GPS/BDS组合导航系统的精密单点定位模型

为了改善单卫星导航系统由于卫星数量较少,导致定位误差高的问题,设计全球定位系统(GPS)/北斗卫星导航系统(BDS)组合导航系统的精密单点定位模型:线性组合处理GPS与BDS的伪距和载波相位观测值,并构建GPS/BDS组合导航系统的组合观测值;接下来利用协方差成形自适应卡尔曼滤波方法,对组合导航系统导航过程中的卫星钟差、电离层延迟等误差实施滤波;再利用滤波处理后组合导航系统的广播星历,获取卫星轨道以及钟差;然后利用经验模型修正对流层延迟,获取相位观测值与伪距的综合改正数;最后利用综合改正数修正组合导航系统的观测方程,构建精密单点定位模型。实验结果表明,GPS/BDS组合导航系统采用所构建模型进行精密单点定位,不同方向定位误差均低于10 cm,证明了提出模型的有效性。

GPS组合导航系统在车辆导航中的应用

ＧＰＳ组合导航系统在车辆导航中的应用房建成，万德钧（东南大学仪器科学与工程系，南京２１００１８）统计资料显示，公路堵塞造成的直接和间接的经济损失惊人，仅美、日、法三国每年的损失就超过１１０００亿法郎．德国交通部门统计，在全德国，每年因汽车司机行错路线...

低成本IMU/GPS车辆组合导航系统设计与仿真研究

设计了一种低成本的IMU/GPS车辆组合导航系统。采用低精度的陀螺仪和加速度计作为惯性测量器件,构成惯性测量装置(IMU);然后,将该IMU与GPS构成组合导航系统,通过设计高效的组合导航算法来提高组合系统的定位精度。实验仿真结果表明,该低成本IMU/GPS车辆组合导航系统具有较高的导航精度,同时有效降低了系统成本。

嵌入式GPS/MIMU/磁罗盘组合导航系统

研制出基于FPGA和DSP的嵌入式GPS/MIMU/磁罗盘组合导航系统。该系统硬件由石英微机械陀螺仪、石英挠性加速度计、GPS接收机、数字磁罗盘和基于FPGA和DSP的高速导航计算机模块等组成。在该系统软件方面,采用圆锥误差补偿与划船误差补偿的现代捷联导航算法和含传感器噪声模型的18维扩展Kalman滤波器,并利用惯性传感器和MIMU导航信息对GPS和磁罗盘信号进行质量控制。经车载试验结果表明,该组合导航系统水平姿态误差小于0.2°,航向角误差小于0.3°,定位精度小于3m。

GPS/DR组合导航系统自适应扩展卡尔曼滤波模型的建立

建立了车载GPS／DR组合导航系统非线性自适应卡尔曼滤波模型及算法．首次提出了依据PDOP等GPS定位系统的输出参数，自动调整R，Q的大小，从而自适应地调整组合导航系统模型性能的方法，使得模型能够适应各种情况，具有“智能”模型的性质．计算机仿真表明应用该模型具有良好效果．

MINS/GPS一体化紧组合导航系统

采用基于MEMS技术的低成本IMU和GPS作为传感器,以DSP和FPGA分别作为计算和通信器件,实现一体化紧凑型的紧组合导航系统。除去外接天线,整个导航系统尺寸为12 cm×12 cm×11.6 cm。算法方面,采用扩展卡尔曼滤波器,以伪距、伪距率误差作为观测量进行实时滤波估算导航系统的状态量,进而修正系统误差。采用双子样优化的圆锥效应和划船效应补偿算法,实现100 Hz的导航数据输出。通过静态和跑车实验验证,该系统的静态水平定位误差为0.2 m(CEP),动态水平定位误差优于10 m(CEP),俯仰角和横滚角误差为0.3°,航向角误差为0.5°。

自适应联合滤波模型及其在车载SINS/GPS组合导航系统中的应用

本文提出了一种自适应联合滤波模型结构及其算法 ,定义了联合滤波模型信息分配系数的自适应调节准则 .并设计了车载 SINS/ GPS组合导航系统的自适应联合滤波器 ,给出了滤波算法 .理论分析和实验室组合导航实验表明 。

联合卡尔曼滤波在GPS/DR车辆导航系统中的应用

针对ＧＰＳ／ＤＲ车辆组合导航系统的特点，提出了一种联合卡尔曼滤波算法，并进行了实地跑车试验．结果表明，此算法可有效地提高ＧＰＳ／ＤＲ组合系统的定位性能，增加系统的可靠性和容错能力。

基于模糊自适应卡尔曼滤波的INS/GPS组合导航系统算法研究

针对车载组合导航系统量测噪声统计特性随实际工作条件的不同而变化的特点,提出了一种基于模糊自适应卡尔曼滤波的车载INS/GPS组合导航算法。该方法通过监视理论残差与实际残差的比值是否在一附近,应用模糊推理系统不断的调整量测噪声协方差阵的加权,对卡尔曼滤波的量测噪声协方差阵进行递推在线修正,使其逐渐逼近真实噪声水平,从而使滤波器执行最优估计,提高导航系统的精度。对车载组合导航系统的仿真结果表明,这种算法对时变的量测噪声具有较强的自适应性,进而精度比常规卡尔曼滤波也大为提高,是一种可行的车载组合导航算法。

GPS/INU/MM车辆定位导航系统研究

根据分段、特征提取等地图匹配关键技术探讨了地图匹配的一般原理。提出了基于航向信息的 INU(Inertial Navigation Unit) /MM(Map Matching)算法、以及基于卡尔曼滤波的 GPS/INU/MM组合导航算法 。

MIMU/GPS组合导航系统研究

根据智能交通对车辆导航和定位的要求,研究了MIMU与GPS松散组合导航系统,以速度、位置作为观测量设计了Kalman 滤波器。为了验证系统的性能,利用MIMU实验室测试数据和GPS仿真数据对该组合导航系统进行了半物理仿真,分别给出了纯MIMU、组合导航系统及GPS信号短时间丢失时的位置误差仿真曲线。分析结果表明组合系统具有良好的长期工作精度,能够满足车辆导航和定位的要求。

基于H_∞滤波技术的GPS/INS全组合导航系统研究

本文根据 H∞ 鲁棒滤波理论 ,提出了基于 H∞ 滤波技术的 GPS/ INS全组合导航系统。该系统仅含有位置误差、速度误差和平台误差角 9维状态 ,并利用 GPS和 INS的位置、速度和姿态观测信息对全部状态进行观测 ,组成全松组合导航系统 ,由 H∞ 滤波来提高系统的鲁棒性。文中对提出的全组合系统进行了动态仿真 ,仿真结果表明 ,该系统结构简单 ,状态估计精度较高 ,系统鲁棒性好 ,便于工程实现 。

GPS/INS组合导航系统半实物仿真研究

为了研究ＧＰＳ（ＧｌｏｂａｌＰｏｓｉｔｉｏｎｉｎｇＳｙｓｔｅｍ）／ＩＮＳ（ＩｎｅｒｔｉａｌｎａｖｉｇａｔｉｏｎＳｙｓｔｅｍ）组合导航系统的性能，利用跑车实验实时采集的惯性导航系统和ＧＰＳ的数据进行了测后仿真研究．分别进行了ＧＰＳ／ＩＮＳ位置、速度组合和伪距、伪距率组合仿真，仿真中组合Ｋａｌｍａｎ滤波器采用数值稳定性较好的ＵＤ分解算法．最后给出了纯惯导及组合后系统的位置、速度误差仿真曲线。

车载GPS/DR/地图匹配组合导航系统的自适应联合卡尔曼滤波模型

首次设计了实现车载 Ｇ Ｐ Ｓ／ Ｄ Ｒ／地图匹配组合导航系统最优综合的联合卡尔曼滤波器，给出了滤波算法，并提出一种自适应联合卡尔曼滤波器结构及其算法。理论分析及计算机仿真结果均表明，应用该自适应联合卡尔曼滤波器可大大提高车载 Ｇ Ｐ Ｓ／ Ｄ Ｒ／地图匹配组合导航系统的定位精度及容错能力。

车载GPSDR组合导航系统的研究

介绍了车载ＧＰＳ（Ｇｌｏｂａｌ Ｐｏｓｉｔｉｏｎｉｎｇ Ｓｙｓｔｅｍ）ＤＲ（Ｄｅａｄ Ｒｅｃｋｏｎｉｎｇ） 组合导航系统的设计，在对ＧＰＳＤＲ组合导航系统中主要误差来源分析的基础上，建立了表示这些误差的数学模型．根据组合系统的数据融合原理，提出一种基于对观测量进行误差补偿的迭代扩展组合卡尔曼滤波算法．对车载ＧＰＳＤＲ组合导航系统提供的实际数据的处理结果表明，该算法在提高ＧＰＳ定位精度的情况下，能很好地修正ＤＲ系统的积累误差，大大提高了组合系统的完整性。

MIMU/GPS组合导航系统小型化设计

为满足小型无人机、手持制导设备及无人探测车等对低成本轻重量导航系统需求,应用MEMS惯性测量单元和GPS接收机模块,完成MIMU/GPS组合导航系统小型化设计。组合导航计算模块基于DSP+FPGA+FLASH设计完成,实现多传感器通信、串并行数据转换及与上位机人机交互等功能。将计算模块、电源模块、MIMU及GPS接收机集成到嵌入式MIMU/GPS组合导航系统中,完成的系统直径80 mm,高度80 mm,质量不超过600 g。对集成后系统进行定点动姿态实验,结果表明:该组合导航系统定点位置测量精度在1 m以内,动姿态测量精度姿态角在0.1°以内,航向角在0.5°以内。

采用H_∞滤波器的GPS/INS全组合导航系统研究

根据 H∞ 鲁棒滤波理论 ,提出了基于 H∞ 滤波技术的 GPS/INS全组合导航系统。该系统仅含有位置误差、速度误差和平台误差角 9维状态 ,并利用位置、速度和载波相位观测信息对全部状态进行观测 ,组成全组合导航系统 ,由 H∞ 滤波来提高系统的鲁棒性。对提出的全组合系统进行了动态仿真 ,仿真结果表明 ,该系统结构简单 ,状态估计精度高 ,系统鲁棒性好 。

H_∞滤波算法及其在GPS/SINS组合导航系统中的应用

在对 H∞ 估计问题进行数学描述的基础上 ,建立了一种 H∞ 次优滤波算法的迭代方程。定性讨论了H∞滤波算法与传统 Kalman滤波器的关系 ,通过在 GPS/SINS组合系统中的实际应用进一步从精度、鲁棒性等性能指标方面对 H∞ 滤波和 Kalman滤波算法进行了比较。仿真结果表明 ,在理想条件下 ,Kalman滤波方法具有较高的精度 ;但是 ,当系统模型和外部干扰统计特性发生变化时 ,H∞ 滤波算法明显具有良好的鲁棒性能 ,同时 ,估计精度也较高 ,有效地克服了

GPS组合导航系统的数据融合

首先介绍了车载GPS加上DR组合导航系统的设计,建立了车辆加速度及影响组合导航系统定位精度的主要误差的数学模型.然后针对一般组合滤波算法中,由于DR系统误差的引人,导致滤波效果不好的问题,提出了一种组合导航系统的数据融合.对车载GPS/DR组合导航系统提供的实际数据的处理结果表明,该方法既能提高GPS定位精度,又能有效控制DR系统的误差发散,从而有效地消除了一般组合滤波算法中DR系统误差对滤波器的影响,大大提高了组合系统的完整性和可靠性.令GPS在如香港交通环境:道路狭窄且多弯、交叉线多且密集、街道两侧高楼林立、桥梁多且较密集、隧道多且长、地形类似丘陵巳高山较多,而且车辆也多行驶速度又快的情形下变得可行.

GPS/SINS组合导航系统混合校正卡尔曼滤波方法

利用卡尔曼滤波器将GPS伪距与SINS进行了深组合,在分析了导航误差产生原因的基础上,提出了输出校正与反馈校正相结合的混合校正卡尔曼滤波方法。与输出校正和反馈校正方案相比,这种校正方法提高了系统导航精度。仿真结果验证了混合校正卡尔曼滤波方法的有效性。