INS／SAR组合导航系统中的误差修正方法

—本文介绍了ＩＮＳ／ＳＡＲ（合成孔径雷达）组合导航系统中的误差修正原理和方法，描述了如何获得观测量和构造ＩＮＳ／ＳＡＲ组合滤波器。给出的仿真结果证明，这种修正方法能大大提高导航精度，并且具有很强的初始捕获和对准能力。

GNSS/INS组合导航中IMU参数设定与优化

针对惯性测量单元(IMU)参数设置不合理导致全球卫星导航系统(GNSS)/惯性导航系统(INS)组合导航无法充分发挥IMU性能的问题,提出了一套IMU参数设定与优化方案,建立了以GNSS短期中断期间导航漂移误差统计值、理论估计精度一致性以及IMU误差参数估计稳定性为评估对象的考核准则,使优化后的IMU参数可以确保GNSS/INS组合导航解算中状态预测方差阵的准确性,实现预测信息与观测信息权重合理分配,进而保障GNSS/INS组合导航最优性能。实测验证采用ADIS16465和ICM206022款典型车规级和消费级微机电(MEMS)IMU进行性能测试分析,测试结果表明:初始IMU参数与GNSS/INS组合导航算法适配度较低,无法得到最优组合导航结果;优化后,IMU参数在保障组合导航最优性能基础之上,也可实现理论估计精度与实际精度高度一致。

组合导航系统INS/GNSS/SAR及其降阶模型性能的研究

介绍了高阶组合导航系统惯性导航系统 (INS) /全球导航卫星系统 (GNSS) /合成孔径雷达 (SAR)及其降阶模型 .降阶系统的卡尔曼滤波时间大大缩短了 ,但其精度并未有大的降低 .仿真结果证明 。

INS/SAR/GPS组合导航系统中的分散估计融合算法

以 INS/SAR/GPS组合导航系统的工程应用为目标 ,讨论了其分散估计融合算法及理论证明 ,给出一二级最优估计融合结构。仿真结果证明 :采用先分散处理 ,再全局融合的方法 ,是提高整个组合系统的导航精度和可靠性的行之有效的方法。

INS/GPS/SAR 组合导航系统研究

ＩＮＳ／ＧＰＳ／ＳＡＲ组合导航系统是一种高精度、高容错、多功能系统。本文介绍了它的组合原理和方法。仿真结果证明，该组合导航系统是一个高性能的导航系统。

融合SAR的INS/GNSS组合导航系统

针对ＩＮＳ／ＧＮＳＳ组合导航系统应用中存在的问题，提出了引入合成孔径雷达（ＳＡＲ）传感器，用以提高系统的自主性、融错性和导航精度．仿真结果表明，融合ＳＡＲ的ＩＮＳ／ＧＮＳＳ组合导航系统的精度得到了提高，是一个高性能的导航系统．

低成本亚米级PPP/INS组合导航定位系统研究

铁路智慧工地建设中,对车辆、机具、人员等有实时定位和安全管理等位置服务需求,设计了一种亚米级、低成本、基于微机电传感器(MEMS)的PPP/INS组合导航定位系统。首先介绍系统终端采用的基于零速度更新(ZUPT)和非完整约束(NHC)算法的PPP/INS松组合导航定位方法,然后介绍系统组成,并通过车载实验对开阔环境和半开阔环境下的系统动态定位精度进行分析。实验结果表明,该系统在开阔环境下可满足亚米级定位精度,在半开阔环境下定位精度优于1.0%×失锁距离,相比PPP和u-blox SPP单系统定位优势明显。研究成果对铁路智慧工地位置服务中低成本、亚米级导航定位研究及成果转化具有一定的参考价值。

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。

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。

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

一种多模型自适应联邦滤波器及其在INS/CNS/GPS组合导航系统中的应用

本文介绍一种基于多模自适应估计的联邦滤波器的原理和特点。设计了INS/CNS/GPS组合导航系统的联邦滤波算法 ,并首次将多模自适应估计方法运用到联邦卡尔曼滤波器中。此外 ,联邦滤波器算法中采用自适应调整信息分配系数的方法。仿真结果表明 ,与采用单一模型的联邦滤波算法相比 ,多模自适应方法与联邦滤波方法结合使用能大大提高导航系统的精度和可靠性。

GPS/INS/TRN组合导航系统信息融合技术研究

本文提出了一种基于信息融合技术的巡航导弹组合导航系统方案，并对系统组合方式、以及相关的信息融合技术进行了初步讨论。基于信息融合的组合导航方案可以充分地利用各种导航传感器的信息，有效地提高导航系统的精度。同时，系统的重构能力保证了系统的可靠性。

GPS/INS组合导航系统设计及实现方案

将两种或多种导航系统 (或传感器 )组合起来成为一个综合系统 ,其导航性能比单一的系统好 ,因此组合导航系统目前已成为导航系统的发展方向之一。现代控制理论的成就 ,特别是最优估计理论的数据处理方法 ,为组合导航系统提供了理论基础。介绍了 GPS/ INS组合导航系统的经典组合方式和采用卡尔曼组合滤波器的组合方式。重点对采用卡尔曼滤波的软件组合方式进行分析和推导 ,将全组合滤波法和分布式组合滤波法进行了较全面的比较。

模糊逻辑自适应卡尔曼滤波技术在GPS/INS组合导航系统中的仿真研究

提出利用模糊逻辑自适应控制器 (FLAC)调整扩展卡尔曼滤波器 (KALMAN)的方法 ,该方法应用于GPS/INS信息融合。FLAC通过监视残差是否为零均值白噪音 ,然后根据模糊规则调整滤波器的指数加权 ,从而使滤波器不断执行最优估计。通过仿真与常规扩展卡尔曼滤波器相比较 ,其性能优于常规扩展卡尔曼滤波器。

INS/GPS/CNS组合导航系统的自适应滤波技术研究

本文重点研究了状态与偏差解耦估计的自适应滤波算法在 INS/GPS/CNS组合导航系统中的应用问题。由于组合导航系统模型参数往往与实际的物理过程具有一定的偏差 ,因此采用常规的卡尔曼滤波算法常会发生滤波发散现象。本文提出一种自适应滤波算法 ,并应用于组合导航系统。仿真结果表明 ,自适应滤波可以有效地抑制滤波发散 ,增强系统方案对环境的适应性 。

GPS/INS组合导航系统的研究

讨论了飞机惯性导航系统(INS)与全球卫星导航系统(GPS)的利与弊以及卡尔曼滤波方法在组合定位中的应用情况,进一步提出了基于神经网络数据融合方法的GPS/INS组合导航系统。系统神经网络结构采用单隐层的三层神经网络,输入输出神经元数目是4个,基于256个训练样本由经验公式求得隐层神经元数目为8个,同时还建立了惯导系统的数学模型和数据融合的数学模型。给出了利用MATLAB编制的神经网络训练程序并对这一神经网络进行了训练和仿真。实验表明,组合导航系统经度误差可达9m,纬度误差可达8m,与单独GPS定位和INS定位相比精度得到了提高。

GPS/INS组合导航系统抗差滤波器设计

ＧＰＳ／ＩＮＳ组合导航系统抗差滤波器设计何秀凤陈永奇（香港理工大学土地测量与地理信息资讯学系，香港）ＤＥＳＩＧＮＯＦＭＩＮＩＭＡＸＲＯＢＵＳＴＫＡＬＭＡＮＦＩＬＴＥＲＦＯＲＡＮＩＮＴＥＧＲＡＴＥＤＧＰＳ／ＩＮＳＳＹＳＴＥＭ＊ＨｅＸｉｕｆｅｎｇ，Ｃｈｅ...

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。

GPS/INS组合导航系统自适应滤波算法与仿真研究

随着组合导航系统应用环境的日趋复杂 ,给噪声统计特性的准确描述带来困难 ,这将造成Kalman滤波器不稳定甚至发散。首先对目前解决此问题常用的自适应滤波方法进行了总结和分析 ,在此基础上 ,给出了基于滤波收敛性判据 ,结合 Sage-Husa自适应滤波和强跟踪 Kalman滤波的改进自适应滤波算法。最后以 GPS/ INS组合导航系统为例进行了计算机仿真 ,结果表明 :该算法可有效抑制滤波发散 。