适合于航空应用的INS/CNS/Doppler组合导航系统研究

针对无阻尼惯导系统的误差特点,设计了适合航空应用的惯性(INS)/天文(CNS)/Doppler组合导航系统,建立了该组合导航系统卡尔曼滤波模型。仿真试验表明,该组合导航系统能为飞行体提供精确的导航信息。     

INS/CNS/GPS组合导航系统仿真研究

研究了INS／CNS／GPS组合导航系统的原理和特点，对组合导航系统进行了计算机仿真，提出了采用平台失准角、INS与GPS的位置之差和速度之差作为观测量的方法。采用卡尔曼滤波技术，可以估计出平台的失准角、惯性器件误差及导航参数误差。仿真结果表明：通过校正惯导平台、消除导航参数误差，可以大大提高了系统的导航精度。     

INS/Doppler/GPS组合导航系统中航向误差的辨识

提出了一种INS/Doppler/GPS组合导航系统中航向误差的辨识方法.经过坐标转换得到的Doppler速度中包含了惯导系统航向误差的影响,可以考虑以GPS速度为基准信息,从Doppler速度中解算航向误差.但由于速度噪声的影响,这样得到的航向误差带有大量噪声.该方法用一个以时间为变元的多项式来逼近航向误差,以解算出的航向误差作为观测量,采用递推最小二乘法辨识出该多项式的各次项系数,进而计算出航向误差,达到滤除观测噪声的效果.仿真试验表明,在GPS速度噪声标准差为0.1 m/s、Doppler速度噪声标准差为0.5 m/s的情况下,航向误差的辨识精度优于0.22(2σ),收敛时间不超过120s.     

基于递推最小二乘的在线罗差校正方法

现有罗差校正方法不同程度地存在着需要精确控制采样点、校正结果受噪声影响大、不能实现现场环境下的在线校正等问题。针对这一问题,设计了一种基于递推最小二乘的在线罗差校正方法。介绍了罗差校正的基本原理,推导了基于递推最小二乘罗差校正的实现过程,设计了转台试验及车载试验进行验证分析。两次转台试验中,罗差校正前后系统航向角误差标准差分别由30.9418°与3.2407°降低至3.8861°与1.2964°;车载试验中,车辆仅需原地转圈即可实现罗差校正,15 min跑车结果显示,校正后航向角误差标准差由17.2037°降低至2.8818°。试验结果表明,该罗差校正方法简单易用,可应用于现场在线校正,相比传统方法高效、稳定。     

捷联惯导系统快速最小二乘精对准方法

传统最小二乘精对准方法采用水平速度误差作为量测值,对方位失准角和陀螺漂移的估计时间较长,且收敛速度受递推计算初值影响。改进方法直接采用单位时间的水平比力作为量测值,同时忽略失准角误差中的高次项,将三次曲线转化为线性模型进行估计。在简化模型的基础上,推导了计算量很小的无初值最小二乘递推算法,进一步加快了对准收敛速度。静基座条件下的仿真和实验验证结果表明,改进方法估计的失准角误差和北向陀螺漂移均可在120 s内收敛,在不影响对准精度的前提下缩短了对准和测漂时间。     

INS／GPS／CNS组合导航系统的自适应滤波技术研究

本重点研究了状态与偏差解耦估计的自适应滤波算法在ＩＮＳ／ＧＰＳ／ＣＮＳ组合民航系统中的应用问题。由于组合导航系统参数往往与实际的物理过程具有一定的偏差,因此采用常规的卡尔曼滤波算法常会发生滤波发散现象。本提出一种自适应滤波算法,并应用于组合导航系统。仿真结果表明,自适应滤波可以有效地抑制滤波发散,增强系统方案对环境的适应性,大大提高组合导航系统的精度。     

基于INS/GPS/CNS组合系统的高精度测姿方法

为改善INS/CNS/GPS组合导航系统输出姿态信息的稳定性,解决传统FKF算法非线性条件下姿态精度发散的问题,提出了一种基于UKF的FKF滤波算法;同时为解决各系统间时间信息不同步造成姿态精度下降的问题,提出了一种工程上可用的时间同步方案,同步精度优于0.5 ms。在实验室条件下,利用INS/GPS/CNS样机和高精度三轴转台搭建验证系统进行摇摆试验,试验结果表明,提出的方法可实现姿态误差值变化在5%以内条件下系统稳定工作一天以上。     

INS/CNS/GPS智能容错导航系统研究

本文提出并设计了一种新的基于自适应模糊系统和联合卡尔曼滤波的INS/CNS/GPS融合导航系统智能容错结构方案,并进行了计算机仿真.结果表明,该系统具有较强的容错性能和较高的导航精度,是航空、航天、航海领域中一种具有高精度全参数的理想导航系统.     

基于UKF的INS/GNSS/CNS组合导航最优数据融合方法

为了提高INS/GNSS/CNS组合系统的导航精度,提出了一种基于UKF的多传感器最优数据融合方法。该方法具有两层融合结构,第一层中,GNSS和CNS分别通过两个局部UKF滤波器与INS组合,以并行的方式获得INS/GNSS和INS/CNS子系统的局部最优状态估值;第二层中,根据线性最小方差准则推导出一种矩阵加权数据融合算法,对局部状态估值进行融合,获取系统状态的全局最优估计。提出的方法无需采用方差上界技术对局部状态进行去相关处理,克服了联邦卡尔曼滤波(FKF)及其优化形式存在的缺陷。仿真结果表明,相比于FKF,提出方法的导航精度可至少提高36.4%;相比于UKF-FKF,其导航精度也可至少提高21.0%。     

INS/双星/GPS联邦最小二乘滤波容错结构研究

采用联邦最小二乘滤波信息融合的方法对INS／双星／GPS组合导航系统进行了研究，并将联邦卡尔曼滤波的四种典型容错结构应用到联邦最小二乘滤波中，对四种结构的容错性能进行了仿真研究。仿真结果表明：联邦最小二乘滤波能有效提高INS／双星／GPS组合导航系统的精度及容错能力。     

一种低成本的MIMU/GPS组合导航系统快速对准方法

低成本的MIMU元件在组合导航领域取得了广泛应用,但其精度较低,无法实现自主初始对准。针对此问题,研究并提出了一种基于GPS辅助的MIMU/GPS组合导航系统对准方法。方法的基本思想是通过同一位移矢量在载体和导航两种坐标系下的不同表现形式来找出两种坐标系之间的关系,进而实现系统的初始对准。方法先用GPS对某一短距离位移进行精确定位,再用其定位结果反推MIMU捷联解算中的初始对准角。为了加强对非线性方程组的求解能力,在求解过程中引入了遗传算法,并选取了六组不同失准角状态下的数据进行了验证。计算结果表明,该方法具有较高的对准精度和较快的对准速度,因此是有效可行的,同时该方法的实现不借助于任何外部对准信息,由此节省了应用成本。     

基于电子海图显示信息系统的惯性/地磁组合导航

为实现惯导系统长时间高精度导航,以性能优良的电子海图显示信息系统为开发背景,对地磁匹配辅助惯性导航系统进行了设计和仿真实验。在原有电子海图显示信息系统的基础上开发了数据采集模块、地磁数据库模块、惯导/地磁匹配模块、惯导误差估计模块等功能软件,并对各功能模块进行了深入分析。仿真试验结果证明,基于电子海图显示信息系统的惯性/地磁组合导航达到了校正惯性导航系统,实现高精度导航的目的。     

INS/GPS组合导航系统的数据精确同步方法

对来自不同导航传感器的数据进行同步化处理是进行滤波、信息融合的重要前提。对几种INS／GPS组合导航系统的数据同步处理方法进行研究,分析各自的优点和不足。针对浅组合导航系统,提出了由美国NI公司PXI-6608计数器／定时器、GPS接收机及PXI控制器组成的设计方案,分析了其同步实现的原理和方法。该同步方案的精度可达400ns,适用于高精度要求的应用场合。     

SINS/GPS/CNS 组合导航联邦滤波算法

针对飞行器在长航时高速巡航过程中,捷联惯性导航系统存在误差漂移,GPS 导航可能会丢星、信号失锁,天文导航系统易受环境干扰,组合系统模型线性化误差易导致滤波发散等问题,分析了三种导航系统的优缺点,提出了 SINS/GPS/CNS 组合导航联邦滤波算法,该算法可以取长补短,巧妙地将 GPS 定位和天文导航定姿精度高的优势辅助于捷联惯导系统,利用卡尔曼联邦滤波器对捷联惯导系统进行误差估计,并对联邦滤波算法进行了有效的改进.计算机仿真显示,该滤波器收敛速度快,具有一定的容错功能,其滤波精度较 SINS/GPS 组合导航系统在位置误差和速度误差上均有约5%左右的小幅提升,在平台角误差上更是提高了一个数量级.仿真结果验证了该组合导航方案的可行性和算法的有效性,有重要的工程应用价值.     

低成本车载GPS/INS组合导航姿态角更新算法

低成本INS系统的元件误差严重影响INS导航精度.针对车载系统,提出一种低成本车载GPS/INS组合导航姿态角更新算法.首先在GPS/INS组合导航Kalman滤波方程基础上,给出两种姿态角更新的观测方程.然后给出利用GPS测速确定航向角的原理,并且对低成本车载INS系统的俯仰角和翻滚角进行了分析,指出由INS随机误差造成的俯仰角和翻滚角误差比其本身量值要大,建议令俯仰角和翻滚角数值保持不变.利用实测算例确定了不同速度下的航向角精度,并且验证了该算法的有效性,以及相对于基于位置、速度组合的Kalman滤波,导航精度有明显提高.     

UKF在深组合GPS/INS导航系统中的应用

采用联邦滤波的深组合GPS/INS导航系统预滤波器量测模型具有很强的非线性,导致扩展卡尔曼滤波（EKF）的预滤波器估计精度不高。Unscented卡尔曼滤波（UKF）方法是一种非线性分布近似方法,它使用有限数量的sigma点去逼近整个非线性动态系统的分布可能,从而避免了对非线性测量模型进行线性化,具有较高的精度和较好的鲁棒性。在分析深组合导航系统预滤波器模型和UKF原理的基础上,设计了基于UKF滤波算法的预滤波器,对码相位误差、载波相位误差、载波频率误差、载波频率变化率等参数进行估计,同时将UKF和EKF算法进行了仿真比较。结果表明,在深组合导航系统中使用UKF滤波比EKF有更高的导航定位精度。