多波束勘测中航向姿态系统研究

由于风、水流等因素的影响，使得用多波束测得的水深及水下地形存在误差，为此需要进行船姿补偿。文中介绍了利用GPS进行姿态求解的方法，阐述了利用GPS姿态、位置以及速度作为观测量进行GPS／SINS全状态组合的原理。叙述了基于MEMS IMU的GPS／SINS组合系统的工程实现。实验结果表明，GPS／SINS全状态组合能够提供较高精度的船体航偏角、横摇角、纵摇角以及位置、速度信息，满足了多波束勘测中进行船姿补偿的要求。     

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。     

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.     

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。     

∞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Ｋａｌｍａｎ滤波的效果。文中对基于ＭｏｔｉｏｎＰａｋ惯性组件和三个Ｊｕｐｉｔｅｒ ＧＰＳ接收肌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     

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。     

GPS／DNS组合导航系统研究

通过误差分析的方法，给出了用卫星全球定位系统ＧＰＳ的位置、速度信息作为观测量的ＧＰＳ／ＤＮＳ组合导航系统的数学模型。在此模型的基础上应用卡尔曼滤波器，估计出导航参数误差并对系统进行校正，从而实现了ＧＰＳ与多普勒导航系统（ＤＮＳ）的组合。ＧＰＳ／ＤＮＳ组合导航系统克服了多普勒导航系统定位误差随时间发散的缺点，使得导航精度与时间无关，弥补了ＧＰＳ实时性的不足。仿真结果表明，该组合方案可获得高的导航定位精度。该系统丰富了组合导航系统内容，且体积小、成本低，便于工程实现，具有实用价值。     

简化的混合估计算法及其在GPS／SINS深组合中的应用

为解决GPS/SINS深组合导航系统滤波的非线性和噪声的不确定性的问题,针对深组合模型特点,设计了一种简化的基于U滤波的多模型混合估计滤波器。根据系统模型中状态方程是线性方程、观测方程是非线性方程的特点,提出了一种简化的U滤波算法(Ultra tight coupling unscented Kalman filter,UTCUKF),然后针对噪声变化建立了非线性模型,多模型混合估计滤波器的输出为各滤波器的概率加权融合,因此模型概率是根据噪声变化而调整的,从而也使系统输出对噪声变化具有一定自适应能力。最后进行了仿真,并与基于普通U滤波的多模型混合估计算法进行了比较。结果表明,本文算法的解算时间短,模型切换速度更快,而估计的精确度与同条件下的基于普通U滤波的多模型混合估计算法相当,更符合深组合系统高动态的要求。     

直升机旋翼/机身气动干扰的计算方法

应用先进的自由尾迹分析方法,对旋翼／机身的气动干扰进行了计算。该方法建立在桨叶的二阶升力线模型、旋翼的全展自由尾迹模型、机身的源面元模型、旋翼的配平模型的基础上,通过迭代旋翼／尾迹在机身上的诱导速度和机身在桨盘平面、尾迹定位点的诱导速度,形成一个作耦合的综合分析模型。在该模型中,采用“数值解－分析解匹配”的方法建立了一贴近涡／面干扰模型来计入机身对尾迹畸变的影响。作为算例,分别计算了旋翼／机身组合     

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。     

惯性速度辅助下GPS／捷联惯导组合系统性能研究

ＧＰＳ／惯性导航组合系统目前正得到越来越广泛的应用，但ＧＰＳ接收机载波环失锁时，码环的速率辅助信息来自惯导系统，由于惯性速度的不精确性及伪距测量误差和它之间的相关性，将可能导致组合系统工作的不稳定，本文根据码环的工作特性，在组合卡尔曼滤波器中考虑了码环的跟踪误差，利用ＧＰＳ／捷联惯导组合系统的导航性能，结果表明，ＧＰＳ／捷联惯导组合系统中，若消除了伪距测量误差与惯性速度误差之间的相关性，将可较显著     

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。     

基于渐消卡尔曼滤波器的定位系统设计

针对无人机捷联式惯性导航系统(Strap-down inertial navigation system,SINS)定位精度低、全球卫星定位系统(Global position system,GPS)定位的非自主性,建立了一种无人机SINS/GPS定位信息融合系统。采用渐消Kalman滤波技术,有效防止了SINS/GPS组合导航系统的滤波发散。采用自适应运算法则,从理论上证明了渐消卡尔曼滤波器的稳定性,得到了滤波器稳定要求的新的条件,与以往研究比较,条件更为宽泛。分别进行了SINS/GPS常规卡尔曼滤波仿真和渐消卡尔曼滤波仿真,结果表明:采用渐消卡尔曼滤波技术在工程实践上可以有效提高无人机的导航定位精度,并且易于工程实现。     

基于SINS/GPS/CNS的机载综合导航系统故障诊断方法研究

传感器是导航系统中的重要部件,传感器故障容错性的分散化滤波,对提高系统的可靠性具有重要意义.以SINS/GPS/CNS组成的组合导航系统为研究对象,采用联邦滤波和方差交叉滤波相结合的方法,实现了对传感器故障具有容错性的分散化滤波,对导航系统的精度和容错性进行分析.仿真结果表明,将分散化滤波方法用于多个传感器组成的组合导航系统,不但具有精度高的特点,而且由于具有信息的冗余,整个系统具有较好的容错能力,可以提供更加完善、精确地反映运载体运动的导航信息.     

GPS／捷联惯性组合导航的半物理仿真算法

讨论了ＧＰＳ／捷联惯性组合导航的原理和特点，针对其理论仿真和工程实现中的衔接问题，提出了一种半物理算法，该算法既继承了理论仿真方便，直接的优点，又充分利用的实测数据，可脱离实时环境对各种结构和参数进行设计和调试，一旦系统调试成功，就可以将全套核心软件直接转移到导航计算机中，因此本算法具有简便，经济，省时，可操作性和可比较性强等优点。本文给出了半物理算法的原理和方案，讨论了组合卡尔曼滤波器的设计和Ｇ