共查询到10条相似文献,搜索用时 203 毫秒
1.
SR-CDKF在组合导航直接法滤波中的应用 总被引:1,自引:0,他引:1
为了解决SINS/GPS组合导航系统姿态、速度和位置等导航参数的非线性估计问题,提出了一种基于平方根中心差分卡尔曼滤波(SR-CDKF)的直接式滤波估计方法。系统状态方程选取惯导力学编排方程,系统状态向量和观测向量分别选取SINS导航参数和GPS输出参数,构建了SR-CDKF滤波器。该滤波器可以使导航参数动态过程得到直接反映,并使得直接式滤波计算流程得以实现。以MATLAB中areoblk_HL20模块为基础构建了仿真系统并进行了仿真。仿真结果表明,该算法具有较高的滤波精度、良好的滤波收敛性和稳定性,能使非线性模型下SINS/GPS组合导航系统的导航要求得到满足。 相似文献
2.
3.
4.
5.
针对GPS/SINS组合导航系统在实际应用中遇到的问题,将小波神经网络的非线性预测算法与遗传算法结合,提出一种基于遗传小波神经网络预测的SINS误差反馈校正方法。对基于遗传算法的小波神经网络学习方法进行研究,并确定该神经网络的结构模型;当GPS信号有效时,根据GPS/SINS组合导航输入输出信号获取神经网络的训练样本,进行在线神经网络训练,得到最优的神经网络模型参数;当GPS信号中断时,根据已经训练好的神经网络模块预测出GPS信号失锁时SINS的位置误差、速度误差和姿态误差,并对SINS进行误差校正得到较为准确的导航参数。仿真实验结果证明,该算法可有效提高GPS观测数据不可靠时导航参数的精度。 相似文献
6.
7.
针对复杂环境条件下弹道导弹SINS/GPS组合制导过程中GPS量测噪声强度不稳定的问题,综合考虑陀螺快变漂移、慢变漂移、数字平台失准角等因素,重点建立了弹道导弹SINS的误差模型;设计了一种基于新息自适应滤波算法,以减小GPS噪声统计模型误差造成的滤波误差。采用基于新息自适应估计卡尔曼滤波(AKF)进行数据融合,对比标准卡尔曼滤波(SKF)的仿真结果,证明在GPS噪声强度变化时,AKF比SKF有更高的滤波精度和更强的鲁棒性。 相似文献
8.
《航空兵器》2017,(6)
定量分析了GNSS可用星数对GNSS/SINS紧组合导航系统性能的影响,建立了一种紧组合系统可观测性分析模型,推导了紧组合系统的可观测性矩阵,并针对不同GNSS可用星数的情况给出了GNSS/SINS紧组合导航系统的可观测性理论分析结果以及各状态量的可观测度和导航解算性能。仿真结果表明:当有4颗及以上可用星时,由于GNSS/SINS紧组合导航系统完全可观,因此可获得高精度的导航信息;而当可用星数短时衰减为3颗时,且短时间内时钟误差较为稳定,则短期内GNSS/SINS紧组合导航系统仍可提供较高精度的导航信息;当仅有1颗或2颗可用星时,由于量测信息严重不足,导致组合系统状态量的可观测度大幅下降,使得组合系统的导航精度明显降低。 相似文献
9.