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。     

空空导弹SINS/GPS紧组合导航系统仿真

为了满足空空导弹远程发射要求,采用基于伪距、伪距率的SINS/GPS组合导航系统作为空空导弹的中制导。建立了惯性器件和GPS的误差模型,设计了Kalman组合滤波器,用MATLAB软件对紧组合系统进行了仿真研究。仿真结果表明,紧组合导航系统导航精度满足空空导弹中制导设计要求。     

一种惯性/GPS伪距/伪距率组合导航算法

紧组合技术是当前惯性/卫星组合导航技术的发展趋势,而惯性/卫星伪距/伪距率组合导航算法是紧组合技术的基本算法.本文提出了一种惯性/卫星伪距/伪距率的组合导航算法的实现方法,并采用惯导和接收机的动态数据进行了离线仿真,仿真结果表明,本文提出的伪距/伪距率的组合导航算法直接采用接收机测量的伪距、伪距率信息作为观测量,能够准确估计惯导误差,消除了量测输入的相关性问题.尤其是在GPS卫星数为2时仍能保持较高的导航精度,为惯性/卫星紧组合技术的进一步研究奠定了基础.     

一种惯性/GPS伪距/伪距率组合导航算法

紧组合技术是当前惯性/卫星组合导航技术的发展趋势,而惯性/卫星伪距/伪距率组合导航算法是紧组合技术的基本算法。本文提出了一种惯性/卫星伪距/伪距率的组合导航算法的实现方法,并采用惯导和接收机的动态数据进行了离线仿真,仿真结果表明,本文提出的伪距/伪距率的组合导航算法直接采用接收机测量的伪距、伪距率信息作为观测量,能够准确估计惯导误差,消除了量测输入的相关性问题,尤其是在GPS卫星数为2时仍能保持较高的导航精度,为惯性/卫星紧组合技术的进一步研究奠定了基础。     

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超紧耦合技术研究现状及展望

介绍了INS/GPS组合中松耦合、紧耦合与超紧耦合方式的技术特点, 综述了国外INS/GPS超紧耦合技术的发展现状及当前超紧耦合技术应用的相关产品, 并展望了超紧耦合技术未来发展方向.     

GSPF融合的SINS/GPS紧耦合组合导航技术

针对SINS/GPS紧耦合组合导航中的非线性融合问题,提出了一种基于高斯和粒子滤波(GSPF)的紧耦合导航方法。建立了SINS和GPS的紧耦合非线性模型,分析了GSPF算法对最优贝叶斯滤波的近似原理,并设计了基于GSPF的紧耦合融合步骤。对系统进行了仿真,结果表明在GPS可见卫星数目低于4颗时紧耦合仍可实现组合,并且GSPF在紧耦合导航中可达到较高的估计精度,当系统具有较大姿态误差时可获得比粒子滤波(PF)更好的精度和更快的收敛速度。     

基于GPS/SINS紧耦合系统的历史故障次优融合检测法

为提高GPS/SINS紧耦合系统对于软故障的检测能力,在新息外推法的基础上提出一种历史故障次优融合算法。通过对历史故障进行加权次优融合,形成检验统计量进行故障检测,并提出野值诊断方法,解决该算法易受野值影响的问题。在GPS/SINS紧耦合系统基础上进行对比仿真,结果表明,历史故障次优融合算法在故障量越小的情况下,软故障检测效果越明显,而且能更好地消除野值对故障检测的影响。     

基于伪距伪距率的GPS/SINS组合导航系统联邦滤波器设计

详细推导了GPS/SINS组合导航系统模型.为了充分利用GPS的信息构造了最多个数的伪距、伪距率子滤波器,设计了有重置的联邦滤波器.通过修改常规联邦滤波器的信息分配算法,提出了一种新的联邦滤波算法.分析表明,新联邦滤波算法和常规联邦滤波算法相比,有相同的估计作用以及较少的计算量,得出两种算法本质相同的结论.     

基于伪距+伪距率组合的GPS/INS仿真平台开发

伪距+伪距率组合作为一种主要的深组合方式已日益广泛的应用于飞行器组合导航的研究领域.在研制组合导航系统之前,建立组合导航仿真平台是降低研制成本和缩短开发周期的有效途径.建立了基于伪距+伪距率组合模式的INS/GPS组合导航仿真平台,并着重介绍组合子部分的模型、算法以及软件结构.最终的设计方案已应用于某型无人机仿真系统中.     

基于神经网络的结构疲劳可靠性优化设计

研究了人工神经网络在结构疲劳可靠性分析和结构优化设计中的应用。结构的疲劳寿命与各影响因素之间呈高度的非线性关系,或隐函数关系,传统的结构可靠度分析方法计算困难。采用神经网络响应面法模拟结构的极限状态函数及其偏导数,从而进行疲劳可靠性分析,在此基础上采用神经网络法对结构进行疲劳可靠性优化设计,通过算例说明其适用性及可行性。     

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。     

TS/GPS/Galileo多星座组合定位系统Kalman滤波算法研究

给出了北斗改进系统（TS）的Kalman滤波模型,进一步研究了用于TS/GPS/Galileo多星座组合系统的扩展Kalman滤波算法,给出了共用系统Kalman滤波器的结构及工作原理图。对仿真结果的分析表明,该组合系统的Kalman滤波模型是可用的,它提高了北斗系统的定位性能,并且在相同的误差条件下,该算法与最小二乘法相比,其估计结果具有较高的精度和鲁棒性。     

基于ANN的汽车磁力悬架系统参数优化

该文通过分析永磁弹性元件的特性,建立了采用永磁弹性元件的1/4汽车非线性动力学模型,然后运用人工神经网络对其悬架参数进行了优化.优化实例结果表明,优化后的参数较好的改善了汽车的行驶平顺性.     

基于径向基神经网络的空间目标测向定位算法

针对无线电测向定位系统中解析算法定位误差较大的问题,提出了一种基于径向基(RBF)神经网络的双站只测向定位方法。利用RBF神经网络可逼近任意连续有界非线性函数的能力,通过样本学习,构建目标位置和测向站所测的来波方向角(DOA)映射模型。与目前解析算法相比,RBF定位模型不仅充分利用了测向站获取的所有二维DOA信息,而且利用神经网络的泛化特性、鲁棒特性,较好解决了测向误差对定位精度的影响。实验表明:该方法能有效提高定位精度。     

某装备扫雷犁系统的遗传神经网络建模研究

提出了一种基于遗传算法的径向基神经网络设计方法,对具有复杂非线性特征的某装备扫雷犁系统进行了建模研究。在神经网络设计过程中,采用遗传算法确定神经网络的中心参数,提高了建模精度,采用最大距离法确定宽度参数和采用最小二乘法确定权值参数,减轻了算法的计算量,从而实现了快速准确的扫雷犁系统的神经网络建模。与其它神经网络建模方法的比较,验证了本文提出方法的有效性。     

GPS/CAPS双模定位解算的Kalman滤波算法

利用改进的自适应Kalman滤波算法实现GPS／CAPS双模卫星导航定位解算。首先,利用描述机动载体运动的“当前”统计模型建立GPS／CAPS双模定位的Kalman滤波模型,在此基础上结合Sage—Husa自适应滤波算法建立离散的自适应扩展Kalman滤波方程。然后,对该自适应滤波算法进行改进,当经收敛性判据判断滤波呈发散趋势时．切换至强跟踪Kalman滤波算法．既保证了滤波器的可靠收敛又保证了定位的精度和效率。最后的仿真结果表明．该算法县有效可行的．