自适应钟差模型在GPS/INS深组合中的应用研究

针对GPS/INS深组合系统中GPS接收机误差状态模型难以确定的问题,文中提出了一种自适应的时钟误差模型。该模型可以根据GPS接收机钟差的变化规律而自适应调节模型参数。通过GPS/INS深组合导航系统将传统的固定参数多项式模型与该自适应钟差模型进行半物理仿真比较,结果表明文中提出的模型能有效提高组合系统的导航精度和可靠性。

GPS/INS深组合技术及其应用

分析GPS/INS深组合结构,研究INS信息辅助GPS接收机基带环路技术,仿真研究GPS/INS深组合模式特性,其具有提高接收机动态适应能力、抗干扰能力、伪距测量精度等特性,拓展了卫星导航的应用范围。随着BDS具备亚太区域导航能力,鉴借GPS/INS深组合技术,分析BDS/INS深组合中的若干技术问题,以供相关人士研究参考。

GPS/INS组合导航终端的全向位置驱离算法研究

随着微惯性导航系统技术的发展,越来越多的无人平台装备了GPS/INS组合导航终端并具备了一定的抗欺骗能力,但现有的卫星导航欺骗方法难以满足对欺骗目标任意方向的位置驱离需求。为解决这一问题,提出了一种GPS/INS组合导航终端的全向位置驱离算法,可用于对非法无人平台管控的场景。该方法以卫星欺骗信号的设计为突破口,首先分析了卫星导航欺骗对组合导航位置和状态参数的影响,接着将卫星导航欺骗对组合导航状态参数的影响量作为求取欺骗信号的约束条件,进而确定位置驱离所需卫星欺骗信号的欺骗量,接着利用确定的欺骗量建立全向位置驱离模型,最终利用建立的模型生成对应的欺骗信号实现对组合导航终端的全向位置驱离任务。试验验证了本文设计的算法能够实现对组合导航终端360°任意方向的位置驱离。

GPS与INS的组合定位技术研究

组合定位技术是一种新的导航技术,能够使多个导航系统实现信息的互补性和协同性。其中,GPS和惯导结合是一种较为理想的组合定位系统,而深度融合模式是目前GPS和惯导(INS)联合使用的最佳方式,因此,对深度融合模式的研究显得尤为重要。

UKF在深组合GPS/INS导航系统中的应用

采用联邦滤波的深组合GPS/INS导航系统预滤波器量测模型具有很强的非线性,导致扩展卡尔曼滤波(EKF)的预滤波器估计精度不高。Unscented卡尔曼滤波(UKF)方法是一种非线性分布近似方法,它使用有限数量的sigma点去逼近整个非线性动态系统的分布可能,从而避免了对非线性测量模型进行线性化,具有较高的精度和较好的鲁棒性。在分析深组合导航系统预滤波器模型和UKF原理的基础上,设计了基于UKF滤波算法的预滤波器,对码相位误差、载波相位误差、载波频率误差、载波频率变化率等参数进行估计,同时将UKF和EKF算法进行了仿真比较。结果表明,在深组合导航系统中使用UKF滤波比EKF有更高的导航定位精度。

一种新型深组合GPS／INS系统的设计与性能仿真研究

本文提出和研究了一种新的深组合ＧＰＳ／ＩＮＳ系统设计方法，它适用于干扰环境中的各类高动态载体。其特点是利用自适应码跟踪误差估计器，使组合卡尔曼滤波器获得白化的伪距量测残差，将组合卡尔曼滤波器纳入码跟踪环路，用以代替传统的速率辅助的延迟锁定环。组合卡尔曼滤波器根据信号的噪声、动态、以及ＩＮＳ的误差，自适应地改变码环的跟踪特性，同时也完成惯性导航系统误差的估计。它能克服常规组合系统不稳定性问题，仿真结果表明，在机动飞行和强干扰状态下，这种组合导航系统具有较高的导航精度和良好的信号跟踪及抗干扰性能。

深紧耦合GPS/INS组合模式及其特性研究

根据深紧耦合GPS/INS组合模式的基本构成,分析接收机信号搜索与跟踪、动态适应性等技术,仿真研究深紧耦合GPS/INS组合模式特性,并探讨深紧耦合组合过程中注意的几个技术问题。

GPS/SINS深组合导航技术综述

介绍了GPS/SINS深组合导航系统的技术发展历程。与传统的标量跟踪相比,阐述了基于矢量跟踪的深组合导航系统的关键技术及优劣势。按照导航系统结构和信息处理方式的不同,将GPS/SINS深组合导航系统分为集中式、相干分布式和非相干分布式,分析对比了这三种主要深组合模式的性能特点。论述了GPS/SINS深组合导航系统的发展现状,指出了深组合未来的研究方向和发展趋势。

紧耦合GPS/INS组合特性及其关键技术

针对GPS/INS组合导航系统在军民各领域广泛应用的特点,鉴借国外对紧耦合GPS/INS组合模式的实验研究,分析常规紧耦合和深紧耦合GPS/INS组合模式的构成与工作原理,仿真研究紧耦合GPS/INS组合模式的特性,其具有高抗干扰能力、高伪距测量精度及高导航定位能力。面对深紧耦合GPS/INS组合导航突出的性能特点,探讨深紧耦合GPS/INS组合研究从仿真到工程化中的几个关键技术问题,目的以供相关人员在组合导航系统研制时参考。

自适应UKF算法及其在GPS/INS组合导航中的应用

提出了一种自适应无迹Kalman滤波(UKF)算法.针对UKF受初始值误差和动力学模型异常扰动误差影响的问题,将自适应估计原理引入到UKF算法,将动力学模型信息对导航解的贡献进行合理调整.计算结果表明,在GPS/INS松组合导航系统数据处理时,UKF算法略优于扩展Kalman滤波(EKF),自适应UKF算法优于自适应EKF算法,自适应UKF算法能够很好地抑制动力学模型误差对导航解的影响,进一步提高导航解的精度和可靠性.

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/INS组合导航系统数据同步处理方法研究

论述了GPS/INS组合导航系统中的数据同步问题,提出了一种完全利用软件编程的数据实时同步的方法。实验结果表明,这种方法不需借助硬件电路,能较好地消除由GPS接收机和INS(惯性导航系统)之间数据不同步所引起的误差对组合系统导航精度的影响。

城市环境下BDS+GPS RTK+INS紧组合算法性能分析

城市环境下运动载体接收的GNSS信号会被频繁地干扰和遮挡,GNSS RTK独立工作模式难以连续且可靠地固定模糊度以满足厘米级高精度定位需求。为此,本文设计了一套基于集中式卡尔曼滤波的BDS+GPS RTK紧组合算法,给出了其动力学模型、观测模型和算法架构流程。通过城市环境下的实际车载测试,对比分析了BDS、GPS、BDS+GPS 3种模式下RTK及RTK+INS紧组合的定位性能。试验结果表明,BDS+GPS双系统大大增加了可见卫星数,提高了城市环境下GNSS动态精密定位的可用性和精度;相对于GNSS RTK,紧组合极大地提高了精密定位的可靠性和可用性。

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。

GPS/INS紧组合的INS辅助周跳探测与修复

建立了GPS/INS紧组合定位模型,改正惯性器件误差及电离层折射误差,对不同组合观测量的误差影响进行了分析,构造不同观测值组合,提出了基于惯性信息辅助的GPS周跳自适应探测方法,分析了INS定位误差对周跳探测的影响,给出了周跳探测误报率及修复成功率评价指标,提出了一种周跳检测阈值自适应确定方法。利用实测组合导航试验数据验证本文的算法,文中模拟了不同的单历元多周跳及信号失锁条件,结果表明,在GPS信号完全失锁20s内,该方法能准确检测和修复所有周跳,中断时间的延长降低了周跳修复的成功率;GPS信号部分失锁时,在模拟的90s中断时段内仍能修复所有周跳;模拟了170历元的5s间隔密集周跳,周跳探测成功率为100%,正确修复率为99.41%。

EKF和UKF在INS/GPS组合导航中的应用分析

扩展卡尔曼滤波(EKF)是在非线性系统中常用的一种滤波方法,Un-scented卡尔曼滤波(UKF)是一种新的非线性滤波算法,其主要特点是与EKF一样传递状态的前两阶矩,但不用计算Jacobian矩阵。将EKF和UKF分别应用到INS/GPS系统的滤波中,仿真结果表明UKF比EKF更适合于在INS/GPS系统中使用。

GPS/INS 组合导航系统降阶滤波器设计

本文研究了某型号飞机上ＧＰＳ／平台惯性组合导航系统中降阶卡尔曼滤波的设计方法。文中提出了一种降阶滤波器结构，并讨论了模型误差的伪随机噪声补偿方法。采用蒙特——卡洛分析法对降阶滤波器的实际误差进行了数字仿真，结果表明：本文提出的这种降阶滤波器能保证组合系统的导航精度。

改进的强跟踪UKF算法及其在INS/GPS组合导航中的应用

针对标准UKF缺乏对系统状态异常的自适应调整能力,导致滤波精度降低的问题,提出一种改进的强跟踪UKF算法。该算法采用假设检验的方法对异常状态进行检测,当系统状态发生异常时,对预测协方差阵引入次优渐消因子自适应的调整滤波增益,实现对系统真实状态的强跟踪。该算法中次优渐消因子的确定无需计算系统模型的雅克比矩阵,提高了传统强跟踪UKF的实用性。将提出的算法应用于INS/GPS组合导航系统进行仿真验证,并与标准UKF进行比较,结果表明,在系统状态存在异常时,提出的带单重次优渐消因子的强跟踪UKF得到的东向、北向位置误差在[-13.7 m,14.9 m]以内,带多重次优渐消因子的强跟踪UKF得到的东向、北向位置误差在[-10.0 m,12.1 m]以内,滤波性能明显优于标准UKF,提高了组合导航系统的解算精度。

基于单轴旋转INS/GPS组合姿态误差观测的垂线偏差测量方法

单轴旋转INS/GPS组合导航系统的姿态误差直接受垂线偏差的影响,因此利用对单轴旋转INS/GPS组合的姿态误差观测也可实现垂线偏差的估计。首先,利用INS中的三个激光陀螺构建了激光陀螺组合体(LGU)并进行自主姿态测量,以LGU作为姿态基准以获取INS/GPS组合的姿态误差。然后,建立垂线偏差测量的观测方程和状态方程。最终采用Kalman滤波/平滑算法同时实现垂线偏差和其他系统误差的最优估计。通过对状态变量精确、合理地建模,并利用全球重力模型补偿垂线偏差信号的低频分量,从而实现垂线偏差与系统误差的解耦。通过仿真验证了该方法的可行性,仿真所用的航迹由实测数据生成。仿真结果表明该方法能够有效地测量垂线偏差的高频扰动量。由于该方法的测量精度依赖于所采用的陀螺性能,采用角随机游走较小的陀螺可以获得较好的垂线偏差测量结果。船载实验结果表明,该方法测量得到的垂线偏差数据重复性精度优于0.5″。

GPS/INS组合导航在制导火箭弹中的应用

为实时、精确获得火箭弹飞行过程中的状态参数,针对火箭弹的导航环境,研究了GPS/INS组合导航系统在制导火箭弹中的应用,建立了组合系统的动态方程及位置、速度组合误差模型,采用卡尔曼滤波器对该组合系统进行最优估计并进行了仿真分析。仿真结果表明,组合导航系统能为火箭弹制导提供高精度的位置姿态信息,进而为控制系统提供较精确的测量信息,从而大大提高了火箭弹的射击精度。考虑到导航系统成本较低、工作可靠,算法可以实时实现,因此研究结果具有一定的实际应用价值。