组合导航系统INS/GNSS/SAR及其降阶模型性能的研究

介绍了高阶组合导航系统惯性导航系统 (INS) /全球导航卫星系统 (GNSS) /合成孔径雷达 (SAR)及其降阶模型. 降阶系统的卡尔曼滤波时间大大缩短了, 但其精度并未有大的降低. 仿真结果证明, INS/GNSS/SAR的降阶模型仍可为飞机提供满意的导航精度.     

组合导航系统INS／GNSS／SAR的降阶模型

在利用卡尔曼滤波器对数据进行滤波时,其计算时间是由模型的状态矢量维数n决定的。每一步迭代的计算量等于n^3。状态维数的减会使计算时间大大地缩短。本文首先介绍了高阶组合导航系统INS／GNSS／SAR,然后介绍了其降阶模型。仿真结果证明,INS／GNSS／SAR系统是一个高性能的组合导航系统,其降阶模型可为飞机提供满意的导航精度。     

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.     

GPS/INS组合导航系统时间同步系统设计

为了说明高动态环境中时间同步对于组合导航系统的重要性,在Kalman滤波方程的基础上,推导了时间同步误差与Kalman滤波结果之间的定性关系.提出一种利用GPS接收机中1PPS(Pulse Per Second)信号作为同步标签的时间同步方法,将IMU中的数据加上精确的时间标签,从而达到时间同步的目的.全部时间同步功能由FPGA实现,利用Verilog HDL语言进行开发,整体硬件结构简单而且适用范围广.试验结果显示了这种时间同步设计可以明显减小滤波结果的估计误差,有效的提高了组合导航系统的定位精度.     

车载INS/GPS组合导航系统建模与仿真

为了准确地对车辆进行定位,实现导航功能,将两种常用的导航定位技术GPS定位导航技术与惯性导航技术进行组合,介绍了INS/GPS组合导航系统的仿真方案。因车载组合导航系统对精度的要求不是很高,采用低成本的机械陀螺和加速度计作为惯性导航系统的测量器件。INS/GPS组合导航系统采用位置和速度组合模式,分别给出纯INS,纯GPS,组合导航系统的位置误差比较。结果分析表明,组合导航系统精度高于INS和GPS分别独立工作时的精度。     

GPS/INS组合导航系统设计及实现方案

将两种或多种导航系统(或传感器)组合起来成为一个综合系统,其导航性能比单一的系统好,因此组合导航系统目前已成为导航系统的发展方向之一。现代控制理论的成就,特别是最优估计理论的数据处理方法,为组合导航系统提供了理论基础。介绍了GPS/INS组合导航系统的经典组合方式和采用卡尔曼组合滤波器的组合方式。重点对采用卡尔曼滤波的软件组合方式进行分析和推导,将全组合滤波法和分布式组合滤波法进行了较全面的比较。     

MEMS INS/GNSS组合导航系统在车辆和机器人载体上的性能对比分析

同一款MEMS INS/GNSS组合导航系统在不同运动载体上的定位定姿性能差异会显著影响应用效果,有必要做深入的定量研究。本文首先采用奇异值分解方法,分析了组合导航状态量在载体不同运动场景下的可观测度。然后,对比了车辆和轮式机器人载体在开阔场景和GNSS卫星失锁场景下的组合导航性能,并详细分析了两种载体在不同运动模式下的导航误差和卡尔曼滤波均方误差。实测结果表明,车载和轮式机器人组合导航性能的差异主要表现在航向角方面,载体的加减速和转弯有助于航向角和陀螺z轴零偏误差的收敛,轮式机器人采用自动指令控制,造成运动模式单一,加减速时段少,同时转弯过程中加速度变化幅度小,转弯对其航向角和陀螺z轴零偏误差的收敛作用不如车载明显。因此,轮式机器人航向角误差比车载大,差异显著。     

GPS/INS组合导航系统中的信息融合算法研究

该文以GPS／INS组合导航系统为应用背景,对系统的模型建立进行详细的介绍,针对当前应用于其中的Kalman滤波法,它对量测噪声模型变化不能很好进行最优估计的缺点,引入了模糊自适应理论,实时地在线修正新息协方差值,以改善滤波器的性能,提高组合导航系统精度,并且还介绍了野值检测和处理方法。最后进行实时仿真,经仿真结果表明该方法是有效的。     

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。     

INS/GPS紧耦合组合导航系统抗差定位算法

建立了INS(Inertial Navigation System)/GPS紧耦合组合导航系统,针对测量粗差对系统定位结果的影响,将抗差估计理论应用于非线性滤波算法,提出了基于等价权原理的抗差UKF定位算法。加入模拟粗差进行实验,结果表明,观测量异常时,抗差UKF算法能成功探测和剔除观测量粗差,实现定位结果的有效估计。     

GNSS/DR组合导航系统中粒子滤波算法研究

随着车辆组合导航系统的发展,其算法研究也引起了广泛的重视。该文对车载GPS/DR组合导航系统的算法进行了研究,由于卫星信号易受到复杂环境的干扰和影响,导致使用卡尔曼滤波会有较大的误差结果。粒子滤波就能很好的处理这种情况,具有鲁棒性。仿真结果表明,粒子滤波算法优于卡尔曼滤波,更能减少定位误差。     

GNSS/INS组合导航拓展卡尔曼滤波和粒子滤波算法对比

为了评估全球导航卫星系统(GNSS)/惯性导航系统(INS)中各种滤波算法在实际应用场景中的性能,针对滤波算法所估计的状态向量不同,组合导航的方式一般包括直接法和间接法,而GNSS/INS组合导航中数据融合的关键是滤波算法,因此选取间接法拓展卡尔曼滤波(EKF)和间接法粒子滤波(PF)分别用于GNSS/INS松组合导航...     

基于变长扫描模型的故障检测方法及其在GPS/INS组合导航系统中的应用

提出了一种基于变长扫描模型的故障检测方法.该方法对待检测的时间序列数据进行差减操作求得相应的差减序列,由于跳跃点会影响两个相邻差减序列的统计特性,因此通过当前差减序列来估计即将来临的下一时刻的取值区间,进而判断下一时刻是否足跳跃点,从而实现故障检测,考虑算法的时间复杂度,设计了扫描窗口的变长机制,以在检测精度和检测速度...     

基于自适应高斯渐进滤波的工程车GNSS/INS紧组合定位

研究了量测野值影响下的工程车GNSS/INS紧组合定位问题,提出了一种基于自适应高斯渐进滤波的车辆定位方法。首先,为降低量测野值对滤波器的破坏风险,利用假设检验方法对量测野值进行检测和剔除;其次,对于野值漏检测引起的定位性能下降的问题,设计了自适应的高斯渐进滤波方法来补偿量测的不确定性;特别地,利用线性化误差与系统估计误差的变化关系,对渐进量测更新方式进行了改进,从而实现对线性化误差的间接补偿。最后,通过工程车GNSS/INS紧组合定位实验进行结果分析,验证了所提方法的可靠性和优越性。     

SINS/GLONASS/GPS组合导航系统的故障检测研究

为了避免由于应用过多的卡尔曼滤波器在组合导航系统中所带来的一系列问题,提出了一种应用SINS/GLONASS/GPS组合导航信息进行故障诊断的新方案。在总体设计了SINS/GLONASS/GPS组合容错导航系统方案的基础上,从理论上证明了该方案的可行性。SINS/GPS/GLONASS容错导航系统大大增强了系统的可用性和自主完备性,同时,提高了系统的联合定位精度。     

一种新的粒子滤波算法在INS/GPS组合导航系统中的应用

为改善传统粒子滤波中的样本退化和样本枯竭问题, 提出一种新的粒子滤波算法. 在重要性采样中, 利用最新测量值, 结合差分滤波算法产生重要性函数; 在再采样中, 利用高斯混合模型近似状态的后验概率密度, 引入最大期望算法计算该高斯混合模型的参数, 并从该新分布中采样后验粒子集, 取代传统的再采样. 从而通过提高重要性函数对状态后验概率密度的逼近程度来缓解样本退化问题, 通过改进再采样实现过程来缓解样本枯竭问题. 把新算法应用到INS/GPS组合导航系统中, 仿真结果表明新算法的估计性能明显优于粒子滤波.     

模糊逻辑自适应卡尔曼滤波技术在GPS/ INS 组合导航系统中的仿真研

提出利用模糊逻辑自适应控制器(FLAC)调整扩展卡尔曼滤波器(KALMAN)的方法,该方法应用于CPS／INS信号融合。FLAC通过监视残差是否为零均值白噪音,然后根据模糊规则调整滤波器的指数加权,从而使滤波器不断执行最优估计。通过仿真与常规扩展卡尔曼滤波器相比较,其性能优于常规扩展卡尔曼滤波器。     

SINS/DGPS组合导航系统

首先介绍了新型组合SINS/DGPS系统原理图及组合导航系滤波算法。SINS和DGPS采用位置、速度综合模式,提出了一种扩展的卡尔曼滤波方法,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。