捷联惯性/天文组合导航信息融合方法研究

为了提高弹道导弹捷联惯性/天文组合导航系统的精度及其在实际工作环境下的自适应性,本文对导航元器件误差进行深入分析,提出了一种基于自适应卡尔曼滤波的状态转移矩阵算法。该方法将简化的Sage-Husa自适应卡尔曼滤波算法与状态转移矩阵校正方法相结合,通过自适应滤波方法来补偿由于复杂工作环境而引入的元器件误差,并利用状态转移矩阵法校正主动段积累的速度、位置误差。通过实际弹道数据的仿真分析表明,新算法能够适应实际工作环境中元器件误差的时变特点,增强了系统对工作环境的适应能力,提高了导弹的导航精度。     

基于信息融合的SINS/ESMPS/ST组合导航系统研究

文中研究了基于多传感器信息融合技术的SINS/基于地日月信息的定位系统(ESMPS)/星跟踪器(ST)组合导航系统,以实现航天器高精度自主导航定位.文中设计了自适应联邦滤波器,通过引入基于地日月信息的定位系统和星跟踪器信息,对捷联惯导系统进行实时估计与校正,抑制其误差累积.仿真结果证明,该系统具有较高的精度、自主性和鲁棒性.     

弹道导弹GPS/惯性组合导航系统的研究

论述了GPS和惯导的综合模式以及组合导航的误差模型,并利用卡尔曼滤波对GPS和惯导信息进行建模及仿真结果,说明GPS/惯导组合系统不但可以提高制导精度,还可以估计制导误差.     

基于对偶四元数的惯性/卫星/天文组合导航系统改进联邦滤波方法

传统惯性/卫星/天文组合导航系统联邦滤波中主滤波器和子滤波器状态量保持一致,而天文姿态信息仅对部分状态具有可观测性。常用的惯性/天文组合模式需将高精度的天文姿态信息进行坐标转换,从而降低组合导航精度。针对上述问题,提出了一种基于对偶四元数的惯性/卫星/ 天文组合导航系统改进联邦滤波方法,通过可观测性分析对子滤波器进行降维,能在保证导航精度的同时提高系统实时性。基于对偶四元数的降维惯性/天文组合方法可直接利用天文姿态信息进行组合,实现了天文高精度信息的有效利用,且避免将不可观测状态进行反馈修正从而提高组合精度。仿真结果表明,提出的改进联邦滤波方法能获得与集中式滤波相当的精度,在卫星信号丢失或故障情况下,相比于传统惯性/天文组合具有更优的性能。     

基于载波相位的高精度惯性组合导航系统研究

研究了一种利用GPS差分载波相位和惯导组合构成高精度组合导航系统的算法,建立了以载波相位双差观测量对惯导位置误差直接进行观测的数学模型,利用卡尔曼滤波器进行数据融合,可以达到厘米级的组合导航系统定位精度.同时,为了解决使用GPS载波相位观测量过程中出现的周跳问题,文中充分利用由该组合方案得到的高精度定位信息以及惯导在短时间内可保持高精度的特点,提出了迅速修复周跳和重新确定整周模糊度的方法,并通过仿真验证.     

组合导航系统的加权数据融合算法

单一导航传感器的不确定评定分为:对不确定度大的观测值赋予小的权值,对不确定度小的观测值赋予大的权.再根据组合不确定度最小的原则,采用拉格朗日乘数法进行加权值求解.最后,通过对双组合导航系统的加权数据融合,证明该法具有较高的融合精度,同时也为加权数据融合法的加权因子分配提供了较好的途径.     

INS/SAR/GPS组合导航系统中的分散估计融合算法

以INS／SAR／GPS组合导航系统的工程应用为目标,讨论了其分散估计融合算法及理论证明,给出一二级最优估计融合结构。仿真结果证明：采用先分散处理,再全局融合的方法,是提高整个组合系统的导航精度和可靠性的行之有效的方法。     

Kalman与H∞滤波算法在GPS/惯性组合导航系统中的应用研究

针对Kalman滤波及H∞滤波的特点,分别将其应用于GPS/惯性组合导航系统中进行比较.采用位置-速度组合方式.分别在白噪声及有色噪声条件下进行滤波.通过仿真结果说明当系统模型及噪声的统计特性精确已知的情况下Kalman滤波算法可以得到较高的精度.然而当系统模型及噪声的统计特性发生变化时H∞滤波算法明显具有良好的鲁棒性,估计精度也较高,有效地克服了Kalman滤波器存在的局限性.     

惯性/卫星组合导航系统载体姿态角速度提取方法

惯性/卫星组合导航系统在信息融合过程中,需要以运动载体姿态角速度构成误差运动状态矩阵。但一般情况下惯导平台无法输出运动载体的姿态角速度。文中分析了惯导平台框架角与载体姿态角的关系,结合硬件改造与数据处理方法,从惯导平台输出量中提取了运动载体的姿态角速度,完成了惯性/卫星组合导航系统半实物仿真试验。     

INS/GPS组合导航系统模糊卡尔曼滤波算法研究

载体在机动的情况下,系统会产生随机非高斯噪声,这些噪声的统计特性不易准确得到.若在组合导航系统中仅采用常规卡尔曼滤波算法,不能得到系统状态的最优估计值,甚至滤波器还有可能发散.文中设计了一种模糊推理系统,并将其与卡尔曼滤波算法相结合,在线修正系统量测噪声协方差阵.仿真结果表明,该模糊卡尔曼滤波算法能很好地对系统状态进行最优估计,同时能很好适应系统噪声的变化,提高了导航系统的精度.     

一种改进的捷联惯性/天文组合导航方法

针对传统的捷联惯性/天文组合导航系统(SINS/CNS)不能精确估计加速度计偏置而导致导航误差发散的问题,提出了一种改进的组合导航方法。该方法将与位置相关的高度角误差、方位角误差以及由气压高度表得到的高度误差引入到系统的量测方程中,从而抑制了位置误差的发散,解决了传统方法中加速度计估计位置误差时存在的问题。根据上述原理以弹道导弹为载体推导了组合系统的线性模型,最后通过卡尔曼滤波实现了状态估计。仿真结果表明:该方法的导航精度优于传统方法,有效抑制了由加速度计偏置造成的位置误差,验证了该方法的有效性。     

信息融合技术及其在组合导航系统中的应用

对目前应用较为普遍的基于联合卡尔曼滤波的信息融合算法进行了改进 .用计算加权系数的方法代替了原来的计算加权矩阵 ,从而避免了求解滤波误差方差阵的逆矩阵 .首先介绍了联合卡尔曼滤波的基本原理、结构形式和算法 ,然后对其改进的算法进行了分析 ,最后以INS/GPS组合导航系统为例 ,对该算法进行了验证 .仿真计算结果表明 ,该算法对于抑制滤波发散、提高整个系统的精度和运算速度是行之有效的 .     

容错组合导航系统信息补偿研究

介绍了联邦滤波容错组合导航系统的基本工作原理,指出隔离无效子系统会造成隔离时刻主滤波器信息融合时系统状态信息的损失,并提出了两种信息补偿方法状态递推器补偿法和信息重分补偿法.基于INS/GPS/DVS/APS组合导航系统的Monte-Carlo数字仿真结果表明两种信息补偿方法均可对隔离无效子系统所损失的信息进行有效补偿,改善滤波效果.     

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。     

基于UKF的北斗/SINS组合导航系统研究

为了进一步提高导航系统的精度、可靠性及安全性,根据组合导航的基本原理,利用无迹卡尔曼滤波(UKF)算法,对北斗/捷联惯导系统(SINS)组合导航系统进行了系统仿真,在一个装有微型化惯性测量单元(MIMU)和北斗导航芯片的某型精确制导炮弹的自驾仪系统上进行了实际的跑车实验。实验结果表明:对中国自主研发的北斗卫星导航系统和SINS的组合,UKF算法能够有效地估计导航参数的误差,进行反馈校正后,可以大幅提高系统的导航精度和数据的更新频率。在所用硬件和算法的前提下,定位精度能够达到6 m,数据更新频率能够达到100Hz,可以满足实际工程的需要。     

基于信息融合的大惯性温度控制

提出了融合当地气象预报资源，完成大惯性恒温车间温度控制的一种模型结构。采用分布式集散控制系统（DCS）控制结构，用通用的可编程逻辑控制器（PLC）完成了一个实际的应用系统，取得了满意的控制效果。     

发射系下SINS/GPS 组合导航系统的算法研究

基于地理坐标系下的传统捷联惯性导航系统无法直接获取发射系下的导航参数,难以满足空天飞行器等高轨道飞行器对高精度、高可靠性导航系统的需求,研究了发射系下捷联惯性导航算法.搭建了基于扩展卡尔曼滤波(EKF)的SINS/GPS组合导航模型,传感器获取的导航量测信息直接在发射系下进行捷联惯导解算,为飞行器等提供位置、姿态等信息.采用STM32、XSENS惯性器件和GPS接收机构建相应的算法验证平台.实验结果表明:发射系下的SINS/GPS组合导航系统能提供较高的导航精度,从而验证了发射系下的SINS/GPS组合导航系统算法的正确性与合理性.     

测量融合在组合导航系统中的应用研究

介绍了测量融合的思想,讨论了基于线性均方估计和极大似然估计的测量融合算法,在其基础上提出了考虑飞行参数统计信息的测量融合方法,并以捷联惯导/GPS/罗兰 C/Doppler 组合导航系统为例,研究了测量融合在组合导航系统中的应用。最后采用蒙特卡洛方法进行了仿真,仿真结果表明,与基于极大似然估计的测量融合算法相比,采用本文算法的组合导航系统具有更高精度。     

惯性/星光组合导航系统在临近空间高超声速飞行器上的应用研究

临近空间是指距地面20～100 km范围内的空域。随着各国对提高军队通信、反应和作战能力的需求与日俱增,发展临近空间高超声速飞行器技术的重要性愈发明显。综述了国外临近空间高超声速飞行器的情况。结合飞行器的特点,提出了其对导航系统的要求。详细梳理了惯性导航、星光导航两类导航系统的发展现状与趋势。结合应用背景、两类导航系统自身特点,系统全面分析了惯性/星光组合导航系统在工程应用中的关键技术。