INS/GPS组合导航系统的数据同步技术研究

指出在组合导航系统进行有效的信息融合之前,对来自不同导航传感器的数据进行同步化处理是非常重要的前提。对INS (惯性导航系统)和GPS构成的组合系统中的数据同步技术进行研究,提出了一种以GPS接收机输出的1PPS(每秒一个脉冲)作为参考时标,软硬件相结合的实时数据同步方法。实验结果表明:该方法能保证数据在融合点上准确同步。

低精度的SINS/GPS组合导航系统中初始航向对准技术(英文)

低精度的捷联惯导系统(SINS)无法实现航向自对准,用于初始航向对准的SINS/GPS组合系统是强非线性系统.通过变换估计量的方法,将航向角的估计转换为两个三角函数变量的估计,在大航向角误差的条件下忽略了大部分次要因素的影响,推导了用于初始航向角估计的SINS/GPS组合系统方程.最后进行了航向角对准仿真,结果表明:在初始航向角完全未知的情况下,载体经过短时间(20s)的机动,航向角的估计精度能达到3°左右.

自适应滤波在GFSINS/GPS组合导航系统中的应用研究

以九加速度计的惯性测量单元为例,介绍了无陀螺捷联惯性导航系统(GFSINS)的工作原理;对GF-SINS/GPS组合导航系统选择滤波器问题进行了理论分析,提出了基于自适应滤波器的组合方法;该方法通过在线联合估计噪声统计特性和系统状态,有效地解决了GFSINS/GPS采用间接法组合时,无法得到准确系统噪声统计特性的问题。通过仿真验证了该方法的有效性。

基于UKF的INS/GPS组合导航系统仿真

通过Unscented卡尔曼滤波(UKF)算法,研究INS/GPS紧耦合组合导航系统中滤波算法的问题,避免了对非线性的系统方程进行线性化。同时将自适应原理引入UKF,给出了一种自适应UKF算法。将EKF、UKF和自适应UKF分别应用到INS/GPS组合导航系统的滤波中。仿真结果表明,相比UKF算法,自适应UKF算法进一步提高导航解的精度和收敛速度,同时系统的鲁棒性也得到了提高。

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。

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 。

卡尔曼滤波直接法在INS/GPS组合导航系统中的应用

结合 INS/GPS组合导航系统 ,讨论了卡尔曼滤波直接法的应用。仿真结果证明

INS/GPS组合导航系统的数据精确同步方法

对来自不同导航传感器的数据进行同步化处理是进行滤波、信息融合的重要前提。对几种INS/GPS组合导航系统的数据同步处理方法进行研究,分析各自的优点和不足。针对浅组合导航系统,提出了由美国NI公司PXI-6608计数器/定时器、GPS接收机及PXI控制器组成的设计方案,分析了其同步实现的原理和方法。该同步方案的精度可达400 ns,适用于高精度要求的应用场合。

一种具有鲁棒性的滤波算法在INS/GPS组合导航系统中的应用研究

研究了一种虚拟状态滤波算法与UD分解法相结合的方法,并将其应用于组合导航系统的导航参数估计过程中。仿真结果表明:虚拟状态滤波与UD分解法相结合的方法,可以有效地抑制滤波发散,增强系统对环境的适应性,大大提高组合导航系统的快速性。

两种H_∞滤波在SINS/GPS组合导航系统中的适应性

针对H∞鲁棒滤波实现算法在SINS/GPS组合导航系统中的适应性问题,将中央H∞滤波和次优后置H∞滤波用于开环SINS/GPS组合系统和闭环SINS/GPS组合系统中,进行滤波校正,结果表明:中央H∞滤波适于用在开环SINS/GPS组合系统中,次优后置H∞滤波适于用在闭环SINS/GPS组合系统。该结论可对组合导航系统中滤波算法的选取提供参考。

即时定位与制图辅助的INS/GPS组合导航系统

即时定位与制图可以在线构建环境特征地图同时利用所建地图辅助定位,可以建立基于特征地图的的地形辅助全自主式导航系统。当GPS信号有效时,导航系统利用INS/GPS组合方式进行精确导航,同时在线建立特征地图,并不断更新修正地图。当GPS信号无效的时候,之前建立的地图用来修正惯导误差,约束惯导误差在一定的范围内,达到精确导航的目的。将及时定位与制图在线制图的功能引入组合导航系统使得该系统具有在线跟踪路标制图和限制系统误差扩延的能力,此性能通过计算机仿真得到验证。

降阶扩展卡尔曼滤波算法在船用INS/GPS组合导航系统中的应用(英文)

TNNS(真航向导航系统)由MS860接收机、INS及处理数据的PC/104架构的嵌入式工控机构成。针对TNNS推导了INS(惯性导航系统)的误差模型,提出了适合于TNNS的降阶扩展卡尔曼滤波算法组合GPS和INS。系统在东海作了三次海试,软件及滤波算法平台由C/C++编制。海上试验表明,组合滤波后,INS的位置误差由100m降低到40m以下;进行最优化滤波后的航向误差σ由原来的0.105°减小为0.034°,纵横摇的误差也大幅减小。整个海试结果表明,在TNNS中组合GPS/INS采用的降阶扩展卡尔曼滤波算法,大幅提高了系统精度和可靠性。

多传感器信息融合技术在INS/GPS组合导航系统中的应用

针对INS/GPS组合导航系统在数据处理时存在的计算量大和故障数据相互干扰的问题,提出了一种基于信息融合的导航参数最优估计滤波方法。文中首先介绍了信息融合的基本原理、关键技术以及常用方法,然后以INS/GPS组合为例,对组合导航系统的工作原理和模型建立进行了分析,最后对基于联合卡尔曼滤波的多传感器信息融合算法进行了论述与分析,该方法可提高导航系统的计算精度和速度,有较好的容错性和环境适应性,可有效地提高导航系统的精度和可靠性,为融合导航系统的数据分析和处理提供了一个有效途径。具有实际使用价值。

INS/GPS组合导航系统的容错研究

本文研究了INS/GPS组合导航系统的容错问题,并提出了一个两级故障检测及分离方案。通过采用该方案,INS/GPS组合导航系统将具有较高的容错能力,并能为用户提供连续、精确的导航信息。

车载SINS/GPS组合导航系统自适应联合滤波模型

在建立车载组合导航系统联合滤波模型及算法的基础上，定义了联合滤波模型融合信息在各子滤波器中的分配准则； 实现了联合滤波模型信息分配系数的自适应调节； 理论分析和计算机仿真结果均表明。

SINS/GPS组合导航系统仿真实验

介绍了SINS/GPS组合导航系统仿真方案,仿真器包括四个模块:航迹模拟器、惯性元件和GPS仿真器、导航解算器和Kalman滤波器。SINS/GPS组合导航系统采用位置和速度组合模式,分别给出了纯SINS、组合导航系统及GPS信号短时间丢失时的位置、速度误差曲线。分析表明组合导航系统精度高于SINS和GPS分别单独工作时的精度。

航空制导炸弹挠性SINS/GPS组合导航系统研究

针对航空制导炸弹对低成本、高精度、高可靠性导航系统的需求,利用小型化挠性惯性测量组合(IMU)与高精度、高数据更新率的GPS-OEM板组成高精度、低成本的SINS/GPS组合导航系统。SINS和GPS采用速度、位置综合模式,利用Kalman滤波进行数据融合。最后对该组合导航系统进行了数学仿真试验和车载试验。研究表明,此低成本的组合导航系统具有精度高、成本低、可靠性好、体积小等优良指标。

INS/GPS组合导航系统模糊卡尔曼滤波算法研究

载体在机动的情况下,系统会产生随机非高斯噪声,这些噪声的统计特性不易准确得到。若在组合导航系统中仅采用常规卡尔曼滤波算法,不能得到系统状态的最优估计值,甚至滤波器还有可能发散。文中设计了一种模糊推理系统,并将其与卡尔曼滤波算法相结合,在线修正系统量测噪声协方差阵。仿真结果表明,该模糊卡尔曼滤波算法能很好地对系统状态进行最优估计,同时能很好适应系统噪声的变化,提高了导航系统的精度。

一种SINS/GPS组合导航系统的数字仿真方法

组合导航系统的数字仿真对于系统设计、方案论证有着重要的意义 ,目前国内各种期刊当中关于SINS/GPS组合导航方面的文章都较少涉及数字仿真的算法 ,针对这种情况 ,在查阅有关文献、上机实验的基础上 ,文中总结出了一种SINS/GPS组合导航系统的数字仿真方法。SINS和GPS采用位置、速度综合模式 ,使用卡尔曼滤波技术 ,给出了数字仿真结果 ,并对结果进行了分析。

H_∞滤波在GFSINS/GPS组合导航系统中的应用

以六加速度计的配置方案为例,介绍了GFSINS的工作原理;对GFSINS/GPS组合导航系统选择滤波器问题进行了详细的理论分析,提出了基于H∞滤波器的组合方法;该方法将惯性器件的各种误差看作系统的不确定性误差,有效地解决了GFSINS/GPS采用间接法组合时,无法建立准确系统线性模型及得到准确噪声统计特性的问题。通过仿真验证了该方法的有效性。