INS/GPS紧组合系统PLL最优带宽的选取

在INS/GPS紧组合系统中,通过INS提供的多普勒辅助信息可以消除GPS跟踪环路的动态性,同时降低环路带宽来抑制热噪声的影响,从而提高GPS系统的抗干扰能力。环路带宽是跟踪环路的一个重要参数,不能任意选取,当GPS跟踪环路设置为最优带宽时,系统性能将达到最优状态。为了保持系统性能最优,首先对影响最优带宽的各个误差源进行分析,提出了易于实现的迭代最优带宽算法,最后进行了仿真实验验证,结果表明在相同动态下采用最优带宽比固定带宽的系统具有更高的抗干扰能力和更强的跟踪锁定性能。     

基于GPS／INS紧耦合的神经网络辅助滤波算法

以GPS／INS紧耦合组合导航系统为研究对象,设计了一种GPS／INS自适应滤波算法。针对扩展Kalman滤波存在的对模型较大的系统误差估计性能较差和系统估计精度不高等问题,采用RBF神经网络辅助EKF导航滤波器,实现自适应的导航参数解算。仿真结果表明,采用了辅助滤波器的算法比扩展Kalman滤波算法所获得的导航精度和...     

INS/CNS/GPS组合导航数据融合算法与仿真研究

研究了INS/CNS/GPS组合导航系统的原理和特点,建立了组合导航系统的数学模型。分别利用集中卡尔曼滤波和联邦滤波数据融合原理对此系统进行了仿真研究,并指出了集中滤波器的不足之处。仿真结果表明采用全球定位系统和天文导航系统对惯导系统误差进行修正不仅可以大幅度提高导航精度,而且通过比较和分析可知联邦滤波可以有效地提高导航系统的可靠性和复原能力,是理想的容错型信息融合算法。     

GPS/INS超紧致耦合压制干扰能力分析

采用带限高斯噪声和同速率伪码相关信号对全球定位系统(GPS)/惯导系统(INS)超紧致耦合导航系统GPS军码接收机实施压制干扰。通过分析GPS P(Y)码和M码信号功率谱变化特点,对以上两种压制干扰进行信号参数的优化确定,进而计算出参数优化后的干扰信号造成GPS/INS超紧致耦合GPS军码接收机载波环路失锁时射频前端处所需的最小干扰功率。考虑干扰信号入射角与接收天线增益的关系,仿真得到不同高度干扰源发射功率与有效干扰距离的关系曲线。根据要地目标的防护需求,对不同制导武器所需的连续压制干扰作用距离进行定量分析,并在此基础上对沿来袭制导武器航路附近部署的多干扰源位置坐标和数量设置问题完成建模求解。     

应用卡尔曼滤波的GPS/弹道导弹INS组合制导方案

本文针对弹道导弹的导航环境，提出了利用卡尔曼滤波构造的一种可用来提高弹道导弹射击精度的ＧＰＳ与惯导系统（ＩＮＳ）组合制导方案；并简要地阐述了利用该方案估计值，对惯导仪表误差的校正方法。针对某导弹的初步计算表明，该组合方案可使落点射击精度提高一个数量级左右。     

GPS／INS组合导航抗干扰研究

目前GPS／INS制导已成为精确制导武器的核心。本文根据GPS导航的特点及GPS／INS制导机理，分析了压制式干扰对GPS接收机的影响以及自适应调零天线对抗GPS干扰的有效性，最后分析了采用调零天线技术的GPS／INS组合式导航对抗干扰的有效性。     

混合SRUKF在GPS/INS组合导航中的应用

建立了GPS/INS(Global Positioning System/Inertial Navigation System)紧组合模式下的线性/非线性模型,针对SRUKF(Square Root Unscented Kalman Filter)不能与该模型达到最佳匹配的问题,提出一种基于混合滤波思想的SRUKF.将时间更新分为两个阶段:利用线性状态方程得到状态的一步预测并根据该值构造Sigma点,求取Sigma点加权和以实现对量测值的一步预测.新的算法省去了线性状态方程的UT(Unscented Transform)环节,在保证滤波精度的前提下,降低了计算量.将改进的算法应用于已建立的模型,仿真实验表明,相比于UKF(Unscented Kalman Filter)及SRUKF,该算法不仅能够有效获得导航参数的精确估计,还具有较强的实时性,发挥出了算法的最佳性能.     

GPS/INS组合导航技术的综述与展望

本文分析比较了GPS/INS松耦合、紧耦合及超紧耦合三种模式的区别及优缺点,综述了国内外GPS/INS耦合导航技术的研究现状与应用情况,并结合我国的技术特点,对GPS/INS组合导航的发展趋势及关键技术进行了展望。     

JTIDS惯导GPS组合导航算法研究

针对JTIDS相对导航算法在实际应用中存在的不足,比如位置信息更新率较低、无姿态信息等,结合惯导系统、GPS卫导系统的导航优势,研究了JTIDS相对导航与惯导/GPS进行组合的导航算法,对两种导航算法即JTIDS/惯导组合导航算法、JITDS/惯导/GPS组合导航算法进行了仿真对比分析,验证了导航算法的有效性,仿真结果表明组合了GPS的导航算法比没有组合GPS的算法,较大程度提高了定位精度,仿真分析结果为实际工程提供了一定的理论参考。     

一种GPS/INS组合导航缺星情况下的方法研究

为了提高GPS/INS组合导航系统在卫星信号缺失情况下的导航精度,采用基于伪距、伪距率的非线性紧组合模型,利用虚拟卫星法构造虚拟观测量,与真实观测量一起参与滤波。针对非线性滤波应用中的问题,采用强跟踪滤波原理和均方根策略对CKF进行改进。通过仿真实验,验证了改进算法和虚拟卫星法的可行性,在卫星信号缺失情况下可以提高导航精度,提高了组合导航适应复杂环境的能力。     

Time Synchronization Error and Calibration in Integrated GPS/INS Systems

The necessity for the precise time synchronization of measurement data from multiple sensors is widely recognized in the field of global positioning system/inertial navigation system (GPS/INS) integration. Having precise time synchronization is critical for achieving high data fusion performance. The limitations and advantages of various time synchronization scenarios and existing solutions are investigated in this paper. A criterion for evaluating synchronization accuracy requirements is derived on the basis of a comparison of the Kalman filter innovation series and the platform dynamics. An innovative time synchronization solution using a counter and two latching registers is proposed. The proposed solution has been implemented with off‐the‐shelf components and tested. The resolution and accuracy analysis shows that the proposed solution can achieve a time synchronization accuracy of 0.1 ms if INS can provide a hard‐wired timing signal. A synchronization accuracy of 2 ms was achieved when the test system was used to synchronize a low‐grade micro‐electromechanical inertial measurement unit (IMU), which has only an RS‐232 data output interface.     

UKF在GPS/INS伪距、伪距率组合导航中的应用

扩展卡尔曼滤波（EKF）是GPS／INS组合导航系统中常用的数据融合方式。但是EKF的线性化会带来截断误差,从而影响系统定位精度。不敏卡尔曼滤波（UKF）是一种新的非线性滤波的方法,它能减少线性化截断误差对系统定位精度的影响。文中在线性状态方程的条件下,主要研究了伪距、伪距率的非线性对系统定位性能的影响。UKF采用非线性观测方程,EKF采用线性观测方程。仿真结果表明UKF能明显改善位置项的定位精度。     

H∞滤波在GPS/INS组合导航系统中的应用

针对一类GPS/INS组合导航系统,研究该类系统的H∞滤波问题。建立H∞滤波问题的一个解,并通过仿真证明本文结论的有效性,这对实际中组合导航系统的H∞滤波器设计具有一定的指导意义。     

GPS／INS组合车辆导航系统的两种卡尔曼滤波结构

为了解决GPS信号失锁引起的无法定位和INS积累误差引起的长时间漂移问题,以GPS/INS组合导航系统的数据融合理论作为基础,卡尔曼滤波作为主要融合方法,对进入组合车辆系统的GPS定位数据与INS定位数据分别进行估计、修正和融合,推导出GPS/INS组合导航系统的状态方程、测量方程和递推滤波方程,同时对分散滤波结构和联合滤波结构进行仿真比较,结果表明后者的定位精度高于前者。     

正逆向滤波在惯性卫星组合导航中的应用

为满足高性能惯性/全球卫星导航系统(GPS)组合导航的要求,进一步提高卡尔曼滤波算法在组合导航定位中的解算精度,考虑利用逆向数据处理和加权平滑的融合算法,提出一种正逆向融合的卡尔曼滤波算法应用于惯性/GPS的松组合导航中。分析了正逆向融合的卡尔曼滤波算法的解算方法,并与普通正向卡尔曼滤波算法做出比较。实验部分采用车载传感器采集的实测数据,通过对两种方法解算结果的误差分析,表明了正逆向融合的滤波算法在定位精度方面优于传统正向滤波算法。     

Modified Unscented Kalman Filter for a Multirate INS/GPS Integrated Navigation System

Instead of the extended Kalman filter, the unscented Kalman filter (UKF) has been used in nonlinear systems without initial accurate state estimates over the last decade because the UKF is robust against large initial estimation errors. However, in a multirate integrated system, such as an inertial navigation system (INS)/Global Positioning System (GPS) integrated navigation system, it is difficult to implement a UKF‐based navigation algorithm in a low‐grade or mid‐grade microcontroller, owing to a large computational burden. To overcome this problem, this letter proposes a modified UKF that has a reduced computational burden based on the basic idea that the change of probability distribution for the state variables between measurement updates is small in a multirate INS/GPS integrated navigation filter. The performance of the modified UKF is verified through numerical simulations.     

基于加权自适应平方根容积卡尔曼滤波的GPS/INS组合导航方法

针对GPS/INS组合导航系统中,由于量测噪声统计的不确定性导致平方根容积卡尔曼滤波器(SCKF)滤波精度下降甚至发散的问题,该文提出一种基于加权的自适应SCKF(WASCKF)方法。该方法首先利用移动开窗理论对SCKF新息的协方差阵进行最大似然估计,实现对测量噪声统计特性的在线调整;然后,利用加权理论,依据窗口内不同时刻信息的有用程度的不同而设置相应的权值,增强对窗口内有用信息的利用。最后,将WASCKF方法应用于GPS/INS组合导航系统中进行仿真验证,并与SCKF和ASCKF方法进行比较,结果表明,在测量噪声统计存在不确定情况下,该文所提出方法的速度误差和位置误差的均方根均小于SCKF和ASCKF方法,能够有效地提高GPS/INS组合导航系统对量测噪声统计不确定的自适应能力与导航性能。     

SINS/GNSS/JTIDS紧耦合组合导航技术研究

采用紧耦合技术、非等间隔分散滤波等方法,设计完成 SINS/GNSS/JTIDS 组合导航系统信息融合算法,并在实验室条件下进行了仿真,结果表明系统的滤波算法可靠,导航精度高。