SINS／GPS级联组合滤波新算法

针对级联式SINS／GPS导航系统中组合滤波器的测量噪声与系统噪声的相关问题，提出了一种相关程度未知条件下的估计量最优融合算法，并由此得到了一个顾及噪声相关性的卡尔曼滤波新算法；通过对一套SINS／GPS数据的计算，证明了新算法是成功的。     

SINS／GPS级联组合滤波新算法

针对级联式SINS／GPS导航系统中组合滤波器的测量噪声与系统噪声的相关问题，提出了一种相关程度未知条件下的估计量最优融合算法，并由此得到了一个顾及噪声相关性的的卡尔曼滤波新算法；通过对一套SINS／GPS数据的计算，证明了新算法是成功的。     

两种滤波方法在SINS／GPS组合导航中的应用与比较

针对SINS／GPS组合导航系统中卡尔曼滤波发散的情况,引入了自适应滤波和H∞滤波,分析了它们各自的特性,最后进行仿真计算,验证了这两种滤波用于SINS／GPS组合导航系统的可行性和有效性,对实际应用中组合导航系统滤波器的设计具有一定的指导意义。     

三星定位性能分析及其与SINS的融合方法

针对三星定位技术,本文首先分析其定位算法,并推导其误差分布模型。同时根据输出信息的特点,给出三星定位与SINS（捷联惯性导航系统）进行组合的算法。然后,对三星定位系统的定位误差特性进行仿真试验,从而揭示该系统的误差分布特性。最后,对三星定位／SINS组合系统进行半实时的静态与动态试验,组合结果证明该组合系统定位精度良好,在中纬度区域接近于GPS的精度。     

GPS辅助激光陀螺捷联惯导系统动基座对准实验研究

对GPS辅助下的激光陀螺捷联惯导系统的动基座初始对准进行了实验研究。首先给出了车载SINS／GPS组合导航系统误差模型，然后利用Kalman滤波器对SINS和GPS的车载动基座实际测量数据进行了离线的半实物仿真。仿真结果表明，动基座对准能够在10分钟以内快速实现，但是达到的对准精度与静基座对准相比稍差。     

差分水下GPS定位空间网的布设研究

本文简要介绍了差分水下GPS定位的原理。推导了差分水下GPS定位向量表示模型,使用矩阵体积法对差分水下GPS空间网设计矩阵进行了分析,给出了空间网布设的几点建议,提出了一种适合差分水下GPS定位的星形空间网布设方案。     

大失准角的SINS/GPS组合对准算法研究

利用四元数误差方程和非线性滤波技术能较好地解决大失准角下SINS的空中对准问题。迭代滤波比扩展卡尔曼滤波能在更大程度上改善对准精度，但计算量大。针对此不足，本文基于扩展卡尔曼滤波的状态与偏差解耦算法具有较高数值效率和迭代滤波具有较高精度的特点，推导出了一种非线性滤波算法，并对基于加性四元数误差方程的SINS／GPS组合对准进行了数字仿真。仿真结果表明：该算法既具有迭代滤波的精度又比迭代滤波计算量小。     

差分GPS水下立体定位导航系统的时间测量

差分GPS水下立体定位系统是通过测量同一水声信号到达不同浮标的时刻,计算水下收发机到各枚浮标的距离差,实现水下立体双曲线交会定位的。本文对水下立体定位导航系统的数学模型进行了推导。根据差分GPS水下立体定位导航系统的要求对GPS接收机时钟同步进行了详细分析,同时对GPS接收机接口数据输出和支持的三种时间测量方案进行了介绍,并对时间延迟进行了分析。     

基于GPS软件接收机的SINS／GPS紧组合系统仿真

为了系统验证SINS／GPS紧组合系统的性能,基于GPS软件接收机,进行了仿真系统构建。仿真系统由轨迹发生器、GPS中频信号模拟器、IMU信号模拟器、GPS软件接收机、SINS导航解算模块、组合滤波算法和导航性能分析模块等部分构成,其中详细设计了GPS软件接收机中的捕获和跟踪算法、SINS解算以及基于伪距和伪距率的组合滤波算法。仿真结果表明：紧组合导航系统收敛性较好,能够一定程度上抑制惯导系统误差的积累,有较好的导航性能。设计的该系统满足紧组合导航系统性能验证的需要,也为后续的超紧组合研究奠定了良好的基础。     

差分GPS水下立体定位系统

差分GPS水下立体定位系统包括GPS差分基准站、GPS浮标、水下收发机、船基控制中心四部分。差分基准站提供GPS差分改正,实现浮标内置GPS高精度实时定位。GPS浮标完成水上和水下的集成,检测水下收发机发射的定位信号并测量信号到达的时间,同时将各种数据发送到船基控制中心。船基控制中心接收各个浮标的数据后实时解算水下收发机的位置,同时将结果发送给水下收发机。本文首先对系统的总体构成和各个部分的功能进行了介绍,然后详细推导了系统定位算法,最后结合系统试验情况给出了系统试验精度统计结果。     

基于SINS／GPS的无人机组合导航系统建模与仿真

根据无人机的飞行特点以及SINS(捷联惯导)和GPS(全球定位系统)的优缺点,利用轨迹发生器设计无人机的飞行轨迹,建立基于SINS/GPS的无人机组合导航系统,依据卡尔曼滤波的相关原理对系统进行数学建模和计算仿真,验证无人机SINS/GPS组合导航系统的可靠性。     

SINS／GPS组合系统数据处理的质量控制方法研究

ＳＩＮＳ／ＧＰＳ组合系统是一种高效的动态大地测量方法。本文探讨这种组合系统数据处理的统计质量控制理论。     

一种低成本、低精度SINS/GPS组合导航系统及试验研究

在SINS（捷联式惯性导航系统）与GPS组合时，航向角的可观测性较弱，经过卡尔曼滤波后，航向角误差虽有所改善，但仍呈发散趋势，当采用低成本、低精度SINS时，该趋势进一步加剧。为了抑制该发散趋势，针对某型低成本、低精度SINS硬件组成（包括AHRS（姿态和航向参考系统）与IMU（惯性测量器件））的特点，提出了利用AHRS代替SINS航向角信息的方法。实际静态与动态试验表明，利用该方法可有效地抑制组合系统航向角的发散趋势，定位精度较高。     

基于多尺度预处理的GPS/SINS组合导航系统

基于多尺度分析的思想,以离散小波变换为工具,利用小波对惯性元件输出的信息进行并行阈值消噪以削弱惯性元件误差对SINS及组合系统性能的影响;然后,对GPS输出的信息进行并行多尺度预处理,并结合传统的Kalman滤波方法,对系统进行综合滤波;将上述方法引入到GPS/SINS组合导航系统中,利用实测数据进行验证,并给出了基于不同方法的大量实验曲线。实验结果表明,该方法可以有效削弱惯性元件以及GPS误差对系统的影响,提高了GPS/SINS组合导航系的精度和可靠性。     

两种滤波方法在SINS/GPS组合导航中的分析比较

本文针对SINS/GPS组合导航系统中卡尔曼滤波发散的情况:介绍并分析了自适应滤波和H∞滤波算法原理,并进行仿真计算,验证了这两种滤波用于SINS/GPS组合导航系统的可行性和有效性,对实际应用中组合导航系统滤波器的设计具有一定的指导意义。     

浅谈GPS/SINS组合导航系统的设计

SINS/GPS组合导航系统是一种性能较好的导航系统,它结合了GPS的高精度定位,误差无积累及INS的自主性、实时性等优点。两者的结合可使导航系统的成本下降,可靠性增加,精度提高。本文概要地介绍了SINS/GPS的研究背景、结构组成、建立了系统的总体设计方案,给出详细的软件设计框图.并介绍实现系统各个功能的软件算法。实际应用结果表明:该系统的导航精度、成本、体积等指标均达到了设计要求。     

神经网络在SINS/GPS组合定位中的应用

地籍测量中,单一系统无法满足定位要求,组合定位技术应运而生. 其中,捷联惯性导航系统(SINS)和GPS组合定位应用最为广泛.在卫星信号受到干扰失效区域,系统进入纯SINS解算,定位误差会逐渐累积,无法满足定位精度要求. 针对此问题,提出一种长短期记忆(LSTM)神经网络辅助的组合定位算法. 根据LSTM神经网络能够有效运用于长距离时间序列的特性,在GPS有效区域,用卡尔曼滤波(KF)算法对SINS/GPS信号进行数据融合得到精确定位信息,同时利用惯性测量单元(IMU)、GPS和SINS输出信息对神经网络进行训练;在GPS失效区域,利用训练好的神经网络预测GPS位置信息,使得系统能继续用卡尔曼滤波器滤波. 最后结合地籍测量特点,设计了仿真实验,证明了该算法在GPS信号失效时可以有效抑制系统误差发散、提高定位精度,在不同运动状态下依然可以满足定位精度要求、鲁棒性强.