H∞滤波在GPS/INS组合导航系统中的应用研究

提出了 GPS/ INS位置、速度、姿态组合方法 ,并把线性时变离散系统的 H∞ 滤波应用于组合系统。由于 GPS存在多路径误差及 SA误差等原因 ,难以确定准确的噪声统计模型。H∞ 滤波对噪声的不确定具有鲁棒性 ,所以用于组合系统能取得高于 Kalm an滤波的效果。文中对基于Motion Pak惯性组件和三个 Jupiter GPS接收机组成的组合系统进行了实验研究。实验结果表明 ,H∞ 滤波取得了较好的效果 ,特别是位置精度有较大的提高     

GPS组合系统在飞机进场着陆中的应用

本文研究了用全球定位系统/捷联惯导/无线电高度表(GPS/SINS/RA)组合导航系统进行飞机精密进场着陆的可行性。提出了系统的组合方案。建立了组合系统的数学模型,应用组合卡尔曼滤波技术,按18颗导航星的布置方案,应用GPS仿真器,在考虑飞机沿3°倾斜角下滑线进行着陆飞行时,对组合系统进行了计算机仿真。仿真结果表明,当GPS接收机采用P码,或采用C/A码再使用差分和伪卫星技术时,组合导航系统能够达到国际民航组织(ICAO)提出的精密进场着陆时的定位精度要求。     

高精度GPS定位的精密电离层模型

在长距离GPS实时动态定位(RTK)过程中,电离层延迟误差是影响定位精度的主要误差源.目前,由于采用全空间电离层模型精度不够,对长距离RTK定位主要采用双差电离层残差内插方式.本文提出一种新的电离层模型.该模型仅对每个卫星轨迹通过的电离层部分进行建模,可适用于高精度GPS定位.采用香港数据,结果表明,该模型可较好地模拟低纬度电离层变化,并可支持GPS厘米级定位精度.     

GPS+BDS组合的实时定轨技术

为了改善卫星几何分布,提高低轨（Low earth orbit, LEO）卫星实时定轨的精度与可靠性,提出了北斗卫星导航系统（Beidou navigation satellite sy stem, BDS）与全球定位导航系统（Global positioning system, GPS）组合模型。组合模型基于加权最小二乘法（Weighted least square, WLS）,利用伪距观测量建立观测模型,实时估计LEO卫星位置。目前,LEO卫星尚未装备星载BDS+GPS双模接收机,为验证算法可行性,利用GPS/BDS卫星星历文件与STK软件仿真生成实验数据。实验结果表明,BDS+GPS组合模型较GPS系统模型精度至少提高26%。     

SINS/Two-Antenna GPS组合导航系统设计及实现

对SINS／two—antenna GPS全组合导航系统进行了研究，建立了相应的误差模型和系统观测模型，特别是组合系统下的GPS载波相位双差观测模型。提出了一种扩展的卡尔曼滤波方法，并进行了系统硬件集成设计。仿真结果表明：该设计改善了系统性能，提高了导航定位的精度、可靠性和实用性。     

基于星载GPS双频观测值的简化动力学定轨方法

论述了基于低轨卫星星载GPS双频观测值的精密单点定位技术的简化动力学定轨方法的数学模型,分析了简化动力学定轨中的关键问题--伪随机脉冲的设置问题及其对定轨精度的影响.最后结合CHAMP卫星实测GPS数据,利用简化的动力学定轨方法对CHAMP进行定轨.算例结果表明,伪随机脉冲的设置可以有效吸收力学模型误差的影响,因而定轨精度较稳定.根据一个星期的CHAMP星载GPS跟踪数据计算的CHAMP轨道,同德国慕尼黑工业大学TUM计算的CHAMP轨道相比,均方根误差(RMS)在10 cm以内.     

基于渐消卡尔曼滤波器的定位系统设计

针对无人机捷联式惯性导航系统(Strap-down inertial navigation system,SINS)定位精度低、全球卫星定位系统(Global position system,GPS)定位的非自主性,建立了一种无人机SINS/GPS定位信息融合系统。采用渐消Kalman滤波技术,有效防止了SINS/GPS组合导航系统的滤波发散。采用自适应运算法则,从理论上证明了渐消卡尔曼滤波器的稳定性,得到了滤波器稳定要求的新的条件,与以往研究比较,条件更为宽泛。分别进行了SINS/GPS常规卡尔曼滤波仿真和渐消卡尔曼滤波仿真,结果表明:采用渐消卡尔曼滤波技术在工程实践上可以有效提高无人机的导航定位精度,并且易于工程实现。     

GPS／DNS组合导航系统研究

通过误差分析的方法，给出了用卫星全球定位系统ＧＰＳ的位置、速度信息作为观测量的ＧＰＳ／ＤＮＳ组合导航系统的数学模型。在此模型的基础上应用卡尔曼滤波器，估计出导航参数误差并对系统进行校正，从而实现了ＧＰＳ与多普勒导航系统（ＤＮＳ）的组合。ＧＰＳ／ＤＮＳ组合导航系统克服了多普勒导航系统定位误差随时间发散的缺点，使得导航精度与时间无关，弥补了ＧＰＳ实时性的不足。仿真结果表明，该组合方案可获得高的导航定位精度。该系统丰富了组合导航系统内容，且体积小、成本低，便于工程实现，具有实用价值。     

余度MEMS-IMU/GPS组合导航系统

对采用余度配置的MEMS-IMU/GPS组合导航系统进行了研究。分析了微小型组合导航系统的特点和误差模型,针对惯性/GPS伪距组合导航模式下,卡尔曼滤波器需要对量测方程线性化的缺点,提出了基于改进平淡粒子滤波的滤波算法。该算法采用权值控制参数决定粒子是否进入平淡卡尔曼滤波器,有效降低了滤波计算量,并和UPF算法精度相当。研究表明,改进平淡粒子滤波算法对系统性能有明显提高,在GPS信号受到遮挡、暂时不可用的情况下,具有较好的抑制误差作用,适合余度微惯性/GPS组合导航系统的应用。     

伪距差分GPS的一种改进方法(英文)

在采用伪距差分的全球定位系统(GPS)中,分析了电离层时延校正不完善而产生电离层时延伪距残差的原因,指出了差分参考站和用户相对于导航卫星位置不同,引起了电波穿越电离层处的垂直TEC和角度不同是产生这种残差的主要原因,提出了一种改进的伪距差分算法,并且用计算机仿真验证了其改进的效果.     

城市多功能车辆导航监控系统

针对智能运输系统对车辆导航定位和综合信息采集的要求,提出了一种集成高精度车辆导航系统和车载"黑匣子"的多功能车辆导航监控系统.首先分析了该多功能系统的结构和原理,进而研究融合"蓝牙"路标辅助车辆定位的GPS/DR/MM/BB组合高精度导航定位方案和GPS/DR最优卡尔曼滤波组合算法.大量的实际跑车试验结果表明该系统方案是可行的.它不仅能够进行高精度的导航定位,同时有效地实现了"黑匣子"行驶记录功能.     

GPS精密点定位的数据处理

在GPS精密点定位数据处理中,通常采用所谓无差分模型.然而,GPS单站观测量也可通过不同差分组合以减少未知参数数目,且在理论上与无差分模型等价.文中利用实际GPS观测数据,比较了不同点定位差分模型的定位精度和其他指标.     

因特网实时动态GPS"智能桥梁"的设计与实施

介绍了基于因特网的实时动态GPS在大型结构变形监测中应用的原型系统的概念与设计.该系统包括参考基站、监测站、控制中心和用户4部分.文中采用了模拟桥梁变形的仿真平台验证该原型系统.实验结果表明:在10 Hz的采样率下,该系统的数据传输时间延迟可以忽略不计, 并可达到毫米级的三维定位精度.     

无人旋翼机机载放射性监测系统研制

选取GM管与NaI(T1)伽马谱仪双辐射探测器作为辐射监测单元,通过软硬件开发,将GPS技术、无线通信技术、核分析技术、放射源定位、剂量率绘图等功能相融合,研制出一套快速灵敏且不受地形限制的远程机载辐射监测系统。测试结果表明:所开发的无人旋翼机机载放射性监测系统在3 km的传输距离下可保持稳定有效的数据通信;机载监测系统的最大可探测距离满足环境辐射监测需求;系统上位机软件实时显示获取的环境辐射数据,并具有轨迹标定、剂量警报、数据查询和分析等功能,为环境辐射评估提供了依据。     

A FAST KALMAN FILTER FOR INTEGRATED GPS/INS BASED ON U D FACTORIZATION

研究了基于Ｕ－Ｄ分解的快速Ｋａｌｍａｎ滤波算法,并将它应用到一个２１状态的ＧＰＳ／ＩＮＳ组合导航系统工程实现中。常规的Ｋａｌｍａｎ滤波器已广泛应用于ＧＰＳ／ＩＮＳ组合系统,但由于系统建模误差和计算舍入误差,Ｋａｌｍａｎ滤波器在工程应用中会出现发散现象。为了解决这个问题,本文推导了一个基于Ｕ－Ｄ的扩展Ｋａｌｍａｎ滤波器。此外,由于高阶组合系统计算量大,导致基于Ｕ－Ｄ分解的滤波器在实时应用中有困难,为此,本文提出了一种快速的滤波算法来节省计算时间。文中设计了一条近于实际的飞机航迹来仿真。结果表明,本文所提的滤波算法能有效地克服组合系统滤波器发散问题,并减少计算时间近６９％。     

一种基于GPS的测姿新方法

提出了一种利用GPS载波相位信号，基于积分角速率参数IRP（Interated rate parameters)的概念，并借助于扩展了卡尔曼滤波（Extended Kalman filtering)算法进行载体的姿态及姿态变化率估计的新方法，利用线性跟踪理论建立动态方程，使动态方程形式简单，意义明确，利用IRP的概念，通过解决姿态矩阵的递推过程，建立载波相位的观测方程，仿真试验结果表明，本算法具有计算效率高，实时性好，测姿态精度高等优点，并且，由于同时对姿态率进行跟踪估计，因而表现出对载体机动性较强的跟踪能力。     

基于Bancroft算法的GPS动态定位非线性滤波法

由于系统线性化时存在忽略项,扩展卡尔曼滤波成为一种次优的梯度下降算法.当滤波方程病态时,求解存在发散倾向,且估计量为有偏的,而非最优估计.即使动态系统噪声为高斯噪声时,残差也不是高斯噪声.在伪距定位中,由于线性化后的伪距方程是局部解,这有可能丢失正确解值.针对GPS动态导航扩展卡尔曼滤波定位问题,基于美国Bancroft的全局性非线性"闭合式求解"最小二乘算法(Bancroft算法),本文提出一种闭合式GPS非线性代数解的卡尔曼滤波法(两步算法).该方法将GPS滤波问题中的空间与时间分离,较好地解决了非线性GPS动态定位求解问题,且获得稳定可靠的动态定位解.