Galileo/GPS组合接收机载波相位定位方法

鉴于载波相位观测量可提供高精度定位信息的特点，采用扩展卡尔曼滤波和载波相位组合观测值相结合的方法，提出了一种适合Galileo／GPS组合接收机的载波相位定位方法。通过扩展卡尔曼滤波给出精确的载波相位不足整周的相位值，并且在模糊度保持为整数的前提下，根据一定的组合标准论述了具有相应特性的组合观测值，给出一些典型的组合，通过这些组合后的观测值可以容易地解算整周模糊度。最后对结果进行了分析。     

非线性导航信息自适应估计方法研究

提出了一种模糊自适应非线性滤波（FUKF）方法，该方法通过一组确定的散布点集，计算新息协方差，然后根据新息在稳态滤波下的平稳遍历性质，确定模糊规则，在线调整噪声方差，有效地防止滤波器发散。将该方法应用到以DGPS／GPS／RLC／罗经等设备组成的舰船导航系统中，对各个传感器信息分别进行FUKF、EKF滤波，然后采用三种不同的方法，对实测数据进行数据融合状态估计，并对估计效能进行比较。仿真和试验结果表明，文中提出的方案对提高整个系统的精度和运算速度是行之有效的，而且使整个组合导航系统具有更高的可靠性和容错能力。     

INS/ESGM组合导航系统的多模型自适应滤波技术研究

研究了一种随机系统多模型自适应估计的方法，并将此方法应用于INS／ESGM组合导航系统。通过数字仿真将单一模型的INS／ESGM组合导航系统与多模型的INS／ESGM组合导航系统的性能进行了详细比较，说明将多模型自适应估计理论应用于INS／ESGM组合导航系统，可增强系统对环境的适用性，大大提高组合导航系统的精度。     

地形辅助/惯性/GPS组合导航系统的可视化仿真研究

研究了多传感器信息融合技术在地形辅助／惯性／GPS组合导航系统中的应用，并在此理论基础上，采用一种新的仿真方法研究该组合导航系统，即采用多种高级语言混合编程，对该组合系统进行可视化仿真。仿真结果表明：采用联合滤波器的地形辅助／惯性／GPS组合系统具有较高的导航精度，最终达到可视化仿真研究的目的，从而对组合系统性能的研究起到了积极的推动作用。     

自适应惯性组合导航系统研究

本文研究惯性／位置组合导航技术，给出在线估计未知噪声统计参量的自适应卡尔曼滤波算法（ＡＫＦ）。首先建立组合导航系统直线飞行段和机动飞行段数学模型，并给出相应滤波算法，仿真结果证明了组合导航估计算法的可行性。所得结论对惯导／地形匹配、惯导／ＧＰＳ组合导航的研制有实用意义     

基于最优组合的长基线网络RTK三频载波模糊度快速解算

针对三频载波模糊度解算TCAR法因电离层、观测噪声等误差影响而导致长基线模糊度解算可靠性较低的问题,提出了一种改进的适用于长基线网络RTK的TCAR方法.该方法继承了传统TCAR法逐级固定整周模糊度的思想,充分根据模糊度解算中每一步骤不同特点及不同目的选择最优组合观测值.首先,利用组合限制条件确定超宽巷模糊度解算最优组合;然后,引入平滑思想提高电离层残差估计精度,同时结合求解窄巷模糊度的WL/NL最优组合快速获得窄巷模糊度;最后,通过线性无关宽巷与窄巷组合模糊度实现基础载波模糊度准确解算.算例分析表明,基于最优组合的改进TCAR法有效提高了模糊度解算的成功率,实现了长基线网络RTK三频载波模糊度的快速解算.     

干扰环境下GPS/INS组合模式研究

分析了紧耦合GPS／INS组合结构中GPS接收机的抗干扰性能，以及紧耦合组合的模式、特点和组合中考虑的问题；并指出在干扰环境下，惯导／卫导组合应采用紧耦合组合模式。     

一种自适应联合卡尔曼滤波器及其在车载GPS/DR组合导航系统中的应用研究

—本文设计了实现车载ＧＰＳ／ＤＲ组合导航系统最优综合的联合卡尔曼滤波器，并给出了滤波算法。提出了一种自适应联合卡尔曼滤波器结构及其算法，并应用于ＧＰＳ／ＤＲ组合导航系统的最优综合校正中。理论分析及计算机仿真结果均表明，应用该自适应联合卡尔曼滤波器可大大提高车载ＧＰＳ／ＤＲ组合导航系统的定位精度及容错能力。     

GPS／IRS伪距组合技术研究

一本文结合一典型的反舰战术导弹的中程制导任务，对ＧＰＳ／ＩＲＳ伪距组合系统进行了分析和研究．采用Ｕ－Ｄ分解卡尔曼滤波对组合系统进行了Ｍｏｎｔｅ－Ｃａｒｌｏ仿真。结果表明，ＧＰＳ／ＩＲＳ组合作为提高导航、制导精度的有效途径，可以克服纯惯性系统中存在的无界位置误差。不同的陀螺精度的仿真还表明，组合系统对一定范围内的陀螺精度的降低不敏感。（这为在进行ＧＰＳ／中等精度、低成本的航姿系统组合时降低对陀螺的精度要求提供了理论依据）     

INS／GPS／CNS组合导航系统

─—本文为面向二十一世纪航行技术的发展提出了一种新型而实用的惯性／ＧＰＳ／天文组合导航方案。文中分别建立了目前在航海、航空、航天领域中最为通用的ＩＮＳ／ＣＮＳ及ＩＮＳ／ＧＰＳ两种组合系统的数学模型；详细论述了ＩＮＳ／ＣＮＳ及ＩＮＳ／ＧＰＳ组系统方案的优缺点。本文提出的ＩＮＳ／ＧＰＳ／ＣＮＳ组合导航系统是一种具有高精度的定位，测速及姿态的全参数导航系统，具有重要的学术意义和实用价值。     

基于模糊自适应的组合导航系统信息融合算法

以INS/GPS/CNS组合导航系统为应用背景,在现有方法的基础上,提出了一种新的模糊自适应的组合导航系统信息融合算法。该系统由三个模糊控制块组成,分别为子滤波器模糊控制块、子滤波器权值模糊推理控制块和信息分配系数模糊控制块。解决了由于模型不准确的情况下滤波精度差的问题,同时又能保证系统的实时性,文中给出了状态方程和量测方程,最后通过软件仿真,结果表明该方法具有高效率、高精度等优点,是一种实时有效的算法。     

基于低成本组合导航定位系统的新融合滤波算法

设计了一种可用于地面交通工具或机器人的低成本组合导航定位系统，提出了基于该系统的新信息融合方法，将模糊卡尔曼滤波算法和地图匹配技术联合起来。仿真结果表明：模糊卡尔曼滤波算法相当于一数据平滑处理窗口，具有比常规卡尔曼滤波算法更高的精度。     

基于Windows XP Embedded嵌入式车辆导航系统设计与实现

介绍了INS/DR/MM车辆组合导航系统以及系统的部件组成,对系统的软硬件结构进行了分析.结合目前各主流嵌入式平台的性能,利用Windows XP Embedded (XPE)嵌入式操作系统体积小和易扩展的优势,选用Windows XP Embedded作为车辆组合导航系统的开发平台.为了满足车辆导航实时、快速的要求,设计了基于模糊逻辑的地图匹配算法.经过多次实际跑车试验证明,该嵌入式车辆导航系统可以正确实时地将地图匹配后的位置信息显示在电子地图上.     

组合导航中模糊自适应Kalman滤波算法分析

以SINSiGPS组合导航系统为背景，在对Kalman滤波原理和工程应用进行深入分析的基础上，总结了该方法的不足，提出了应用神经网络和模糊推理技术对系统噪声、观测噪声和其相关阵进行直接调控的方法。该方法根据新息和新息方差的变化，实时调整自适应因子，间接改变Kalman滤波器的当前观测量和过去信息的比例关系。仿真结果表明，该算法对模型和噪声干扰有较强的自适应性，能够有效抑制滤波发散，在不损失原有精度的前提下，提高了系统的鲁棒性。     

惯导／GNSS／罗兰C／航姿系统组合导航方案

为保证飞行器的导航精度及可靠性,采用了惯导/GNSS/罗兰C/航姿系统的组合导航。该组合导航采用开环组合方式,将多系统导航信息在计算机中进行综合,提高导航信息精度。仿真试验结果说明,所设计的组合导航系统是可行的,能满足任务要求。     

MIMU/GPS组合导航系统数据同步与融合方法研究

给出了以DSP为核心的MIMU/GPS组合导航系统中数据同步与融合的方法,简要介绍了仿真、调试过程中DSP程序的实现方法。采用GPS接收机输出的1PPS脉冲,结合CPLD产生的时序,实现MIMU和GPS数据的同步采集。由于系统噪声难于准确统计,因此采用模糊自适应卡尔曼滤波组合算法进行数据融合。     

一种惯性/水声单应答器距离组合导航方法

惯性/水声单应答器距离组合导航方法为自主水下航行器(AUV)校准提供了一种新途径。针对惯性/水声单应答器距离组合导航系统,建立了AUV三维空间运动学模型,对单应答器距离变换位置非线性系统采用李导数方法进行了可观测性分析,设置了合理的载体航行轨迹,位置组合导航算法中采取了延时状态滤波方式实现了量测信息的同步更新。湖上实验表明,采用单应答器距离组合导航方法后,明显地抑制了INS/DVL导航误差的发散趋势,最大定位误差减小幅度约为19.2%,初步验证了惯性/水声单应答器距离组合导航方案的有效性,为解决AUV导航设备水下校准提供了可能。     

机载SAR用的GPS/SINS组合导航系统研究

提出了进行SINS姿态校正的四元补偿算法。采用闭环KF（卡尔曼滤波）技术实时校正惯性仪表误差，补偿四元数误差，修正位置，速度误差，GPS／SINS组合导航系统样机的试验结果表明：采用该提出的算法后，组合导航精度较高，在组合导航过程中若去掉GPS信息，短时间内纯SINS的导航精度很高，能够满足SAR对运动补偿精度的要求，待恢复GPS信息后，组合导航系统继续正常工作。     

导航传感器系统的信息融合

－组合导航系统中的多种导航传感器为整个系统性能的提高，提供了多余度，高可靠性的导航信息源。多种信息的融合对组合导航计算机，系统的硬件、软件接口界面，以及导航信息的显示与告譬方式都提出了新的要求。本文论述了一种基于信息融合技术的多传感器组合导航系统体系结构，并结合工程实现，提出了综合信息显示器的系统方案。