SR-CDKF在组合导航直接法滤波中的应用

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。     

SINS/GPS紧耦合与松耦合组合导航系统分析

SINS/GPS紧耦合组合导航系统相对于松耦合系统在结构上的改进,使得两种系统在建立数学模型时测量方程完全不同,这将影响导航精度。对基于速度和位置的松耦合测量方程与基于伪距和伪距率的紧耦合测量方程进行分析建模,并仿真对比了不同模型下系统的导航定位精度。     

差分GPS/SINS超紧组合在线标定与误差补偿方案设计

为了进一步提高GPS/SINS超紧组合系统的导航和误差标定精度,设计了一种基于载波相位差分的GPS/SINS超紧组合导航系统方案。一方面,超紧组合通过SINS对GPS跟踪环路的辅助,可以降低载波环路噪声带宽,减小码相关间隔,提高载波环和码环的跟踪精度;另一方面,载波相位提供高精度量测信息作为组合导航观测量,能够准确标定和补偿IMU常值误差,进一步提高了组合系统的导航精度。     

基于联邦粒子滤波器的多传感器信息融合算法

提出了一种新的SINS/CNS/GPS组合导航观测方程,并给SINS/CNS/GPS组合导航系统设计了一种新的联邦式数据融合结构。使用粒子滤波器对联邦滤波子系统的多源数据进行融合处理,从而摆脱了经典卡尔曼滤波器的限制。仿真结果表明所提算法在SINS/CNS/GPS组合导航系统的信息融合中是有效性的。     

基于遗传小波神经网络的GPS/SINS 组合导航系统算法

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。     

无动力滑翔导弹的SINS/GPS组合导航系统研究

根据无动力滑翔导弹的运动特性,提出了基于H∞鲁棒滤波技术的闭环SINS/GPS组合导航系统.该导航系统使用MEMS惯性器件,并且在SINS/GPS组合导航的基础上引入了协方差配置鲁棒滤波技术,不仅有效地提高了导航的性能和精度,而且增强导航系统的鲁棒性.仿真结果表明该系统结构简单,状态估计精度较高,系统鲁棒性好,便于工程实现.     

一种新的SINS/GPS组合导航建模与滤波

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。     

GNSS可用星数对GNSS/SINS紧组合系统性能影响分析

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。     

基于量测多尺度预处理的GPS/SINS组合导航系统

针对GPS／SINs组合导航系统的信息融合问题,运用多尺度分析的思想,结合传统的Kalman滤波方法,提出了基于量测多尺度预处理的Kalman滤波算法。将上述方法引入到GPS／SINS组合导航系统中,并通过实际的静态试验给予验证。试验结果表明,该方法是一种有效的预处理方法,使组合导航系统的各项导航参数精度得到了显著提高。     

SINS辅助GPS检测技术在弹载组合导航中的应用

针对弹载SINS/GPS深组合导航系统提出一种动态检测GPS信号有效性的方法。推导了基于卡尔曼滤波理论和GPS伪距、伪距率量测的SINS/GPS深组合导航算法,通过分析滤波器残差统计特性设计了基于残差χ2检验的GPS信号故障检测算法和基于切比雪夫大数定理的GPS信号故障隔离算法。理论和仿真分析表明:利用SINS辅助GPS故障检测可进一步提高深组合导航系统的动态抗干扰能力,在GPS单颗或多颗卫星数据出现故障的条件下有效保障组合导航系统的导航精度。