CNS/SINS组合导航系统仿真分析

天文导航和捷联惯性导航(CNS/SINS)相结合构成的组合导航系统,实现导航优势的互补,提高导航的精度和可靠性。文中阐述在惯性系下,以弹道导弹为研究对象而建立CNS/SINS组合导航的数学模型,并利用MATLAB编程设计基于离散型卡尔曼滤波的组合导航系统仿真,对比SINS和CNS/SINS对载体位置误差、速度误差以及姿态角估计的影响,进而验证CNS/SINS组合导航系统的可靠性。     

弹道导弹的GNSS/SST/SINS组合导航系统研究

提出一种组合导航方案，该方案在硬件上采用全捷联的结构，在算法上将捷联星光跟踪仪（strapdown startracker，SST）的姿态信息，高动态GNSS的位置、速度信息与捷联惯导进行组合滤波，全面提高导航精度。设计并实现了弹道导弹GNSS／SST／SINS组合导航系统实时仿真平台，仿真结果表明了该组合方案的稳定、可靠性。     

双源信号深组合导航在新一代运载火箭制导系统中应用初探

针对进一步提高新一代运载火箭入轨精度的问题,本文在分析运载火箭制导系统基本结构的基础上,对采用我国北斗系统与捷联惯性导航系统双源信号深组合导航方式在新一代运载火箭制导系统中的应用进行了初步的探索。结合新一代运载火箭的新特点,从北斗系统与捷联惯性导航系统双源信号深组合导航方式的结构和适用条件两个方面进行了简要的分析。其研究成果可为我国新型运载火箭制导系统的研制提供一定的理论依据和技术支持。     

光纤陀螺在组合导航系统中的应用前景评述

卫星导航-惯性导航组合系统近几年来得到大力发展。组合系统充分利用了GPS和INS互补的特点，能有效提高系统的精度，同时降低了系统的成本，是飞行载体最理想的导航系统之一。本文简单介绍了光纤陀螺的基本原理，对光纤陀螺在惯性导航和组合导航中的应用状况进行了分析，并对其在组合导航中的发展前景做了展望。     

惯性/双星组合导航系统的滤波与仿真

介绍了惯性导航系统和双星导航系统各自的运行方式和优缺点;详细推导了组合导航系统的误差方程和量测方程;介绍了Kalman滤波的整个过程并最后进行了仿真计算.仿真结果显示,惯性导航系统和双星导航系统的组合弥补了各自的不足,具有较好的精度和可靠性.     

INS/GPS组合导航技术研究及仿真模拟

介绍了惯性导航系统INS的定位原理,列出了相应的数学模型,简单介绍了INS/GPS组合导航系统的基本组成框架,并列出了相应的组合导航状态方程和观测方程,运用组合导航数学模型和惯性导航系统数学模型分别进行仿真模拟,在得到相应误差曲线的基础上作简单分析比较。     

惯性／双星组合导航系统的滤波与仿真

介绍了惯性导航系统和双星导航系统各自的运行方式和优缺点；详细推导了组合导航系统的误差方程和量测方程；介绍了Kalman滤波的整个过程并最后进行了仿真计算。仿真结果显示，惯性导航系统和双星导航系统的组合弥补了各自的不足，具有较好的精度和可靠性。     

捷联惯性导航系统算法简化机制

随着低精度惯性导航系统的广泛使用,算法简化也成了研究热点。本文通过实验来验证简化导航算法对于不同惯导尤其是低精度惯导的可行性,这对实时性应用有很大影响。通过对以上内容的介绍,希望可以为进一步研究捷联算法、低精度惯导的实时应用提供一定的参考。     

GPS/INS组合导航系统的Matlab/Simulink仿真

首先系统研究了GPS/INS 组合导航系统的仿真原理,然后以Matlab/Simulink为平台,在对GPS、INS进行单独仿真的基础上,对GPS/INS组合导航系统进行了实时的扩展Kalman滤波仿真试验,试验结果不仅证明组合导航具有较高的导航精度,而且为进一步研究组合导航系统开辟了一条比较实用的道路.     

改进的自适应滤波算法在BDS／INS组合导航中的应用

针对目前北斗与惯性导航系统的组合导航系统的导航性能和鲁棒性较差,基于衰减因子和噪声加权的自适应卡尔曼滤波技术,研究了组合导航系统在不确定性噪声干扰下的组合新算法。并在Matlab中进行了仿真实验,通过对比传统卡尔曼滤波技术,验证了新算法的有效性。并在Matlab中进行了无人机数据后处理实验。结果表明,改进的自适应滤波算法可以有效地降低不确定性干扰对组合导航系统的影响,从而提高了系统的导航性能和鲁棒性。      

用SINS／GPS进行动态重力矢量测量的理论与方法

ＳＩＮＳ／ＧＰＳ组合导航技术为研究地球重力场开辟了一条崭新的探索途径。可以在运动过程中同时测定重力异常和垂线偏差，从而实现真正的动态矢量重力测量。本文研究了这种新理论方法的数学模型及实现方法，并针对重力扰动矢量的确定探讨了这种新技术的分辨率。     

基于泛在位置服务的嵌入式导航计算机系统研究与设计

分析了全球定位系统(GPS)、捷联惯导系统(SINS)和无线定位技术(WLAN)在城市复杂环境下室内外定位时的优缺点,提出了在城市复杂环境下采用基于卡尔曼滤波松组合的SINS／GPS组合导航定位方式,在室内环境下时,单独使用WLAN无线定位技术时易受室内复杂环境的影响,比如天花板、墙壁造成的多径效应,在传播过程中易受相近频段电器的干扰等等;提出了采用基于卡尔曼滤波的SINS／WLAN的组合导航定位技术来实现,从而实现更加平滑的导航定位结果。同时兼顾全组合导航系统高精度、低功耗、小型化的要求,设计出基于TMS320C6713和FPGA架构的嵌入式导航计算机平台。通过该平台系统的搭建,能够有效解决人们对泛在位置服务的需求问题。      

An integrated land vehicle navigation system based on context awareness

In the complex urban environments, land vehicle navigation purely relying on GNSS cannot satisfy user needs due to the loss of satellite signals caused by obstructions such as buildings, tunnels, and trees. To solve this problem, we introduce a GPS-/MSINS-/magnetometer-integrated urban navigation system based on context awareness. In this system, the data from the Micro Strapdown Inertial Navigation System (MSINS) are used to analyze and detect the context knowledge of vehicles, whose sensor errors can be compensated by the heuristic drift reduction algorithm for different motion situations. When GPS is available, the vehicle position can be estimated by unscented Kalman Filter, whereas in the case of GPS outages, the vehicle attitude is provided by an attitude and heading reference system and the motion constraints-aided algorithm is used to complete the positioning. In the experiment validation, the integrated navigation system is set up by low-cost inertial sensors. The result shows that the proposed system can achieve high accuracy when GPS is available. For most of the time without GPS, the system can guarantee the positioning precision of 10 m and compensate the errors of MSINS effectively, which fully satisfies positioning needs in complex urban environments.     

基于高精度三轴转台的GNSS/INS组合导航姿态性能自动化测试评估方法研究CSCD

目前全球卫星导航系统/惯性导航系统(GNSS/INS)组合系统性能测试评估技术存在评价方式单一,数据自动化处理程度不高等问题.针对系统的姿态性能,研究了GNSS/INS组合导航姿态性能动态测试评估新方法,并研发了相应的自动化控制测试评估软件.该方法基于高精度三轴动态基准仿真转台进行,首先通过多转位、多姿态运动场景的任务进行测试,采集转台三轴运动姿态数据与组合导航系统输出数据,然后利用Thompson奇异值剔除法对实测数据进行处理,最后结合转台实测数据进行不确定度分析从而完成测试评估工作.针对微机电系统(MEMS)组合导航产品开展了两组测试,实测结果表明:该方法可以较好地抑制组合导航系统中出现的奇异值点,同时转台的不确定度值均在0.2″以内,验证了该测试评估方法的高可行性与可靠性.     

航向测量仪在车载三维信息采集系统中的应用

航向测量仪(Vector Sensor)的作用就是为车载惯导系统初始化提供所必须的航向角;根据不同的应用环境和特性,用航向测量仪获取在各种条件下的航向角数据,通过对这些数据在精度、稳定性以及解算时间等性能上的对比分析,得到该仪器的最佳工作状态,进而获取该状态下的航向数据;通过实际的实验测试,此状态下的数据在精度和稳定性方面都能满足惯导系统的需求。     

新型自适应滤波算法在惯导/双星组合中的应用

在系统模型误差和噪声统计特性未知时,为防止滤波发散和提高系统的实时性,提出了一种模糊自适应Kalman滤波算法。该算法利用滤波异常判据获得一个滤波状态因子,进而利用模糊推理系统在线调整量测噪声协方差阵的值,使滤波实现自适应。将该算法应用到惯导/双星组合导航系统中,并和简化的Sage-Husa自适应滤波算法进行仿真比较。仿真结果表明：在滤波精度相当的情况下,该算法简化了运算,提高了实时性。     

基于STK软件的北斗导航卫星轨道模拟

北斗卫星导航系统应用日趋广泛,文中以北斗卫星导航系统为主要研究对象,利用STK模拟完整的北斗卫星导航系统空间星座,实现基于STK的北斗系统的星座仿真、卫星轨道仿真,同时完成卫星的可见性分析与卫星覆盖分析,实现北斗卫星导航系统的仿真应用。目前,北斗卫星导航系统正处于建设阶段,文中结论对北斗卫星导航系统的建设与应用有一定的参考意义。     

惯性导航标准现状及标准体系探讨

惯性导航系统是一种自主导航系统,加速度计和陀螺仪是惯性导航系统的核心部件。本文运用分析、归纳、分类和比较的方法对目前国内外惯性导航系统相关标准进行了归纳总结,根据惯性导航技术发展趋势,给出了一种惯性导航标准体系,并对惯性导航制定的标准给出了意见和建议。     

变分优化的高斯混合滤波及其在导航中的应用

针对时间差分载波相位/捷联惯导紧组合系统在非高斯噪声环境工作时,采用高斯混合滤波遇到的混合模型参数估计问题,提出了一种变分贝叶斯学习优化的高斯混合自适应滤波算法。该算法借鉴变分学习理论,准确高效地实现了高斯混合模型参数的自适应估计,进一步精化了滤波算法中的随机模型,能够显著提高估计精度,降低计算负担,改善滤波性能。实验结果表明,相比传统滤波算法,该算法的估计精度得到了进一步改善,运算耗时仅与拓展卡尔曼滤波相当。     

Improved decentralized multi-sensor navigation system for airborne applications

The integration of Global Navigation Satellite System (GNSS) and Inertial Navigation System (INS) technologies is a very useful navigation option for high-accuracy positioning in many applications. However, its performance is still limited by GNSS satellite availability and satellite geometry. To address such limitations, a non-GNSS-based positioning technology known as “Locata” is used to augment a standard GNSS/INS system. The conventional methods for multi-sensor integration can be classified as being either in the form of centralized Kalman filtering (CKF), or decentralized Kalman filtering. However, these two filtering architectures are not always ideal for real-world applications. To satisfy both accuracy and reliability requirements, these three integration algorithms—CKF, federated Kalman filtering (FKF) and an improved decentralized filtering, known as global optimal filtering (GOF)—are investigated. In principle, the GOF is derived from more information resources than the CKF and FKF algorithms. These three algorithms are implemented in a GPS/Locata/INS integrated navigation system and evaluated using data obtained from a flight test. The experimental results show that the position, velocity and attitude solution derived from the GOF-based system indicate improvements of 30, 18.4 and 20.8% over the CKF- and FKF-based systems, respectively.