中国的北斗中国的骄傲

一、CNSS时代的北斗导航 当今世界已拉开全球导航卫星系统（GNSS）时代的序幕。GNSS时代的北斗导航．既要顺应GNSS的发展潮流．又要坚持有所作为。GNSS的发展趋势及其对北斗导航的时代要求体现在以下几方面。     

Galileo/北斗组合系统GDOP改善方法研究

从理论上来说,导航卫星数量越多,可提供的几何精度下降因子(GDOP)就越小。但是在进行Galileo/北斗组合系统仿真时,却发现其GDOP反而变差。文中对此进行了理论分析,指出出现该现象的原因在于两个卫星导航系统存在时间差,并且其中一个系统的可见星数过少。为解决该问题,文中提出播发系统间时差的方法,可使组合系统的GDOP相对单系统得到一定的改善。仿真结果表明,该方法可以改善GDOP。     

北斗和CAPS系统中采用高程作为虚拟星座对授时精度的影响分析

在北斗和CAPS导航系统中利用高程作为虚拟星座可显著提高无源定位的精度。在授时应用中无源定位的结果用来计算卫星与用户的距离从而得到信号传输延迟。本文分析了高程误差对授时精度的影响。设定了高程误差,列出了定位方程;采用牛顿迭代法对方程进行了求解。方程的解表明高程误差主要影响定位结果的Z坐标值,而对授时敏感的距离值影响较小。因此高程误差导致的授时误差要小于定位误差。对5个中国城市的仿真结果表明在这些区域100m高程误差引起的授时误差要小于1μs。因此可以采用概略高程取代需要昂贵测试设备的精确高程。概略高程可以满足μs级授时精度的需求,从而满足电力和电信系统大部分场合对时间同步的需求。     

海外同行

ICAO与业界协作塑造未来空中导航系统近日,在国际民航组织(ICAO)总部召开的全球空中导航产业研讨会(GANIS)上,国际民航组织(ICAO)提出了一个建议,号召国际航空界应共同协作,致力于空中交通管理系统的现代化,以应对预期中的在2030年之前航空旅客流量成倍增长至约50亿人次的局     

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组合导航系统自适应滤波算法与仿真研究

随着组合导航系统应用环境的日趋复杂，给噪声统计特性的准确描述带来困难，这将造成Kalman滤波器不稳定甚至发散。首先对目前解决此问题常用的自适应滤波方法进行了总结和分析，在此基础上，给出了基于滤波收敛性判据，结合Sage-Husa自适应滤波和强跟踪Kalman滤波的改进自适应滤波算法。最后以GPS／INS组合导航系统为例进行了计算机仿真，结果表明：该算法可有效抑制滤波发散，具有较大范围的自适应能力。     

GPS在民航飞机中的应用

本文介绍了GPS的基本工作原理，说明GPS在飞机导航中的作用。     

采用H_∞滤波器的GPS/INS全组合导航系统研究

 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,并利用位置、速度和载波相位观测信息对全部状态进行观测,组成全组合导航系统,由 H∞ 滤波来提高系统的鲁棒性。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,状态估计精度高,系统鲁棒性好,便于工程实现。     

东山再起:俄罗斯导航卫星

在当今社会,60%的信息都与时间和定位有关。所以,拥有自主的时间和定位系统,不仅事关一个国家的独立自主,也事关其影响力。而,越来越多的国家正研制或应用导航卫星,其中除美国 GPS 以外,俄罗斯的 GLONASS 导航卫星最有实力。向美国发起挑战多年来,美国 GPS 导航卫星系统基本上独霸了世界卫星导航     

Bayesian分类方法在微小型飞行器视觉导航中的应用

在微小型飞行器的视觉导航中,图像分割的基本工作是将天地两部分分割开.这是形成整个视觉导航系统闭环控制的基础.而欲实现天地分割,则以特征线的提取为前提.本文分别从自底向上和自顶向下两种思路出发,利用广义Hough变换和基于多尺度最小方差的方法,进行了全局特征线的提取.然后,采用Bayesian分类的方法,实现了对微小型飞行器视觉导航至关重要的天地分割.通过具有典型意义的仿真实验,比较了两种方法所获得的结果,揭示了两种方法应用于微小型飞行器视觉导航的优点和缺点.