SINS／GPS组合导航系统机载样机的工程研制

本文介绍了ＳＩＮＳ／ＧＰＳ组合系统机载样机的工程研制及车载试验。采用经过小型化的捷联惯导系统与美国ＴＲＩＭＢＬＥ公司生产的６通道ＴＡＮＳⅡＧＰＳ接收机进行组合。捷联惯导系统软件与组合导航系统卡尔曼滤波器计算软件共用一个机载计算机，组合系统采用１２阶线性卡尔曼滤波器，并对卡尔曼滤波器的递推算法进行了工程化的处理，使滤波器的计算速度大为提高。最后，给出了组合系统的实验室静态试验及外场车载试验结果。     

基于模糊逻辑控制的舰船组合导航自适应卡尔曼滤波器

双天线GPS提供的载体姿态信息与惯性导航系统信息进行融合可提高组合导航系统的性能。由于在实际应用中,GPS接收机可能会受到某种干扰无法提供舰船航向信息,从而降低传统卡尔曼滤波器的性能。因而提出了一种新的基于模糊逻辑控制的自适应卡尔曼滤波器。改进后的卡尔曼滤波器使用两个模糊逻辑控制器来调整两个系统的组合模式,并且根据卡尔曼滤波器的内部状态、GPS工作状态和舰船运动状态来计算卡尔曼增益。通过使用INS和GPS的实测数据验证,这种基于模糊逻辑控制的自适应卡尔曼滤波器能有效的提高INS/GPS组合导航系统的性能。     

MIMU/GNSS紧组合精密单点定位协方差成形自适应滤波方法

针对精密单点定位应用需求,研究了MIMU/GNSS紧组合协方差成形自适应滤波方法。给出了"位臵滤波器+速度滤波器"的分布式滤波器设计方案以降低计算复杂度;推导了地理系紧组合导航系统模型,并把伪距测量不一致性偏差扩展至系统状态向量中予以估计,从而提高系统对于动态环境下伪距测量偏差抖动的适应能力。协方差成形自适应滤波算法利用Frobenius范数来衡量系统残差噪声水平建模状态与实际状态的匹配程度,并以最小化Frobenius范数作为优化指标,动态调节滤波增益,以此来提高状态估计精度、平稳性与鲁棒性。地面静态试验表明:紧组合协方差成形自适应滤波器定位误差均值与均值稳定性均优于标准卡尔曼滤波器,定位精度提高了约50%,能够提供亚米级单点定位导航服务。相较于集中式滤波器设计方案,分布式滤波器方案计算复杂度降低了63.5%。     

GPS信息在惯性导航和惯性测量系统中的应用

本文通过实际系统的使用经验和研究过程中的数字仿真，介绍了ＧＰＳ信息在船用惯性导航和陆用测量系统中的使用情况。阐述了ＧＰＳ／ＩＮＳ组合系统的优越性以及根据使用对象，选择组合系统、卡尔曼滤波器的结构和ＧＰＳ信，色处理技术等方面的见解。     

一种新型深组合GPS／INS系统的设计与性能仿真研究

本文提出和研究了一种新的深组合ＧＰＳ／ＩＮＳ系统设计方法，它适用于干扰环境中的各类高动态载体。其特点是利用自适应码跟踪误差估计器，使组合卡尔曼滤波器获得白化的伪距量测残差，将组合卡尔曼滤波器纳入码跟踪环路，用以代替传统的速率辅助的延迟锁定环。组合卡尔曼滤波器根据信号的噪声、动态、以及ＩＮＳ的误差，自适应地改变码环的跟踪特性，同时也完成惯性导航系统误差的估计。它能克服常规组合系统不稳定性问题，仿真结果表明，在机动飞行和强干扰状态下，这种组合导航系统具有较高的导航精度和良好的信号跟踪及抗干扰性能。     

INS/ESGM组合系统导航数据处理技术研究

本文建立了INS和ESGM的误差方程,在此基础上,实现了INS/ESGM组合系统导航过程的卡尔曼滤波器设计.仿真试验表明,本文所设计的滤波器实际可行,利用该滤波器INS/ESGM组合系统能够给出高精度的位置、姿态及速度信息.     

GPS/INS 组合导航系统降阶滤波器设计

本文研究了某型号飞机上ＧＰＳ／平台惯性组合导航系统中降阶卡尔曼滤波器的设计方法；提出一种降阶滤器结构，并讨论了模型误差的伪随机噪声补偿方法。采用蒙特—卡洛分析法对降阶滤波器的实际误差进行了数字仿真，结果表明，本文提出的这种降阶滤波器能保证组合系统的导航精度，而且具有实际使用价值     

MIMS/GPS组合导航系统中卡尔曼滤波器设计与实验研究

对MIMS／GPS组合导航系统进行了研究，设计了卡尔曼滤波器，采用状态和偏差去耦方法进行估算，完成了仿真和车载实验。该算法计算量小，估计精度高，特别适用于偏差项较多的场合，在本系统中有效地抑制了陀螺和加速度计动态偏差的影响。此外，在开环卡尔曼滤波器结构基础上引入了姿态阵修正，进一步减小捷联系统姿态角误差对导航定位精度的影响。仿真和车载实验结果表明，样机具有较高的定位精度和较好的重复性。     

差分GPS/惯性导航组合系统及其滤波器设计

本文简述了提高GPS定位精度和系统性能的两条主要技术途径(差分GPS、GPS/INS组合)的特点和问题;提出了差分GPS/惯性导航组合系统方案;研究了组合系统的卡尔曼滤波器的设计问题,并作了计算机模拟仿真。仿真结果表明,差分GPS/惯性导航组合系统可以达到1～2米的实时定位精度。     

舰船平台上一种改进的传递对准方案设计与仿真

为了提高舰船惯性导航系统在动基座下的传递对准的精度和快速性,针对舰船平台的应用特点,采用卡尔曼滤波器对主、子惯导的"速度加角速率"参数的误差量进行滤波估计并进行了算法设计。运用卡尔曼滤波器的平滑算法改善传递对准的精度。针对卡尔曼滤波器平滑算法会降低对准速度的缺点,在只损失一小部分精度的前提下,创新性的采用卡尔曼滤波器的降阶算法提高了对准速度。通过Matlab软件对卡尔曼滤波器算法、卡尔曼滤波器平滑算法和卡尔曼滤波器平滑加降阶算法的速度误差和姿态误差分别进行了仿真。仿真结果表明,"速度加角速率"匹配传递对准改进算法具有稳健的对准精度和快速性,有一定工程应用参考价值。     

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。     

神经网络辅助卡尔曼滤波技术在组合导航系统中的应用研究

考虑到组合导航系统的噪声具有非先验性，而传统的卡尔受滤波器要求假设动态模型和观测模型的噪声统计特性已知，提出了用前向神经网络来辅助调节卡尔受滤波器，使其具有自适应能力以应付动态环境的扰动。仿真研究表明：该算法优于标准卡尔曼滤波器。     

基于粒子群优化的UKF在SINS/GPS组合导航中的应用

针对组合导航中使用传统Kalman滤波方法时噪声协方差矩阵参数需要耗时耗力反复试验得到的问题,提出利用粒子群优化算法对卡尔曼滤波器的滤波参数Q和R进行寻优后用于组合导航的方法。将滤波参数Q和R作为粒子进行寻优,将粒子群算法优化得到的滤波参数值作为卡尔曼滤波器输入参数,用于SINS/GPS组合导航系统。仿真实验结果表明,12次实验中粒子群算法搜索出的参数均值分别为0.0208(°)/h、94.7827?g,接近所设置的噪声参数值与标准参数值0.02(°)/h、100?g。半物理实验结果表明,在实际系统中,与经验参数值用于卡尔曼滤波器相比,粒子群算法优化得到的滤波参数值位置估计精度提高了15%~30%,从而提高了组合导航性能。     

一种新型自适应联邦滤波方法在战术导弹导航系统中的应用

为满足复杂的环境下战术导弹导航系统的高可靠性导航的要求,对战术导弹的多传感器组合导航进行了研究.提出了一种基于新型自适应联邦卡尔曼滤波的巡航导弹SINS/GPS/EC组合导航方法,根据联邦滤波的分散滤波结构,分别建立了各滤波器的模型,进行了仿真试验验证.仿真结果表明,采用新型自适应联邦卡尔曼滤波算法的导航精度比采用集中卡尔曼滤波算法提高幅度不大,略高一些,但从自适应联邦卡尔曼滤波器的容错性比集中卡尔曼滤波器好得多,便于各导航子系统的故障检查和隔离.本文设计自适应联邦SINS/GPS/EC滤波器的在子系统较多的组合导航设计中具有高可靠性、低计算量、低成本和小体积等优势,具有工程应用价值.     

H∞滤波技术在捷联惯性系统在线校正中的应用

在运载体有机动时,卡尔曼滤波器会导致捷联惯性系统(SIS)产生大的机动误差。计算机仿真结果表明,用H滤波器代替卡尔曼滤波器对SIS的状态变量进行估计后,能有效降低SIS的机动误差,提高系统的精度。     

惯性/高度表组合导航系统卡尔曼滤波算法的浑沌及其控制

本文研究了组合导航系统中应用卡尔曼滤波器进行信息最优估计时的浑沌现象和浑沌 控制,并以惯性系统和高度定位组合导航系统为例,研究了当载体受周期激励时,由于采样频 率选择不当,卡尔曼滤波算法将导致浑沌结果,从而影响系统导航精度。本文还提出了利用变 步长的参数调整法来抑制这种浑沌。     

低成本制导弹药虚拟运动预测组合导航方法

采用捷联惯导/卫导松组合导航系统的低成本制导弹药在执行任务时,卫星导航信号闪烁、断续、丢失等情况时有发生,严重降低了导航精度。为解决卫导信号短时缺失条件下的精确导航问题,提出了一种基于虚拟运动状态预测和自适应卡尔曼滤波器的卫导信号补偿导航方法。首先,建立卫导接收机正常工作时的状态与量测方程,构建三维空间下弹药制导过程的动力学模型。其次,根据制导律与动力学特性预测制导弹药的虚拟运动状态,并将其输入卡尔曼滤波器,在一定程度上替代卫导信号。最后,设计一种自适应卡尔曼滤波器,该滤波器可根据新息序列实际协方差与理论协方差的不匹配度自动调节增益。仿真结果表明,在卫导信号短时缺失的情况下,相比基于扩展卡尔曼滤波器的松组合导航方法,所提方法可将平均定位精度提升55%以上,为卫导信号短时缺失条件下的组合导航提供新思路。     

一种高精度自主式组合导航系统滤波算法

提出了一种融合捷联惯导、轮式里程计和气压高度计数据的高精度车载自主导航滤波算法.首先,采用滤波鲁棒性更好的状态变换卡尔曼滤波器(ST-EKF)替代传统的扩展卡尔曼滤波器(EKF),对INS/轮式里程计信息进行组合滤波.其次,针对车载惯性/里程计组合导航系统中高程定位误差易发散的问题,引入气压高度计的量测信息对系统的高程...     

CNN/Kalman技术在组导中的应用研究

经典的卡尔曼滤波器要求假设系统的动态模型和观测模型的噪声统计特性已知，而组合导航系统的噪声具有非先验性。为了解决这一问题，提出了一种新型复合神经网络(CNN)辅助卡尔曼滤波器(Kalman)。仿真试验结果表明：该辅助算法的精度与一般卡尔曼算法相比提高了2倍，收敛时间缩短近200s，并有效地克服了传统神经网络学习速度慢、泛化能力弱的缺点，使系统具有自适应能力以应付动态环境的扰动。     

组合滤波器在组合导航中的应用设计

设计了基于INS GPS组合导航系统的组合滤波器(卡尔曼滤波器和H∞滤波器)及实现方法,建立了9维系统状态方程,给出了陀螺误差模型、加计误差模型和GPS误差模型,实现了以GPS与INS输出的东、北向速度误差作为组合滤波器观测量的组合方案.该组合滤波器通过检测各子滤波器的估计误差量的均值,使其自身具有很强的自诊断能力.通过计算机的仿真,对系统的精度进行了分析,证明该方案是可行的,能够加快计算速度,实现实时滤波计算,取得很好估计效果.