基于SAR的组合导航系统仿真研究

针对地形辅助导航中SAR图像匹配高度通道不可观，及传统Kalman滤波器自适应性差的缺陷，提出引入GPS高度信息及自适应联邦Kalman滤波算法，设计基于自适应联邦滤波的SINS／GPS／TAN／SAR四组合导航系统。该方案能有效地提高系统的自适应性、导航精度和自主性。并且由于方位误差角是直接观测量，使得载体不需机动即可获得良好的惯导空中对准能力。同时，该方案还可以提供SAR系统所需的运动补偿信息，由此构成导舷设备与任务设备互补的双向信息融合系统。     

基于Simulink高精度组合导航系统研究与仿真

建立了基于MATLAB/Simulink的组合导航系统仿真模型,并将系统分解成一系列功能相对独立的模块,如轨迹发生模块,捷联惯导解算模块,卡尔曼滤波器模块等.研究并设计了SINS/GPS(RDSS)/CNS/SAR组合导航算法,利用无重置联邦型卡尔曼滤波技术,将各子滤波器输出的系统状态局部最优估计值送入主滤波器,采用全局最优融合算法计算得到系统状态的全局最优估计值;通过每15分钟对导航系统进行重置,有效抑制了无重置联邦滤波器在长时间运行时的发散问题,并进行了仿真验证,仿真结果表明,该组合导航系统具有很高的导航精度,定位精度为5米,姿态精度为0.5角分,仿真模型建立正确,方法采用得当、有效.     

改进的DGPS/INS/视觉组合导航算法研究

为了满足智能车辆的高精度、实时性和高可靠性的自主导航的需要,提出了一种GPS/机器视觉共同辅助SINS的多采样的智能车辆组合导航算法。该算法不仅包括GPS和SINS形成的位姿速度观测信息,还包括机器视觉形成的位置观测信息。在子滤波器中采用自适应选权滤波算法,抑制了滤波发散,提高了滤波精度。还提出了一种改进的基于估计协方差阵的奇异值分解的动态自适应调节信息分配系数的算法,可有效提高系统的状态估计精度。通过仿真实验验证,该导航系统能为智能车辆提供丰富的导航信息,实现了厘米级的导航精度和容错性,即使在GPS出现较长时间的中断时,仍能为智能车辆提供可靠的导航信息。     

INS/双星组合导航系统仿真平台研究

建立了INS／双星组合导航系统仿真研究平台，提出了双星系统中2种误差的建模方法，即定位信息滞后误差和接收机定位零偏的建模方法，并详细地介绍了跑车试验方案、软件设计和测试，为INS／双星组合导航系统的仿真／半物理仿真研究提供了一个仿真平台。     

基于UKF的低成本SINS/GPS组合导航系统滤波算法

针对MIMU的精度不高,会带来较大的初始对准误差角,如果继续采用传统的小干扰线性方程就会给滤波带来很大误差,甚至发散。针对这个问题,对低成本SINS/GPS组合导航系统建立了基于四元数误差模型的非线性滤波方程,并采用了UKF非线性滤波方法。针对四元数误差模型单纯使用UKF方法无法估计加计零偏和陀螺漂移的问题,提出将UKF和EKF相结合的算法,仿真结果表明,比起扩展卡尔曼滤波以及采用传统小干扰线性方程的卡尔曼滤波,这种方法能够提高姿态误差角特别是方位误差角的估计精度。     

ARS辅助SINS/BDS组合导航系统性能仿真分析

捷联惯导／北斗双星定位组合系统（SINS／BDS）可采用间段组合的方式以避免“北斗”系统有源定位暴露目标的缺点；多普勒主动雷达导引头（ARS）可利用波束速度连续辅助惯导，弥补“北斗”系统无速度信息、不能全程使用的缺点。以巡航导弹为应用对象构建了SINS／BDS／ARS卡尔曼组合导航滤波器，探讨利用ARS提高SINS／BDS组合系统精度的潜力。研究表明ARS辅助可降低BDS接收机关闭期间SINS导航误差的增长速度，加快BDS接收机工作期间SINS／BDS组合速度信息的收敛速度，转向机动时辅助效果更好。利用该方法可在不增加设备和成本的前提下提高SINS／BDS组合导航系统精度，降低惯性器件的精度，缩减BDS接收机工作时间，具有一定的应用潜力。     

组合导航系统的模糊信息融合

为了解决联合卡尔曼滤波法存在的不足，文中给出了用模糊推理系统与卡尔曼法相结合的方法，该方法可以在线对噪声统计特性进行修改。它不仅可以对子滤波器进行自适应，而且对主滤波器的融合方式提出了全新的信息融合算法，构造一个模糊推理系统，根据实际情况由该系统得到各子滤波器的各状态估计量的不同信任权值，实时地进行加权融合，既避免了传统联合卡尔曼法的复杂计算，又提高了融合精度。最后把此法用于INS／GPS组合导航系统中，仿真结果证明该方法是有效的，实用的。     

基于联邦滤波的SINS/GPS全组合导航系统研究

传统的捷联惯性导航系统(SINS)/全球定位系统(GPS)组合导航系统常采用位置速度组合模式,其可观测性与载体的飞行航迹有关,从而影响了整个组合导航系统的精度和可靠性.为了解决这一问题,提出了基于联邦滤波的SINS/GPS全组合导航系统方案,推导了姿态角误差和平台失准角之间的变换关系,建立了SINS/GPS全组合导航系统数学模型,最后采用联邦滤波算法进行组合导航仿真计算.通过对仿真计算结果的分析,证明基于联邦滤波的SINS/GPS全组合导航算法能够有效地提高系统的导航精度和可靠性.     

GFMIMU/GPS组合导航系统信息融合技术研究

GFMIMU/GPS(Gyroscope Free Micro Inertial Measurement Unit/Global Positioning System)组合导航系统具有抗高g值冲击、低成本、长寿命、较高精度等优点,在低成本精确制导武器和微小型无人机具有广阔的应用前景。针对工程应用中信息融合的精度和实时性两方面的要求,运用基于模型误差预测的扩展卡尔曼滤波MEP-EKF(Extended Kalman Filter base on Model Error Predictive)方法,将MEMS(Micro Electromechanical Systems)加速度计的误差作为模型误差来考虑,对GFMIMU/GPS组合导航系统进行建模仿真,将其与EKF和UKF(Unscented Kalman Filter)方法进行了仿真比较,在方位误差角的估计上取得了比他们精度高的仿真结果,而且MEP-EKF所需时间是UKF的10%.     

SINS/CNS/GPS组合导航系统半物理仿真研究

实际飞行实验费用大,组合导航系统最初实验不可能进行实时搭载实验,为缩短研制周期,降低成本,设计了一种新颖的采用真实器件误差特性的SINS/CNS/GPS组合导航半物理仿真系统结构。本系统将物理仿真与数学模型结合起来,采用真实器件输出的误差特性,通过轨迹发生器软件进行轨迹仿真,具有一定的灵活性和可扩展性。针对实物系统,设计了一种根据不同步观测量进行时间更新的信息同步方法,得到了较高的组合导航系统精度。利用该系统进行半物理实时实验对研究飞行器在实际噪声下系统特性具有重要的现实意义。     

图像辅助的惯性导航系统

本文提出一类利用外部信息来修正惯导系统（ＩＮＳ）的新概念和方法。机载图像传感器获得的地形图像与从机载数字地形数据库获得的地图图像相比较，其结果用来修正ＩＮＳ，消除ＩＮＳ误差随时间增长的特性。本文论述了图像辅助的惯导系统的概念，及其原理、结构、算法；实现图像辅助的惯导系统的关键技术；图像辅助的惯导系统的应用进行了研究。     

自主水下航行器组合导航一体化仿真系统开发

AUV组合导航系统的研究,需要借助于仿真手段进行初步试验和算法验证.采用面向对象技术和模块化的设计思路开发远航程自主水下航行器组合导航一体化仿真软件系统,该一体化仿真软件分为仿真初始参数设置子系统,导航子系统,控制子系统,各子系统根据工作原理设计模块接口,具有建模、仿真、试验的一体化功能.仿真实验结果表明,该组合导航仿真软件系统可为AUV组合导航系统提供初步的仿真调试和实验验证环境,能够为半实物仿真及实物研制提供重要的参考信息.     

卡尔曼连续修正的地形辅助导航系统计算机仿真

本文在建立仿真模型的基础上，通过大量的计算机仿真试验，对卡尔曼连续修正的地形辅助导航系统在不同测量噪声条件下的性能进行了评估。计算机的仿真结果表明，所设计的辅助导航算法满足实际应用要求     

飞行模拟器综合导航系统建模与仿真

模拟器导航系统主要为飞行员提供模拟飞行中的位置及其航行参数并安全导引飞机沿既定航线飞行。结合航空仿真技术发展和全任务飞行模拟器样机的任务需求,在MATLAB/SIMULINK平台上构建了捷联惯导及基于区域导航法的无线电导航仿真模型。采用VAPS6.3制作出主飞行仪表,作为导航系统仿真的终端显示。利用RT-LAB平台构建分布式飞行仿真系统,实现导航外部特性的半实物仿真。经系统调试证明了该方法的有效性。     

基于分层融合结构的组合导航系统仿真分析

依据多传感器信息融合理论，将分层融合结构是应用到组合导航系统中，并与目前广泛应用的联合滤波算法（Federated Filtering)进行了比较。对INS/GPS/Doppler系统的仿真结果表明，有序分层融合结构可有效地应用于多传感器组合导航系统，并且导航精度优于联合滤波的结果。     

SINS/GPS组合导航半实物仿真系统设计

SINS/GPS组合导航具有精度高、抗干扰性好等优点,被广泛应用于各个领域,通常采用半实物仿真的方法检测其性能。针对由于仿真系统参试设备多、设备接口复杂、数据传输量大而导致的仿真实时性难以保证的问题,提出了一种基于光纤网络的半实物仿真方法,利用光纤网络虚拟共享内存的特点,对系统的各设备进行统一管理,保障了系统的实时性。系统的仿真应用和试验结果表明,半实物仿真系统设计合理,具有良好的人机交互能力、数据处理能力和异常状态处理能力。该仿真系统具有良好的通用性和可扩展性,具有一定的推广使用价值。