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、伪距率全球定位系统/惯性导航系统紧组合导航系统

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,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。     

GPS/INS超紧组合导航滤波器的优化设计

在极高动态条件下,GPS （global positioning system）接收机即使采用基带信号预处理技术,也无法精确地估计载波频率.而各通道的跟踪误差会通过传统导航滤波器相互耦合,并最终导致GPS/INS （inertial navigation system）超紧组合系统的崩溃.为解决这一问题,对伪距率跟踪误差建模,并将其扩充为导航滤波器状态量.但此时扩维导航滤波器维数过高,因此又通过星间单差和两阶段Kalman滤波对该滤波器进行了降维处理,从而在不损失导航精度的前提下,大幅降低了系统的计算复杂度.最后,以某次火箭弹试射时所遥测的惯性器件输出值为基础,通过半实物仿真验证了新型导航滤波器的有效性.      

GPS/INS超紧组合系统载波相位跟踪误差研究

载波跟踪环(PLL)设计是GPS接收机设计中的关键问题,PLL的相位误差源包括相位抖动和动态应力误差.随着接收机工作平台动态性的增加,较大的动态应力误差将导致环路失锁.为适应高动态环境,GPS接收机通常采取INS辅助GPS跟踪环路的超紧组合方式来降低动态应力误差.组合系统提供的外界辅助信息不可能完全精确,所以跟踪环路在减小动态应力误差时,也会引入其他测量误差源.对GPS/INS超紧组合系统PLL跟踪误差进行了详细推导并且得出两个解析公式.仿真结果表明,对超紧组合系统的PLL跟踪误差公式推导是准确的,为PLL环路参数的最优设计提供理论参考.     

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。     

一种基于伪距的RDSS/SINS组合导航系统

基于北斗双星定位系统(RDSS)采用有源定位体制存在一定的局限性，在接收机能够测量用户至卫星的伪距信号以及在气压高度表辅助的前提下，提出了利用铷钟作为接收机内部时钟的RDSS与捷联惯导进行伪距组合的模型，建立其卡尔曼滤波的状态方程与量测方程．仿真结果表明，组合后的导航系统具有输出导航参数误差小的特点．     

伪距,伪距增量,载波相位双差／惯性深组合导航系统

利用滞后状态卡尔曼滤波将伪距,伪距增量以及载波相位双差同ＩＮＳ进行了深组合,仿真结果表明该组合导航系统不仅精度高,而且对解决惯导的对准问题具有突出的作用。     

机载DGPS/INS组合导航系统研究

随着飞机机动性的增大和航程的加长,单一的导航系统已经无法满足机载导航要求。解决问题的方法是采用组合导航系统,本文设计了一种基于DGPS/INS的组合导航系统,系统满足高精度、长航时、高可靠性的要求。     

基于EMD-小波随机消噪模型的GPS/INS组合导航

为提高GPS/INS组合导航精度,提出了EMD-小波INS随机误差削弱模型.首先分析了GPS/INS组合系统的误差特点,给出组合导航的基本原理.基于EMD的多尺度结构,结合小波分解理论,提出基于EMD-小波的GPS/INS组合导航技术路线.采集新南威尔士大学校园内的实测数据,分别选用1s与2s的GPS采样信息和100 Hz的INS数据,进行融合试验.用随机模型消噪前后的INS数据计算导航解,并与GPS测量的位置进行比较,分析误差分布情况.结果表明,滤波后的INS自主导航解要优于滤波前.当GPS更新周期为1 s时,X,Y,Z方向上导航精度分别提高9.07％,13.89％,35.14％,残差最大值分别减小2.62％,19.54％,31.23％.当GPS更新周期为2s时,X,Y,Z方向上导航精度分别提高17.82％,23.46％,22.48％,残差最大值分别减小14.34％,28.85％,17.48％.     

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.     

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.     

GPS／INS组合系统在飞船自主定位中的应用

为了提高绕地飞船的自主定位精度，又不至于增大定位系统的体积和重量，采用紧密组合方式构成了GPS／INS定位系统，研究了在绕地飞船自主定位中的应用，根据绕地飞船运动的实际情况建立了误差状态方程和组合观测方程，仿真分析表明，建立的GPS／INS组合导航系统模型既能保证定位的高精度，又能满足目标的高动态。     

GPS／INS组合系统自适应滤波算法

研究了GPS/INS组合系统在高动态运动目标定位中的应用。根据组合系统建立状态方程，GPS观测量构成观测方程。自适应滤波过程中，通过观测数据对观测噪声进行估计，再用Sage-Husa算法在对动态噪声进行估计的同时实现状态滤波估计。计算机仿真验证了这种滤波算法的有效性。     

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.     

GPS/INS integration: A performance sensitivity analysis

Inertial Navigation System (INS) and Global Positioning System (GPS) technologies have been widely used in a variety of positioning and navigation applications. Both systems have their unique features and shortcomings. Therefore, the integration of GPS with INS is now critical to overcome each of their drawbacks and to maximize each of their benefits. The integration of GPS with INS can be implemented using a Kalman filter in such modes as loosely, tightly and ultra-tightly coupled. In all these integration modes the INS error states, together with any navigation state (position, velocity, attitude) and other unknown parameters of interest, are estimated using GPS measurements. In a high performance system it is expected that all these unknown states will be precisely estimated. Although it has been noted that both the quality of the GPS measurements and the trajectory and/or manoeuvre characteristics of the problem will have impacts on system performance, a systematic sensitivity analysis is still lacking. This paper will address this issue through real data analyses. The performance analysisresults are very relevant to system design and platform trajectory and/or manoeuvre optimisation.     

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.      

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.