组合导航在现代精确制导兵器中的运用

通过对组合导航系统的研究,介绍了GPS、INS、北斗卫星导航系统、地形匹配辅助等精确导航系统原理。同时,通过GPS和我国北斗卫星导航系统制导方法的比较,探讨了适合我国国情的精确制导武器制导方法。     

GPS／SINS姿态组合系统空间一致性研究

在基于卡尔曼滤波器并引入了姿态观测量的GPS/SINS组合导航系统中,GPS天线体坐标系与IMU所在的载体坐标系由于安装误差或其他原因不能完全重合,两个坐标系间存在失准角,导致多天线GPS与SINS输出的姿态信息在空间不能同步,这将影响卡尔曼滤波的效果。本文针对这一问题进行了深入的研究,分析了两个坐标系空间不一致的机理,给出了静态和动基座情况下标定两个坐标系位置关系的方法并进行仿真分析验证了其可行性。     

超小型无人机GPS／MIMU组合导航定位系统研究

在考虑超小型无人机特点及其对导航定位需求的基础上,研究了利用微型惯性测量单元(MIMU)和GPS-OEM板,设计出一种低成本、轻小型的GPS/MIMU组合导航定位系统。为了验证该系统的性能,利用MIMU和GPS观测数据对该组合系统进行了仿真。仿真结果表明,组合导航系统在精度和可靠性方面,较单一的导航系统都有明显的改善。     

基于改进UKF的组合导航系统航向角估计方法研究

为满足运载体长航时、高精度的导航需求,解决系统可观测性弱导致的航向角易发散的问题,提出了一种基于MEMS非线性组合导航系统的用于提高航向角估计精度的算法。通过采用单天线GNSS航向角作为量测量进行航向约束,解决了MEMS-SINS/GNSS姿态估计中航向角可观测性弱、估计值收敛差的问题;通过转弯判断规则和常规无迹卡尔曼滤波改进算法,抑制了偏流角对系统估计精度的影响。仿真结果表明,该算法有效地抑制了航向角估计精度差的问题,水平姿态精度达到0.01°,航向角精度达到0.1°,提高了系统的导航精度及可靠性。     

抗差自适应分步滤波算法在PPP/INS组合导航中的应用

针对常规抗差自适应滤波算法在PPP/INS组合导航应用中存在难以准确识别和分离观测粗差及运动异常对定位结果影响的问题，基于分类因子自适应滤波原理,提出了一种抗差自适应分步滤波算法。该算法首先执行第一步滤波,对状态模型异常信息进行隔离，仅对观测粗差进行诊断和抗差处理；然后在第一步滤波的基础上，执行第二步滤波，对状态模型异常进行诊断和自适应处理。算法分析表明，抗差自适应分步滤波算法可以准确地识别和分离观测粗差和运动异常扰动。实验结果表明，抗差自适应分步滤波算法能够进一步增强滤波算法抵抗观测粗差和运动异常扰动对滤波结果的影响，提高PPP/INS组合导航系统定位结果的稳定性和可靠性。     

Galileo系统对卫星导航系统的增强作用

介绍了正在建设的Galileo系统，从卫星导航系统的星座、完备性、通讯能力、求解载波相位整周模糊数能力以及对系统轨道漂移影响抑制能力五个方面入手，研究了Galileo系统对空间飞行器导航的增强作用。最后通过仿真研究．进一步分析了Galileo系统在空间飞行器导航应用中的增强作用。     

台速度估计(英文)

针对惯性稳定平台中高精度和高带宽的速度信号需求,提出了基于低成本MEMS传感器的最优速度估计算法。采用一种新颖的传感器组合形式,包括一个低带宽的MEMS陀螺和两个低性能的MEMS加速度计。陀螺由于自身动态特性的影响,主要提供速度的低频信息,加速度计组合则由于自身偏置的影响,主要提供速度的高频信息,而估计器将两者信号进行融合。实验表明:最优状态估计器能够在时频域上,提供无偏的、高性能的速度信号。同时,在单自由度微型惯性稳定平台的应用过程中,其控制性能得到了相应的提高。该算法也适用于机器人控制、姿态估计和摩擦补偿等领域。     

基于Newton迭代滚动时域估计的GPS/SINS紧组合导航技术

随着智能设备的普及,使用手机为汽车进行导航越来越普遍。目前,手机内置的惯性测量单元成本低廉、导航精度低,且常使用松组合,而应用GPS/SINS紧组合导航技术可提高导航的精度及可用性。通过将基于Newton迭代的梯度下降算法与滚动时域估计相结合,手机内置GPS与陀螺加速度计构成紧组合导航系统,可提高在复杂环境中的导航精度。传统Kalman滤波方法未能充分考虑到紧组合导航系统的非线性特性,而滚动时域估计通过参考多时刻导航信息,可更有效地排除非线性因素对系统的干扰,并通过实验验证了此方法。实验结果表明,相比采用扩展Kalman滤波,基于Newton迭代时域估计算法的紧组合导航系统的导航位置精度及速度精度均获得了较大提高。     

Control of Stochastic Systems with Markov Interrupted Observations

Linear discrete-time stochastic systems with abruptly changing parameters in the measurement mechanism are considered. The abrupt changes are modeled by a finite-state Markov chain. The multiple model partitioning approach is used to derive suboptimal control algorithms as the optimal solution is intractable. The proposed approach is illustrated by simulation examples.     

反馈线性化及其在飞控系统中的应用

反馈线性化方法是一种有效的解决非线性系统控制的方法。而未来新一代战机控制系统需要适应超机动作战的非线性控制，非线性控制系统是必然要采用的。文中先简要介绍了反馈线性化理论，然后介绍了反馈线性化方法在飞控系统中的具体应用，最后以某型号先进战斗机为仿真算例进行了仿真，仿真结果表明，基于反馈线性化方法设计的飞控系统是可行的、有效的。     

改进概率关联算法在组合导航系统中的应用研究

针对组合导航系统中子系统提供的量测信息相互之间关联性不足的问题,在组合导航系统中引入改进概率关联算法,通过改进的概率关联算法将这些导航信息按一定关系联系起来并进行融合计算。首先通过推导短时间概率关联算法求解惯性导航系统(INS)得到信息的可信概率,并引入掩模算子对全球定位系统(GPS)信息进行精度判断;然后,推导出长时间概率关联算法对组合导航系统信息进行融合;最后,建立修正算法并利用长时间概率关联算法得到的信息对惯性导航系统进行误差修正。仿真结果表明,这一改进的概率关联算法可以有效判断GPS信息精度并提高组合导航系统的导航精度。     

组合导航系统在车载移动卫星通讯中的应用

介绍了基于捷联惯导SINS/GPS组合导航系统的用于车载移动卫星通讯的卫星跟踪系统,在导航计算上采用自适应卡尔曼滤波技术。实验结果表明天线跟踪卫星的误差小于0 .2°。所研制的车载移动卫星通讯系统已在军事指挥和电视转播中得到成功应用     

Applications of Systems Engineering to Urban Utilities

Urban utilities are the technologies by which are provided life support services, resource distribution, and information transfers to the individuals and institutions in the city. These utilities now require about one third of the budgets of all major cities and are rapidly increasing in cost. Technological innovation in these systems has been minor, yet they are the aspects of urban function most sensitive to technological change. Systems engineering, using criteria based upon urban development needs, and large scale demonstration programs affords the best opportunity for development of utility technologies that satisfy rather than limit urban development and social organization.     

车载捷联惯导双里程计组合导航方法研究

针对当前车载捷联惯导与里程计组合导航时，将里程计安装在车底盘左侧或右侧位置而造成的导航误差，以及里程计信息未能真实反映车体中心的实际运行状态，研究了一种车载捷联惯导/双里程计组合导航方法。该方法分别在车底盘左侧和右侧位置各安装了一个里程计，将双里程计信息作为量测量，设计了组合导航融合算法进行Kalman滤波组合导航。在导航过程中对双里程计信息进行χ２检测，以避免车体作大转弯运行或有外部干扰时引起的里程计信息异常。跑车试验结果表明，该融合算法能使定位结果得到最优融合，定位误差整体减小到20m以内，最大处减小6m，离线分析进一步证明了该融合算法的有效性。     

有色噪声作用下的机载INS/GPS组合导航方法

针对机载导航过程中有色噪声模型系数难以精确获取的问题,提出了一种基于滤波残差处理有色噪声的方法,并将其应用到INS/GPS组合导航系统中。首先分析了有色状态噪声和有色量测噪声对状态参数估值的影响,接着分别将状态残差和量测残差作为有色状态噪声和有色量测噪声的样本观测值,通过滤波所得的多个历元的残差序列获取拟合模型参数,然后计算有色噪声的预报值并将其进行补偿,从而得到有色噪声修正后的组合导航模型。最后设计了转台试验验证提出的有色噪声作用下的INS/GPS组合导航方法,结果表明该方法能有效地减小有色噪声对组合系统的影响,且当GPS暂时失效时,能显著提高系统的导航精度。     

一种用于舰船CNS/RLG-SINS组合导航系统校准的分段估计方法研究

分析了“天文测姿+惯性导航”组合导航滤波模型的可观测性问题,在状态不完全可观的条件下,提出采用分段滤波的方法可以分别对加速度计误差和陀螺漂移误差进行有效估计,此方法仅要求每段滤波开始前外部提供一次准确的初始位置和速度信息。结合舰载导航需求背景,设计仿真模型。仿真结果表明：采用分段滤波方法,加速度计常值偏置和陀螺常值漂移均可以得到充分估计;对惯性器件误差进行标校、补偿后,24小时的位置误差可由补偿前的3.6海里减小到补偿后的0.5海里。     

基于神经网络的INS/SAR组合导航航迹状态估计算法研究

实现对已选航迹上的状态估计对于航迹规划有重要的指导意义,在干扰大的外界环境中,常规的卡尔曼滤波方法对组合导航航迹状态估计的精度已经不能满足要求,为此本文提出了采用BP神经网络用于组合导航的航迹状态估计。重点描述了BP网络用于航迹状态估计的设计方法,对训练样本的获得以及网络结构的选择给予了详细的介绍。最后结合INS/SAR组合导航的特点,分别采用常规卡尔曼滤波和BP神经网络进行航迹状态估计,仿真结果表明了该方法的有效性和实用性。     

一种新型模糊自适应Kalman滤波器在组合导航中的应用

针对光纤陀螺捷联惯导(FOG SINS)/GPS组合导航系统实际工作环境中,由于系统噪声与量测噪声模型发生变化而带来的滤波器发散的问题,提出一种新型模糊自适应Kalman滤波器(FSHAKF).通过引入IMU精度因子与GPS水平精度因子,构造模糊推理系统(FIS),实时更新自适应参数,有效地解决了传统Sage-Husa自适应滤波器(SHAKF)估计模型不准确、系统噪声与量测噪声无法同时估计以及滤波器长时间易发散的问题.仿真实验表明,本文提出的FSHAKF算法相较于SHAKF算法,估计精度得到明显提高,且避免了滤波器的发散.     

基于星惯组合的分布式船姿船位测量体制研究

目前航天测量船的外测精度除了取决于无线电测量设备本身的测量精度外,还受到船体变形测量精度、船体平台的姿态测量精度等多种因素制约,针对此问题,研究并提出了一种船姿船位测量新体制——基于星/惯/卫组合的分布式船姿船位测量体制,构建了分布式船姿船位测量系统原型,推导相关数据处理模型,给出了各船载测量设备测量数据的比对方法。分布式船姿船位测量体制取消了变形测量系统,减少了1项主要误差源,提高了航天测量船的外测综合精度,并简化了船体结构设计。