非完整约束下滤波算法在组合导航中的应用

MEMS IMU/GPS组合导航系统的应用环境愈来愈复杂,对其精度的要求也愈来愈高,只使用普通卡尔曼滤波不能满足精度和稳定性要求。针对此问题,将Sage-husa自适应卡尔曼滤波算法和非完整约束应用到前向导航滤波算法和后向导航滤波算法中,并将前向滤波和后向滤波结果加权组合,提出了一种非完整约束下加权组合滤波算法,用于事后IMU/GPS联合解算中,用来提高组合导航的精度。并利用实验室设备进行车载实验,通过实测车载数据解算结果来验证该方法的可行性。实验结果表明非完整约束下加权组合滤波后的经纬度误差小于1.4 m,航向角误差小于1.0°,满足MEMS IMU/GPS车载组合导航系统的精度要求。     

低成本传感器数据融合技术辅助iPhone导航研究

多传感器数据融合辅助iPhone导航研究的是一个基于IMU/GPS/磁力计的联合解算导航算法,即将手机中加速度计测量到的比力信息与陀螺仪测量到的角速率信息通过扩展卡尔曼滤波技术进行融合。针对低成本传感器的特性,设计了相对应的初始对准方法。在GPS/INS组合阶段,通过添加载体坐标系下左右方向和竖直方向的载体速度为观测量来增加系统的可观测性,从而达到对状态量的更优估计,最终通过反馈校正得到较为精确的载体位置、速度和姿态信息。