国外组合式INS／GPS系统研制开发情况两三例

组合式ＩＮＳ／ＧＰＳ系统可以满足各种导航要求的应用，包括飞机、靶机和导弹。本报告介绍了几个实例来反映国外研制、试验和开发组合式ＩＮＳ／ＧＰＳ系统的近况。     

GPS与弹道导弹INS组合制导方案初探

ＧＰＳ与弹道导弹ＩＮＳ组合制导方案初探王永刚，袁建平，王明海西北工业大学，二炮工程学院摘要＊针对弹道导弹的导航环境，提出了利用卡尔曼滤波构造的一种可用来提高弹道导弹射击精度的ＧＰＳ与惯导系统（ＩＮＳ）组合制导方案；并简要地阐述了利用该方案估计值对惯导...     

GPS／INS组合导航系统的平滑滤波应用研究

在一些特殊应用场合，采用平滑滤波的处理方法，可以大大改善ＧＰＳ／ＩＮＳ组合导航系统的定位精度。有关飞行器精密定位参照系统的事后处理算法，平滑滤波的算法，与卡尔曼滤波器的关系，以及在ＧＰＳ／ＩＮＳ组合导航系统中平滑滤波的实现技术，在本文中作了讨论并给出了系统的原理结构和仿真方法。仿真结果表明平滑滤波精度比卡尔曼滤波器的精度提高一倍左右，是一种有效的事后处理技术。     

当前航天器制导、导航和控制的几个问题

提出了当前型号和预研中有关航天器制导、导航和控制技术六个方面有待解决的问题：２０００．０星上计算机实时计算轨道的时间系统和坐标系统标准化；星载高精度、高可靠ＧＰＳ实时定轨、定姿组合系统；制导、导航和控制系统的小型化；２１世纪的交会对接技术；第四代航天员舱外活动控制技术；微小智能月球车／火星车控制技术。仅提出了一些非常粗浅的想法，作为抛砖引玉，以期引起决策管理部门的重视。     

模糊自适应卡尔曼滤波技术研究

提出了一种基于模糊自适应卡尔曼滤波技术的组合导航的新方法。这一方法主要应用于自主式机动飞行器。用模糊逻辑自适应控制器对卡尔曼滤波器的噪声方差进行“在线”修正,将卡尔曼滤波器调整到最优状态,从而提高组合导航系统的精度。通过对ＧＰＳ/ＩＮＳ组合导航系统的仿真,验证了模糊自适应卡尔曼滤波器比常规卡尔曼滤波器具有更高的精度。该方法的研究对飞行器的导航与制导具有重要意义。     

GPS/PCS组合系统的探讨

提出全球定位系统（ＧＰＳ）和个人通信业务（ＰＣＳ）组合是应用需求和技术发展的必然趋势，分析了ＧＰＳ／ＰＣＳ组合的性能，讨论了它的通信方式。使用这种组合不仅提高了ＧＰＳ的定位精度和完好性，而且可及时向监控中心自动报告用户的精确位置     

GPS/GIS车辆路径定位方法研究

标准定位服务（ＳＰＳ）的固有误差、ＳＡ 措施和市区环境的共同影响，使得ＧＰＳ的导航精度难于满足特种车辆监管系统的需求。差分ＧＰＳ技术虽然可以提高ＧＰＳ定位的精确度，但缺乏对环境的适应能力。在对城区内ＧＰＳ定位误差进行了系统分析的基础上，提出了一种融合ＧＰＳ技术和结合历史数据的地图匹配技术的车辆路径定位方法，并通过对实验的统计分析证明了方法的有效性。     

欧洲静地重叠全球导航卫星系统

欧洲静地重叠全球导航卫星系统吴忠美国的全球定位系统（ＧＰＳ）和俄罗斯类似的全球导航卫星系统（ＧＬＯＮＡＳＳ）的出现标志着卫星导航的开始。然而，要想一下子从常规导航手段转向完全利用ＧＰＳ和ＧＬＯＮＡＳＳ进行导航显然是不可能的。这首先是因为ＧＰＳ和ＧＬＯ...     

捷联惯导系统级余度技术研究(上)

为提高捷联惯导系统(SINS)长时间工作的导航精度，分析了SINS的姿态角、飞行速度和定位三类基本误差，以及系统误差的表示方法。给出了SINS与全球卫星定位系统(GPS)、多普勒导航系统(DNS)组合导航系统的状态方程和误差分析，在给定条件下进行了仿真试验。在此基础上，采用残差X^2和状态X^2检验法，对SINS／GPS，SINS／DNS组合系统中子系统故障检测与隔离的原理和方法进行了研究，并用残差x。检验法对容错组合导航系统进行了仿真。结果表明，采用SINS／GPS，SINS／DNS组合系统可提高导航精度，用残差X^2检验法可判定发生故障的子系统并进行隔离。     

时间和频率在广域增强系统中的作用

时间和频率在广域增强系统（ＷＡＡＳ）的４个方面有非常重要的作用。因此，ＷＡＡＡＳ将成为美国时间发播和同步领域的主要手段。ＷＡＡＳ是一种星基增强系统，它从ＧＰＳ全球定位系统收集数据，由静地卫星提供独立的测距信号来支持ＧＰＳ的导航信号；提供差分修正来改善ＧＰＳ的导航能力；还可以为用户提供ＷＡＡＳ网络时间（ＷＮＴ）与国际协调时（ＵＴＣ）的偏差以及系统完善信息。ＷＡＡＳ所能提供的上述功能的精度与其自身的时     

一种亚轨道飞行器再入段组合导航方法

针对亚轨道飞行器再入飞行段的环境特性,设计了由INS、GPS、CNS组成的容错型 组合导航系统,该系统能根据不同飞行阶段选择相应的传感器组合方案,将处于运行状态 且无故障的子系统信息自动地实现最优融合。仿真结果表明,所设计系统具有良好的容错性 ,并达到了较高的导航精度。
     

GPS/INS紧组合系统导航性能研究

为了提高组合导航的精度和抗干扰性,采用了直接利用GPS接收机原始测量信息（伪距、伪距率）的紧组合方式,详细推导了该组合导航系统的模型,根据全球定位系统（GPS）的误差模型及惯性导航系统（INS）在地固系中的误差方程,以伪距差为量测输入,设计了GPS/INS组合导航系统的卡尔曼滤波器。仿真结果表明,该组合方法可以充分利用GPS的信息修正INS的导航误差,与此同时,INS可以辅助GPS重新快速捕获卫星信号,满足一定的导航精度需求。提高了组合导航系统的容错性,对各种载体的精确导航与制导具有一定的现实意义。     

组合导航系统故障检测的小波变换方法研究

为保证组合导航系统能始终正常工作，故障的检测与隔离至关重要。研究表明，小波变换方法在检测系统硬故障方面具有很大优势。本文即以INS／GNSS组合导航系统为例对此进行了仿真研究，并提出了两种具体的检测方案。通过仿真和分析，比较了这两种检测方案的优劣。     

差分GPS伪距与惯导组合技术仿真研究

叙述和建立了差分GPS/INS组合系统的状态方程和量测方程,并用卡尔曼滤波对DGPS/INS组合系统进行了组合及仿真,给出了详细的仿真数据和程序框图.仿真结果表明该组合系统可以极大地提高导航定位的精度,对飞机的精密进场着陆和各种载体的精确制导具有一定的现实意义.     

INS／GPS／TERCOM组合制导系统中的信息融合方法研究

提出由坐标变换、误匹配检测和卡尔曼滤波三个单元构成的一种新型INS／GPS／TERCOM系统优化结构，并对INS／GPS／TERCOM组合系统自适应联邦滤波信息融合和分散式信息融合两种算法分别进行了研究，将这两种算法与传统的集中滤波算法进行了比较。结果表明，系统无故障情况下三种方法精度相同；而在有故障情况下自适应联邦融合法优于另两种方法。     

基于Fuzzy ARTMAP的GPS/INS组合导航系统故障诊断

将基于双状态传播器的状态χ2检验法(SCST)结合Fuzzy ARTMAP神经网络应用于GPS/INS紧组合导航系统故障的诊断和参数识别。首先,采用双状态传播器的状态χ2检验法对组合导航系统进行故障检测,得到故障的特征模式,并给出了双状态传播器重置时间间隔选择的充分条件;然后,利用Fuzzy ARTMAP神经网络结合特定的飞行器机动对故障模式进行分类,给出了一种新的分类方法;对于飞行器按照不同轨迹进行飞行的情况,也可有效的识别故障源。最后将分类的结果送入另一个Fuzzy ARTMAP神经网络进行故障参数的估计。仿真结果表明,针对组合导航系统中陀螺、加速度计、GPS信号的一度故障,此方法能有效进行检测和隔离,并能准确估计出故障发生时间和故障幅值。     

多传感器分层多级变结构组合导航信息融合方法

基于惯性/卫星(全球卫星定位系统(GPS)/北斗双星)/多普勒/星光组合导航系统,提出了一种用于组合导航系统的多传感器分层多级变结构部分优化故障检测、隔离与系统重构(FDIR)的信息融合模型和算法。给出了模型的构成,并讨论了分层多级融合顺序与部分融合对全局估计的影响及其优化。理论分析和仿真试验结果表明,分层多级部分优化融合模型融合后的综合性能优于联邦滤波基本融合模型。     

基于模糊自适应卡尔曼滤波的INS/GPS 组合导航系统算法研究

针对车载组合导航系统量测噪声统计特性随实际工作条件的不同而变化的特点,提出了一种基于模糊自适应卡尔曼滤波的车载INS/GPS组合导航算法。该方法通过监视理论残差与实际残差的比值是否在一附近,应用模糊推理系统不断的调整量测噪声协方差阵的加权,对卡尔曼滤波的量测噪声协方差阵进行递推在线修正,使其逐渐逼近真实噪声水平,从而使滤波器执行最优估计,提高导航系统的精度。对车载组合导航系统的仿真结果表明,这种算法对时变的量测噪声具有较强的自适应性,进而精度比常规卡尔曼滤波也大为提高,是一种可行的车载组合导航算法。     

基于伪距、伪距率的GPS/SINS容错组合导航系统

为了提高组合导航系统的容错性和可靠性 ,本文采用基于伪距、伪距率的GPS/SINS组合导航系统 ,详细推导了该组合导航系统的模型 ,并通过仿真验证了当有效定位卫星数目小于四颗时 ,该组合方法仍可以利用GPS信息修正SINS的导航误差 ,满足一定的导航精度需求。并通过可观性分析 ,说明了不同有效卫星数目对导航精度的影响     

基于神经网络的SINS/GPS/TAN 容错组合导航系统设计

在联邦滤波器结构的基础上 ,设计了一种基于神经网络的天文惯性导航系统 /全球卫星定位系统 /战术导航系统 (SINS/GPS/TAN)容错组合导航系统。该系统首先在各子滤波器中用神经网络滤波 (NNF)代替传统的卡尔曼滤波 ,然后用模糊神经网络 (FNN)对各子系统进行故障检测 ,最后由神经元进行全局融合。通过仿真 ,验证了该方法的有效性