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。     

惯导/双星定位组合导航方案与精度分析

分析了惯导／双星定位组合的可行性;针对惯导／双星定位组合导航在飞行器上应用存在的有关问题进行了讨论,提出了可能的对策。通过不同方案的比较分析,给出了较为实用的惯导／双星定位组合导航系统设计方案,并对组合的时机和组合导航的精度进行了仿真计算和结果分析。结果表明,采用按精度要求进行惯导／双星定位位置组合,可以在某种程度上弥补双星定位导航系统为有源系统的缺点,并具有较高的精度。     

IMU/GPS组合导航系统自适应Kalman滤波算法

给出了IMU在地固坐标系中的误差方程,介绍并分析了自适应滤波和渐消Kalman滤波算法原理,然后将渐消因子引入到自适应滤波算法中,并将其应用到IMU/GPS松组合导航系统中,最后利用一个实际算例证明了该组合导航系统的有效性。     

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。     

改进的GNSS/SINS组合导航系统自适应滤波算法

GNSS/SINS(global navigation satellite system/strapdown inertial navigation system)组合导航系统已得到广泛的应用与研究,当处于复杂环境时,GNSS输出容易出现误差均方差突变、误差均方差缓变、硬故障和软故障4种现象,进而影响组合导航系统滤波精度及载体的导航安全。为了解决上述问题,提出了一种改进的GNSS/SINS组合导航系统自适应滤波算法。首先,利用滤波过程中的观测异常检验统计量与滤波器门限值构建观测因子,然后,将变分贝叶斯原理与抗野值滤波方法结合,设计了改进的组合导航系统自适应滤波算法。仿真实验表明,相较于传统算法,当GNSS输出误差均方差发生变化时,所提算法可将位置精度及速度精度提高11.8%及13.7%;在GNSS输出发生硬故障时,所提算法可将位置精度及速度精度提高70.8%及69.6%。实验结果表明,所提算法具有较强的自适应性,可提升复杂环境下组合导航系统的精度和连续可用性。     

利用联邦滤波器设计SINS／RDSS／GPS组合导航系统

介绍了Garlson提出的分布式联邦滤波理论，讨论了两类系统设计类型和四种配置模式的特征。首次提出SINS／RDSS／GPS组合导航的设想，并对各子系统特点进行了探讨和对SINS／RDSS子系统进行了建模，建议在实际开发中采用NR配置模式，该模式属于A类联邦滤波系统。通过算例验证了NR模式融合结果的近似最优性、优良的容错性和故障探测能力。     

双星定位/SINS组合系统的滤波方法及一致性研究

根据北斗双星定位系统（简称双星定位）的特点，提出了北斗双星与SINS组合的最优预测模型。为了验证该滤波方法对状态估计的一致性，研究了滤波器一致性的准则，并给出了检验的统计量。试验证明，本文提出的滤波器与系统是匹配的。     

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(strapdownstar tracker,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。     

一种基于分步式滤波的多传感器组合导航系统算法研究

提出了一种多传感器组合导航系统的分步滤波算法。当所有传感器的观测值到来时,首先对该时刻的系统状态进行预测,然后利用常规卡尔曼滤波器和各导航传感器的观测值依次对该时刻的状态向量估计值进行更新,进而得到该时刻状态向量基于全局信息的最优融合估计。最后利用GPS/SST/高度表/SINS多组合导航系统对上述算法进行验证。仿真结果表明,该算法与集中式卡尔曼滤波算法的估计精度相同,但计算量得到降低。     

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.     

UKF在惯性/重力组合导航中的应用

将UKF(Unscented Kalman Filter)方法用于惯性/重力组合导航系统.UKF方法设计了少量的呈高斯分布的σ点,在每个更新过程中,σ点随着非线性状态方程和测量方程传播,从而获得滤波值及较高的计算精度,而且避免了对非线性方程的线性化过程.仿真结果表明:UKF方法比传统卡尔曼滤波及其改进的滤波模型都有更高的估计精度,并能有效的克服非线性严重时出现的滤波发散问题.     

UKF在惯性/重力组合导航中的应用

将UKF(Unscented Kalman Filter)方法用于惯性/重力组合导航系统。UKF方法设计了少量的呈高斯分布的σ点,在每个更新过程中,σ点随着非线性状态方程和测量方程传播,从而获得滤波值及较高的计算精度,而且避免了对非线性方程的线性化过程。仿真结果表明:UKF方法比传统卡尔曼滤波及其改进的滤波模型都有更高的估计精度,并能有效的克服非线性严重时出现的滤波发散问题。     

地固系下四元数和卡尔曼滤波方法的惯导初始精对准研究

从地心地固系中卡尔曼滤波方程的推导入手,设计了一个12状态滤波器,对失准角进行估计,在地心地固坐标系中完成了惯导的初始精对准。模拟计算证明了此算法的正确性与有效性,并讨论了对准的精度。     

水下运载体重力辅助惯性导航系统仿真平台

重力辅助惯性导航系统(GAINS)是未来水下无源导航的重要形式之一。为了调试和验证这种新的水下导航系统,开发了水下运载体导航系统仿真平台。提出了仿真平台总体结构;描述了仿真平台中运动载体模块、惯导模块以及重力测量模块的数学模型和仿真算法;对重力匹配算法也作了相应介绍;最后对仿真平台进行了仿真联调。结果表明,该仿真平台的结构合理可靠,各子系统采用的数学模型和仿真算法正确可信。     

导航卫星自主定轨的算法研究及模拟结果

讨论了利用卫星卫星间的距离观测值建立导航卫星系统自主定轨的数学方法,并用GPS星座模拟星间观测值,采用滤波算法计算卫星的状态参数。模拟结果表明,在空间测距精度一定的情况下,自主定轨精度能高于GPS广播星历,因而能较精确地维持卫星系统的坐标框架。     

多星座组合卫星导航系统覆盖仿真分析

组合中国北斗(BDS)、美国GPS、俄罗斯GLONASS和欧盟GALILEO 4个全球卫星导航系统,通过仿真数据对比GPS单一系统、当前组合系统、未来完整组合系统在全球不同纬度地区几何精度衰减因子和导航精度的变化情况,分析组合卫星导航系统的优势。     

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。     

基于道路精简滤波原理的车辆导航系统地图匹配算法

针对交叉路口附近道路几何分布较为复杂的实际特点,提出基于道路精简滤波(RRF)原理的地图匹配算法。研究了基于D-S证据理论的多规则数据融合技术在二路段地图匹配中的应用。建立了最短欧氏距离和最小航向差两条判决规则。引入相关性模糊决策理论,将多路段匹配问题简化为二路段匹配问题,使D-S证据判决规则的概率分配函数能根据实际路网分布作适应性调整,提高了算法的鲁棒性。对实际跑车数据的仿真处理结果表明,应用该算法可以较好地解决城市交叉路口地图匹配问题。