基于GPS／DR的车辆导航系统研究

本文研究了GPS和航位推算系统的组合导航技术，给出了GPS／DR组合导航系统的设计方案。由GPS接收机、压电陀螺仪和车载里程仪组成的多传感器系统通过卡尔曼滤波器实现信息融合，以提高GPS／DR组合系统导航精度。同时也对GPS／DR系统的MAP图像处理、软件流程和工程实现做了简要说明。     

联合卡尔曼滤波在无人机组合导航中的应用

提出了一种适合某型无人机GPS/Radio/DR组合导航的联合卡尔曼滤波方案.利用残差χ2故障检验法,在故障分析的基础上,设计了一种信息分配和故障处理方法.针对某型无人机结构和飞行特点,建立了包含位置信息的直接法卡尔曼滤波模型.经过仿真试验,验证了该方法的可行性.     

智能航迹推算系统的研究

提出了一种新模糊滤波法用于补偿磁罗盘测量值中的低频干扰。在此基础上 ,进一步提出了一种新的滤波方法 :模糊 -补偿滤波法 ,以消除磁罗盘测量值中各种干扰的影响。仿真表明 :在较长的时间内 ,采用模糊 -补偿滤波法的航迹推算系统的航向估值误差和位置误差均较小。     

GPS/DRS/DMAP汽车定位导航系统

阐述了一种基于单片机的由速率陀螺、磁罗盘和里程仪组成的新型航迹推算系统及其工作原理,在此基础上设计了多级滤波组合方式GPS(Global Positioning System)/DRS(Dead Reckoning System)汽车定位导航系统,并通过地图匹配进一步提高定位精度,同时利用GSM(Global System for Mobile communications)进行定位数据的无线传输.跑车实验表明该系统具有较高的定位精度和可靠性.     

计算机生成兵力中DR算法的实现

随着分布交互仿真系统的发展 ,计算机生成兵力中的DR算法的实现就显得非常重要。讨论了DR算法在DIS中的原理和关键技术。提出了一种DR算法的实现方法。     

直升机回避区曲线的试验研究

主要阐述直升机回避区曲线的试验确定方法，分析了影响回避区曲线的各种因素，导出了回避区曲线与直升机的自转性能，总距操纵应和着陆装置承受能力等参数的关系。该方法经飞行试验证明是切实可行的，可用于各种直升机的飞行试验，解决了新机试飞中的难题。     

基于URTS平滑建议分布函数的PF算法设计及应用

为改善基于Unscented Kalman滤波建议分布函数的粒子滤波状态估计的性能,将Unscented Kalman滤波与RTS（Rauch-Tung-Striebel）固定区间平滑算法融合,产生了一种新的建议分布函数--Unscented RTS平滑建议分布函数。该函数首先实施Unscented Kalman滤波,之后对此滤波结果进行RTS固定区间平滑,以此产生预测样本。以此新建议分布函数得到的预测粒子的精度较通常的以Unscented Kalman滤波方法作为建议分布函数时得到的预测粒子的精度将大为提高,进而提高相应的粒子滤波算法--PF URTS的状态估计精度。新算法的可行性和有效性在GPS/DR组合导航数据处理中得到了应用验证。     

水下运载体航位推算系统初始位置确定方法

为了提高航位推算(DR)系统的初始位置精度,根据水下导航传感器的特点,提出了初始定位时间内基于DR轨迹平移策略的初始位置确定方法,该方法综合了DR和水声定位系统的特点,通过平移DR轨迹,得到了在确定运动趋势约束下的最优轨迹,并依据轨迹求出初始位置.针对某次海试数据,其结果表明:应用本文方法确定的初始位置误差分别为应用平均值法和最小二乘拟合方法的60.2%和77.2%,应用此方法可减小DR误差,并能提高DR/水声组合定位系统的稳定性.      

小型无人机水平导航控制研究

在考虑小型无人机特点和多种导航方法的基础上,研究了利用ＧＰＳ／航路推算组合导航方法针对无人机进行水平导航控制的方案,并针对一种小型无尾无人机进行了导航控制规律设计,仿真结果表明,这种组合导航方法即简单又经济,精度高、实时性强,可靠性好,可以构成具有较强实用性的自主式导航系统。     

车载GPS/DR组合导航系统的数据融合算法

建立了车载GPS/DR(全球定位系统/航位推算)组合导航系统自适应联合Kalman滤波的数学模型,研究了综合运用子系统状态评估、自适应信息分配、误差补偿、迭代扩展Kalman滤波、抗野值干扰、U-D协方差分解滤波等技术来提高精度和可靠性的融合滤波算法;针对滤波发散的问题,引入了一种在线估计观测噪声统计特性的自适应滤波方法.理论分析和半物理仿真结果表明,所设计的算法在精度、可靠性、适应性、实时性等方面效果都很好.