基于GPS/INS组合导航的改进自适应渐消卡尔曼滤波算法

基于GPS/SINS组合导航系统的模型不准确或者量测噪声多变所产生的滤波发散问题,研究了自适应渐消卡尔曼滤波对于滤波发散的抑制作用,文章提出一种利用新息协方差估计值和量测值实时自适应计算渐消因子的方法,用它调节卡尔曼滤波方程中预测误差协方差阵和增益矩阵,调整历史新息和当前新息的权重达到抑制滤波发散的目的。该算法能有效减少严格收敛判据推导渐消因子的计算量和限制条件,有效利用了当前新息值。仿真验证表明,提出的算法能有效抑制滤波发散,并且比常规卡尔曼滤波效果更佳。     

GPS/INS相对导航鲁棒扩展卡尔曼滤波方法

针对绕飞模式下追踪器与合作目标间的GPS/INS组合相对导航问题,考虑追踪器的惯量阵存在不确定性,为提高相对导航系统的精确性和稳定性,提出了一种GPS/INS组合相对导航的鲁棒扩展卡尔曼滤波算法. 该算法采用近似线性化方法将相对导航系统中的非线性函数进行泰勒级数展开,并将线性化引起的模型误差作为不确定项来处理,结合鲁棒卡尔曼滤波算法,设计了GPS/INS组合相对导航的鲁棒扩展卡尔曼滤波算法. 仿真结果表明,该方法相对位置的估计精度为0.1 m,相对姿态的估计精度为0.001°,相对导航精度很高,且对追踪器惯量阵存在的不确定性具有很好的鲁棒性.      

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.     

基于置信度加权的INS／BD／GPS组合导航信息融合

针对联邦卡尔曼滤波算法存在的不足,将标准卡尔曼滤波方法和置信度加权方法相结合,应用于组合导航系统.该方法利用了自适应神经网络模糊推理技术非线性、快速实时、自适应学习的优点,将滤波器的输出数据进行置信度判别,得到各个子系统加权值,最后进行加权融合得到全局输出.仿真结果表明:基于ANFIS神经网络置信度加权的组合导航信息融合技术在一定程度上抑制了数据的发散,提高了导航精度.     

基于频谱分析的GPS/INS组合导航系统性能探讨

分析了GPS跟踪环路的动态特性,从频域角度建立了GPS载波相位锁相环的数学建模,讨论了INS的速度估计误差,通过数学仿真验证INS的速度信息辅助GPS载波相位锁相环路的有效性。     

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。     

一种应用于GPS/低成本INS组合导航的自适应滤波算法

为了提高在全球卫星定位系统(GPS)接收机导航解更新间隔期间组合导航系统的定位精度,在分析了惯导系统(INS)误差模型的基础上,使用一种对噪声协方差矩阵进行实时自适应估计的算法改进了通常使用的标准Kalman滤波器。采集清华大学内的跑车实测数据,并使用自适应算法进行处理,结果表明:该方法可以有效地提高GPS导航解间隔期间组合导航系统的定位精度,整体定位精度可以提升近10%,在车辆行驶状态变化较大的路径中获得了最高达40%的位置精度提升。该方法易于实时实现,在实际工程实现中具有一定的应用前景。     

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。     

基于单频伪距、伪距率GPS/INS紧组合导航系统

单频单系统型接收机的造价成本较低,为了迎合低成本的需求,并且解决在城市环境下因高楼大树遮挡导致全球卫星导航系统可见卫星数不足而无法定位的情况,本文设计了基于单频伪距、伪距率GPS/INS紧组合导航系统,详细推导了该组合导航系统的模型,并通过实验验证了当可见卫星数充足时,该系统的精度较高;当可见卫星数不足4颗时,该组合导航系统仍然可以有效的定位导航,满足一定的导航精度需求。     

基于小波分解的GPS监测数据消噪处理

提出一种基于小波分解技术的监测数据处理方法,首先用小波技术把GPS双差残留分解为低频偏差与高频噪声部分,然后提取偏差成分直接用于校正同样误差成分所导致的GPS测量结果。讨论分析了所提方法用于监测实践时的结果,表明本文所提方法对于模糊度解算和基线的估计精度均有很大的提高。     

MINS/GPS组合导航系统设计与实验

设计了一套MINS/GPS组合导航系统实验样机,可实时输出导航位置、速度和姿态信息。以GPS接收机的秒同步脉冲(PPS)与串口通信协议尾字节作为对齐标志,完成MINS与GPS时间同步;利用GPS的速度信息进行车载实验初始方位角对准,并利用横向约束条件标定惯导与车体间的方位安装误差角;设计了基于虚拟噪声的现场最优标定方法。以上措施均有效提高了系统的精度和可靠性。车载实验结果表明:无GPS辅助时,纯惯性导航在120 s时刻满足短时间惯性导航精度要求;组合导航定位精度在30min内与GPS相当。     

MINS/GPS组合导航系统设计与实验

设计了一套MINS/GPS组合导航系统实验样机,可实时输出导航位置、速度和姿态信息。以GPS接收机的秒同步脉冲(PPS)与串口通信协议尾字节作为对齐标志,完成MINS与GPS时间同步;利用GPS的速度信息进行车载实验初始方位角对准,并利用横向约束条件标定惯导与车体间的方位安装误差角;设计了基于虚拟噪声的现场最优标定方法。以上措施均有效提高了系统的精度和可靠性。车载实验结果表明,无GPS辅助时,纯惯性导航在120s时刻满足短时间惯性导航精度要求;组合导航定位精度在30min内与GPS相当。     

组合导航系统新息自适应卡尔曼滤波算法

全球定位系统(GPS)量测噪声的不稳定变化将造成惯性导航系统(INS)/GPS舰用组合系统卡尔曼滤波器性能下降,在对自适应卡尔曼滤波器分析的基础上,提出了一种新的基于新息估计的自适应卡尔曼滤波算法.该算法通过计算新息方差强度的极大似然估计最优估计,将新息方差计算直接引入卡尔曼滤波器的增益计算.仿真结果表明,本文方法较标准卡尔曼滤波器可以提高系统精度和抗干扰能力.     

IMM-SRUKF在GPS/INS组合导航中的应用

针对无迹卡尔曼滤波(UKF)鲁棒性不强的问题,结合全球定位系统/惯性导航系统(GPS/INS)紧组合模型特点,提出了基于交互式多模型(IMM)的混合平方根无迹卡尔曼滤波(SRUKF)算法.该算法采用交互式多模型结构,克服了模型不确定性因素的影响;采用平方根滤波技术,解决了协方差矩阵难以保持正定的问题.同时,考虑到内部滤波器与线性/非线性模型不匹配,引入混合滤波思想,对SRUKF进行了优化.将新算法应用于紧组合模型进行仿真,结果表明:新算法能够以适当的时间复杂度,获得较强的鲁棒性能,适用于复杂的导航环境.     

高速火箭弹GFMINS/GPS组合导航系统

针对高速火箭弹发射出膛瞬间,弹上微机电系统（MEMS）陀螺难以承受上百g的加速度,使得弹上的微惯导系统（Micro-INS）无法完成导航任务,提出用MEMS加速度计构成的无陀螺微惯性导航系统（GFMINS）代替传统MINS与小型GPS构成GFMINS/GPS组合导航系统,实现火箭弹的定位要求.同时,针对GFMINS中角...     

GPS/INS在火车安全告警系统中的应用

为了弥补目前火车车辆运行中人工统计调度工作量大、效率低等缺陷，提出了一种基于全球定位系统和惯性导航技术(GPS／INS)的火车安全告警系统的设计方案；重点讨论了GPS／INS在信息融合时所使用的卡尔曼滤波方法，避免了独立的惯性导航系统无限位置误差和GPS的1Hz慢速数据修正的问题；利用原有国家铁路网数据库进行数据修正，进一步提高了系统的精度．在此基础上设计的火车安全告警系统就能够简捷、准确地计算车辆运行里程，当车辆达到维修等级时自动进行报警提示，从而降低火车车辆调度工作的工作量及运行风险．     

新的非线性滤波算法在GPS/DR组合导航中的应用

为解决传统粒子滤波算法中样本贫化的问题,提出一种新的粒子滤波算法.在重要性采样过程中,利用最新测量值,结合UKF滤波来产生粒子滤波中的建议分布;同时在再采样过程中,用高斯混合模型表示后验状态密度,引入最大期望(Expectation Maximization,EM)算法来获得该后验状态密度的参数,从新的参数分布中进行采样得到样本粒子,取代传统的再采样过程.把新算法应用到车辆组合导航系统中,仿真结果表明新算法的有效性.