共查询到19条相似文献,搜索用时 562 毫秒
1.
INS/DVL 一体化偏差是影响组合导航系统精度的重要因素,对一体化偏差进行高精度标校是实现高精度组合的前提和基础。传统基于外速度拟合的一体化偏差估计方法对观测速度要求高,估计精度受量测噪声影响较大,同时实现过程较为复杂。提出一种基于 SVD 最小二乘的 INS/DVL 一体化偏差航迹拟合估计方法,对三轴一体化偏差角进行拟合标校。仿真结果表明, 在 GPS 定位误差为 20m 的情况下,三个安装偏差角的 50 次 Monte Carlo 仿真平均估计误差分别为 0.1001°、0.0283°、0.0213°。该方法实现简单,估计精度较高,具有很好的工程实用价值。 相似文献
2.
针对SINS/GPS组合导航姿态估计精度不足问题,提出一种BP神经网络辅助的导航姿态估计的补偿方法。首先,以QR分解Kalman滤波的增益矩阵并构建其降维特征向量;然后,以此为输入,以姿态估计误差为期望输出对BP神经网络进行训练;最后,利用BP神经网络的输出辅助修正SINS/GPS组合导航的姿态估计结果。数值仿真表明,相对于仅依赖传统Kalman滤波的方法,使用降维特征向量训练的BP神经网络获得补偿误差的SINS/GPS组合导航系统姿态估计可大大降低计算耗时,同时精度可提高两个数量级,对提高SINS/GPS组合导航精度具有较高参考价值。 相似文献
3.
基于自适应滤波器的MIMU/GPS组合系统的研究 总被引:1,自引:0,他引:1
设计了微惯性测量单元/卫星导航(MIMU/GPS)组合导航系统原理样机。针对低成本MIMU/GPS组合导航中的Kalman滤波器设计滤波参数(包括系统噪声方差阵Q和测量噪声协方差阵R)影响的问题,系统的分析了Kalman滤波器参数的选取对系统状态变量的估计精度和收敛性能的影响。根据分析设计了自适应估计技术的Kalman滤波器。试验结果表明:对于低成本MIMU/GPS组合导航采用自适应估计技术估计可得到满意的性能,在静态条件下,位置精度优于5 m(标准差),速度精度优于0.1 m/s;系统提供水平姿态角精度优于0.2°;航向角精度优于0.5°(磁罗盘辅助)。 相似文献
4.
5.
6.
新型自适应Kalman滤波算法及其应用 总被引:5,自引:0,他引:5
为防止滤波发散和提高系统的实时性,提出了一种新的自适应Kalman滤波算法.该算法利用滤波异常判据获得一个滤波状态因子,通过滤波状态因子确定量测噪声协方差阵的值,在线调整噪声的统计特性实现自适应滤波.将该算法应用到惯导/双星组合导航系统中,并和常规Kalman滤波和简化的Sage-Husa自适应滤波算法进行仿真比较.仿真结果表明,在滤波精度与简化Sage-Husa自适应滤波相当的情况下,新算法简化了运算,提高了实时性. 相似文献
7.
8.
《电光与控制》2020,(4)
针对单频点地基增强系统不能满足飞机CAT III类精密进近与着陆导航需求问题,提出一种机载差分GPS(DGPS)与捷联式惯性导航系统(SINS)紧组合导航工作模式,利用SINS提高组合后系统的导航特性。分析了SINS/DGPS紧组合滤波模型,并构建了紧组合导航状态方程和量测方程,利用改进的Kalman滤波器对滤波状态进行最优估计与补偿。进行了计算机仿真与实际系统验证实验,实验结果表明,SINS/DGPS组合导航系统中,当卫星信号不可用时,利用SINS具备的自主性能够提高导航系统的连续性和可用性,同时组合导航系统位置误差标准差相比机载DGPS单系统减小了50%以上,提高了导航系统位置引导精度。 相似文献
9.
为了克服传统Kalman滤波在实际应用中存在的局限性,研究了基于状态估计的最小二乘滤波。该方法将传统的最小二乘估计与状态估计问题有机结合,对系统噪声和量测噪声的统计特性不敏感。利用实测的激光捷联惯导系统/双星(LSINS/DS)组合数据对最小二乘滤波和传统Kalman滤波进行仿真比较,结果表明,在噪声统计特性未知的情况下,最小二乘滤波的精度更高、收敛速度更快、鲁棒性更强。 相似文献
10.
《无线电工程》2016,(12)
为解决复杂路况下车载组合导航系统存在的卫星导航系统信号衰弱、断续导致信号观测性差和组合滤波器稳定性下降甚至发散等问题,采用了一种简化的、易于工程实际应用的车载自适应组合导航算法,利用数据检测方法对卫导原始观测数据进行评估,根据评估结果构造自适应滤波因子,实时更新滤波器量测噪声协方差阵,提高滤波器对观测信息变化的适应能力。通过实际动态跑车试验,表明这种简化的自适应组合导航算法在卫导信号断续情况下,仍能保证3 m(RMS)的定位精度、0.04 m/s(RMS)的测速精度,较常规Kalman滤波定位精度提高近30%,测速精度提高达70%,能满足城市、山区等恶劣场景下车载导航的需求。 相似文献
11.
本文首先介绍了INS/CNS/GNSS组合导航的原理,然后分析了INS/CNS/GNSS组合导航技术的发展和应用现状。在上述基础上,提出了INS/CNS/GNSS组合导航技术的几个重点研究方向,包括INS/CNS/GNSS组合导航系统的信息融合与先进滤波方法,INS/CNS/GNSS组合导航方法的实时性研究和基于集成一体化的INS/CNS/GNSS组合导航系统技术。随着捷联惯性导航技术、小型天体敏感器技术、高性能卫星导航技术的快速发展,以及先进信息融合技术、组合算法优化和系统集成技术研究的深入,INS/CNS/GNSS组合导航技术将获得进一步发展并在多种应用领域发挥重要作用。 相似文献
12.
13.
14.
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。 相似文献
15.
随着惯导/卫导组合导航技术的发展,将其应用于编队相对导航的研究越来越多。结合卫导差分相对定位、INS/GNSS 组合导航技术,本文将编队成员中主节点和从节点伪距、伪距率的两次差分量直接作为观测量,研究了一种 INS/GNSS 紧组合相对导航新算法。该算法通过两次差分操作可以消除大部分传播路径误差以及公共时钟误差;利用惯导的平滑特性能够消除测量量中的部分随机噪声。仿真结果表明:该算法能够提供精度更高,更加平稳的相对导航信息。 相似文献
16.
针对传统惯性/天文多星组合导航的不足和导航星选取不确定性,设计了一种基于捷联惯性/天文单星深度组合的长航时自主导航系统,通过对惯性导航和二维转台单星观测的误差特性进行建模,综合两者的优点,实现了单星观测角度和惯导解算数据的高精度融合;在高度通道方向,引入气压高度计对高度误差进行阻尼,通过卡尔曼滤波器对惯导误差进行最优估计,运用可观测性理论对系统进行分析,得到了最优导航星选取准则,有效地解决了在部分观测角度下算法性能下降的问题。仿真结果表明:该算法长时间导航定位精度优于传统算法,最优导航星选取准则有效地提高了算法的鲁棒性,具有较高的理论研究意义和工程应用价值。 相似文献
17.
18.