H∞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存在多路径误差及 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 Kalm an滤波的效果。文中对基于Motion Pak惯性组件和三个 Jupiter GPS接收机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 ,特别是位置精度有较大的提高     

低成本IMU／GPS组合导航系统研究

ＧＰＳ／ＩＮＳ组合导航系统已在一定领域得到应用，而ＩＮＳ昂贵的价格限制了它的广泛应用，本文采用低成本惯性测量组件（ＩＭＵ）设计了低成本ＩＭＵ／ＧＰＳ组合系统的硬件和相应的软件，进行了静态实验和数据处理，系统的俯仰角和横滚角误差均小于０．２°，实验结果表明，低成本组合系统的性能较好，而其性能价格比更高。     

A FAST KALMAN FILTER FOR INTEGRATED GPS/INS BASED ON U D FACTORIZATION

研究了基于Ｕ－Ｄ分解的快速Ｋａｌｍａｎ滤波算法,并将它应用到一个２１状态的ＧＰＳ／ＩＮＳ组合导航系统工程实现中。常规的Ｋａｌｍａｎ滤波器已广泛应用于ＧＰＳ／ＩＮＳ组合系统,但由于系统建模误差和计算舍入误差,Ｋａｌｍａｎ滤波器在工程应用中会出现发散现象。为了解决这个问题,本文推导了一个基于Ｕ－Ｄ的扩展Ｋａｌｍａｎ滤波器。此外,由于高阶组合系统计算量大,导致基于Ｕ－Ｄ分解的滤波器在实时应用中有困难,为此,本文提出了一种快速的滤波算法来节省计算时间。文中设计了一条近于实际的飞机航迹来仿真。结果表明,本文所提的滤波算法能有效地克服组合系统滤波器发散问题,并减少计算时间近６９％。     

DESIGN & REALIZATION ON GPS/INS INTEGRATED NAVIGATION SYSTEM

讨论了应用卡尔曼滤波器的ＧＰＳ／ＩＮＳ组合导航系统,其中包括理论、方案与实际的ＩＮＳ和ＧＰＳ接收机的结合,研究的重点是对系统误差的建模及组合的实现,以及松组合和紧组合等各种组合方式等。该ＧＰＳ／ＩＮＳ组合导航开发系统,可以有效和经济地用于组合导航系统的研究和设计,在实际应用中起到了非常有效的作用。该系统不仅仅是一个计算机辅助设计软件,而且可以对实际获得的惯导和ＧＰＳ数据进行半物理仿真。开发系统的核心软件可以方便地转换成实际组合系统中的工程应用软件。应用结果表明,开发系统的设计思想和组合方案是成功的,可以取得良好的导航结果。     

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。     

空中平台方位误差修正技术研究

平台方位误差的估计补偿是巡航导弹中制导组合导航的一项关键技术。通过短时机动飞行，采用惯性／位置组合导航卡尔曼滤波估计方法，实现对平台方位误差的空中估计修正。横向“Ｃ”形或“Ｓ”形转弯可增大方位误差的可观测程度，从而迅速估计出平台方位误差。文中首先建立组合导航系统机动飞行段的简化数学模型，讨论了简化条件，给出了相应的滤波算法（ＭＫＦ），不同类型的计算机模拟仿真证明平台方位误差修正精度可达到４～５＇。所得结论对巡航导弹惯导／地形匹配、惯导／ＧＰＳ组合导航技术研究有实用意义。     

GPS/INS组合导航系统的鲁棒滤波研究

卫星定位／惯性导航(GPS／INS)系统可形成优势互补而使短期和长期精度都有保证。GPS／INS组合导航系统通常使用Kalman滤波进行信息融合来削弱或消除系统噪声和测量误差,然而使用Kalman滤波要求系统动态模型精确和噪声的统计参数已知。但实际中构造精确的系统动态模型是十分困难的,并且噪声的统计参数也很难事先精确预知。对H∞问题进行了理论上的分析,构造了H∞滤波来提高系统对参数不确定的鲁棒性。仿真结果表明H∞滤波对模型的不确定性的鲁棒性比应用Kalman滤波的方法有较大的提高。     

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     

伪距和载波相位相结合的DGPS／惯性组合导航

建立了伪距和载波相位相结合的ＤＧＰＳ／ＩＮＳ组合系统的状态方程和量测方程,并用滞后状态卡尔曼滤波对伪距和载波相位相结合的ＤＧＰＳ／ＩＮＳ组合系统进行了组合及仿真,给出了详细的仿真数据和仿真曲线。仿真结果表明,该组合系统的精度得到了进一步提高,这是提高导航精度的有效途径,对各种载体的精确导航与制导具有一定的现实意义。     

基于自适应滤波的车载DR系统研究

ＧＰＳ／ＤＲ组合系统是一种低成本、高可靠性的车载导航设备ＤＲ（Ｄｅａｄ ｒｅｃｋｏｎｉｎｇ）是其最重要的组成部分。文中分析研究了ＤＲ自适应卡尔曼滤波模型及其滤波算法,设计了基于自适应滤波的车载ＤＲ系统,描述了系统的结构。实际跑车结果表明,采用机动加速度均值和方差的自适应滤波算法,可以大大提高系统的动态跟踪能力,特别是在车辆做大机动行驶时,跟踪效果尤为明显。     

GPS广域增强系统（WAAS）建模及数字仿真

研究了一种ＷＡＡＳ的实现方案,主控站利用各基准站的观测数据估算ＧＰＳ卫星的三维星历误差、时钟误差的等效距离误差（包括ＳＡ误差）、电离层时滞参数及完好性信息,并将这些误差修正量及完好性信息发送给用户。仿真结果表明,利用这些ＷＡＡＳ校正量后,用户的定位精度可以得到很大的提高,并且定位精度在较大的范围内与用户的位置基本上无关。     

着舰导引系统H∞控制器设计

舰载机着舰导引误差的最大来源是舰导气流扰动。为抑制气流扰动,提高舰载机自动着舰导引的精度,本文将Ｈ∞控制方法应用于着舰导引系统设计,将导引系统性能要求转化为对Ｈ∞控制分析的结构及权阵的选取。     

INS/SAR组合导航量测信息不同步的滤波算法

在惯性导航系统/合成孔径雷达(Inertial navigation system/synthetic aperture radar,INS/SAR)组合导航系统中,传统的SAR只提供位置和航向角信息,本文引入SAR图像测速系统,实现对INS速度信息的补偿修正。同时,建立了该组合导航滤波的数学模型。针对图像匹配耗时较大、产生信息不同步的现象,本文利用INS信息增量来对SAR导航信息延迟、非等间隔以及SAR量测不在INS滤波离散间隔上所带来的误差进行修正,并进行了仿真。经过1 500s后,本导航系统导航信息没有出现发散,在飞行器出现加速、爬升、转弯等机动时,位置误差绝对值不超过36.8m,高度误差绝对值不超过18.1m,航向角误差绝对值不超过5.3′,速度误差绝对值不超过0.5m/s,并与曲线拟合法作对比,仿真结果表明本文算法能够有效提高INS/SAR组合导航系统的精度,并为其他组合导航系统提供参考。     

电离层对普通GPS和位置差分GPS定位误差的影响

在没有选择可用性条件下，差分ＧＰＳ定位精度完全取决于电离层的空间不相关性，为了改进差分ＧＰＳ的校正算法，本文在月平均电离层时延等值图的基础上，建立了一个简单而又逼真的电离层模型，并分析了普通ＧＰＳ和位置差分ＧＰＳ仅电离层单一因素引入的定位误差。     

基于Kalman滤波的SINS／GPS组合导航系统的误差分析

本文对SINS／GPS系统误差模型进行了推导,在失准角小角度情况下惯性系统误差模型的基础上提出了一种基于Kalman滤波的SINS／GPs组合导航系统的二维误差分析方法。采用工程上较易实现的松耦合的组合方式,建立了位置、速度组合导航模型,并对速度组合、位置组合、速度位置组合方式进行了仿真对比分析。     

某型无人机自动着陆系统研究

论述了用ＤＧＰＳ／ＳＩＮＳ／ＲＡ组合导航系统引导的某无人机自动着陆系统的总体方案，利用该无人机的小扰动线性化方程，对其轨迹控制系统进行了分析设计。在不采用速度控制系统的情况下，利用该无人机的全量微分方程，对其在各种起始状态及各种干扰下的自动着陆过程进行了仿真。仿真结果表明，着陆性能符合要求。     

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。     

组合导航系统的可靠性分析

针对ＧＰＳ／ＩＮＳ／ＲＡ组合导航系统的组合方案，应用故障树分析法（ＦＴＡ）对该系统的可靠性进行分析。分别建立了以组合导航系统故障作为顶事件的故障树以及以高度通道故障作为顶事件的故障树，从而为分析组合导航系统的可靠性提供了直观而有效的分析方法。在所建立的故障树基础上推导系统可靠性数学模型，并应用马尔科夫过程理论分析可维修组合导航系统在组合传感器这一级的各种状态，建立了状态转移图，推导出这一级的有效度     

H∞滤波及其在惯导地面自对准中的应用

在理想条件下,卡尔曼滤波技术应用于惯性导航系统的地面初始对准可实现快速对准并且具有较精度,然而在系统模型和统计特存在不确定性的条件,Ｈ∞滤波可有效地解决卡尔曼滤波应用受到的限制,不仅估计精度高。     

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。