INS／GPS导航中联邦卡尔曼滤波算法

根据INS（惯性导航系统）和GPS（全球定位系统）不同的特点，将两者组合起来，在阐述联邦卡尔曼滤波原理基础上。设计了INS／GPS组合导航系统的滤波算法。对该组合系统的联邦卡尔曼滤波算法进行了仿真，仿真结果表明：在INS／GPS组合导航系统中采用联邦卡尔曼滤波，不仅提高了定位精度。而且保证了滤波的快速性。     

INS/GPS导航中联邦卡尔曼滤波算法

根据INS(惯性导航系统)和GPS(全球定位系统)不同的特点,将两者组合起来,在阐述联邦卡尔曼滤波原理基础上,设计了INS/GPS组合导航系统的滤波算法.对该组合系统的联邦卡尔曼滤波算法进行了仿真,仿真结果表明:在INS/GPS组合导航系统中采用联邦卡尔曼滤波,不仅提高了定位精度,而且保证了滤波的快速性.     

卡尔曼滤波直接法在INS/GPS组合导航系统中的应用

结合INS／GPS组合导航系统，讨论了卡尔曼滤波直接法的应用，仿真结果证明，采用卡尔曼滤波直接法可以有效地提高组合导航系统的导航精度。     

基于联邦SR-UKF算法的GPS/INS导航数据融合算法

为提高导航系统数据融合的稳定性和容错性,将一种基于方根分解形式的Unscented卡尔曼滤波(SR-UKF)算法和分散式滤波技术相结合,建立了新的联邦滤波器SR-UKF算法并应用于GPS/INS组合导航系统中.数值仿真实验表明, 联邦SR-UKF 比联邦UKF 有更好的滤波精度、更高的稳定性和容错性, 是一种理想的非线性GPS/INS组合导航滤波方法.     

基于低通滤波技术的GPS/INS 组合导航

针对GPS/INS组合导航系统中的惯性导航系统(inertial navigation system,INS)存在的随机误差的问题,研究了一种通过低通滤波器减弱或消除GPS/INS组合导航系统高频噪声的方法。分析了陀螺仪与加速度计在三轴方向上的误差源及其相关性,给出无人机组合导航系统中GPS/INS组合导航误差模型,针对INS数据中所含的高频误差,构造了低通滤波器以消除其对导航精度的影响;并通过实测Matlab/Simulink仿真与实测GPS/INS导航数据验证该低通滤波器性能。试验结果表明:采用低通滤波处理INS高频误差显著改善了位置精度,三轴方向上精度分别提高了25%、22%和21%。     

无重置联邦滤波及在组合导航中的应用

对联邦滤波器的结构及联邦滤波器的无重置融合算法进行讨论,并建立了组合导航系统联邦滤波模型.以SINS/GPS/TAN组合导航系统为例进行了仿真研究.结果表明,文中给出的无重置联邦滤波器与集中卡尔曼滤波器的精度相差无几,解算速度更快,容错性更好,可应用于对实时要求较高的组合导航系统中.     

GPS/INS组合导航系统的研究

文中叙述了GPS和INS的综合模式以及组合导航的误差模型,并且利用卡尔曼滤波对GPS和INS信息进行建模及仿真,说明GPS/INS组合系统不但可以提高制导精度,还可以估计制导误差.     

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.     

SPKF滤波算法在紧耦合GPS/INS组合导航系统中的应用

根据SPKF滤波理论,建立捷联惯导系统在地理坐标系中的误差方程和GPS导航定位的误差模型,设计了GPS/INS的SPKF滤波器。该系统中含有位置误差、速度误差、平台误差角、陀螺漂移、加速度计偏差等17维状态。利用伪距、伪距率的观测信息对全部状态进行观测。对组合导航系统进行了动态仿真,仿真结果表明系统估计状态的导航精度高,系统的鲁棒性好。     

INS/GPS组合导航模糊控制方案

提出了一种利用模糊控制原理实现INS/GPS组合导航的方案,利用INS的短时高精度和GPS的误差不随时间积累的特性,使用模糊控制原理对两者进行组合,实现提高导航精度的目的.     

GPS／INS组合导航产业化

面对广阔的民用市场，适时推出组合导航的四个系列产品；对导航器潜在市场进行宏观分析，找出相应产品销售市场的切入点；阐述了校企联合的组成及我所组合导航产业化优势，进行了经济和社会效益分析，并列举组合导航产业化的前景。     

INS／GPS组合导航模糊控制方案

提出了一种利用模糊控制原理实现INS／GPS组合导航的方案，利用INS的短时高精度和GPS的误差不随时间积累的特性，使用模糊控制原理对两者进行组合，实现提高导航精度的目的。     

GPS/I NS组合导航缺星情况下的卡尔曼滤波改进算法

针对 GPS/INS(Global Positioning System/Inertial Navigation System)紧组合导航系统在卫星信号缺失情况下导航精度降低,容积卡尔曼滤波(Cubature Kalman Filter ,CKF)应用中存在模型误差和计算误差的问题,提出了适用于该背景下的强跟踪均方根容积卡尔曼滤波(Square-Root CKF)算法。该算法通过人为地相对突出滤波过程中新数据的作用,提高了算法在模型不确定时的鲁棒性;均方根策略保证了协方差阵的正定性和对称性。仿真实验表明,改进的算法能够提高导航精度,在卫星信号缺失情况下其效能发挥地更好,提高了组合导航适应复杂环境的能力。     

基于双联邦UKF算法的组合导航数据融合方法

为了提高组合导航系统数据融合的精度和容错性,提出一种双联邦UKF组合导航数据融合方法.采用双联邦UKF滤波器的算法将JTIDS相对导航技术与成熟的GPS/INS/DVS组合导航技术相结合组成新的双联邦UKF组合导航数据融合算法.联邦UKF算法将UKF算法和分散式滤波技术相结合,精度高容错性好,JTIDS相对导航技术精度高抗干扰能力强.主滤波器1对GPS/INS/DVS组合导航信息进行融合后与JTIDS相对导航信息在主滤波器2中融合,提高了组合导航系统的可靠性和容错性.数值仿真实验表明,该算法性能优于单纯采用联邦GPS/INS组合导航算法是一种理想的组合导航滤波方法.     

H∞滤波及其在GPS/INS容错组合制导中的应用

Kalman滤波需要给出系统精确的状态模型和噪声统计性能,而在实际应用中却难以满足,故利用Kalman滤波可能得不到系统最优估计,甚至发散。文中给出了在巡航导弹GPS/INS组合制导应用中对模型及噪声容错性能更强的H∞鲁棒滤波,仿真结果表明,即使对简化的组合制导模型和噪声,利用H∞滤波仍可得到良好的估计结果。     

北斗/INS 组合导航在某型装备中的应用设计

通过分析北斗卫星定位导航系统和惯性导航系统的优缺点,设计一种基于北斗/INS组合导航的系统数学模型。将北斗卫星定位导航系统和INS的信息进行组合互补,以卡尔曼滤波作为信息融合算法,选择间接法反馈校正模式设计组合系统,推导出组合导航系统的状态方程和量测方程,并根据组合导航系统的数学模型,对组合系统进行了跑车试验。试验结果表明,北斗/INS组合后的导航系统相对独立导航系统具有更高的精度。     

GPS/INS超紧组合系统综述

介绍了GPS/INS超紧组合系统的概念,按照结构与信息处理方式的不同将超紧组合系统分为INS辅助GPS超紧组合、相关深组合和非相关深组合三种模式,在给出不同模式超紧组合系统结构的基础上对比分析了各自的特点,综述了GPS/INS超紧组合系统的国内外发展现状,指出超紧组合系统的关键技术与未来的发展方向。     

多传感器组合导航联邦滤波技术研究

文中对多传感器组合导航联邦滤波技术进行了研究,并通过实例进行了仿真计算.得出了联邦滤波器比各子滤波器的估计精度高,比集中式滤波技术的计算量小,而且联邦滤波技术与集中式滤波技术的估计精度相差不大的结论.     

基于MIMU/GPS组合导航定位系统的一种新型卡尔曼滤波算法的研究

文中提出了基于MIMU/GPS组合导航定位系统的一种新型卡尔曼滤波算法。系统以MEMSIMU为传感器核心,采用位置和速度组合,运用该算法对系统模型误差和量测噪声协方差误差具有良好的自适应性。     

GPS/INS组合导航产业化

面对广阔的民用市场,适时推出组合导航的四个系列产品;对导航器潜在市场进行宏观分析,找出相应产品销售市场的切入点;阐述了校企联合的组成及我所组合导航产业化优势,进行了经济和社会效益分析,并列举组合导航产业化的前景.