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.     

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.      

应用于MEMS_SINS/GPS组合导航系统的H_∞容错滤波算法

针对基于微机电系统(MEMS,micro electro mechanical system)的捷联惯性导航系统(SINS,strapdown inertial navigation system)与全球定位系统(GPS,global positioning system)组成的组合导航系统中存在不确定干扰并且GPS量测输出中经常含有故障信号的情况,提出一种H∞容错滤波算法,能够对不确定噪声干扰具有鲁棒性,并且能够在检测到故障信号后进行容错计算,使滤波精度始终保持在要求的范围内.基于H∞滤波器,在状态估计方程中加入加权因子,使滤波器具有容错的功能,并且适用于组合导航中量测分量的数量级相差很大的情况.仿真试验结果表明,该算法能有效降低GPS中故障信号的不利影响,使系统在故障存在期间仍能正常工作.     

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。     

SINS辅助GPS跟踪环路超紧耦合系统设计

为了提高GPS(Global Positioning System)在高动态条件下的跟踪性能并为SINS(Strapdown Inertial Navigation System)提供精确、可靠的修正信息,提出了一种SINS辅助GPS超紧耦合导航方案.针对高动态条件下载波跟踪性能不佳的问题,利用SINS速度信息为载波环提供多普勒频率辅助,从而降低了载体动态对载波环的影响.此外,将载波环跟踪误差扩充为组合系统的状态变量,并建立了载波环跟踪误差、伪距率量测误差与惯导误差之间的关系模型,从而消除了引入SINS辅助信息导致的量测相关问题.仿真验证表明:超紧耦合系统不仅能够有效地提高跟踪环路的噪声抑制能力和动态跟踪性能,而且可以显著地改善组合滤波器的误差估计精度.     

基于多矢量定姿的动基座最优化对准算法

针对车载捷联惯导系统（Strapdown Inertial Navigation System, SINS）的传统动基座粗对准方法精度低且环境适应性差的问题,提出了一种基于多矢量定姿的动基座最优化粗对准算法。在传统的基于重力矢量的初始对准方法基础上,将姿态矩阵求解问题转化为Wahba问题,实现对多个时刻重力矢量信息的充分利用,并通过SVD算法实现对Wahba问题的求解,结合全球导航卫星系统（Global Navigation Satellite System, GNSS）输出信息和SINS输出信息,构建状态方程和量测方程,采用Sage-Husa自适应滤波算法以解决量测噪声不准确问题,不断修正载体系变换矩阵以获得更加精确的姿态转换矩阵。仿真和半物理实验表明,改进算法能够明显提高惯导系统在动基座下的姿态精度,转台实验对准方位误差小于0.05°。     

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。     

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。     

发射系下的SINS/CNS/GNSS组合导航UKF滤波算法

弹载系统的组合导航系统模型常建立在发射惯性坐标系下,且捷联惯性/天文导航/卫星导航（SINS/CNS/GNSS）是一种目前研究较多的组合模式。该组合导航系统的状态方程具有强非线性的特点,常用的滤波方法为扩展卡尔曼滤波（EKF）。为了提高组合导航系统的精度及可靠性,对该组合导航系统的无迹卡尔曼滤波（UKF）模型进行了设计,直接将姿态、位置与速度参数作为状态的一部分,利用CNS及GNSS提供的姿态与位置构成量测方程,并详细给出了姿态样本点的生成、均值及方差的生成过程。仿真结果表明,相对于EKF算法,采用UKF算法后各导航参数的精度可提高约20%~30%,并且系统的实时性也可以得到保证。     

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。     

基于RT-LAB的组合导航仿真平台设计

设计了一种基于RT-LAB的SINS/GPS/CNS（Strapdown Inertial Navigation System/Global Positioning System/Celestial Navigation System）组合导航系统仿真平台方案,建立具有故障检测、隔离和系统重构能力的基于联邦卡尔曼滤波器的姿态、位置、速度组合导航系统方案和结构.将SINS与GPS的位置之差和速度之差作为SINS/GPS子滤波器的观测量,通过CNS给出的载体惯性姿态信息获得SINS的姿态误差角测量信息.仿真结果表明,该系统方案具有较强的容错性能、较高的导航精度和很强的实时性能,为组合导航技术的研究提供了有益的参考.     

一种新的SINS/GPS深组合导航系统设计

为了提高GPS在高动态、强干扰条件下的跟踪性能和导航精度,提出了一种新的SINS/GPS深组合导航方案.利用卡尔曼滤波器反馈回路取代了传统接收机中独立、并行的跟踪回路,能够同时完成所有可视卫星信号和组合导航信息处理的任务;利用矢量跟踪算法加强各跟踪通道相互关联,增强跟踪通道对信号载噪比变化的适应能力,从而提高接收机在信号中断条件下的导航性能;利用相关器输出的I和Q路测量值直接作为导航滤波器的观测量,减小滤波过程残差,可以提高组合导航系统的导航精度和跟踪性能.仿真验证表明,这种基于矢量跟踪的深组合导航方案不仅在GPS信号中断期间能够保证系统的导航精度和可靠性,而且在低载噪比条件下可以增强导航系统的跟踪性能以及抗干扰能力.     

四元数UKF超紧密组合导航滤波方法

针对GPS/SINS(Global Positioning System/Strapdown Inertial Navigation Sys-tem)超紧密组合导航系统线性化滤波在高动态、弱GPS信号等环境下性能下降严重的问题,提出了一种以四元数UKF(Unscented Kalman Filter)为基础的GPS/SINS超紧密组合导航系统非线性滤波方法.通过分析GPS与SINS在超紧密组合导航系统中的关系,提出了一种利用SINS信息来估计、修正GPS载波信号的方法,在此基础上建立了组合导航滤波的状态方程和量测方程;以四元数乘性误差模型为基础,提出了一种可应用于UKF滤波的求解四元数加权均值的方法;提出了基于四元数UKF的GPS/SINS超紧密组合导航滤波方法.仿真实验表明:在高动态环境下,四元数UKF滤波方法增强了GPS/SINS超紧密组合导航系统的定位精度和抗干扰能力.     

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.      

GPS/SINS超紧组合导航系统可观测性分析

系统状态的可观测性决定了系统的滤波精度.目前,分析系统状态可观测性的主要方法是针对线性系统的,其中奇异值分解(SVD,Singular Value Decomposition)法可以对系统进行事前分析,并且计算简单,成为广泛使用的方法之一.然而集中滤波结构的全球定位系统/捷联惯性导航系统(GPS/SINS,Global Positioning System/Strapdown Inertial Navigation System)超紧组合模型的量测方程是非线性的,对非线性系统进行可观测性分析是非常困难的.针对这个问题,推导出了超紧组合模型线性的量测方程,并证明了该模型满足分段定常系统(PWCS,Piece-Wise Constant System)定理;使用奇异值分解法对其做可观测性仿真,并对实验结果做了全面分析.结果表明:系统状态的可观测性受载体运动状态影响,载体机动性越强,可观测的状态越多,可观测性越高.     

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。     

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.     

自适应卡尔曼滤波器在陆地车辆导航中的应用

建立了车载GPS(Global Positioning System)/DR(Dead-Reckoning)组合导航系统自适应扩展卡尔曼滤波模型及其算法,从而大大提高了车辆导航系统的定位精度.首次提出依据PDOP(位置误差系数)等GPS定位系统的输出参数,自动调整观测噪声协方差阵[WTHX]R和系统噪声协方差阵Q[WT]的大小,从而自适应地调整组合导航系统模型性能的方法,使得模型具有较强的适应性.计算机仿真及实验结果表明应用该模型具有良好的效果.      

GPS/SINS组合导航系统状态的可观测度分析方法

系统状态的可观测度是检验所设计的Kalman滤波器的收敛精度和速度的重要指标。首先，分别论述分段式定常系统(PWCS)的可观测性分析方法和基于奇异值分解的系统状态可观测度分析方法。然后，证明GPS／SINS组合导航系统满足PWCS分析定理要求，并进一步提出改进的线性时变系统状态的可观测度分析方法，以适用于分析全弹道过程系统状态的可观测度。最后，通过仿真算例说明该方法的合理性和可行性。