一种复杂多介质环境下的视觉/惯性自适应组合导航方法

针对空间交会对接地面混合悬浮微重力模拟实验中自主水下航行器的高精度实时导航问题,提出了一种复杂多介质环境下视觉/惯性自适应组合导航方案和算法。首先,以视觉定位系统的采样时标为基准对惯导系统的测量数据进行拟合,并通过惯导逆向导航的方法实现惯导与视觉定位系统的时间同步。然后,根据视觉系统量测噪声时变的特点,设计了可对量测噪声在线估计的指数渐消记忆型Sage-Husa自适应卡尔曼滤波组合导航算法。最后,通过实验验证了该组合方案和算法的有效性。实验结果表明提出的方法可以实现复杂多介质环境下的高精度实时导航,并且相比于测量数据未同步的标准卡尔曼滤波组合导航方式,其速度误差和位置导航误差分别降低了56%和64%。     

冗余技术在惯性组合导航系统中的应用研究

冗余技术是改善系统可靠性的一项重要技术.本文以提高惯性组合导航系统的可靠性为出发点,提出了应用于该系统中的一种设计方法--冗余技术.     

GPS/SINS 组合导航系统混合校正卡尔曼滤波方法

利用卡尔曼滤波器将GPS伪距与SINS进行了深组合，在分析了导航误差产生原因的基础上，提出了输出校正与反馈校正相结合的混合校正卡尔曼滤波方法。与输出校正和反馈校正方案相比，这种校正方法提高了系统导航精度。仿真结果验证了混合校正卡尔曼滤波方法的有效性。     

GPS／SINS组合导航系统的动基座快速初始对准方法

—本文首先建立了ＳＩＮＳ的误差模型，并对系统模型进行了可观测性分析，然后基于ＳＩＮＳ误差模型的特点，通过对所采用卡尔曼滤波器仿真结果的分析，提出了一种快速估计方位失准角Ｄ的方法，从而大大缩短了初始对准时间，提高了对准速度。最后计算机仿真结果表明了该方法的有效性。     

组合导航系统卡尔曼滤波衰减因子自适应估计算法研究

提出了一种衰减记忆卡尔曼滤波中衰减因子的自适应估计方法,并在GPS／SINS组合导航系统中进行了计算仿真。仿真结果表明：该算法能够较好地估计出衰减因子的大小,有效地抑制滤波发散,提高导航精度。     

基于权值矩阵的模糊自适应卡尔曼滤波在组合导航中的应用

针对自主驾驶车辆长时间导航精度要求难以满足的问题,建立了GPS与微惯性导航系统的组合导航滤波模型,在位置观测的同时引入姿态信息,提高了导航精度。在此基础上提出了基于权值矩阵的模糊自适应卡尔曼滤波算法,该算法通过模糊控制器自适应地改变每个观测量的权值,得到权值矩阵引入卡尔曼滤波器实现自适应滤波。仿真和实验结果表明,所提出的权值矩阵模糊卡尔曼滤波性能优于衰减因子自适应卡尔曼滤波,特别是在GPS信号失真及噪声先验统计特性不可知的情况下,其定位精度能够保证在1m之内。     

组合导航系统多重衰减因子自适应估计算法比较研究

提出了多重衰减因子自适应估计卡尔曼滤波方法,用该方法对系统每个误差状态估计进行控制,提高滤波器的估计性能。仿真结果表明,新算法在系统噪声特性不准确的情况下,能够抑制卡尔曼滤波估计的发散,GPS/SINS组合导航精度比强跟踪滤波估计的精度高。这种算法推导形式简单,计算量小,适合在线运算。     

惯性/地磁组合导航算法

针对惯性/地磁组合导航滤波算法进行了深入研究.分析了惯性/地磁组合导航系统的基本原理,基于巡航导弹巡航段飞行过程建立了组合导航系统的滤波模型.在观测信息分别为实测地磁场三分量信息和单一幅值信息条件下,采用广义卡尔曼滤波和Unscented卡尔曼滤波算法进行了仿真分析.仿真结果表明,在观测信息为三分量地磁信息条件下,Unscented卡尔曼滤波总体滤波效果略优于广义卡尔曼滤波,两种算法在最后30 s内的平均定位精度都可达到50 m;在观测信息仅为地磁场幅值的情况下,广义卡尔曼滤波算法的滤波收敛速度和精度均大幅下降,而Unscented卡尔曼滤波仍然取得不错的收敛效果,滤波性能明显优于广义卡尔曼滤波.     

SINS／GPS组合导航系统时序同步技术研究

一本文讨论的ＳＩＮＳ／ＧＰＳ组合导航系统时序同步技术是以ＧＰＳ接收机输出的ＩＰＰＳ秒脉冲作为组合导航系统的参考时标，定时地修正ＳＩＮＳ的基本任务时序。文中提出一种利用分频器自动调节技术对ＳＩＮＳ基本任务时序发生器的分频器进行动态修正的方法。仿真实验结果表明，当ＩＳＮＳ频标相对于ＧＰＳ接收机出现漂移或其它不稳定性情况时，该方法也能使ＳＩＮＳ的基本时序与ＧＰＳ接收机保持精确同步。     

一种新的INS/GPS组合导航技术

基于GPS测姿技术的发展,研究了以位置、速度和姿态信息作为观测量的INS／GPS组合导航系统的卡尔曼滤波算法。详细推导了这种组合方式的观测方程,并将该组合技术应用于某飞行器。仿真表明,增加姿态信息作为观测量可有效地提高系统导航参数的估计精度和速度。     

捷联惯导系统多位置对准研究

利用把线性时变系统作为分段常系数系统来研究其可观性的方法,对多位置静态捷联惯导系统的误差方程进行了可观性分析,并采用卡尔曼滤波技术,对平台误差角及测量元件误差进行了估计,给出了两位置及三位置的方差仿真曲线。仿真结果表明三位置对准提高了方位误差角及垂直陀螺误差的可观度,从而加速了它们的收敛速度,提高了系统的对准、标定精度。     

惯性组合导航系统的一种分布式实时调度算法

惯性组合导航系统是多处理机多任务的舰用分布式实时系统。本文在此环境下改进了一种分布式实时操作系统的调度算法，给出了改进前后调度算法的结果比较。本文还设计并研制了此调度模型的性能分析系统ＰＤＡＡ（ＰｒｅｄｉｃｔｉｖｅＤｅａｄｌｉｎｅＡｌｇｏｒｉｔｈｍＡｎａｌｙｓｉｓ），并给出了一个应用实例。     

车载挠性SINS/GPS组合导航系统研究

本文介绍了一种实用车载挠性ＳＩＮＳ／ＧＰＳ组合导航系统的软、硬件组成。针对挠性动调陀螺和伺服加速度计的随机漂移问题,提出多项式拟合补偿的思想,并在此基础上设计了基于ＵＤＵＴ 分解的卡尔曼滤波器。通过实验室组合导航实验,验证了多项式补偿和组合方案的有效性,同时也说明了该系统是一种具有较高性能价格比的实用陆地战车导航系统。     

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。     

重力/惯性匹配导航系统的仿真研究

分析了水下多种导航方式，提出了一种新的组合导航方式，即重力／惯性组合导航系统。介绍了它的研究背景和工作原理，并通过可视化仿真的方法模拟了整个导航过程。结果表明：重力匹配可以限制惯性导航系统的误差增长，实现长期水下高精度定位。     

一种基于特征值分解的自适应信息融合滤波算法

基于分散滤波理论的联合滤波算法,可以有效地降低组合导航系统的计算负担,并且增强系统的容错性能。本文给出了一种联合滤波算法中信息分配系数的自适应计算方法,能够使联合系统根据导航过程中各传感器的信息质量的变化合理地反馈全局信息。仿真结果表明该算法可以有效地降低由于导航子系统降级带来的滤波误差。     

H—M—GMINS／ENC／BM组合导航系统研究

根据H调制陀螺监控惯性导航系统（GMINS）、电子海图（ENC）以及测深测潜仪（BM）的不同特点,提出了一种H－M－GMINS／ENC／BM组合导航系统。该组合系统是一种完全自主式导航系统,不需任何外部信息,在水下即可完成对惯导的校正和对导航陀螺漂移的补偿。同时还针对该组合导航系统提出了一种优化组合算法。理论分析和仿真结果表明：采用该优化算法后,潜艇的重调周期可延长到120h。     

速率方位惯性平台/计程仪/重力匹配组合导航系统仿真研究

根据重力无源导航的基本要求,建立了速率方位惯性平台/计程仪/重力匹配组合导航系统的工作模式,给出了该组合导航系统的误差状态方程、测量方程和扩展Kalman方程.由于重力传感器是在运动载体上测量重力的,其输出包含当地重力大小和厄特弗斯效应,所以在该组合导航系统Kalman滤波器中考虑了厄特弗斯效应.采用matlab/simulink工具对该组合导航系统在分辨率为的数字重力异常图上进行了计算机仿真研究.仿真结果表明：该组合导航系统长时间定位误差小于导航系统目标误差的（RMS）,在重力异常显著变化地区其定位误差将更小.