fusion of the odometer, gyroscope, and GPS sensory information. The dynamic model of the car movement is implemented in a Kalman filter, which relays the GPS signal as a teacher. In the second step, the available digital map is used to find the most likely position on the roads. Contrary to the standard application of the digital map, where the current estimated car position is just projected on the road map, the approach presented here compares the features of the integrated vehicle path with the features of the candidate roads from the digital map. In addition, this paper presents the results of the experimental drives. The developed car navigation system was awarded the best car navigation system among ten competing systems in 2002 by the Auto Build magazine     

北斗导航系统在精细农业系统中的应用

GPS,RS,GIS(简称3S)技术是实现精细农业的关键技术.GPS导航系统是无源系统,只能完成位置信息的采集,需要搭载通信模块才能回传位置数据.在新型精细农业系统中,利用北斗导航系统代替GPS导航系统,搭建基于北斗导航系统的精细农业系统模型,可以实现数据采集和信息回传两项功能,不仅简化系统复杂度、降低建设成本,而且具备安全性和自主可控性.     

SINS/GPS全姿态组合导航系统的UKF算法研究

将UKF算法应用于SINS/GPS全姿态组合导航系统,给出了一种GPS测量姿态角的方法,推导了姿态角误差与平台失准角之间的关系,建立了系统的非线性误差模型,设计了UKF滤波器。仿真结果表明,将UKF算法用于SINS/GPS全姿态组合导航系统可以改善系统的可观测性,提高导航精度。     

改进自适应UKF在组合导航系统中的应用研究

为了提高组合导航系统的导航精度,将改进自适应UKF滤波算法应用于SINS/GPS组合导航系统中,该组合导航系统为松组合方式。分析了UKF滤波算法的解算步骤,通过分析得出了UKF算法的特点;结合自适应估计原理,将自适应因子引入UKF算法中,得到了应用于组合导航系统的改进自适应UKF算法;通过计算机仿真,得出了组合导航系统的仿真结果,并对2种算法进行了对比分析。仿真结果表明,改进自适应UKF能够抑制组合导航系统初值选取的偏差影响,降低系统状态模型扰动的影响,提高导航精度。     

多卫星导航系统组合定位解算

主要研究由GPS、Galileo和北斗等多个卫星导航系统互相辅助,实现组合定位解算。由于各独立卫星导航定位系统的卫星星座规模有限,可提供的卫星定位服务的精度、可靠性无法得到保障。为了提高定位精度,在传统卫星定位解算的理论基础上,提出了利用多种系统组合定位的方法,可明显改善可见卫星结构,提高定位精度,从而保证定位结果的可靠性和连续性。     

基于MHT的多传感器数据融合算法

提出了一种基于多假设跟踪算法(MHT)的分布式多传感器数据融合算法,可进行航迹的更新、删除、保持及初始化等一体化操作,既适用于点迹融合,也适应于航迹融合.这里描述了算法的主要处理流程,指出了分布式多传感器数据融合的MHT实现中面临的技术难题.仿真测试和实装测试结果验证了基于MHT多传感器数据融合算法的可行性和实用性.     

基于小波的多传感器空间目标数据融合算法

在多传感器系统中,本文提出一种基于小波变换的数据融合算法,用于对空间目标的轨道参数进行精确预测。仿真实验表明,该算法适用于空间目标轨道参数等快时变数据,估计得到的轨道参数均方差,优于各个传感器的理论均方差,同时也小于LMS算法获得的均方差。