BP神经网络辅助的SINS/GPS组合导航姿态误差补偿方法研究

针对SINS/GPS组合导航姿态估计精度不足问题,提出一种BP神经网络辅助的导航姿态估计的补偿方法。首先,以QR分解Kalman滤波的增益矩阵并构建其降维特征向量;然后,以此为输入,以姿态估计误差为期望输出对BP神经网络进行训练;最后,利用BP神经网络的输出辅助修正SINS/GPS组合导航的姿态估计结果。数值仿真表明,相对于仅依赖传统Kalman滤波的方法,使用降维特征向量训练的BP神经网络获得补偿误差的SINS/GPS组合导航系统姿态估计可大大降低计算耗时,同时精度可提高两个数量级,对提高SINS/GPS组合导航精度具有较高参考价值。     

基于加权估计的紧组合导航抗欺骗算法研究

针对战场环境下GPS信号易被欺骗干扰的缺点,提出了一种基于加权估计的紧组合导航滤波算法。该算法通过采用加权最小二乘算法先对GPS欺骗信号进行预估计,然后将得到的估计状态量和误差方差阵引入到紧组合导航滤波模型中,从而提高GPS接收机抗欺骗能力。仿真表明,加权估计与紧组合结合的方法在转发式欺骗干扰的情况下,具有定位测速精度高、鲁棒性强的特点。这种方法容易实现,预测可靠,具有实际应用价值。     

移动卫星通信自适应UKF组合导航姿态估计算法

为解决组合导航姿态估计航向角可观性弱,姿态估计精度低、易发散的问题,提出了一种单基线GPS辅助观测的组合导航姿态估计算法,通过四元数与修正的Rodrigues参数相互切换避免了四元数加权均值计算和协方差奇异问题,确保了四元数的规范化;通过有效利用单基线GPS航向角辅助观测,改善航向角的可观性,提高了三维姿态角的估计性能;通过使用开关自适应UKF算法,提高了算法的适用性和姿态估计的精度。实验结果证明,UKF姿态估计的精度优于EKF,最终三维姿态角的最小均方误差均在0.36°以内,估计误差均在0.5°以内,满足了宽带移动卫星通信的波束指向要求。     

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。     

传递对准精度离线评估方法研究

针对基于平滑滤波算法的捷联惯导传递对准精度评估方法在整个过程中采用开环滤波方式可能影响评估精度的问题,该文给出了一种基于后向捷联算法和最优平滑算法的闭环精度评估方法.先按时间顺序进行卡尔曼滤波,在滤波结束时可获得较精确的姿态估计值,再以此为姿态初始值用保存的惯组数据进行后向捷联惯导解算和闭环后向组合导航直到对准结束时刻.最后对后向组合过程中的数据进行平滑得到姿态参考值,从而对传递对准精度进行评估.仿真结果验证了方法的有效性,最终评估精度得到了一定程度的改善.     

捷联惯性基组合导航滤波算法比较研究

针对不同的捷联惯性基组合导航滤波算法在性能上存在较大差异,开展了捷联惯性基组合导航滤波算法的比较分析研究,通过分析不同滤波框架下,基于四元数姿态表达的两种典型组合导航滤波算法,阐述算法理论中的关键异同点。通过车载实测实验比较了基于欧拉角的间接法组合导航滤波和基于四元数的两种非线性组合导航滤波在估计精度、计算量等方面的优劣性,结果表明,基于欧拉角的间接法组合导航滤波精度较差但计算量小,而基于四元数的非线性组合滤波计算量较大、精度较高,该结果可为组合导航滤波的选取提供有益的参考。     

国产化卫星/MEMS组合导航模块的设计实现

设计一种嵌入式卫星/MEMS组合导航模块。该模块采用北京时代民芯科技有限公司的国产化GPS/BD多模导航接收机,实现与MEMS惯性器件的软硬件融合。基于工程化应用,提出一种高可靠扩展卡尔曼滤波器滤波算法,实时校准各种误差项,改善组合导航模块性能。在静态情况下,模块姿态角误差小于0.2°,航向角误差小于0.5°。在动态情况下,姿态角与航向角误差小于1°,如果卫星导航突然中断,将能持续30秒,定位精度维持在20米内。     

移动卫星通信低成本姿态估计算法

移动卫星通信(动中通)是卫星通信的重要分支,低成本化是动中通的发展趋势。为有效加速动中通的推广和应用,该文提出了基于微机械惯性传感器的低成本动中通工作模式,并将传统姿态估计领域的传感器融合姿态估计算法、互补滤波姿态估计算法与新兴的组合导航姿态估计算法进行了对比,结果表明,侧滑角和机动加速度是限制传感器融合姿态估计算法估计精度的主要因素,航向角可观性低是限制组合导航算法的主要因素。3种算法经过改进后,姿态估计误差均在0.5°内,3种算法均满足移动卫星通信的需求。组合导航算法无需考虑外界干扰对姿态估计的影响,具有更好的应用前景。     

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...     

基于自适应滤波器的MIMU/GPS组合系统的研究

设计了微惯性测量单元/卫星导航(MIMU/GPS)组合导航系统原理样机。针对低成本MIMU/GPS组合导航中的Kalman滤波器设计滤波参数(包括系统噪声方差阵Q和测量噪声协方差阵R)影响的问题,系统的分析了Kalman滤波器参数的选取对系统状态变量的估计精度和收敛性能的影响。根据分析设计了自适应估计技术的Kalman滤波器。试验结果表明:对于低成本MIMU/GPS组合导航采用自适应估计技术估计可得到满意的性能,在静态条件下,位置精度优于5 m(标准差),速度精度优于0.1 m/s;系统提供水平姿态角精度优于0.2°;航向角精度优于0.5°(磁罗盘辅助)。