发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法

传统的扩展卡尔曼滤波(Extended Kalman filter, EKF)算法应用于未来高超、空天飞行器的组合导航系统时，因其模型线性化展开会导致模型不准确，从而引起导航精度下降；采用蒙特卡洛方法来实现递推贝叶斯估计问题的粒子滤波(Particle filter,PF)算法能有效避免引入线性化误差，具有一定的优势。据此，针对高超、空天飞行器在发射过程中通常需要直接获得发射惯性系下的高精度导航参数的需求，提高发射惯性系下弹载组合导航系统滤波算法的精确性就尤为重要，PF滤波算法无需对非线性系统进行线性化展开即可直接实现对非线性系统的状态误差估计。为此，本文将PF滤波算法引入空天飞行器SINS/GPS/CNS多信息融合组合导航系统，设计了发射系下基于联邦滤波器的PF滤波算法，实现了对组合导航系统状态参数的直接建模估计。算法仿真结果表明，相较于发射系下SINS/GPS/CNS组合导航系统联邦EKF滤波算法，PF滤波算法有效提高了组合导航系统滤波精度。     

用于弹道导弹的GPS/SST/SINS组合导航滤波算法实现

针对目前国内弹道导弹导航系统单一的情况,文中提出一种滤波算法.该算法将捷联星光跟踪仪(Strapdown star tracker, SST)的姿态信息、高速GPS的位置、速度信息与捷联惯导进行组合滤波,全面提高了导航的姿态、速度和位置精度.最后以该算法为核心,设计并实现了用于弹道导弹的GPS/SST/SINS组合导航系统实时仿真平台.仿真结果表明,该滤波算法稳定可靠,系统精度达到国外同等水平.     

INS/SAR组合导航量测信息不同步的滤波算法

在惯性导航系统/合成孔径雷达(Inertial navigation system/synthetic aperture radar,INS/SAR)组合导航系统中,传统的SAR只提供位置和航向角信息,本文引入SAR图像测速系统,实现对INS速度信息的补偿修正。同时,建立了该组合导航滤波的数学模型。针对图像匹配耗时较大、产生信息不同步的现象,本文利用INS信息增量来对SAR导航信息延迟、非等间隔以及SAR量测不在INS滤波离散间隔上所带来的误差进行修正,并进行了仿真。经过1 500s后,本导航系统导航信息没有出现发散,在飞行器出现加速、爬升、转弯等机动时,位置误差绝对值不超过36.8m,高度误差绝对值不超过18.1m,航向角误差绝对值不超过5.3′,速度误差绝对值不超过0.5m/s,并与曲线拟合法作对比,仿真结果表明本文算法能够有效提高INS/SAR组合导航系统的精度,并为其他组合导航系统提供参考。     

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。     

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/INS组合导航系统的鲁棒滤波研究

卫星定位／惯性导航(GPS／INS)系统可形成优势互补而使短期和长期精度都有保证。GPS／INS组合导航系统通常使用Kalman滤波进行信息融合来削弱或消除系统噪声和测量误差,然而使用Kalman滤波要求系统动态模型精确和噪声的统计参数已知。但实际中构造精确的系统动态模型是十分困难的,并且噪声的统计参数也很难事先精确预知。对H∞问题进行了理论上的分析,构造了H∞滤波来提高系统对参数不确定的鲁棒性。仿真结果表明H∞滤波对模型的不确定性的鲁棒性比应用Kalman滤波的方法有较大的提高。     

组合导航系统的可靠性分析

针对ＧＰＳ／ＩＮＳ／ＲＡ组合导航系统的组合方案，应用故障树分析法（ＦＴＡ）对该系统的可靠性进行分析。分别建立了以组合导航系统故障作为顶事件的故障树以及以高度通道故障作为顶事件的故障树，从而为分析组合导航系统的可靠性提供了直观而有效的分析方法。在所建立的故障树基础上推导系统可靠性数学模型，并应用马尔科夫过程理论分析可维修组合导航系统在组合传感器这一级的各种状态，建立了状态转移图，推导出这一级的有效度     

陆地战车的FSINS/DR/北斗双星信息融合技术

针对陆地战车的自主性定位需求，提出了一种新型光纤捷联惯导系统（FSINS）／DR／北斗双星组合导航系统方案，研究了多种子导航系统的测量信息融合技术。提出并介绍了Fiber—SINS／DR／北斗双星组合方案的设计思想与结构组成，讨论了信息融合的具体方法，并且针对融合后的测量信息设计了一种实用卡尔曼滤波器，最后进行了跑车实验。结果表明，组合方案设计合理，能够有效地提高惯导系统的定位精度，同时满足陆地战车的自主性定位要求。     

组合导航信息融合滤波的研究(英文)

提出一种组合导航信息融合新方法,该方法能提高容错性能,更好地进行故障检测、隔离和重构.同时,当故障发生时,由于融合了系统信息,它能使重构的系统以更高的精度工作.采用这种滤波器设计了捷联惯导系统、GPS、多普勒雷达三传感器信息容错系统.仿真结果表明, 这种设计方法对陀螺、加速度计、GPS、多普勒雷达的软故障是有效的.     

FAULT-TOLERANT INTEGRATED NAVIGATION SYSTEM BASED ON NEURONS

讨论了容错组合导航系统中的信息融合问题,提出了一种用于多传感器组合导航系统信息融合的神经元方法。通过仿真实验,验证了这种方法的可行性,该方法可以替代传统的需要估计协方差的数据融合算法,可以满足导航精度要求。     

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。     

基于图像位移的低轨卫星自主导航技术

利用高速相机测得的地面图形相对卫星的位移,结合星敏感器测得的姿态信息,基于卫星相对地面的速度是一个非线性变化过程这一事实,实现低轨卫星的自主导航.相对于传统的陆标识别自主导航,该方法不需识别地面物体或景象,只需利用图像之间的位移关系,经相关性分析后,便可获得卫星相对于地面的速度信息.因此,不需要存储地面物体或景象的先验信息,故减轻了存储负担.文中还构建了系统的状态方程和量测方程,采用卡尔曼滤波器进行信息滤波.仿真分析显示,该系统具有较好的自主导航精度,可以应用于低轨卫星的自主导航.     

容错导航系统的一种联合滤波器结构及其算法

本文提出了一种采用联合卡尔曼滤波器结构的容错导航系统的滤波算法。这种在多处理机环境下并行处理的分布式滤波算法有效地解决了具有多子系统的容错导航系统的实时要求。主滤波器的状态联合算法保证了获得系统最优公共状态估值。基于联合滤波器结构,水文提出了容错导航系统的故障检测与隔离(FDI)算法,将故障检测隔离决策归结为各子系统的状态估值与基于系统特性及先验噪声模型的状态估值之间的均值一致性检验问题。FDI算法决策并隔离发生故障的子系统对整个系统性能的影响。基于公共状态量的概念,简化了FDI算法的计算。     

集模式分散滤波及其应用

把集模式的思想用到了分散滤波中，并针对有关文献中加权因子的选取存在的必须凭经验进行的问题、对集模式分散滤波的加权因子的确定提供了一种方法，即利用状态量的误差协方差的特征值平方来确定加权因子。利用本文介绍的集模式分散滤波方法对INS/GPS/TAN组合导航系统进行了仿真。仿真结果表明，本文介绍的滤波方法具有较高的精度，因而不失为一种可行的滤波方法。     

GNSS/SINS组合SAR运动信息传感器

提出一种不依赖于机载主惯导的SAR运动信息传感器方案，即改进的基于GNSS／SINS组合运动系统。在成像期间．输出以纯惯性为主的导航信号．以保证较高的相对定位精度。而GNSS／SINS组合．则保证了长时间的绝对定位精度。本介绍了这种运动传感器的原理和数学模型等，并对实验结果作了分析。多次实验表明，本提出的基于GNSS／SINS的运动传感器具有很高的精度，完全满足了SAR成像的精度要求．特别适用于没有主惯导或主惯导精度较低的场合。     

低空突防中的多传感器信息融合技术研究

当飞机超低空贴地飞行、航路上多障碍物时,机载传感器容易失效。针对这一情况,本文首先论述了低空突防过程中,机载多传感器系统必须采取的有效信息融合措施;然后对容错控制问题进行了讨论,给出一个多传感器故障检测与隔离算法,使用该算法容易剔除失效的传感器,并将多传感器系统进行重构,降低了失效传感器数据对系统的污染程度;接着给出一个简单实用的分散滤波算法,该算法使得各有效传感器的数据被并行处理,且各局部处理器之间无需数据交换,需存储的数据量较少,提高了系统的实时性,最后的仿真算例说明了这一点     

传感器饱和约束下网络化系统的故障检测

针对通信带宽受限和传感器饱和约束的网络环境,通过引入一种基于事件触发机制的传输策略,研究一类网络化动态系统的故障检测问题。首先,以全阶滤波器作为残差发生器并利用状态增广的方法将原系统故障检测问题转化为H∞滤波问题;然后,利用Lyapunov稳定性理论和时滞系统自由权阵分析方法建立了故障检测滤波器的存在条件,并基于此条件求解凸优化问题得到最优滤波器参数;最后,通过数值仿真验证所提出事件触发机制故障检测方法的有效性。