INS／GPS组合导航集中式卡尔曼滤波器的仿真研究

主要研究平台式惯导（INS）和全球定位系统（GPS）组合导航集中式卡尔曼滤波器的实现，其中包括位置组合，速度组合、位置＋速度组合三种组合方式，并给出了相应的仿真结果，研究表明集中式卡尔曼滤波器可以提高导航系统精度。     

面向越野自主导航的鲁棒GPS/INS融合定位系统

实时可靠的三维定位能力是自主车实现越野自主导航的前提.提出了一种基于全状态空间扩展卡尔曼滤波的GPS/INS融合算法.在考虑传感器误差源的基础上建立了系统观测方程.以连续状态空间为基础并加以离散化后建立了系统状态方程.最后由扩展卡尔曼滤波器实现了系统状态的可靠估计.该算法可以放松以往对INS误差精确建模的要求,并能有效地应对由路面剧烈颠簸导致的INS短时失效和由遮挡等原因导致的GPS失效.实验结果表明该GPS/INS融合定位系统是可靠和成功的.     

船用差分GPS与惯导组合系统的研究

本文重点研究了伪距双差分ＧＰＳ／ＩＮＳ组合系统，推导了惯导误差和双差分ＧＰＳ的数学模型，建立了组合系统的卡尔曼滤波方程，并进行了仿真。仿真结果表明，该组合系统可以大大提高导航定位精度，改善组合系统性能。文章最后指出了差分ＧＰＳ／ＩＮＳ组合系统工程实现时应注意的问题。     

GPS／INS组合车辆导航系统的两种卡尔曼滤波结构

为了解决GPS信号失锁引起的无法定位和INS积累误差引起的长时间漂移问题,以GPS/INS组合导航系统的数据融合理论作为基础,卡尔曼滤波作为主要融合方法,对进入组合车辆系统的GPS定位数据与INS定位数据分别进行估计、修正和融合,推导出GPS/INS组合导航系统的状态方程、测量方程和递推滤波方程,同时对分散滤波结构和联合滤波结构进行仿真比较,结果表明后者的定位精度高于前者。     

GPS/INS组合导航技术的综述与展望

本文分析比较了GPS/INS松耦合、紧耦合及超紧耦合三种模式的区别及优缺点,综述了国内外GPS/INS耦合导航技术的研究现状与应用情况,并结合我国的技术特点,对GPS/INS组合导航的发展趋势及关键技术进行了展望。     

GPS／惯性组合导航系统研究进展

本文较为全面地介绍了ＧＰＳ／惯性组合导航系统的国内外研究现状，组合特点，组合模式，关键技术以及今后发展方向。     

INS的发展及其与GPS的组合应用

首先描述了惯性传感器技术和器件的发展趋势，介绍了几种已经出现的代表这种发展趋势的技术及其未来应用；然后对GPS系统的客定精度，改善精度的三种方法作了说明；最后给出了INS/GPS组合能够提供的增效作用和组合方法，并对INS/GPS系统的干扰和抗干扰问题作了讨论。     

一种新型GPS/DR组合导航系统

利用三个陀螺仪和一个里程计提出一种新型GPS/DR组合导航系统。首先推导了这种组合导航系统的状态方程,然后给出了松组合方式的滤波方程。最后用实测算例对这种新型组合导航系统进行了验证,结果表明,相比于SINS系统、传统的DR系统,这种DR系统在车载系统应用中具有更好的优势;而且这种组合导航系统能够很好地提高单一导航系统的导航精度。     

模糊自适应估计器在INS/GPS组合导航中的应用研究

研究了一种模糊自适应神经网络状态估计器的工作原理及结构,并讨论了用其代替传统扩展卡尔曼滤波在导航参数估计中的实现方法。利用扩展卡尔曼滤波来构造模糊推理系统,通过神经网络对模糊推理系统进行训练,根据输入输出样本自动调整模糊系统的设计参数,从而实现对INS/GPS组合导航系统导航参数的最优估计。通过仿真验证表明,用模糊自适应状态估计方法进行导航系统的初始对准,能够大大提高系统的实时性。     

MIMU／GPS组合导航模糊自适应卡尔曼滤波研究

针对组合导航初始对准中存在模型误差时常规卡尔曼滤波容易发散的问题,提出了一种模糊自适应卡尔曼滤波算法。该算法采用模糊控制规则,根据新息的方差和均值变化自适应调整量测噪声权值矩阵。此算法运用于MIMU/GPS组合导航初始对准中,获得了较高的导航精度。仿真结果表明,该算法能够有效防止滤波发散,减少模型误差对滤波结果的影响,提高了滤波精度,实现了参数的在线调整。     

惯性/卫星导航系统实际导航性能评估算法

针对惯性/卫星组合导航进行实际导航性能(Actual Navigation Performance,ANP)评估,是保证飞机所需导航性能(Required Navigation Performance,RNP)及航空运行安全的关键.提出了惯性/卫星组合导航系统实际导航性能评估算法,从卡尔曼滤波器位置协方差矩阵开展分析,...     

基于扩展卡尔曼滤波器的超紧耦合GPS/INS组合导航系统设计

提出了一种组合导航设计方案,通过将滤波器得到的多普勒频移信号反馈给GPS接收机跟踪环,实现了超紧耦合,提高了组合导航系统在高动态和干扰条件下的性能.采用了非线性动态模型并对其进行了线性化,提高了导航精度并减小系统计算量;应用用一阶高斯马尔可夫模型描述不同的惯性传感器误差,最后给出了扩展卡尔曼滤波器的具体算法.     

编队飞行GPS／INS相对导航的分布滤波算法

在对编队飞行GPS/INS相对导航当前的主要滤波算法进行总结和分析的基础上,提出了分布滤波的算法,并建立了GPS/INS相对导航仿真系统,对该算法进行验证。仿真结果表明该算法能够适应大型、紧密编队飞行的需求,在减小计算量、降低通讯数据量、允许编队做大的机动飞行的同时,能得到较高的估计精度。     

UKF在GPS/INS伪距、伪距率组合导航中的应用

扩展卡尔曼滤波（EKF）是GPS／INS组合导航系统中常用的数据融合方式。但是EKF的线性化会带来截断误差,从而影响系统定位精度。不敏卡尔曼滤波（UKF）是一种新的非线性滤波的方法,它能减少线性化截断误差对系统定位精度的影响。文中在线性状态方程的条件下,主要研究了伪距、伪距率的非线性对系统定位性能的影响。UKF采用非线性观测方程,EKF采用线性观测方程。仿真结果表明UKF能明显改善位置项的定位精度。     

SINS/CNSSAR组合导航系统设计与高性能算法研究

在吸收SINS、CNS和SAR三者优点的基础上,设计了SINS/CNS/SAR组合导航系统,建立了该组合导航系统的非线性数学模型;然后,在研究抗差自适应滤波和粒子滤波优点的基础上,提出了一种新的抗差自适应Unscented粒子滤波算法和自主导航多源信息融合算法.将提出的算法应用于SINS/CNS/SAR自主导航系统中进行计算仿真,并与Unscented卡尔曼滤波和粒子滤波比较,结果表明:提出的新算法不仅解算精度明显高于Unscented卡尔曼滤波和粒子滤波算法,而且可靠性好,能提高组合导航系统的精度.