基于大气偏振光特性辅助定向的自主导航方法

针对惯性系统(INS)与卫星组合导航容易受到干扰的局限性,为提高海上作战船舰的自主导航能力,提出基于全天域大气偏振光特性辅助定向自主导航方法。在分析全天域偏振光中性点的运动规律的基础上,采用两点一线原理使用中性点确定载体航向角并结合电磁计程仪(LOG)测得的航速信息辅助惯性系统进行导航,采用卡尔曼滤波最优算法对组合导航系统进行了信息融合。matlab仿真结果表明基于全天域偏振光中性点/LOG/INS组合导航方法能够有效抑制INS导航定位误差,使船舰航向角误差稳定在0.6,水平速度误差稳定在0.7 m/s,水平位置误差稳定在10 m,增强了船舰的自主导航性能,并且具有高度的隐蔽性和抗干扰能力,具有一定的军事工程应用价值     

基于加性四元数的SINS/CNS非线性紧组合方法

针对SINS/CNS组合导航系统中的非线性特性,提出了基于加性四元数的SINS/CNS非线性紧组合方法.从捷联惯性导航系统误差非线性建模和天文角度非线性量测两个方面出发,推导了基于加性四元数的捷联惯导误差传播特性,构建了天文导航的非线性量测模型,采用二阶插值滤波算法实现了SINS和CNS的非线性信息融合.计算机仿真显示,SINS/CNS非线性紧组合方法充分考虑系统的非线性特性,机动情况下的峰值误差较小,相对线性紧组合方法导航精度提高约15％.     

基于联邦滤波的航迹推算方法研究

由于传统的基于IMU/里程仪组合的航迹推算系统受地形起伏及其打滑影响较大,影响了探测车导航系统的精度和稳健性,为了提高探测车导航系统的定位精度和稳健性,提出了一种基于联邦滤波的IMU/里程仪组合导航方法,该方法充分利用IMU提供的信息,在原航迹推算的方法上增加一个滤波器,将IMU的比力输出作为观测量进行滤波,并建立联邦组合导航系统的数学模型实现最优融合;从而提高了探测车导航系统的定位精度;最后地下矿道实验证明该方法能有效提高移动平台导航定位结果的精度和稳健性。     

GPS/INS组合导航系统中的高斯粒子滤波混和算法

采用非线性滤波器的惯性组合导航系统中,非线性滤波器的精度和实时性直接决定了惯性组合导航系统的性能.计算量和精度之间的矛盾是制约粒子滤波在GPS/INS组合导航系统中应用的主要因素.在分析高斯粒子滤波算法原理的基础上,提出了一种高斯粒子滤波混和算法,对系统线性部分采用线性递推方式,对系统非线性部分采用非线性递推方式,从而提高高斯粒子滤波精度和实时性.针对GPS/INS组合导航系统,混和算法利用卡尔曼滤波的线性递推方式进行量测更新,仿真结果表明混和算法在较少粒子条件下,相对高斯粒子滤波算法精度提高20％,滤波时间降低40％.