SINS/GPS/CNS组合导航联邦滤波算法

针对飞行器在长航时高速巡航过程中,捷联惯性导航系统存在误差漂移,GPS导航可能会丢星、信号失锁,天文导航系统易受环境干扰,组合系统模型线性化误差易导致滤波发散等问题,分析了三种导航系统的优缺点,提出了SINS/GPS/CNS组合导航联邦滤波算法,该算法可以取长补短,巧妙地将GPS定位和天文导航定姿精度高的优势辅助于捷联惯导系统,利用卡尔曼联邦滤波器对捷联惯导系统进行误差估计,并对联邦滤波算法进行了有效的改进。计算机仿真显示,该滤波器收敛速度快,具有一定的容错功能,其滤波精度较SINS/GPS组合导航系统在位置误差和速度误差上均有约5%左右的小幅提升,在平台角误差上更是提高了一个数量级。仿真结果验证了该组合导航方案的可行性和算法的有效性,有重要的工程应用价值。

弹道导弹INS/GNSS/CNS组合导航系统研究

提出了弹道导弹惯性 /卫星 /天文组合导航系统的方案与组合结构 ,分析并建立了组合导航系统的误差模型 ,采用了联邦滤波器进行组合导航系统导航状态的最优估计 ,并进行了组合导航系统的仿真计算。仿真结果表明采用卫星导航定位系统和天文导航系统对弹道的惯性导航系统进行辅助将大幅度提高弹道导弹的导航精度 。

基于矢量信息分配的INS/GNSS/CNS组合导航系统

针对组合导航系统中多传感器输出不同步的问题,提出一种基于矢量信息分配的异步联邦滤波算法的INS/GNSS/CNS组合方案,根据各子系统的工作特性,分析并设计了基于INS/GNSS位置组合以及INS/CNS姿态组合的联邦滤波模型,并采用矢量形式的信息分配方法提高了滤波器的精度.针对量测异步问题,设计了时间与量测更新分离的异步非等间隔算法.系统仿真实验表明,该算法可以有效地实现对INS、GNSS、CNS的多信息的异步融合,与常规异步滤波方法相比较,组合系统的滤波精度有明显提高,具有重要的实际应用价值.

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。

适合于航空应用的INS/CNS/Doppler组合导航系统研究

针对无阻尼惯导系统的误差特点,设计了适合航空应用的惯性(INS)/天文(CNS)/Doppler组合导航系统,建立了该组合导航系统卡尔曼滤波模型。仿真试验表明,该组合导航系统能为飞行体提供精确的导航信息。

INS/GNSS/CNS组合导航系统仿真研究

研究了INS/GNSS/CNS组合导航系统的原理和特点,分析并建立了组合导航系统的误差模型,采用了平台失准角、INS与GNSS的位置之差和速度之差作为观测量进行仿真计算。仿真结果表明:采用天文导航系统对弹道导弹的INS/GNSS组合导航系统进行辅助将大幅度提高导弹的导航精度,具有重要的实际意义。

发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法

传统的扩展卡尔曼滤波(Extended Kalman filter,EKF)算法应用于未来高超、空天飞行器的组合导航系统时,因其模型线性化展开会导致模型不准确,从而引起导航精度下降;采用蒙特卡洛方法来实现递推贝叶斯估计问题的粒子滤波(Particle filter,PF)算法能有效避免引入线性化误差,具有一定的优势。据此,针对高超、空天飞行器在发射过程中通常需要直接获得发射惯性系下的高精度导航参数的需求,提高发射惯性系下弹载组合导航系统滤波算法的精确性就尤为重要,PF滤波算法无需对非线性系统进行线性化展开即可直接实现对非线性系统的状态误差估计。为此,本文将PF滤波算法引入空天飞行器SINS/GPS/CNS多信息融合组合导航系统,设计了发射系下基于联邦滤波器的PF滤波算法,实现了对组合导航系统状态参数的直接建模估计。算法仿真结果表明,相较于发射系下SINS/GPS/CNS组合导航系统联邦EKF滤波算法,PF滤波算法有效提高了组合导航系统滤波精度。

一种简化的发射系下SINS/GPS/CNS组合导航系统无迹卡尔曼滤波算法

在弹载等高动态环境下组合导航系统状态方程具有强非线性,且各状态相互耦合影响,传统的扩展卡尔曼滤波(EKF)算法因忽略高阶项相互影响,其模型线性化展开会导致模型不准确引起导航精度下降;无迹卡尔曼滤波(UKF)算法能有效避免引入线性化误差,却存在因组合导航系统维数过高引起大量粒子递推滤波计算复杂而影响算法实时性的问题。为此,针对发射惯性系下弹载组合导航系统对滤波算法高实时性和高精确性的要求,设计了一种简化UKF(SUKF)算法,SUKF算法通过对导航系统的状态参数直接进行建模估计,解决了传统UKF算法实时性差的问题,同时继承了传统UKF算法无需模型一阶线性化展开的优点,提高了导航系统的精度。算法仿真结果表明,SUKF算法有效提高了系统解算的实时性和滤波精度,非常适合用于实际工程系统。

基于UKF的INS/GNSS/CNS组合导航最优数据融合方法

为了提高INS/GNSS/CNS组合系统的导航精度,提出了一种基于UKF的多传感器最优数据融合方法。该方法具有两层融合结构,第一层中,GNSS和CNS分别通过两个局部UKF滤波器与INS组合,以并行的方式获得INS/GNSS和INS/CNS子系统的局部最优状态估值;第二层中,根据线性最小方差准则推导出一种矩阵加权数据融合算法,对局部状态估值进行融合,获取系统状态的全局最优估计。提出的方法无需采用方差上界技术对局部状态进行去相关处理,克服了联邦卡尔曼滤波(FKF)及其优化形式存在的缺陷。仿真结果表明,相比于FKF,提出方法的导航精度可至少提高36.4%;相比于UKF-FKF,其导航精度也可至少提高21.0%。

基于CN-FDTD的新颖DGS带阻滤波器特性研究

缺陷接地结构(DGS)作为频率选择表面(FSS)的一类,在电磁领域应用广泛。提出了一种新颖结构单元的DGS频率选择表面,可以用来实现带阻滤波器(BEF)。Crank-Nicolson FDTD(CN-FDTD)是一种无条件稳定的FDTD,在时间步长取值远大于Courant-Friedrich-Levy(CFL)稳定性条件时,CN-FDTD仍然稳定而且可靠。利用CN-FDTD对该结构进行了精确的数值计算,研究了参数l、参数g和周期单元数n对这种带阻滤波器滤波特性的影响。随着参数l的增大、参数g的减小和周期单元数n的增大,带阻滤波器的滤波特性越好。这些有益的结论能为这种新颖DGS带阻滤波器的分析和设计提供有力的指导。讨论了CN-FDTD的误差项,随着时间步长的增大,其误差也会显著增大。

基于INS/GPS/CNS组合系统的高精度测姿方法

为改善INS/CNS/GPS组合导航系统输出姿态信息的稳定性,解决传统FKF算法非线性条件下姿态精度发散的问题,提出了一种基于UKF的FKF滤波算法;同时为解决各系统间时间信息不同步造成姿态精度下降的问题,提出了一种工程上可用的时间同步方案,同步精度优于0.5 ms。在实验室条件下,利用INS/GPS/CNS样机和高精度三轴转台搭建验证系统进行摇摆试验,试验结果表明,提出的方法可实现姿态误差值变化在5%以内条件下系统稳定工作一天以上。

INS/CNS/GPS智能容错导航系统研究

本文提出并设计了一种新的基于自适应模糊系统和联合卡尔曼滤波的ＩＮＳ／ＣＮＳ／ＧＰＳ融合导航系统智能容错结构方案，并进行了计算机仿真。结果表明，该系统具有较强的容错性能和较高的导航精度，是航空、航天。

CNS/SINS组合导航系统仿真分析

天文导航和捷联惯性导航(CNS/SINS)相结合构成的组合导航系统,实现导航优势的互补,提高导航的精度和可靠性。文中阐述在惯性系下,以弹道导弹为研究对象而建立CNS/SINS组合导航的数学模型,并利用MATLAB编程设计基于离散型卡尔曼滤波的组合导航系统仿真,对比SINS和CNS/SINS对载体位置误差、速度误差以及姿态角估计的影响,进而验证CNS/SINS组合导航系统的可靠性。

一种新的综合滤波在INS/GPS/CNS组合导航系统中的应用研究

针对INS/GPS/CNS组合导航系统的特点 ,采用了基于H∞ 滤波的神经网络代替传统卡尔曼滤波器 ,利用INS/GPS、INS/CNS两个局部滤波器的输出值 ,通过联合滤波器进行线性最优估计 ,且进行了计算机仿真。仿真结果表明 ,该算法在满足系统精度和容错性要求的基础上 ,有效地改善了系统的自适应性、实时性、鲁棒性等性能 ,是组合导航系统理想的结构模型。

SINS/GPS/CNS组合导航中的鲁棒滤波算法研究

组合导航系统难以精确建模、噪声统计特性难以获得等问题逐渐突出,严重影响了组合导航系统滤波器的稳定性。为提高SINS/GPS/CNS组合导航系统的鲁棒性,设计了基于H∞滤波理论的鲁棒滤波算法,提高了导航系统对系统模型参数变化的适应能力。通过仿真与线性卡尔曼滤波器进行对比,验证了在系统模型参数变化的情况下,H∞滤波器精度几乎不发生改变,有更好的鲁棒性;提高了组合导航系统在噪声统计特性和模型参数不易确定情况下的导航性能。

CNS+GNSS+INS船载高精度实时定位定姿算法改进研究

天文导航(CNS)、卫星导航(GNSS)和惯性导航(INS) 3种系统组合可提供高精度的定位定姿结果。实际工程中因INS长时间误差累积,以及系统硬件传输存在不可忽略的时间延迟,导致INS提供给CNS的预报粗姿态误差较大,恶劣海况下难以保障快速搜星,造成天文导航可靠性下降、姿态测量精度较低的问题。为此,本文提出了一种CNS+GNSS+INS高精度信息融合实时定位定姿框架,引入了等角速度外推措施,有效地解决了惯导信息延迟问题。通过高精度转台模拟恶劣海况下载体大角速度摇摆,验证了本文提出的改进算法的有效性。试验结果表明,该算法架构简单,性能可靠,显著提高了恶劣环境下星敏感器的快速、准确搜星能力,保障了三组合姿态测量的精度和可用性。

基于可观测性分析的SINS/CNS降维设计

针对长航时无人机的长航时特性和组合导航系统固有的非线性特性,一种SINS/CNS组合导航系统的非线性模型被提出,该模型能够更加趋近于真实模型;模型建立之后详细分析了其可观测性,并根据可观测性分析的结果对该模型进行了降维设计,只对可观测性好的状态进行状态反馈;在滤波算法的选择中,精度更高的SCKF算法被应用,仿真结果表明,SCKF滤波算法精度更高,降维设计之后组合导航系统即能够保证导航精度又能够大大提高实时性。

一种基于INS/GPS/CNS的全信息导航滤波算法

为解决INS/GPS两组合导航系统因观测信息不完整造成的姿态误差发散、系统稳定性较弱的问题,本文利用CNS搭建了基于INS/GPS/CNS的全观测信息导航系统。通过建立以位置误差、速度误差及平台失准角误差为观测量的系统数学模型,提出一种基于INS/GPS/CNS的全信息导航滤波算法,提高了系统的导航精度,改善了系统的稳定性。试验结果表明,本文所提算法相较于传统两组合滤波算法,各导航参数的精度在不同程度上得到改善,长航时条件下姿态误差收敛、稳定性较高。

一种基于INS/GPS/CNS的联邦滤波算法

为解决传统INS/GPS两组合算法输出姿态精度低、长时间精度发散的问题,本文采用INS/GPS/CNS三组合的方式,结合联邦滤波器设计思路,提出一种基于INS/GPS/CNS的联邦滤波算法,以位置误差、速度误差和平台失准角作为观测量,通过设计INS/GPS/CNS三组合系统,对算法有效性进行试验验证。静态试验结果表明:本文所提算法相较于传统INS/GPS两组合算法,平台失准角精度可以提高一个数量级,且算法收敛、稳定、容错性强,工程应用意义重大。

CN过滤器在盐水精制中的应用

介绍了CN过滤器的过滤原理、结构及盐水处理工艺流程。运行数据表明,采用CN过滤器精制盐水,盐水质量可以满足离子膜电解工艺的要求。