共查询到18条相似文献,搜索用时 48 毫秒
1.
基于广义卡尔曼滤波的伪距组合GPS/INS导航 总被引:1,自引:0,他引:1
提出了一种利用广义卡尔曼滤波进行GPS/INS组合导航的技术 ,同时给出了一种最优选星算法。采用间接的反馈校正设置 ,直接利用伪距数据和不受噪声污染的星历数据。利用该方法 ,组合导航精度高 ,在导航过程中若丢失GPS信息 ,短时间内单纯INS的导航精度仍能保持。恢复GPS信号后组合系统继续正常工作。 相似文献
2.
3.
针对卡尔曼滤波算法中动力学系统模型以及噪声模型不能精确已知,导致卡尔曼滤波算法在实际中不能实现最优估计。首先分析了传统卡尔曼滤波算法中各种误差源的影响,以及区间矩阵运算的影响,经分析得到,区间运算可以保证集合映射的完全性,但不能体现最优化。通过分析,本文提出了一种新型的区间卡尔曼滤波,将各种误差源归约到先验估计值区间和后验估计值区间中,然后将区间交集运算应用于卡尔曼滤波算法。这种新算法运算量与传统卡尔曼滤波算法相当。通过仿真实验证实,该算法在含时变噪声的高动态导航定位中比传统卡尔曼滤波效果提高2dB。 相似文献
4.
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。 相似文献
5.
6.
导航战中的GPS干扰研究 总被引:2,自引:0,他引:2
导航战已经成为信息战的重要组成部分,GPS干扰是导航战的主要作战方式。文章从不同角度分析了GPS干扰的可行性及干扰策略,对GPS干扰的不同样式进行分析,研究了压制式干扰和欺骗式干扰的原理,并对干扰效果进行了计算。结合多种电子对抗作战平台,提出了GPS干扰的不同途径,为GPS干扰技术以及对抗装备的发展研究提供借鉴。 相似文献
7.
自校正卡尔曼滤波可在状态估计的同时对状态方程的参数及卡尔曼增益进行辨识,从而提高了适应能力。文中讨论了它在组合导航中的应用。 相似文献
8.
Unscented卡尔曼滤波在飞航导弹地磁导航中的应用 总被引:2,自引:0,他引:2
对飞航导弹巡航段的地磁导航问题进行了讨论,导航算法为unseented卡尔曼滤波,导航信息为地磁异常强度.首先通过对比不同飞行轨迹下的滤波效果,得到了导弹射前路径规划的一些原则.由于unscented变换参数对滤波效果存在一定影响,提出了利用遗传算法优化unscented变换参数的方法,优化参数的鲁棒性分析进一步验证了该方法的有效性.最后对unscented卡尔曼滤波和扩展卡尔曼滤波的导航性能进行了比较,仿真结果表明前者具有更高的导航精度. 相似文献
9.
10.
GPS技术在测绘和导航中的应用和展望陈俊勇全球定位系统(GPS)能为全球任意地点、任意多个用户同时提供高精度的、全天候的、连续的、实时的三维定位、三维测速和时间基准。由于这一系统在定位、导航、测速、授时等方面具有高效率、高精度、多功能等特点,因此它在... 相似文献
11.
12.
13.
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 总被引:15,自引:2,他引:15
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。 相似文献
14.
15.
针对目前应用于SINS/GPS组合导航系统中的扩展卡尔曼滤波(Extended Kalman
Filter, EKF)存在精度低、实时性差的缺点,提出一种基于模型误差预测(Model Error
Prediction, MEP)的Unscented 卡尔曼滤波(Unscented Kalman Filter,
UKF)。MEP-UKF滤波算法将惯性器件测量误差作为模型误差使用MEP进行实时预测的同时,采 用UKF估计载体的姿态、速度及位置等误差信息,并反馈给SINS系统来校正导航参数。MEP-U KF不仅克服了UKF必须假设惯性器件误差为高斯白噪声的局限性,而且降低了SINS/GPS组合 导航系统状态变量的维数,大大缩短了导航解算的时间。仿真结果表明,MEP-UKF的收敛速 度和滤波精度均明显优于EKF,更好地满足了工程应用中对导航精度和实时性的要求。 相似文献
Filter, EKF)存在精度低、实时性差的缺点,提出一种基于模型误差预测(Model Error
Prediction, MEP)的Unscented 卡尔曼滤波(Unscented Kalman Filter,
UKF)。MEP-UKF滤波算法将惯性器件测量误差作为模型误差使用MEP进行实时预测的同时,采 用UKF估计载体的姿态、速度及位置等误差信息,并反馈给SINS系统来校正导航参数。MEP-U KF不仅克服了UKF必须假设惯性器件误差为高斯白噪声的局限性,而且降低了SINS/GPS组合 导航系统状态变量的维数,大大缩短了导航解算的时间。仿真结果表明,MEP-UKF的收敛速 度和滤波精度均明显优于EKF,更好地满足了工程应用中对导航精度和实时性的要求。 相似文献
16.
17.
低成本INS/GPS组合导航系统算法研究及其实现 总被引:3,自引:0,他引:3
采用基于 MEMS技术的低成本 IMU和 GPS接收机 ,以 DSP为信息处理核心 ,实现了 GPS/SINS组合导航系统。文中详细描述组合算法和算法的软件实现 ,并对模样机在实验室的静态实验结果进行描述和分析。实验结果表明 ,系统组合滤波器的设计和参数选择正确 ,模样机取得了较好的导航解算精度 相似文献
18.
针对如何融合多传感器的数据、提高数据处理的可靠性和精度的问题,将基于模型的动态系统分析方法与基于统计特性的多测度信号变换方法相结合,提出基于Kalman滤波的多尺度分解与估计联合的多尺度分布式融合估计算法.该算法首先建立系统的动态方程和观测方程,再利用小波变换将数据在不同尺度上进行融合处理,归纳出该算法的实现步骤.最后通过组合导航系统的仿真验证算法的有效性,结果进一步证明了该算法能够有效地提高多传感器数据的处理精度. 相似文献