基于广义卡尔曼滤波的伪距组合GPS/INS导航

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。     

基于H∞滤波技术的GPS/INS全组合导航系统研究

本文根据H∞鲁棒滤波理论，提出了基于H∞滤波技术的GPS/INS全组合导航系统。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GPS和INS的位置、速度和姿态观测信息对全部状态进行观测，组成全松组合导航系统，由H∞滤波来提高系统的鲁棒性。文中对提出的全组合系统进行了动态仿真，仿真结果表明，该系统结构简单，状态估计精度较高，系统鲁棒性好，便于工程实现，坚实际工程应用具有重要的现实意义。     

自适应融合滤波算法及其在INS/GPS组合导航中的应用

针对扩展卡尔曼滤波器(EKF)在系统模型不确定时存在鲁棒性差、精度低的问题,设计了一种基于交互式多模型(IMM)的自适应融合滤波(AFF)算法。IMM\|AFF算法采用两个模型来描述系统结构,且与每个模型相对应的Sage\|Husa滤波器和强跟踪滤波器(STF)独立并行工作,系统的状态估计则是两种滤波器估计的模型概率加权融合。IMM\|AFF算法兼具Sage\|Husa滤波器状态估计精度高和STF对系统模型不确定具有强鲁棒性的优点,克服了两种滤波器各自单独使用时的缺点。将IMM\|AFF算法应用于INS/GPS组合导航系统的仿真结果表明,IMM\|AFF算法的滤波精度和鲁棒性均明显优于目前工程应用中的EKF,特别是大大提高了INS/GPS系统的定位 精度 。
     

GPS/INS紧组合系统导航性能研究

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。     

INS/GPS/TERCOM组合制导系统中的

提出由坐标变换、误匹配检测和卡尔曼滤波三个单元构成的一种新型INS/TERCOM系统优化结构,并对INS/GPS/TERCOM组合系统自适应联邦滤波信息融合和分散式信息融合两种算法分别进行了研究,将这两种算法与传统的集中滤波算法进行了比较.结果表明,系统无故障情况下三种方法精度相同;而在有故障情况下自适应联邦融合法优于另两种方法.     

INS／GPS／TERCOM组合制导系统中的信息融合方法研究

提出由坐标变换、误匹配检测和卡尔曼滤波三个单元构成的一种新型INS／GPS／TERCOM系统优化结构，并对INS／GPS／TERCOM组合系统自适应联邦滤波信息融合和分散式信息融合两种算法分别进行了研究，将这两种算法与传统的集中滤波算法进行了比较。结果表明，系统无故障情况下三种方法精度相同；而在有故障情况下自适应联邦融合法优于另两种方法。     

一种多模型自适应联邦滤波器及其在INS/CNS/GPS组合导航系统中的应用

本文介绍一种基于多模自适应估计的联邦滤波器的原理和特点。设计了INS/CNS/GPS组合导航系统的联邦滤波算法 ,并首次将多模自适应估计方法运用到联邦卡尔曼滤波器中。此外 ,联邦滤波器算法中采用自适应调整信息分配系数的方法。仿真结果表明 ,与采用单一模型的联邦滤波算法相比 ,多模自适应方法与联邦滤波方法结合使用能大大提高导航系统的精度和可靠性。     

基于多尺度分布式融合估计的GPS/INS组合导航系统的研究

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.     

GPS／INS组合导航系统降价滤波器设计

本文研究了某型号飞机上ＧＰＳ／平台惯性组合导航系统中降阶卡尔曼滤波的设计方法。文中提出了一种降阶滤波器结构，并讨论了模型误差的伪随机噪声补偿方法。采用蒙特－－卡洛分析法对降阶滤波器的实际误差进行了数字仿真，结果表明：本文提出的这种降阶滤波器能保证组合系统的导航精度，是一种具有实际使用价值的滤波器。     

一种权重可变的INS／GPS组合制导方案

提出了一种权重可变的INS／GPS组合制导方案，提出了权重变化的依据和实现权得可变的方法，并探讨了该方案的可行性。     

EKF和UKF在INS/GPS组合导航中的应用分析

扩展卡尔曼滤波(EKF)是在非线性系统中常用的一种滤波方法,Un-scented卡尔曼滤波(UKF)是一种新的非线性滤波算法,其主要特点是与EKF一样传递状态的前两阶矩,但不用计算Jacobian矩阵。将EKF和UKF分别应用到INS/GPS系统的滤波中,仿真结果表明UKF比EKF更适合于在INS/GPS系统中使用。     

基于天文角度观测的机载惯性/天文组合滤波算法研究

针对采用天文/惯性位置组合时对导航选星有特殊要求,提出了基于天文角度观测信息的机载惯性/天文组合滤波方案及算法.对基于天文角度观测的INS/CNS组合导航系统的原理进行了充分阐述,分析并建立了基于单星或多星观测条件下的组合导航系统线性化量测方程,并针对角度观测时高度通道不可观的特点,增加了气压高度输出为系统的观测量,并在此基础上设计了组合滤波器算法.最后进行了组合导航系统仿真,并通过协方差分析的方法对比分析了单星和双星观测条件下的滤波性能.仿真结果表明,即使是在单星观测条件下,组合导航系统也能获得较好的定位精度;若观测星数增多,则可以大大提高系统性能,表明该组合导航系统设计方案是成功可行的.     

模糊自适应卡尔曼滤波技术研究

提出了一种基于模糊自适应卡尔曼滤波技术的组合导航的新方法。这一方法主要应用于自主式机动飞行器。用模糊逻辑自适应控制器对卡尔曼滤波器的噪声方差进行“在线”修正,将卡尔曼滤波器调整到最优状态,从而提高组合导航系统的精度。通过对ＧＰＳ/ＩＮＳ组合导航系统的仿真,验证了模糊自适应卡尔曼滤波器比常规卡尔曼滤波器具有更高的精度。该方法的研究对飞行器的导航与制导具有重要意义。     

基于INS辅助的GPS接收机完善性监测算法研究

以惯性导航系统输出的数据作为辅助信息 ,对 GPS完善性监测算法进行了研究。该法以卡尔曼滤波新息序列为依据 ,对 GPS卫星的伪距测量值是否出现故障进行的检测 ,并给出了计算机仿真算例。仿真结果表明 :该方法能够及时准确地检测出 GPS故障星     

附加速度先验信息的车载GPS/INS/Odometer组合导航算法

在GPS/INS车辆组合导航中,GPS信号易受外界干扰而失锁。针对INS单独导航误差迅速累积的问题,在利用速度先验信息辅助INS导航的基础上,加入Odometer观测信息,提高了系统的可观测性和导航精度;另外提出了改进的位置修正法,即不直接利用状态估值修正位置,而是用修正后的速度推算位置。实测算例结果表明,与INS单独导航相比较,采用速度先验信息,提高了载体速度精度,采用改进的位置修正方法,位置精度有大幅度提高;在此基础上加入Odometer观测信息,位置和速度精度得到进一步改善。     

低成本INS/GPS组合导航系统算法研究及其实现

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