首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 125 毫秒
1.
根据高超声速飞行器导航的主要需求,针对高动态飞行条件下可能出现的卫星导航信号跟踪丢失等问题,本文设计了基于卫星观测值在线补偿的组合导航方法,该方法可在GPS导航接收机失锁的情况下,基于预存卫星星历外推模型和卫星信号误差模型,在线重构虚拟卫星导航观测值并补偿由信号失锁导致的组合滤波器发散情况,从而确保飞行器组合导航的精度。结合助推—滑翔高超声速飞行器航迹对该方案进行了仿真验证,结果表明,该方案能够在助推—滑翔高超声速飞行器强动态条件下确保卫星导航数据输出的连续性,在一定程度上克服了卫星导航信号丢失带来的不利影响,确保高超声速飞行器GPS/捷联惯导组合导航的基本导航定位性能。  相似文献   

2.
针对Bayesian滤波在组合导航量测噪声随机模型不准确时引发的估计精度下降问题,提出了一种基于逆Gamma分布优化的变分自适应滤波算法。该算法借鉴变分Bayesian学习理论,通过逆Gamma分布进一步精化了Bayesian滤波随机模型,准确高效地实现了量测噪声协方差的自适应估计,显著改善了滤波估计性能。最后通过紧耦合组合导航数据仿真实验,结果表明本文所探讨的优化算法能实时跟踪量测噪声变化,保障滤波估计精度,且运算量小速度快,易于工程实现,为今后研究工作于时变噪声环境下的导航系统及其扩展应用提供一定的理论支持。  相似文献   

3.
针对机载导航过程中有色噪声模型系数难以精确获取的问题,提出了一种基于滤波残差处理有色噪声的方法,并将其应用到INS/GPS组合导航系统中。首先分析了有色状态噪声和有色量测噪声对状态参数估值的影响,接着分别将状态残差和量测残差作为有色状态噪声和有色量测噪声的样本观测值,通过滤波所得的多个历元的残差序列获取拟合模型参数,然后计算有色噪声的预报值并将其进行补偿,从而得到有色噪声修正后的组合导航模型。最后设计了转台试验验证提出的有色噪声作用下的INS/GPS组合导航方法,结果表明该方法能有效地减小有色噪声对组合系统的影响,且当GPS暂时失效时,能显著提高系统的导航精度。  相似文献   

4.
在非线性模型和非高斯噪声条件下,粒子滤波在GPS/INS组合导航系统的观测精度较低时能取得较好的滤波结果,但在高观测精度情况下会导致滤波发散。针对这一问题,在分析了基本粒子滤波器算法原理的基础上提出一种卡尔曼/粒子组合滤波方法,将状态向量分为线性部分和非线性部分,分别用卡尔曼滤波和粒子滤波估计,既保证了简化后滤波算法的结果不会变差,又将运算量大大降低,仿真试验表明,组合滤波器能够获得较高的滤波精度,满足实际的导航要求。  相似文献   

5.
基于BP人工神经网络的GPS/SINS组合导航算法   总被引:1,自引:0,他引:1  
基于扩展Kalman滤波的GPS/SINS组合导航算法,需要对原始的非线性连续系统模型进行线性化和离散化处理,要求系统噪声和测量噪声为零均值的高斯白噪声,且易于出现滤波器发散。BP人工神经网络毋需对所求解的问题建模,能够很好地逼近系统非线性特性,获得较高精度的导航定位信息;还具有计算过程稳定,不涉及矩阵求逆,不需要迭代逼近,以及容易实现并行处理等优点。本文设计适用于GPS/SINS组合导航系统的BP网络模型,并在标准的BP算法基础上,采用共轭梯度法改进网络训练速度及精度。最后,通过仿真算例说明BP网络方法用于GPS/SINS组合导航计算的可行性。  相似文献   

6.
在分析已有的Sage-Husa自适应滤波算法的基础上,本文首先推导了两种量测噪声自适应估计方法的等价性。为充分利用组合系统中已知的部分量测噪声参数,提高滤波稳定性和精度,研究了基于序贯结构的Sage-Husa自适应滤波算法;当组合系统测量噪声参数均为已知时,为降低算法复杂度,提高Sage-Husa自适应滤波的鲁棒性,加入协方差匹配的方法对序贯结构的Sage-Husa自适应滤波算法进行改进;通过在序贯结构下采用相应的信息融合策略,充分利用组合系统的输出信息。将两种算法分别应用于MIMU/GPS/磁强计组合系统中,基于跑车实验的离线数据分析表明,第一种滤波算法的滤波稳定性较标准自适应算法在滤波稳定性上有明显提高;第二种改进的滤波算法既降低了算法复杂度,又提高了抗野值效果,有效保持了组合系统在干扰状态下的导航精度。  相似文献   

7.
主要研究基于PC104平台的MEMS/GPS组合导航系统硬件实现方法.首先设计了对MTi-30 MEMS器件与GPS接收机的数据采集软件,基于统计分析方法分析建立了传感器的误差模型参数,构建了MEMS/GPS组合算法模型,基于MEMS惯性器件和GPS接收机实测数据确定了Kalman滤波器的系统噪声阵及量测噪声阵模型参数;然后利用实际测量数据进行了MEMS/GPS组合系统导航性能仿真;最后基于PC 104嵌入式平台,构建了MEMS/GPS组合导航系统原理样机,分别在静态和动态情况下完成MEMS/GPS组合导航算法实时测试,导航结果验证了硬件平台及导航算法的正确性.  相似文献   

8.
组合导航系统难以精确建模、噪声统计特性难以获得等问题逐渐突出,严重影响了组合导航系统滤波器的稳定性。为提高SINS/GPS/CNS组合导航系统的鲁棒性,设计了基于H∞滤波理论的鲁棒滤波算法,提高了导航系统对系统模型参数变化的适应能力。通过仿真与线性卡尔曼滤波器进行对比,验证了在系统模型参数变化的情况下,H∞滤波器精度几乎不发生改变,有更好的鲁棒性;提高了组合导航系统在噪声统计特性和模型参数不易确定情况下的导航性能。  相似文献   

9.
针对高超声速飞行器具有强烈的非线性、耦合及不确定性等特点,且存在系统噪声和量测噪声,使姿态控制变得困难的问题,提出了采用LQG/LTR控制方法进行全通道姿态控制的思路。首先,在平衡点通过小偏差线性化方法建立多变量耦合的控制模型;然后,运用LQG/LTR控制方法设计姿态控制器。仿真结果表明,在有高斯噪声情况下,所设计的姿态控制系统实现了指令精确跟踪,具有较强的鲁棒性。  相似文献   

10.
针对航空导航定位高可靠性的要求和GPS接收机观测噪声分布的特点,研究将粒子滤波算法应用于接收机自主完好性监测(RUM)中.通过粒子滤波算法对状态进行精确估计,利用对数似然比建立一致性检验统计量进行故障检测与隔离.对算法进行了数学建模,描述了完整的RAIM算法详细流程.通过实测数据对提出的RAIM算法进行验证,结果表明:粒子滤波算法在非高斯测量噪声情况下可以对GPS接收机状态进行精确的估计,利用对数似然比建立的一致性检验统计量能有效地检测并隔离故障卫星,验证了该算法应用于GPS接收机自主完好性监测的可行性和有效性.  相似文献   

11.
基于神经网络的航天器GPS/INS组合定姿系统   总被引:1,自引:0,他引:1  
基于GPS和惯性技术的组合导航系统是近年来导航系统的研究热点和主要发展方向.目前基于卡尔曼滤波方法的算法在稳定性、计算量、算法鲁棒性以及系统可观测性等方面仍然存在问题.基于神经网络技术研究了一种新的GPS/INS组合定姿自适应卡尔曼滤波方法,理论分析表明,该方法不但对姿态信息具有较好的估计性能,而且对系统模型的精确性、噪声特性具备良好的鲁棒性.最后,利用模拟数据对所研究算法进行了分析计算,与传统的卡尔曼滤波方法进行了比较、分析,结果表明所设计组合算法在精度、稳定性以及鲁棒性等方面较传统卡尔曼方法具有良好的特性.  相似文献   

12.
GPS/INS组合导航系统自适应滤波算法与仿真研究   总被引:8,自引:0,他引:8  
黄晓瑞  崔平远  崔祜涛 《飞行力学》2001,19(2):69-72,77
随着组合导航系统应用环境的日趋复杂,给噪声统计特性的准确描述带来困难,这将造成Kalman滤波器不稳定甚至发散。首先对目前解决此问题常用的自适应滤波方法进行了总结和分析,在此基础上,给出了基于滤波收敛性判据,结合Sage-Husa自适应滤波和强跟踪Kalman滤波的改进自适应滤波算法。最后以GPS/INS组合导航系统为例进行了计算机仿真,结果表明:该算法可有效抑制滤波发散,具有较大范围的自适应能力。  相似文献   

13.
改进的GPS/INS组合导航选星算法   总被引:1,自引:0,他引:1  
 在已有的 GPS定位的选星算法的基础上,从组合系统量测矩阵出发提出了一种适用于 GPS/INS组合导航的选星算法。此算法在原有算法的基础上,考虑了卫星仰角、方位角对卡尔曼滤波器可观性的影响,避免因观测量与系统状态间关联项的减少而导致的滤波器可观性下降,从而保证滤波器性能的稳定。  相似文献   

14.
周启帆  张海  王嫣然 《航空学报》2015,36(5):1596-1605
针对目前自适应滤波算法的不足,在测量系统量测噪声方差未知的情况下,设计了一种基于冗余测量的自适应卡尔曼滤波(RMAKF)算法。通过对系统冗余测量值的一阶、二阶差分序列进行有效的统计分析,可以准确估计系统量测噪声统计特性,进而在滤波过程中自适应调节噪声方差阵R,提高滤波精度。以全球定位系统/惯性导航系统(GPS/INS)松组合导航系统为对象进行了仿真实验,结果表明该算法在测量系统噪声特性未知或发生改变时,可对其进行准确估计,在采用低精度惯性器件情况下,滤波结果较其他主要自适应卡尔曼滤波算法有较明显的改进。  相似文献   

15.
基于置信度加权的组合导航数据融合算法   总被引:2,自引:0,他引:2  
徐田来  崔平远  崔祜涛 《航空学报》2007,28(6):1389-1394
 针对联邦滤波融合算法中由于模型量测噪声统计特性未能被准确描述导致其子滤波器误差变大,进而导致联邦滤波估计出现偏差的问题,为了改进联邦滤波融合方法,将模糊自适应卡尔曼滤波方法和置信度加权方法与联邦滤波融合方法相结合,应用于组合导航系统。该方法首先将模糊自适应卡尔曼滤波方法应用于各子滤波器,使其能够跟踪真实量测噪声统计特性。然后通过模糊方法计算得到各子滤波器的置信度,进而得到联邦滤波器的置信度,再由得到的置信度对各子滤波器及联邦滤波器输出进行加权,得到最终的全局输出。对车载组合导航系统的仿真结果表明,这种算法对量测噪声具有较强的自适应性,能够抑制置信度低的子滤波器在融合系统中所占的权重,提高联邦滤波融合算法的精度,是一种可行的车载组合导航数据融合算法。  相似文献   

16.
针对光纤陀螺捷联惯导(FOG SINS)/GPS组合导航系统实际工作环境中,由于系统噪声与量测噪声模型发生变化而带来的滤波器发散的问题,提出一种新型模糊自适应Kalman滤波器(FSHAKF).通过引入IMU精度因子与GPS水平精度因子,构造模糊推理系统(FIS),实时更新自适应参数,有效地解决了传统Sage-Husa自适应滤波器(SHAKF)估计模型不准确、系统噪声与量测噪声无法同时估计以及滤波器长时间易发散的问题.仿真实验表明,本文提出的FSHAKF算法相较于SHAKF算法,估计精度得到明显提高,且避免了滤波器的发散.  相似文献   

17.
在基于对偶四元数的捷联惯导解算方法的基础上,推导了以惯性系作为导航系的惯导误差方程,在此基础上设计了卡尔曼滤波组合导航算法。通过激光惯导跑车采集数据,进行了仿真分析,试验结果表明,该组合导航算法能有效的消除惯导累积的速度误差和位置误差,相比于目前广泛应用的INS/GPS组合导航算法,本文描述了INS/GPS组合导航的另一种实现方式,获得了相当的精度,具有一定的工程应用价值。  相似文献   

18.
卡尔曼滤波在某型组合导航系统模拟器中的应用   总被引:3,自引:3,他引:0  
为提高某型GPS/INS组合导航系统模拟器模拟数据的真实性和飞行软件包、GPS模拟器、组合导航系统模拟器三者交联的有效性,在该模拟器中设计了卡尔曼滤波器。文中在介绍模拟器工作原理的基础上,建立了GPS/INS位置与速度组合方式下的卡尔曼滤波器的状态方程和量测方程,用U-D分解法建立了卡尔曼滤波方程,给出了纯惯导及组合后系统的位置与速度误差仿真曲线,并对仿真结果进行了系统测试,最后与其它模拟器进行了组网导航训练测试。  相似文献   

19.
Quadratic extended Kalman filter approach for GPS/INS integration   总被引:4,自引:1,他引:3  
GPS/INS integration system has been widely applied for navigation due to their complementary characteristics. And the tightly coupled integration approach has the advantage over the loosely coupled approach by using the raw GPS measurements, but hence introduces the nonlinearity into the measurement equation of the Kalman filter. So the typical method for navigation using measurements of range or pseudorange is by linearizing the measurements in an extended Kalman filter (EKF). However, the modeling errors of the EKF will cause the bias and divergence problems especially under the situation that the low quality inertial devices are included. To solve this problem, a quadratic EKF approach by adding the second-order derivative information to retain some nonlinearities is proposed in this paper. Simulation results indicate that the nonlinear terms included in the filtering process have the great influence on the performance of integration, especially in the case that the low quality INS is used in the integrated system. Furthermore, a two-stage cascaded estimation method is used, which circumvents the difficulty of solving nonlinear equations and greatly decreases the computational complexity of the proposed approach, so the quadratic EKF approach proposed in this paper is of great value in practice.  相似文献   

20.
Filter robustness is defined herein as the ability of the Global Positioning System/Inertial Navigation System (GPS-INS) Kalman filter to cope with adverse environments and input conditions, to successfully identify such conditions and to take evasive action. The formulation of two such techniques for a cascaded GPS-INS Kalman filter integration is discussed This is an integration in which the navigation solution from a GPS receiver is used as a measurement in the filter to estimate inertial errors and instrument biases. The first technique presented discusses the handling of GPS position biases. These are due to errors in the GPS satellite segment, and are known to be unobservable. They change levels when a satellite constellation change occurs, at which point they introduce undesirable filter response transients. A method of suppressing these transients is presented. The second technique presented deals with the proper identification of the filter measurement noise. Successful formulation of the noise statistics is a factor vital to the healthy estimation of the filter gains and operation. Furthermore, confidence in the formulation of these statistics can lead to the proper screening and rejection of bad data in the filter. A method of formulating the filter noise statistics dynamically based on inputs from the GPS and the INS is discussed  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号