激光捷联惯导系统/地形辅助导航系统中卡尔曼/粒子组合滤波算法设计及仿真

粒子滤波技术是近几年出现的一种非线性滤波技术,它适用于非线性系统以及非高斯噪声模型。结合粒子滤波和卡尔曼滤波各自的优点,给出了一种卡尔曼/粒子组合滤波器,并将这种滤波器应用到激光捷联惯导(LSINS)/地形辅助导航(TAN)数据融合过程中,避免了地形复杂的线性化问题。仿真结果表明,系统的定位精度得到了明显提高。应用粒子滤波器及其改进算法解决了导航系统中存在的强非线性问题。

基于捷联惯性导航的组合导航系统研究

分析了矿山水下轮式采煤车的定位定向导航的可实现问题。惯性导航组合系统是现代导航技术的发展重点。考虑到捷联惯性导航的自主性,采用捷联惯导组合系统实现对采煤车的定位导航。设计了捷联惯性导航和里程计组合的自主性水下导航系统。通过对该系统的实物应用试验,试验结果验证了此组合导航方案的有效性。

捷联惯导系统/里程计自主式车载组合导航系统研究

利用里程计辅助捷联惯导系统构成一种完全自主式的车载组合导航系统。本文详细推导了里程计的速度误差方程。用捷联惯导系统解算出的速度量和里程计所测量的速度量之差作为组合导航系统卡尔曼滤波器的观测量,利用闭环卡尔曼滤波技术进行误差估计与校正,并给出了系统仿真结果。仿真结果表明该组合导航系统可有效地减小姿态、速度、经度和纬度等导航参数的误差累积。

无人机捷联惯性/全光自主组合导航系统研究

针对无人机自主导航的应用需求,分析了星光敏感器和图像视觉导航单元各自性能并进行组合,构建了全光导航系统;再在传统组合导航基础上,与捷联惯导系统进行耦合,构建了捷联惯性/全光自主组合导航系统,确保在常规状态下可实现高精度导航;同时对无卫星定位系统支持状态下的捷联惯性/全光组合导航系统的导航定位能力进行了性能仿真测试;通过测试验证了在非常规状态下,无人机可独立依靠捷联惯性/全光导航系统实现自主导航,克服卫星导航系统失效等问题完成各项任务。

军用车载简易捷联惯导/GPS组合导航系统研究

利用惯性测量组件（IMU）和GPS-OEM板,研究军用车载简易SINS/GPS组合导航系统的实现。对简易捷联惯导/GPS组合导航系统的原理、硬件组成和软件构成进行了具体的分析,表明组合导航系统在精度和可靠性两方面,较单一的导航系统都有明显的改善和提高,能够满足陆地军用车载导航的要求。

军用车是易捷联惯导／GPS组合导航系统的应用研究

利用惯性测量组件（IMU）和GPS－OEM板，研究军用车载简易SINS／GPS组合导航系统的实现，对简易捷联惯导／GPS组俣导航系统的原理，硬件组成和软件构成进行了具体的分析，表明组俣导航系统在精度和可靠性两方面，较单一的导航系统都有明显的改善和提高，能够满足陆地军用车载导航的要求。

一种基于深度学习辅助的SINS/DVL组合导航方法

水下机器人(autonomous underwater vehicle,AUV)导航定位精度一定上程度影响了AUV的工作效率,由于GNSS无法在水下使用,以捷联惯导系统/多普勒计程仪(SINS/DVL)的组合导航系统受到众多青睐。DVL在部分情况下会失效,若直接将DVL隔离,系统将变为纯惯性导航系统,严重影响导航定位的精度。为了应对DVL在部分波束缺失的情况,提出了一种DLinear-informer辅助组合导航算法。通过DLinear对原始输入数据特有的分解方式,增强了算法对AUV非线性信息的提取与学习,提高了速度预测精度。实验结果表明:所提算法能够准确预测DVL失效期间丢失波束的速度,降低组合导航的位置误差,提高了系统的鲁棒性和定位精度。

陆用捷联惯导系统/里程计自主式组合导航技术

利用里程计辅助捷联惯导系统构成一种自主式组合导航系统.用捷联惯导系统解算出的速度和里程计所测量的速度之差作为观测量,利用闭环卡尔曼滤波技术进行误差估计与校正,并给出了仿真结果.仿真结果表明,该组合导航系统可有效地减小速率、经度和纬度、航向角和姿态角及航迹推算下的位置等导航参数的累积误差.

SINS/伪卫星组合导航系统

GPS能够提供全天候的实时高精度定位,但有时GPS系统不能工作,伪卫星的引入可以解决这一问题。文中研究了伪卫星导航原理,分析了伪卫星导航系统存在的问题以及解决方法。研究了SINS/伪卫星组合导航系统,给出了组合导航方案、误差方程和卡尔曼滤波算法,并进行了仿真研究。仿真结果表明,SINS/伪卫星组合导航系统可以有效抑制惯导系统的误差发散。伪卫星在GPS不可用时提供了另一种可行的区域导航定位方案。

船用捷联惯性导航系统初始对准的最优化设计

研究了对船用捷联惯性导航系统（ＳＩＮＳ）的初始对准问题，在船舶晃动的情况下，可采用鲁棒状态估计器对失准角进行估计，并利用状态估值对系统的误差进行补偿，仿真结果证明了新型滤波器对于克服船舶晃动干扰具有良好效果．

多普勒与航向姿态坐标参考的组合导航系统设计

随着船舶定位导航精度要求的日益提高,过度依赖电子定位单一导航方法存在很大的局限性,传统的航迹推算难以在远距离航行时保障精度。为给船舶提供多元化的可靠船位信息,形成船位数据互补与互证,提高系统集成化程度,适应复杂航行环境,设计了一种GYRO/SINS/Doppler log(陀螺罗经/捷联惯导/多普勒计程仪)组合导航系统。其主要内容是:为无线电定位进行补充验证的组合导航系统总体方案设计,采用GYRO/SINS/Doppler log提供组合导航数据。其中,航向由陀螺罗经提供,船舶姿态通过微型捷联惯导系统提供,船舶纵、横运动速度由4轴多普勒提供,信息融合技术采用自适应Kalman滤波算法,最后进行载体坐标系向导航坐标系转移计算,给出船舶纵横向与北东向实时速度及北东向位置积分变化。仿真结果表明,该组合导航系统具有较好推算能力、良好的稳定性和快速性、较高的精度和误差纠正能力,能满足船舶长时间远距离航行的导航要求。

捷联惯导/高度计组合导航数字仿真系统设计与实现

在实验室或者外场进行制导武器半实物仿真实验的时候,捷联惯导系统通常不参与或者只是部分参与,分析了组合导航系统的功能和流程,给出了仿真系统的框架、流程和实现,论述了仿真系统的接口定义、通信协议、信息流程、工作流程;最后结合某型号的实验任务在实验室利用通用PC机实现了捷联惯导/高度计组合导航系统的仿真系统,仿真结果验证了所设计的系统能够完成组合导航系统的所有功能。

惯性／合成孔径雷达组合导航系统

对于军事或其它特殊用途的飞行器来说，现有的某些导航系统存在着精度较低、自主性不强，或可靠性欠佳的缺点和问题，合成孔径雷达和惯导系统的互补性和相互依赖性很自然地构成一种新型的高性能导航系统，它的定位误差，在使用较低精度惯性器件的条件下，可以小于１０ｍ，达到卫星导航系统使用军用码时同样的精度，但是，它是完全自主的，可靠性和安全性大为提高，是高精度导航技术很值得重视的发展方向。

基于自适应卡尔曼滤波的RFID/SINS组合导航研究

在室内导航定位中,射频识别(Radio Frequency Identification,RFID)技术具有信号穿透性强、成本低廉等诸多优点,能够有效代替GPS完成室内组合导航。针对室内惯性导航误差发散和滤波中噪声参数不确定的问题,提出了基于自适应卡尔曼滤波(Adaptive Kalman Filtering,AKF)的RFID/SINS组合导航系统,通过RFID定位系统抑制惯性导航误差发散,并应用AKF将噪声参数与量测输出参数关联实现实时更新。对AKF和标准卡尔曼滤波(Kalman Filtering,KF)下的RFID/SINS组合导航系统进行了仿真和实验。结果表明,在AKF下组合导航系统平均定位误差降低了10%,位置稳定性提升了7.4%,定位误差保持在0.07 m左右。基于AKF的RFID/SINS组合导航系统能够满足室内高精度定位导航的需求。

组合导航系统在车载移动卫星通讯中的应用

介绍了基于捷联惯导SINS/GPS组合导航系统的用于车载移动卫星通讯的卫星跟踪系统,在导航计算上采用自适应卡尔曼滤波技术。实验结果表明天线跟踪卫星的误差小于0 .2°。

双星导航与捷联惯导系统在快速载体组合制导中的应用研究

利用卫星导航信息修正惯导信息是一种常用的信息融合方法.以捷联惯导(SINS)为基础,结合双星定位系统的特点,为了满足高动态载体高精度定位的需求,对于所提供的导航信息要求提供对应的延迟时间.分别建立了SINS和双星系统的导航方程,分析了它们的误差组成与特性.以此为基础,把双星导航与惯导导航数据中的位置差数据建立成时变参数的时间二次多项式形式,根据它们采样周期不一致的特点,并且双星导航数据时间间隔存在一定随机性的问题,采用递推最小二乘法(RLS)对位置误差模型的参数进行估计,进而得到临近周期实时补偿的位置与速度误差函数,与SINS数据复合就得到了融合后的高精度数据.该方法不需要对于误差的先验知识有所了解.仿真结果说明了这种方法的有效性.

动态捷联惯导/多卫星组合导航自适应联邦滤波算法研究

研究了一种基于动态扰动的滤波算法,用以提高动态扰动情况下捷联惯导/多卫星组合导航系统的精度和可靠性.该算法采用几何精度因子(GDOP)对量测噪声进行自适应调节,利用卡尔曼滤波器的新息量对状态噪声协方差阵进行整体控制,同时根据具有时变特性的各子系统误差协方差阵对信息分配系数进行自适应调节.通过对SINS/GPS/Galileo/北斗组合导航系统的仿真,分析对比了常规联邦滤波、Sage自适应联邦滤波和本文所提自适应联邦滤波算法.结果表明,该自适应联邦滤波算法能够有效抑制动态扰动,提高组合导航系统的精度和可靠性.

激光捷联惯导在某雷达导航系统中的应用

介绍了法国 SAGEM公司生产的激光陀螺捷联惯导系统 - Sigma30的基本结构和导航原理 ,研究了由 JupiterGPS接收机与 Sigma30构成的组合导航系统的组合方案 。

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。

大气辅助的SINS/GPS组合导航系统研究

高精度导航系统作为无人机自主控制的核心,已成为制约无人机性能提升的关键因素。SINS/GPS(strapdown inertialnavigation system/global positioning system)组合导航系统由于GPS信号易受干扰而无法满足无人机长时间稳定精确导航的需要。在分析大气数据系统特性的基础上,推导了捷联惯导与大气空速、高度误差模型,建立了SINS/ADS(air data system)量测方程,并设计了大气数据系统辅助的SINS/GPS松组合导航系统;针对ADS和GPS输出频率不一致的问题,提出了时间更新和量测更新分离的异步滤波算法。实际跑车验证结果表明,设计的系统能够在GPS受干扰的情况下有效提高系统的精度和稳定性,定位精度可以达到25 m。