光纤陀螺/GPS组合导航系统中的信息融合技术

光纤陀螺捷联惯导系统用于导航定位具有自主性的优点,但系统误差随时间累积.全球定位系统(GPS,Global Position System)用于导航定位精度很高,误差不随时间积累,但抗干扰性能很差,没有自主性.运用信息融合技术将光纤陀螺捷联系统和GPS进行组合,将GPS的高度信息引入惯导高度反馈通道,设定反馈系数,抑制高度发散,将GPS经度、纬度、地速信息作为系统卡尔曼滤波器量测信息,消除惯导积累误差.提出的信息融合方案运用于某中精度光纤陀螺/GPS组合导航系统并进行路试,导航系统输出3个方向位置数据与定位基准相比,误差不随时间积累,路试结果表明此信息融合方案的有效性及工程的实用性.      

高精度SINS/CCD/GPS组合导航系统研究与仿真

选取捷联惯导系统误差作为系统状态,利用捷联惯导系统(SINS)与电荷耦合器件(CCD)星敏感器各自的姿态矩阵输出构造量测,设计SINS/CCD组合导航算法;利用SINS与全球定位系统(GPS)各自的速度、位置输出构造量测,设计SINS/GPS组合导航算法。然后,利用联邦型卡尔曼滤波技术,将各子滤波器输出的系统状态局部最优估计值送入主滤波器,通过全局最优融合算法计算得到系统状态的全局最优估计值。仿真结果表明,基于SINS/CCD/GPS的组合导航系统具有很高的导航精度,达到了3.5m的定位精度和9″的航向精度,非常适用于飞行器的高精度导航定位。     

BP/GA混合算法在简易组合导航系统中的应用

Kalman滤波器是组合导航中最常用的最优滤波工具,但是在组合导航系统中有一些应用的局限性,尤其在低成本的GPS(Global Positioning System)/DRS(Dead Reckoning System)组合导航系统中,存在着使用的GPS接收机和惯导测量元件的精度不够高的问题,要提高系统的测量精度,只能提高算法软件的先进性.为补偿卡尔曼滤波发散的缺陷,将神经网络和遗传算法组成的混合算法与卡尔曼滤波相结合,应用到GPS/DRS组合导航系统中,该算法不仅具有普通神经网络的自主学习能力、好的实时性,还克服了传统算法收敛速度慢、对学习参数敏感、局部有极小点等缺点,同时兼具卡尔曼滤波的最优估计性能.仿真结果验证了这种算法和常规卡尔曼滤波算法相比较具有更高的精度和稳定性,经过对仿真数据进行统计分析,纬度误差的最大值降低了一个数量级.     

捷联惯导与星敏感器组合导航算法研究

以Kalman滤波为基础,通过将捷联惯导系统和星敏感器所测得的飞行器相关姿态信息进行数据融合,估计出组合导航系统的误差状态量,进而修正捷联惯导系统的位置、速度和姿态角。详细推导了捷联惯导与星敏感器组合导航的算法,并通过对仿真结果的分析证实了该方案的可行性和算法的有效性。     

GPS/INS组合导航系统半实物仿真研究

为了研究ＧＰＳ组合导航系统的性能,利用跑车实验实时采集的惯性导航系统和ＧＰＳ的数据进行了测后仿真研究。分别进行了ＧＰＳ／ＩＮＳ位置、速度组合和伪距、伪距率组合仿真,仿真中组合Ｋａｌｍａｎ滤波器采用数值稳定性较好的Ｕ－Ｄ分解算法。最后给出了纯惯导及组合后系统的位置、速度误差仿真曲线,结果分析及相关结论。     

空间机器人自主定位定向方法研究

针对机器人在月球或火星上进行采矿的应用背景,研究了切平面捷联惯导方案、视觉定位方案、静态和动态的视觉/惯性组合定位定向方案.所提出的视觉/惯性组合导航系统使惯导系统的导航精度有很大的提高,同时只要求机器人携带很少的设备,大大降低了系统的成本.仿真结果表示该方案可行.      

基于自由软件的GPS／INS组合导航系统设计

自由软件运动的兴起，带给导航系统一个全新的设计模式，即根据所设计的导航系统定制实时内核，将应用层的设计和内核层的设计融合在一起。文章将自由软件应用到导航系统设计中，提出了基于自由软件的导航系统设计方法，并给出了基于自由软件uC／OS的GPS／INS组合导航系统的实现，经实验验证，本系统具有良好的性能。     

一种双捷联微小型惯性组合导航系统设计研究

介绍了一种使组合导航系统具有系统级冗余的基于MEMS-IMU的双SINS／GPS／Doppler组合导航系统，讨论了系统的体系结构及分层联合卡尔曼滤波器的设计和计算方法，给出了基于滤波器测量残差检验的硬故障FDIR算法和基于状态估计的软故障FDIR算法。计算机仿真结果表明，该系统具有结构灵活、计算方便、可靠性高的优点。     

GALILEO/SINS组合导航系统研究

GALILEO是新一代的全球卫星定位系统。文章根据GALILEO系统的特点,有针对性地研究了GALILEO/捷联惯导(SINS)伪距组合导航模式。分析并建立了GALI LEO的误差方程,并以此为基础,给出了GALILEO/SINS伪距组合导航系统的误差模型和相应的卡尔曼滤波方程。为了有效验证设计的组合导航系统的有效性,在仿真过程中采用了协方差分析法,对组合导航系统性能进行了仿真研究。仿真结果表明GALILEO/SINS伪距组合导航系统能够有效的提高导航精度,随着GALILEO的不断完善,该系统将具有很大的应用前景。     

自适应RLS算法及其在SINS／SAR组合导航中的应用

在捷联惯导（SINS）／合成孔径雷达（SAR）组合导航系统中,SAR的匹配定位信息往往数量有限,而且时间间隔互不相等。提出一种自适应递推最小二乘（RLS）算法用于组合导航。该算法将正交性原理应用于最小二乘算法中,通过构造自适应渐消因子,实现时变参数的自适应估计,给出了自适应RLS算法的递推公式,并从理论上分析了该算法的收敛性。仿真结果验证了自适应RLS算法用于SINS／SAR组合导航系统的可行性和有效性。     

捷联惯导/里程计组合导航方法

针对车载自主导航需求,基于卡尔曼滤波器,实现捷联惯导与里程计量测信息的组合导航.推导了里程计误差模型,结合捷联惯组误差模型与捷联系统误差模型,建立了捷联惯导/里程计自主组合导航系统误差状态模型.建立了捷联惯导/里程计组合导航量测模型,阐述了估计误差修正方法.采用仿真计算对此方法进行了验证,仿真结果表明:组合导航过程中,初始姿态误差能得到有效估计,姿态误差和位置误差均能控制在一定精度范围内,应用此组合导航方法相对于传统的航位推算方法能得到更高的导航精度,能有效实现自主高精度定位定向.     

车载GPS/DR组合导航系统的研究

介绍了车载GPS(Global Positioning System)/DR(Dead Reckoning)组合导航系统的设计,在对GPS/DR组合导航系统中主要误差来源分析的基础上,建立了表示这些误差的数学模型.根据组合系统的数据融合原理,提出一种基于对观测量进行误差补偿的迭代扩展组合卡尔曼滤波算法.对车载GPS/DR组合导航系统提供的实际数据的处理结果表明,该算法在提高GPS定位精度的情况下,能很好地修正DR系统的积累误差,大大提高了组合系统的完整性、可靠性.      

基于视觉的无人作战飞机自主着陆导航方案

提出了基于视觉的无人作战飞机自主着陆组合导航方案.基于视觉的自主着陆 组合导航系统,可以根据视觉、惯导、高度表等传感器系统的特点,融合各机载传感器的测 量信息,在不依赖外部导航信息的情况下,得到无人作战飞机(UCAV)相对于跑道的着陆导 航信息.由于视觉信息在导航系统中的重要作用,对计算机视觉算法及其实时性进行了讨论 .对如何将视觉信息与惯导、高度表信息融合,构造多速率扩展Kalman滤波器进行了阐述. 通过自主开发的"UCAV自主着陆实时仿真验证平台"对该方案进行仿真,得到了满意的结果.      

机载SAR运动补偿传感器研究

提出一种不依赖于机载主惯导的运动传感器方案——基于GNSS／SINS的组合运动信息系统。即在SAR成像期间输出以纯惯性为主的信息以保证较高的相对定位精度，供SAR成像补偿；同时，GNSS／SINS的组合保证了长时间的绝对定位精度。介绍了这种运动传感器的原理、数学模型、工作流程控制。实验结果表明，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，特别适合于没有机载主惯导或主惯导精度较低的情况。     

SINS/GNSS组合导航系统可视化仿真

针对惯性导航系统随时间误差积累的特性,设计了一种基于VC++的SINS/GNSS组合导航的仿真系统。根据飞控模块模拟飞机实际飞行轨迹,从而产生惯性测量器件的真值数据。利用Visual Studio2005完成捷联惯导实时解算和全球导航定位系统仿真,完成输出校正,从而实现组合导航系统的动态数字化仿真。程序结果表明组合导航系统可以克服惯性导航系统随时间误差积累的特性,导航参数误差不随时间漂移,可以用于长时间导航。     

基于H∞滤波的GPS／INS全深组合导航系统研究

根据H∞鲁棒滤波理论，提出了基于H∞滤波技术的GPS／INS全深组合导航系统，该系统仅含有位置误差，速度误差和平台误差角9维状态，并利用伪距，伪距率和载波相位观测信息对全部状态进行观测，组成全深组合导航系统，由H∞滤波来提高系统的鲁棒性，文中对提出的组合系统了动态仿真，仿真结果表明，该系统结构简单，状态估计精工高，系统鲁棒性好，便于工程实现。     

旋转式光纤陀螺惯导系统随机误差抑制技术

采用旋转调制技术能够有效降低陀螺常值漂移和加速度计常值零偏对导航系统精度的影响,但其对陀螺随机漂移和噪声几乎没有抑制作用.惯导系统在随机干扰的作用下输出误差将发散,影响系统长时间的导航定位能力.通过对抑制随机干扰误差的阻尼技术进行研究,提出一种具有阻尼特性的旋转式光纤陀螺惯导系统,利用阻尼技术抑制随机干扰对导航系统精度的影响.从仿真结果可以看出,具有阻尼特性的单轴旋转光纤陀螺惯导系统精度提高1倍以上.当系统采用更高精度的惯性仪表时,随机误差的阻尼抑制效果将更明显.     

基于MIMU的SINS／GPS／EMC组合导航系统半物理仿真研究

针对低成本的MIMU元件的特点,设计了SINS／GPS／EMC组合导航系统结构以及相应的Kalman滤波器,并进行了半物理仿真研究。实验结果分析表明,在使用EMC测量航向来弥补MIMU的不足后,所设计的SINS／GPS／EMC组合导航系统可克服各自的不足,有效的提高导航定位准确度及系统可靠性,且在很大程度上可以放宽对低成本MIMU准确度的要求。     

融合高斯过程回归的UKF估计方法

高精度滤波估计是SINS/GNSS组合导航系统的关键技术之一,其估计精度直接影响了导航精度。传统滤波估计方法一般只基于惯导误差模型,未考虑惯导误差模型不确定性的影响。针对此问题,提出了一种采用高斯过程回归（GPR）增强无迹卡尔曼滤波（UKF）预测和估计能力的高精度滤波估计方法。一方面,能在有限的训练数据条件下通过UKF估计误差状态量;另一方面,高斯过程既考虑了噪声,也考虑了UKF的不确定性。将所提方法应用于SINS/GNSS组合导航系统中,车载实验结果表明,所提方法能有效提高滤波估计精度。      

Lyapunov自适应滤波及其 在INS/SMNS组合中的应用

为克服在惯导/景像匹配导航系统(INS/SMNS,Inertial Navigation System/Scene Matching Navigation System)组合导航系统中随着匹配点增多最小二乘法易出现发散的缺点,提出了一种基于多输入多输出(MIMO,Multi-Input-Multi-Output)系统的改进型Lyapunov自适应滤波算法.该方法利用观测方程信息,通过定义滤波误差和预测误差获得算法的递推公式,而算法的稳定性和收敛性可由Lyapunov稳定性理论来证明.以INS/SMNS组合导航系统为例进行了仿真验证,和递推最小二乘算法相比该算法简单、可靠,而且滤波的性能优于递推最小二乘算法.