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。     

两级解耦卡尔曼滤波在平台惯导系统自主标定和对准中的应用

本文结合实际工程背景，采用两级卡尔曼滤波方法对平台惯导系统进行对准和标定，分别构造陀螺滤波器和加速度计滤波器，前者用于估计平台失调角和陀螺误差系数，后者用于估计加速度计误差系数，然后利用分离偏差滤波理论，将陀螺滤波器分解成状态滤波器和偏差滤波器，使滤波计算进一步得到简化。与一般卡尔曼滤波器相比，此滤波器的计算量以及计算机内存占用量都大为减小，而且估计精度很高     

带模型误差系统的自适应卡尔曼滤波在捷联惯导系统初始对准中的应用研究

对于有模型误差的惯导系统,采用常规卡尔曼滤波会导致较大的状态估计误差,甚至使滤波器发散。可采用自适应卡尔曼滤波算法,通过引入虚拟噪声,利用观测数据带来的信息,在线改进滤波器的设计,并将其运用到捷联惯导系统的初始对准中,由此得到的滤波估计比常规卡尔曼估计具有更高的精度和准确度。试验及计算机仿真结果验证了该方法的有效性。     

一种快速跟踪的卡尔曼滤波算法及其在舰船组合导航中的应用

在用卡尔曼滤波算法估计动态系统的状态时,如果系统运动状态发生突变,会导致滤波估值不能及时跟踪系统真实状态的变化。本从算法上分析了产生这种现象的原因,提出了根据不同传感器观测值的误差特点对算法进行改进的方法,使得卡尔曼滤波器跟踪速度和滤波精度大大提高,并将其成功地应用于推算船位/GPS组合导航系统。     

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。     

一种改进的自适应卡尔曼滤波及在组合导航中的应用

总结了常用的自适应滤波的方法,并提出一种新的自适应卡尔曼滤波技术,它克服了传统滤波器的不稳定问题,因为传统的卡尔曼滤波过程依赖于系统过程和测量过程的数学模型和其统计模型的正确性的滤波技术.自适应过程是利用测量新息序列和状态修正序列在估计移动窗内是分段静态,来直接估计系统噪声协方差Q和测量噪声协方差(R).仿真结果表明此方法可以提高GPS/INS组合导航系统的精度和可靠性.     

GPS/SINS组合导航系统实现时间同步的软件方法

GPS／SINS组合导航系统是当前各类飞机普遍采用的主要导航设备,采用传统组合方法无法消除组合时GPS与SINS时间同步误差的影响。在对GPS／SINS时间同步误差的物理概念深入研究的基础上,提出一种对时间同步误差估计和补偿的软件方法。该方法通过扩充滤波器状态与改进量测方程的途径,实现了对时间同步误差的在线估计和补偿。仿真结果表明,当存在0．7s时间不同步时,采用传统方法,组合导航系统水平位置精度只能达到150m左右;采用丈中提出的方法,组合导航系统水平位置精度优于10m。     

超平面滤波算法在GPS/INS组合导航系统中的应用研究

针对GPS／INS组合导航系统的滤波算法误差较大，在对常用的卡尔曼滤波算法进行总结和分析的基础上，给出了卡尔曼滤波的本质，提出了一种利用超平面调整卡尔曼滤波器的方法。以GPS／INS组合导航系统为例进行了仿真，结果表明：该方法既能抑制滤波发散，又能提高滤波精度。     

状态变换卡尔曼滤波的进一步解释及应用

针对速度误差定义的坐标系一致性,对状态变换卡尔曼滤波(ST-EKF)的合理性作出了进一步的解释,并将其应用于捷联惯导的初始对准及组合导航。为提高陀螺仪、加速度计的零偏误差估计效果,初始对准和组合导航过程采用统一的15状态滤波器。"单"位置精对准实验表明,由于在基座振动的环境下误差状态不完全可观,传统卡尔曼滤波会有随时间增长航向角估计误差反而逐渐发散的情况出现,而状态变换卡尔曼滤波的航向角估计结果相对稳定。激光陀螺IMU和光纤陀螺IMU的3 min双位置对准实验均表明,在同样的卡尔曼滤波预测和更新频率下,状态变换卡尔曼滤波的航向角估计精度要比传统卡尔曼滤波提高45%以上。激光陀螺IMU/卫星和MEMS-IMU/卫星组合导航跑车实验均表明,多处断开卫星信号的情况下,状态变换卡尔曼滤波组合导航系统具有更高的定位精度。     

自适应卡尔曼滤波在惯导初始对准中的应用研究

本文研究了自适应卡尔曼滤波技术在惯导系统中的应用。在噪声统计特性未知或近似已 知的情况下,采用常规卡尔曼滤波会导致较大的状态估计误差,甚至使滤波发散;而自适应卡 尔曼滤波在估计状态的同时,利用观测数据带来的信息,可在线估计噪声的统计特性,从而不 断地改进滤波器的设计,由此得到的滤波估计比常规卡尔曼估计精度更高。本文采用Ｓａｇｅ 和 Ｈｕｓａ 自适应滤波算法,结合惯导初始对准,给出了计算机仿真。仿真结果进一步证实在噪声统 计特性不确切知道的情况下,自适应卡尔曼滤波的估计精度高于常规卡尔曼滤波的估计精度。