捷联惯性组合导航系统联合自适应滤波器设计磁

为了保证SINS／GPS组合导航系统具有较高的定位精度和抗干扰能力,需要良好的数据处理方法。论文设计了SINS／GPS组合导航系统的联合自适应卡尔曼滤波器。研究了其在舰船组合导航系统随机数据处理中的应用。针对系统噪声和量测噪声未知的情况,采用联合自适应滤波处理组合导航系统较采用基本联合Kalman滤波方法具有更好地稳定性。理论分析与仿真结果表明,该联合自适应卡尔曼滤波器的设计合理,能够加快计算速度,实现实时滤波计算,提高系统的导航精度和容错能力,取得了很好的估计效果。     

基于自适应UKF算法的小型水下机器人导航系统

针对海流扰动及姿态、航向误差角引起的无法确知的导航系统模型误差, 设计了一种带模型误差的自适应无迹卡尔曼滤波器(Adaptive unscented Kalman filter, AUKF)用于小型水下机器人(Small autonomous underwater vehicle, SAUV)推位导航系统. 首先提出了小型水下机器人三维运动连续时间模型; 然后针对该模型特点, 基于极大后验估值原理推导了AUKF算法. 仿真结果说明该算法能够克服海流扰动及姿态和航向误差引起的模型误差. 对比经典无迹卡尔曼滤波器算法, 采用该算法的小型水下机器人推位导航系统在复杂海况下的滤波精度显著提高.     

野外自主车陆地组合导航系统研究

在分析了各种导航系统特点的基础上，本文提出了一种新的组合导航系统－由陆地惯性系统和全球定位系统构成的陆地组合导航系统，在建立组合导航系统数学模型的基础上详细讨论了组合滤波器设计，系统校正方式等设计问题，分析了系统非线性和斜坡等对导航系统性能的影响。     

掌上GPS导航系统的研究

通过分析近年来地理信息系统(GIS)、全球定位系统(GPS)的进展和前景，探讨了在掌上电脑、PDA等迅速发展的今天，GIS、GPS和掌上电脑等技术有机结合的发展趋势；提出了掌上GPS导航系统构造模型及设计思想；分析了模型的具体实现方法；推出了掌上GPS导航系统产品，从而满足了大量大众化导航系统的需要。并在此基础上对掌上GPS导航系统的应用前景及发展趋势做了进一步的研究与探讨。     

车载GPS导航系统的蓝牙接口方案

GPS导航系统很可能是机动车上非安全用途中最有用的附加装置。在大部分旅途中,想出从A到B的路线一般不太困难一在旅行的起点和终点之间,通常选择走高速公路,选择最直接的路线。从起点(比如我们的家或办公室)到最近高速公路入口的路线通常也很容易计划,因为对当地的道路了解,这使我们能够选择最方     

INS/GPS组合导航中实时模糊自适应滤波技术的研究

针对INS/GPS组合导航系统,现有的滤波算法实时性不强、结构复杂,文章利用衰减记忆的方法提出了一种结构简单,适于实时计算的模糊自适应滤波算法,提高了系统的稳定性。仿真实验表明,这种算法在组合导航中具有高效率,高精度等优点,是一种实时有效的滤波算法。     

基于ARM的GPS接收机的设计及其精度仿真研究

随着信息化科技的不断发展,GPS在很多领域都得到了广泛的应用。本文以GPS导航系统为蓝图,用ARM作为平台设计了嵌入式GPS接收机,编写了定位和数据处理的程序。并且通过对其数据精度的研究分析,采用卡尔曼滤波器算法对接收机进行精度提高,并利用Matlab对该算法进行仿真,证明了算法的可行性。     

联邦滤波器在船舶组合导航系统中的应用

本文设计了一个基于融合-重置结构的联邦滤波器,应用于船舶组合导航系统.与传统的集中式滤波器相比,联邦滤波器结构简单,计算量少,容错性强.仿真结果表明,该联邦滤波器用在组合导航系统中是可行的,能够满足系统的精度要求.     

基于多传感器的扫地机器人导航系统避障研究

探讨了扫地机器人导航系统中基于多传感器的避障问题。通过设计一套多传感器避障方案,结合多传感器数据融合算法、避障路径规划算法,并考虑其他潜在影响因素,实现扫地机器人导航系统性能。     

一种模糊QR滤波及在组合导航中的仿真研究

总结了常用的自适应滤波的方法,并提出了一种基于模糊逻辑的自适应卡尔曼滤波技术,用模糊逻辑自适应推理器来“在线”修正卡尔曼滤波系统噪声协方差Q和测量噪声协方差R,从而使滤波器不断执行最优估计。仿真结果表明该方法可以提高GPS／INS组合导航系统的精度和可靠性。     

Enhancing positioning accuracy of GPS/INS system during GPS outages utilizing artificial neural network

Integrated global positioning system and inertial navigation system (GPS/INS) have been extensively employed for navigation purposes. However, low-grade GPS/INS systems generate erroneous navigation solutions in the absence of GPS signals and drift very fast. We propose in this paper a novel method to integrate a low-grade GPS/INS with an artificial neural network (ANN) structure. Our method is based on updating the INS in a Kalman filter structure using ANN during GPS outages. This study focuses on the design, implementation and integration of such an ANN employing an optimum multilayer perceptron (MLP) structure with relevant number of layers/perceptrons and an appropriate learning. As a result, a land test is conducted with the proposed ANN + GPS/INS system and we here provide the system performance with the land trials.     

GPS Navigation Using Adaptive Kalman Filter for Maneuvering Vehicle

Several filter techniques were available for the GPS position estimation problem of maneuvering vehicle ranging from using different process noises to Interactive Multiple Model (IMM). The limitation of using standard Kalman filters is listed.The performance of proposed adaptive filter is compared with that of the standard ones,two types of dynamic modeling of the maneuvering vehicle are used.The simulation is based on the almanac data of the GPS satellites to compute its feasibility during the simulation t...     

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。     

基于不确定融合的GPS/INS 组合导航滤波算法

针对实际车载组合导航系统测量中不确定噪声的问题,提出一种基于不确定融合估计的GPS/INS组合导航滤波算法,建立了导航系统的状态方程和观测方程;通过多信源不确定融合估计,得到多传感器的等效测量值以及误差方差阵;对系统方程进行滤波处理,得到车辆的准确位置。车载系统的实测数据表明,不确定噪声下的融合估计结果优于独立白噪声假设下的融合估计,并验证了所提出算法的有效性和实用性。     

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。     

一种SINS／GPS组合导航系统的数字仿真方法

组合导航系统的数字仿具对于系统、方案论证有着重要的意义，目前国内各种期刊当中关于SINS／GPS组合导航方面的文章都较少涉及数字仿真的算法，针对这种情况，在查阅有关文献、上机实验的基础上，文中总结出了一种SINS／GPS组合导航系统的数字仿真方法。SINS和GPS采用位置、速度综合模式，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。     

车载GPS/DR组合导航系统自适应信息融合算法研究

结合全球定位系统(GPS)和航位推算(DR)两种定位方式的优点,构建了基于卡尔曼滤波的自适应联邦滤波算法,实现陆地GPS/DR组合定位系统的数据融合;针对DR子系统的强非线性和扩展卡尔曼滤波算法带来的较大线性化损失,并结合机动加速度均值自适应算法,设计了一种基于U-D分解的自适应迭代卡尔曼滤波算法,更有效的减少DR子系统线性化带来的误差损失,提高定位精度;与同仿真环境下,DR子系统采用扩展卡尔曼滤波方法作了比较,结果表明该信息融合算法能更有效解决DR子系统的线性化误差问题,整个系统数据融合精度更高.     

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。