基于卫星导航 RNSS/RDSS 组合业务的三星定位算法

提出了一种基于卫星导航 RNSS ／RDSS 组合业务的三星定位算法,该算法是通过用户同时观测3个 RNSS 业务和1个 RDSS 业务伪距观测量,建立用户伪距观测方程组,再采用最小二乘法求解用户三维位置坐标和钟差,实现基于 RNSS ／RDSS 组合业务伪距观测量的三星快速定位;通过理论推导,分析了伪距观测误差对用户定位精度影响。通过数据仿真试验,验证了实际三星定位组合星座和伪距观测噪声条件下的用户定位精度。     

一种惯性/GPS伪距/伪距率组合导航算法

紧组合技术是当前惯性/卫星组合导航技术的发展趋势,而惯性/卫星伪距/伪距率组合导航算法是紧组合技术的基本算法。本文提出了一种惯性/卫星伪距/伪距率的组合导航算法的实现方法,并采用惯导和接收机的动态数据进行了离线仿真,仿真结果表明,本文提出的伪距/伪距率的组合导航算法直接采用接收机测量的伪距、伪距率信息作为观测量,能够准确估计惯导误差,消除了量测输入的相关性问题,尤其是在GPS卫星数为2时仍能保持较高的导航精度,为惯性/卫星紧组合技术的进一步研究奠定了基础。     

一种惯性/GPS伪距/伪距率组合导航算法

紧组合技术是当前惯性/卫星组合导航技术的发展趋势,而惯性/卫星伪距/伪距率组合导航算法是紧组合技术的基本算法.本文提出了一种惯性/卫星伪距/伪距率的组合导航算法的实现方法,并采用惯导和接收机的动态数据进行了离线仿真,仿真结果表明,本文提出的伪距/伪距率的组合导航算法直接采用接收机测量的伪距、伪距率信息作为观测量,能够准确估计惯导误差,消除了量测输入的相关性问题.尤其是在GPS卫星数为2时仍能保持较高的导航精度,为惯性/卫星紧组合技术的进一步研究奠定了基础.     

SINS/GPS紧密组合导航系统仿真研究

对紧密组合的SINS/GPS复合导航系统在高速、高机动弹道导弹上的可行性进行了分析研究。建立了紧密组合模式的SINS/GPS全系统的仿真模型,给出了GPS仿真器中导航星的位置计算、最佳导航星座选择及输出伪距的实现算法;选用伪距、伪距率为观测信息,分别采用输出和反馈校正两种模式,实现了基于伪距、伪距率的SINS/GPS紧密组合导航系统仿真。仿真验证表明,与松散组合模式相比,紧密组合导航系统收敛性好、导航精度高,能够很好地抑制弹道导弹在高机动飞行状态条件下惯导系统误差积累的现象,有较好的导航性能。     

北斗/GPS兼容接收机双频RAIM算法研究

接收机自主完好性监测(receiver autonomous integrity monitoring,RAIM)算法因具备独立自主、快速告警等优点被广泛应用于航空领域。由于传统RAIM算法仅在故障星出现粗大伪距偏差时才具备较高的检测与识别率,因此难以满足高精密航空飞行安全需求。为了提升完好性水平,从改善卫星空间构型与提升测距精度出发,提出一种组合星座双频RAIM算法。该算法建立了北斗/GPS双频伪距观测模型,在考虑同颗卫星双频信号伪距观测噪声相关性与伪距偏差在不同频点间扩散现象的条件下,继承奇偶矢量方法实现了故障检测与识别,提高了算法对于小伪距偏差的敏感度,图形与数据化仿真结果证明了该算法的有效性与可行性。     

SINS辅助GPS检测技术在弹载组合导航中的应用

针对弹载SINS/GPS深组合导航系统提出一种动态检测GPS信号有效性的方法。推导了基于卡尔曼滤波理论和GPS伪距、伪距率量测的SINS/GPS深组合导航算法,通过分析滤波器残差统计特性设计了基于残差χ2检验的GPS信号故障检测算法和基于切比雪夫大数定理的GPS信号故障隔离算法。理论和仿真分析表明:利用SINS辅助GPS故障检测可进一步提高深组合导航系统的动态抗干扰能力,在GPS单颗或多颗卫星数据出现故障的条件下有效保障组合导航系统的导航精度。     

SINS/北斗组合导航Kalman滤波仿真

在SINS/北斗组合导航中,比较松散组合与紧密组合两种方式.分别使用输出校正和反馈校正进行Kalman滤波,其中松散组合采用的是位置、速度组合,紧密组合采用的是伪距、伪距率组合,仿真结果表明采用反馈校正的紧密组合能在较长时间保持更高的导航精度.     

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。     

基于速度约束与模糊自适应滤波的车载组合导航

针对车载组合导航系统中卫星信号易受遮挡而引起导航精度降低问题,提出采用车辆速度约束条件辅助的组合导航方案。利用车辆正常行驶过程中侧向和天向速度为零作为虚拟观测信息,推导得到卫星信号失效时组合导航滤波量测方程;考虑到Kalman滤波过程中量测噪声协方差矩阵难以获取,推导给出一种新的自适应Kalman滤波（ADKF）算法,该算法计算新息序列实际协方差与理论协方差比值后,利用模糊推理系统（FIS）自适应调节量测噪声协方差矩阵大小;通过光纤捷联惯性导航系统（SINS）进行了验证试验。结果表明：卫星信号失效时,虚拟速度组合能够提高SINS定位精度,其纬度最大误差由41.33 m减小为8.61 m,且采用FIS-ADKF组合导航算法时3个方向 位置精度相比标准Kalman滤波算法提高了60%以上,验证了所提出算法的有效性。     

基于伪距+伪距率组合的GPS/INS仿真平台开发

伪距+伪距率组合作为一种主要的深组合方式已日益广泛的应用于飞行器组合导航的研究领域.在研制组合导航系统之前,建立组合导航仿真平台是降低研制成本和缩短开发周期的有效途径.建立了基于伪距+伪距率组合模式的INS/GPS组合导航仿真平台,并着重介绍组合子部分的模型、算法以及软件结构.最终的设计方案已应用于某型无人机仿真系统中.     

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.     

一种基于低精度光纤陀螺的组合导航系统

针对实际工程要求,设计适用于低精度光纤陀螺的组合导航系统的试飞方法.构建一种基于低精度光纤陀螺的组合导航系统,包括磁传感器、多普勒雷达和卫星导航子系统,设计Kalman滤波器,给出其状态方程和量测方程,并进行飞行试验.试验结果表明:该组合导航系统满足中等精度导航需求,设计成本较低,算法科学可行,具有较强的实用性,可广泛应用于各种民用航空导航领域.     

北斗/INS 组合导航在某型装备中的应用设计

通过分析北斗卫星定位导航系统和惯性导航系统的优缺点,设计一种基于北斗/INS组合导航的系统数学模型。将北斗卫星定位导航系统和INS的信息进行组合互补,以卡尔曼滤波作为信息融合算法,选择间接法反馈校正模式设计组合系统,推导出组合导航系统的状态方程和量测方程,并根据组合导航系统的数学模型,对组合系统进行了跑车试验。试验结果表明,北斗/INS组合后的导航系统相对独立导航系统具有更高的精度。     

一种基于改进无迹卡尔曼滤波的自主水下航行器组合导航方法研究

针对自主水下航行器(AUV)导航系统对稳定性、精确性和实时性的需求,提出了一种基于改进无迹卡尔曼滤波(UKF)算法的捷联惯性导航系统/多普勒测速仪(SINS/DVL)组合导航新方法.通过分析中低精度组合导航系统的特点和误差模型,在系统的噪声模型为复杂加性噪声时,利用球面分布单形采样变换设计了一种简化UKF组合导航算法....     

一种简化的发射系下SINS/GPS/CNS组合导航系统无迹卡尔曼滤波算法

在弹载等高动态环境下组合导航系统状态方程具有强非线性,且各状态相互耦合影响,传统的扩展卡尔曼滤波(EKF)算法因忽略高阶项相互影响,其模型线性化展开会导致模型不准确引起导航精度下降;无迹卡尔曼滤波（UKF）算法能有效避免引入线性化误差,却存在因组合导航系统维数过高引起大量粒子递推滤波计算复杂而影响算法实时性的问题。为此,针对发射惯性系下弹载组合导航系统对滤波算法高实时性和高精确性的要求,设计了一种简化UKF(SUKF)算法,SUKF算法通过对导航系统的状态参数直接进行建模估计,解决了传统UKF算法实时性差的问题,同时继承了传统UKF算法无需模型一阶线性化展开的优点,提高了导航系统的精度。算法仿真结果表明,SUKF算法有效提高了系统解算的实时性和滤波精度,非常适合用于实际工程系统。     

联邦卡尔曼滤波在捷联惯导/全球定位/里程仪组合系统中的优化设计

基于Carlson提出的联邦卡尔曼滤波理论的原理和特点,建立了SINS/GPS/OD组合导航系统的数学模型,设计了组合系统的联邦滤波算法,并使用MATLAB对算法进行了仿真,仿真结果证明了联邦滤波器在组合导航系统应用中的可行性和优越性,该算法计算量小、容错性好,能实现较高的精度.     

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。     

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.     

跟踪微分器在里程仪数据处理中的应用研究

对从里程仪输出的路程增量信号中提取载体运动速度的问题进行了研究.为了获得更高精度的载体运动速度,利用跟踪微分器将载体运动速度从里程仪输出的路程增量信号中提取出来,并与传统的一阶差分算法进行比较,结果表明前者可以有效的抑制噪声放大问题,并具有较强的抗干扰能力,且算法简单,参数调节方便,滤波效果良好.最后通过计算机仿真验证了该算法的有效性,为构建捷联惯导/里程仪组合导航系统奠定了基础.