系统故障检测理论在容错组合导航设计中的应用

探讨了甄别故障子滤波器的两种有效方法：状态差异法和残差法,并通过计算机仿真对两种方法的检测效果作了比较。结果表示采用残差法并经适当长时间的安全期观察是隔离故障子系统的有效方法     

SINS/GPS组合导航方法设计

根据SINS/GPS组合导航的基本原理,重点研究联合卡尔曼滤波方法在组合导航中的应用,基于最优化理论的数据融合技术,通过分析纯惯性导航系统的误差,建立了组合导航系统的误差模型,设计了高可靠性、易于工程实现的简化联合卡尔曼滤波器和对应的数据融合算法。并对该导航系统进行了动态实验,结果表明组合导航能有效抑制导航参数误差,提高导航精度。     

基于强跟踪UKF的导航系统故障检测方法

结合重复使用助推器再入飞行的导航需求,为保证在高动态环境下能够实现高精度、高可靠的再入导航,采用改进的强跟踪UKF进行导航误差的估计与跟踪.针对基于卡尔曼滤波残差检验的传统故障检测方法的不足,提出了改进的故障检测方法进行导航设备故障检测,并采用平滑窗口实现故障信息的有效隔离.典型故障条件下的仿真分析表明,所提出的强跟踪...     

小波分析在多传感器组合导航故障检测中的应用

针对组合导航系统中传感器众多，故障发生时难以辨识等特点，运用多小波分析技术，对各传感器的状态信号作并行小波分析，从而得以在较短时间内发现故障点，并且保证了在故障排除过程中组合导航系统的正常运行，基本上满足实时性的实用性的要求。     

一种低成本GPS组合导航定位系统

提出一种低成本、简单实用的GPS组合定位系统,即采用电子计步器与电子罗盘辅助GPS.该系统可以工作在自主导航、纯GPS导航、组合导航3种模式.文中给出了组合原理、方法和基本算法,探讨了几种应用模式和可能的应用领域.     

低成本MIMU/GPS组合导航系统设计与实验

高精度惯性传感器的昂贵价格在一定程度上限制了惯性导航系统(INS)的进一步推广应用,然而低成本微型惯性测量单元(MIMU)的出现,为INS的推广应用了带来了新的契机。文中提出了一种适合于工程应用的低成本MIMU/GPS组合导航系统的结构与方案,并给出了组合导航系统位置速度交替组合模式的数学模型。考虑到未知工作环境中各类噪声统计参数的未确定性易使经典的卡尔曼滤波器发散,因此文中采用了闭环自适应卡尔曼滤波器对子系统的数据进行融合处理;设计了低成本的组合导航系统原理样机,并进行了跑车实验。跑车实验及事后数据处理分析结果表明:该系统具有较高的长时间导航精度以及良好的可靠性和鲁棒性。     

基于ARM的组合导航系统设计与实现

介绍了一种利用车载惯性导航设备和GPS导航卫星进行车辆实时定位的导航系统.系统的设计主要是基于分散性的卡尔曼滤波算法模型和嵌入式系统进行.测试结果表明该系统具有较高的精度,是行之有效的.     

车载组合导航的自适应滤波

针对车载组合导航信息融合的高精度、高可靠性等要求,提出了一种组合导航的自适应集中滤波算法.该算法的主要思想是:以判别观测数据中的野值存在与否为算法切换条件,存在野值时采用改进的增益矩阵滤波处理方法,不存在野值时则采用模糊自适应集中滤波方法.将此方法用于SINS/GPS车载组合导航系统,实验表明,采用的这种自适应滤波方法,能够有效抑制滤波发散,滤波精度和收敛速度优于常规集中滤波,是一种有效的车载组合导航算法.     

组合导航系统的自适应滤波

本文对自适应滤波在组合导航系统中的应用进行可行性研究,首先讨论了组合导航系统的数学模型,然后给出Sage和Husa提出的自适应滤波器,再用自适应滤波器来处理由组合导航系统测量器件给出的测量信息,对组合导航系统的状态进行估计,仿真结果表明,自适应滤波器具有良好的跟踪性能,即使噪声的统计特性不能确切地知道,滤波器也能给出系统状态比较精确的估计.     

飞行器INS 与 GPS组合导航系统卡尔曼滤波

随着导航技术和控制理论的发展,组合导航系统已经成为当今最主要的导航系统。组合导航系统包括许多导航传感器,因此如何充分有效地处理来自多传感器的数据已成为组合导航系统的主要问题。在组合导航系统中,最先进的信息处理方法是联邦卡尔曼滤波。但联邦滤波器设计复杂,计算量大,很难满足一些高速巡航平台导航计算的高精度、高实时性要求。文章研究了巡航飞行器INS与GPS组合导航系统的卡尔曼滤波问题,设计了滤波器,并进行了仿真试验。     

组合导航系统中的自适应卡尔曼滤波技术

在比较了组合导航系统多种卡尔曼滤波技术的基础上,提出了能提高系统鲁棒性的自适应卡尔曼滤波技术。并利用系统静态仿真证明了该算法的有效性。     

北斗车辆自适应组合导航技术研究

车辆在“城市峡谷”、高架桥下、隧道等环境利用北斗卫星导航系统进行导航过程中,存在卫星导航信号易受遮挡和干扰的局限性.将北斗卫星导航系统同惯性导航系统、里程计等传感器进行组合,运用Kalman滤波技术进行多传感器的信息融合,能够较好地提高导航精度以及导航系统整体的自主性、抗干扰性、容错性和可靠性.针对现有车辆导航系统可靠性不高的问题,着重对基于Kalman滤波的北斗车辆自适应组合导航可靠性进行了相关研究.     

车载GPS/DR组合导航系统的数据融合方法研究

GPS/DR组合导航系统是非线性的,扩展卡尔曼滤波(EKF)可以利用线性化技巧将其转化为线性滤波问题,但这一过程会使得滤波结果出现很大误差。针对这一问题,将改进的粒子滤波方法(UPF),即将无迹卡尔曼滤波(UKF)与粒子滤波(PF)相结合,应用到GPS/DR组合导航系统中,避免了EKF的线性化近似过程,同时优化了PF算法,提高了定位精度。实验结果表明,与EKF和PF算法相比,UPF算法具有更高的鲁棒性和更好的定位效果。     

车辆GPS/DR/DM组合导航系统的研究

研究了车载GPS/DR/DM组合导航系统.通过分析GPS(GlobalPositioningSystem)和DR(Dead-Reckoning)各自导航、定位的原理及特点,以及DM(DigitalMap)的特点,设计了一种新型的低成本车辆兵器GPS/DR/DM组合导航系统,并且用自适应的扩展卡尔曼滤波对组合系统进行了仿真实验,证明了本系统的可行性.车辆GPS/DR/DM组合导航系统无论从精度还是可靠性来说较常规的导航系统都有明显的改善和提高,GPS/DR/DM组合导航系统是一种较为理想的车辆导航系统.