信息融合技术在INS/GPS/DVL组合导航中的应用研究

为克服某船载导航系统不能满足长时间高精度导航定位需要的缺点,提出了一种基于信息融合技术的INS/GPS/DVL联邦滤波器组合导航方案.介绍了INS/GPS/DVL联邦滤波器的工作模式,在建立INS、GPS和DVL误差模型的基础上,推导了滤波器的组合形式,并详细阐述了该联邦滤波器的融合算法.通过计算机仿真技术分析了该组合导航系统的性能,仿真证明了所设计的联邦滤波器可以充分利用各种导航传感器的信息,提高导航系统的精度,比单独的惯性导航系统能提供更为精确的位置、速度和姿态信息,有效地提高了导航系统的综合能力.     

弹载捷联惯导系统快速两位置自对准

通过分析发现,影响自对准快速性的只是航向失准角估计速度。文中提出了快速两位置对准,即第一位置对准30s以后引入第二位置,从而提高了对准速度而又不影响对准的精度,并结合实际应用提出了通过改变俯仰角的快速两位置对准,具有较好的实践意义。文中综合利用了自对准中姿态矩阵求解的新方法和快速两位置对准的方法,这些将大大提高了对准的精度和快速性,最后通过仿真验证了所提方法的可行性。     

杆臂效应对捷联惯性导航系统初始对准精度的影响及其在线补偿方法研究

杆臂效应是由于惯性测量组件安装位置与载体摇摆中心不重合而产生的一种干扰加速度分量，对于以加速度计输出作为观测量的捷联惯性导航系统初始对准精度有较大的影响。本文以舰载捷联惯性导航系统作为应用对象，分析了杆臂效应的产生机理、对舰载捷联惯性导航系统初始对准误差的作用关系，提出了一种基于数字滤波原理的杆臂效应在线补偿方法，并给出了该方法的计算机仿真计算结果。     

VxWorks环境下捷联惯导系统的软件设计

介绍了VxWorks实时操作系统实时性和多任务环境的特性。在分析了捷联惯导系统基本原理的基础上，提出捷联惯导系统各个任务模块的划分原则，介绍了各个任务的优先级别和触发方式，提出了各个任务间的通信手段与同步方法。此外，还给出了在PC-104嵌入式计算机上，应用VxWorks实时操作系统成功开发捷联惯导系统软件的实例。     

捷联式航向姿态基准系统动基座快速对准方法的研究

在捷联式航向姿态基准系统(SHARS)的许多应用场合,应用对象常常要求SHARS既有较高对准精度,又具有较快对准速度的性能。而对于捷联式系统来说,对准的高精度与快速性是一对矛盾,对它的研究一直是捷联式惯性技术领域的主要课题之一。本文将针对应用于舰载武备系统的捷联式航向姿态基准系统的对准方法进行分析研究,提出一种动基座条件下快速对准方案,并对该方法进行仿真分析。     

遗传优化小波神经网络在组合导航系统中的应用

实时性是组合导航系统的一个重要指标，而神经网络的优化学习问题是决定网络效率的关键技术。遗传优化小波神经网络不仅继承了小波分析良好的局部性及其神经网络的学习和推广能力，而且具有遗传算法全局寻优的特点，是多层前向神经网络学习的一种理想算法。将它应用于组合导航系统中并进行了仿真，结果表明，该算法能够根据实际情况自适应确定网络结构，实时性好，精度与常规方法相当。     

基于C-SVM的组合导航系统故障诊断算法

为了提高捷联惯性组合导航系统的可靠性,将聚类支持向量机(C-SVM)应用于故障诊断技术,基于SINS/DVL/MCP/TAN组合导航系统建立了C-SVM故障诊断模型,将SINS/MCP、SINS/TAN和SINS/DVL三个子滤波器的相关特征量(残差值和状态检测函数)作为样本对C-SVM进行训练,并应用交叉验证法选择参数组.根据训练好的C-SVM模型分别对三个传感器进行故障诊断,若发生故障则屏蔽相应传感器的输出信息,利用其余的传感器进行重构.仿真结果表明,C-SVM的故障诊断正确率较高,特别是当训练样本数有限的情况下也能够达到较好的性能,克服了传统的神经网络在训练样本数较少时推广性能不足的问题,因此是一种理想的故障诊断技术.     

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。     

具有不同激活特性神经元的前向神经网络在捷联惯导系统对准中的应用

提出了一种基于H∞滤波的动态神经网络。该神经网络不仅运用H∞滤波理论在践调整网络权值，而且采用与调整权值相同的算法，对神经网络各层神经元的不同非线性激活函数的参数进行在线调整，替代传统神经网络中各层神经元相同的激活特性，并将其用于捷联惯性导航系统(简称SINS)对准的误差状态模型中。仿真结果表明：与采用相同激活特性的方法相比，这种方法不仅提高了系统状态估值运算的实时性，而且也提高了精度。     

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。