基于BP神经网络辅助的车载组合导航算法研究

针对INS/GPS组合导航系统在GPS信号被遮挡时,GPS接收机失锁导致导航精度迅速下降的问题,提出了基于BP神经网络辅助的组合导航算法。即在GPS信号锁定的时候,采用卡尔曼滤波对INS/GPS信号进行数据融合得到实时的精确位置,同时利用组合导航输出信息对BP神经网络进行实时在线训练;一旦GPS失锁,利用之前训练好的神经网络对INS系统进行误差补偿,解决精度迅速下降问题。通过跑车实验证明,速度精度在0.2m/s以内,位置精度为25m以内,该算法对INS/GPS组合导航系统有效。     

基于Sage-husa自适应滤波算法的AUV组合导航系统设计

文中针对水下自主航行器提出了一种新型的基于捷联惯导(SINS)和GPS的组合导航系统设计方案。该方案以捷联惯导作为主系统,同时利用GPS重调捷联惯导系统,建立了该组合导航系统的卡尔曼滤波模型,设计了输出校正间接法的卡尔曼滤波算法和Sage-husa自适应卡尔曼滤波算法。仿真结果表明由于GPS位置和速度信息的引入,一定程度上克服了捷联惯导系统误差状态发散现象,提高了导航精度。同时通过两种算法的对比,Sage-husa自适应卡尔曼滤波算法则具有更高的滤波精度和稳定性,能够更好的满足长时间远距离导航的要求。     

空地制导弹药的MIMU/GPS组合导航系统研究

针对空地精确制导弹药对低成本、高精度和高可靠性导航系统的需求,设计了MIMU/GPS组合导航系统.该系统采用了MEMS的IMU和GPS进行组合,利用位置、速度组合模式,采用渐消自适应Kalman滤波器估计并修正惯导的误差.通过地面跑车试验进行了验证,试验结果表明:组合导航系统误差得到了有效的抑制,导航精度满足空地制导弹药的导航要求.     

GPS辅助的被动成像导航系统研究

本文介绍的是一种GPS辅助的被动成像导航系统。该系统将GPS接收机和被动成像传感器组合在一起,能提供完整的位置、速度、角速度和高度信息。在GPS信息的辅助下,不仅解决了被动成像传感器所引起的高度/速度模糊问题,而且还大大简化了求解角速度的方程。本文给出了角速度估计和GPS测量噪声对估计精度影响的理论分析和计算机仿真结果。仿真表明,即使在严重的GPS测量噪声的影响下,运动参数仍可精确地计算出来。     

基于光电经纬仪交会测量提高GPS精度的研究

针对单频C/A码GPS接收机精度不高的问题,提出一种基于光电经纬仪双站交会测量提高GPS精度的方法。在直角发射坐标系中,利用光电经纬仪测量得到目标的方位角与俯仰角,通过双站交会测量中常用的"水平投影法-L公式"计算飞行物的轨迹,与飞行物实际轨迹对比,求得双站交会测量的误差。GPS和光电经纬仪测量同一目标,将两种方法的测量结果对比,以交会测量精度作为GPS的测量基准,与GPS提供的坐标相比对,求得GPS的测量误差。GPS测量其他位置坐标时,测量结果去除求得的测量误差,得到更精确的坐标。     

基于磁罗盘、DVL及GPS的组合导航系统设计

针对水下潜器导航定位系统成本昂贵且水下定位精度不高的问题,设计了一种基于磁罗盘、多普勒测速仪(DVL)及全球卫星定位系统(GPS)的低成本组合导航系统。采用分段线性插值拟合补偿法及声速补偿法,对磁罗盘和多普勒测速仪进行校准及补偿,提高了单个导航设备的精度。最后通过卡尔曼滤波进行数据融合,提高了整个导航系统的精度,实现了水下潜器的精确导航。     

GPS／CoMPASS／SINS深度组合研究

为验证卫星导航系统／SINS组合导航系统具有更高的精度,采用深度组合的方法,利用技术比较成熟的GPS与我国正在研发的COMPASS组网形成的卫星导航系统,通过对3种卡尔曼滤波算法仿真实验,得出了平淡卡尔曼滤波算法具有更高的精度。通过对卫星导航系统多路径效应的分析．采用SINS辅助卫星导航系统消弱多路径效应的方法,得出该方法可以较好地消弱多路径效应。     

GPS系统解的误差因素探究

由GPS卫星导航系统确定的位置与时间解的精度最终可表示为三维位置几何精度因子和站星伪距的测量误差因子之积。几何因子表示卫星与用户的相对几何布局对GPS系统解的误差的复合影响。一般地,将它称作卫星/用户几何布局相关的三维位置几何精度因子(DOP)。文章详细论述了影响GPS卫星导航定位的各种误差和几何精度因子的数学推导,揭示了GPS系统解的误差因素。     

INS/GPS组合导航下机载PD雷达DPCA性能分析

惯导测速误差随着时间逐渐积累,积累误差会导致载机运动补偿失效,从而使得DPCA检测性能下降。针对这一问题,提出采用INS/GPS组合导航系统对载机速度进行测量,能大大提高载机测速精度,有利于DPCA检测低速动目标。在建立雷达回波信号模型和INS/GPS组合导航系统模型的基础上,结合机载PD雷达背景,仿真分析了惯导系统、INS/GPS组合导航系统各自的测速精度以及不同测速精度下的DPCA检测性能。仿真结果表明:采用惯导测速时,测量精度较低,DPCA在此精度下不能检测低速动目标;采用INS/GPS组合导航测速时,测量精度较高,DPCA在此精度下能够检测出低速动目标。     

BP神经网络在车辆组合导航中的应用研究

针对车辆GPS/DR组合导航系统在GPS信号被遮挡时无法完成DR零点更新的问题,提出了基于BP神经网络的DR位置误差预测模型来解决该问题。在GPS有效时,该算法采用基于平稳小波变换的扩展卡尔曼滤波器对GPS/DR信号进行数据融合得到车辆实时的精确位置,与经平稳小波变换软阈值模平方去噪法处理的DR位置数据进行平稳小波多尺度比较获得DR位置误差;然后用BP神经网络建立DR位置误差预测模型,为了提高所用网络的泛化能力,采用了贝叶斯正则化规则训练网络。在GPS失效时,利用已建立的预测模型预测DR位置误差来修复DR位置数据,实现车辆行驶在复杂路径下的实时精确导航定位。仿真表明,该算法对车辆GPS/DR组合导航系统有效。     

SINS/GPS/TACAN机载综合导航定位系统设计

在现代空战中,捷联惯性导航系统(SINS)、全球定位系统(GPS)和塔康(TACAN),单独利用各导航信息都存在着弊端.为此,提出了3种导航源综合的导航系统设计方案.信息融合技术采用广义联邦滤波技术来完成,状态矢量为导航参数误差,并建立准确数学模型.各个子滤波器(局部滤波器)采用间接滤波方式工作,完成状态矢量局部估算;...     

Promoting navigation system efficiency during GPS outage via cascaded neural networks: A novel AI based approach

Acquiring precise navigation data is a vital process to unmanned vehicles. Although Inertial Navigation System and Global Positioning System (INS/GPS) integrated system provides accurate and continuous navigation solution, the navigation solution accuracy degrades during GPS outages. In order to provide accurate and continuous navigation data during GPS outages, a novel architecture of a cascaded neural networks is proposed to estimate velocity and position errors during GPS signal blockage to handle the time dependency and non-linearity modeling. An ablation study is conducted to grasp the proposed model hyper parameters and their impacts on overall accuracy. Various scenarios are carried out by building and using different grades IMU models. These models are examined through two distinct trajectories for flying and ground platforms to assure the proposed algorithm applicability scope and efficiency. Furthermore, a comparative analysis is carried out based on a real-field test to evaluate the proposed algorithm efficiency and navigation accuracy during GPS outages. The proposed system proves its superiority against the legacy Extended Kalman Filter (EKF) and the advanced Recurrent Neural Network (RNN) based systems in terms of navigation performance during GPS outages periods.     

基于北斗RDSS的GPS区域差分技术

本文提出了一种基于北斗RDSS的GPS区域差分技术的实现方案,该方案克服了差分GPS技术受到参考站和用户站之间距离的限制。本系统中基准型GPS接收机伪距修正数的计算、用户接收机导航解算所需的卫星星历数据、时间数据、伪距信息和伪距修正数的提取以及差分算法实现和接收机定位算法全部在DSP＋FPGA中实现。通过试验数据分析比较可见,采用基于北斗RDSS的GPS区域差分技术,对GPS导航定位精度有明显提高,该技术为未来实现高精度GPS导航定位有一定的参考价值。     

自适应线性神经网络在车辆组合导航的应用

针对车辆GPS/DR组合导航系统中位置误差预测难以建立精确的数学模型的问题,提出了自适应线性神经网络建立位置误差预测模型的方法。该方法对来自GPS、DR的位置数据采用小波去噪,在GPS有效时用GPS、DR的位置信号建立线性神经网络位置误差预测模型,在GPS失效时预测位置误差并推算车辆实时位置。仿真表明,该方法对车辆组合导航系统是有效的。     

BDS/GPS组合导航系统选星算法研究

针对双系统组合导航模式下常用的最佳选星法存在运算量大、硬件设计复杂、实时性差等缺点,提出了基于 BDS/GPS 双系统组合导航模式的模糊选星算法。首先说明了靶场试验中采用 BDS/GPS 双系统组合导航模式的必要性,然后对组合导航系统定位精度的关键影响因子、 可用星数量及选择方式进行了分析,并给出了基于 BDS/GPS 双系统组合导航模式的模糊选星算法的详细解算步骤。实验结果表明,该算法简单易行,定位精度高,实时性好,对靶场试验品的导航定位具有重要参考价值。     

惯导系统航迹误差与真航向误差相关性研究

为了寻找一种新的评定飞行试验中真航向精度的方法,文中采用全球定位系统(GPS)作为参考基准,以两套不同型号的惯导系统作为试验对象,通过飞行试验研究惯导系统航迹误差与真航向误差的相关性。试验数据及分析结果表明,采用航迹误差间接评定真航向精度是可信的。     

机载航电系统中多源信息模糊自适应融合技术

为了保障导航的精度与可靠性,目前常采用多源信息融合导航。针对ADS/IRS/GPS组合导航系统,采用基于自适应信息分配的联邦滤波结构处理信息融合问题,并把模糊推理技术融入到ADS/IRS卡尔曼滤波器中,对IRS/GPS子滤波器采用紧组合模式,上述结构算法能对多源导航信息进行最优融合与处理。建立了ADS/IRS模糊自适应卡尔曼滤波模型以及IRS/GPS紧组合滤波模型,设计了自适应信息分配的联邦滤波算法,并进行了仿真,仿真结果验证了设计算法的有效性。     

CDKF在GPS/SINS组合导航系统非线性模型中的应用

GPS/SINS组合导航系统模型的非线性会导致扩展卡尔曼滤波（EKF）的估计精度降低。而中心差分卡尔曼滤波（CDKF）的新型非线性滤波方法,则利用插值公式对非线性系统的状态估计进行逼近,从而减小线性化误差对系统精度的影响。针对GPS/SINS导航系统的特点,建立了一种非线性误差模型,并将EKF与CDKF分别应用于组合导航系统模型中进行仿真比较。仿真结果表明,该算法简单易实现,且能满足系统在非线性模型下的导航要求,并具有较高的精度和收敛性。     

基于GPS定位的自动引导小车设计

针对未来汽车的发展,本文设计了一种无人驾驶的自动引导小车.系统通过GPS定位导航模块获得小车的位置,当给定终点位置后,利用坐标比对的方式实现自主导航.通过测试验证,可以将导航精度控制在10米之内.     

基于北斗卫星导航系统非组合精密单点定位算法的精密授时精度研究

全球导航卫星系统(GNSS)精密单点定位(PPP)技术具有操作简单、成本低廉、定位精度高等优点，在精密授时领域得到了广泛应用。针对现有研究中消电离层PPP模型的组合噪声大、卫星系统多采用全球定位系统(GPS)及实时动态场景少等问题，该文采用非组合PPP模型对北斗卫星导航系统(BDS)精密授时精度开展了研究，并利用Kalman滤波静态模型和动态加速模型进行参数估计。给出了静态和实时动态场景PPP处理策略，并利用超快速预报星历保证动态实时性。结果表明:在静态和实时动态条件下，非组合PPP模型精密授时精度均优于消电离层组合PPP模型；在静态条件下，考虑到BDS和GPS定位精度相当，且亚太地区BDS定位精度更高，BDS授时精度略高于GPS；在实时动态条件下，BDS和GPS精密授时精度在2 ns以内，但BDS授时精度略低于GPS，这是由于空间位置精度因子(PDOP)、载体速度突变和环境因素等的影响，而当完成收敛后，两种系统的授时精度相当，其钟差项中误差均在0.3 m以内。