模糊自适应滤波在车载组合导航系统中的应用

文章针对车载GPS/DR组合导航系统工作环境复杂,其观测噪声相应复杂多变的特点,引入了一种基于模糊自适应控制的卡尔曼滤波算法。这一方法基于方差匹配的思想,通过模糊控制器在线调整观测噪声方差,以改变滤波器的自适应性,从而提高导航精度。文章最后对GPS/DR系统进行了仿真,结果表明采用此方法后的滤波精度优于常规Kal-man滤波的结果。     

自适应滤波在舰船组合导航系统中的应用研究

本文采用检测自适应滤波方法，研究了其在舰船组合导航系统随机数据处理中的应用，研究分析表明，采用自适应滤波处理舰船组合导航随机数据较采用卡尔曼滤波方法具有更好的稳定性，尤其在舰船机动航行时，效果更为明显。     

船用动态GPS／INS模拟器的设计

本文设计了一种实时的动态GPS／INS组合模拟器，为测试GPS／INS组合系统精度、考查组合系统性能提供了一种多功能的实验设备。本文推导了GPS／INS模拟器的数学模型，利用该模拟器，对本文提出的两种船用组合方案做了比较，其中一种方案已经通过了1994年在南海进行的海上试验。实际应用表明石GPS／INS模拟器可以模拟不同性能、不同工作状态及不同精度的GPS和惯导系统，具有较高的实用价值。     

一种新的综合滤波在INS/GPS/CNS组合导航系统中的应用研究

针对INS／GPS／CNS组合导航系统的特点，采用了基于H。滤波的神经网络代替传统卡尔曼滤波器，利用INS／GPS、INS／CNS两个局部滤波器的输出值，通过联合滤波器进行线性最优估计，且进行了计算机仿真。仿真结果表明，该算法在满足系统精度和容错性要求的基础上，有效地改善了系统的自适应性、实时性、鲁棒性等性能，是组合导航系统理想的结构模型。     

H^∞滤波在无源北斗／SINS组合导航系统中的应用

无源北斗接收机输出有色噪声大,数据跳变点多,噪声分析和建模工作困难。而传统的卡尔曼滤波存在不确定的滤波统计参数,滤波稳定性不高,提出将H^∞滤波用到无源北斗／SINS组合导航系统中。H^∞滤波追求噪声干扰对可控输出的影响最小,即强调系统的鲁棒性,而且不需要建立精确的数学模型,也不需要精确知道系统的统计特性,滤波参数设置简单。通过仿真实验验证,在相同滤波误差模型下,其滤波算法稳定性高于卡尔曼滤波的稳定性。     

一种改进的Kalman滤波在野值点去除中的应用

在工程实践中,Kalman滤波采用了递归滤波的方法和线性无偏最小方差准则,因而在理论上是一种最优估计,并因为这一良好的数学性质得到了广泛的应用。但是在实际测量中,在野值的影响下,Kalman滤波新息的特性遭到破坏,滤波不再准确甚至发散。针对此一现象,提出了基于＂新息＂序列和对新息序列进行Kalman预测的方法对测量数据进行处理的新算法。该算法利用＂新息＂序列进行野值点判别,利用Kalman预测的方法对野值点处的＂新息＂进行预测修复。仿真证明,该算法可使状态估计、野值点判别和野值点修复同时进行,并能很好地抑制滤波的发散。     

伪距GPS/INS组合导航系统的多模型自适应卡尔曼滤波器设计

对多模型自适应估计滤波进行了仿真研究.仿真结果表明,多模型自适应估计滤波可以克服单一模型卡尔曼滤波器在对真实系统状态参数发生变化时的滤波误差过大甚至发散的问题,对于环境的变化具有较强的适应性,整体上可提高组合导航系统的导航精度.     

区间平滑在船用INS/GPS姿态组合导航系统事后评估中的应用

组合导航系统事后区间平滑算法处理数据精度较在线滤波算法高,通常以经过事后处理的惯导状态信息作参考,对中低精度的舰船导航设备工作性能进行评估。在以速度、位置作为观测量的INS/GPS量测方程的基础上,增加姿态外部修正信息,采用固定区间平滑算法进行处理得出高精度的评估数据,进而分析舰船导航设备的数据输出精度。仿真分析结果表明,增加姿态信息并结合固定区间最优平滑算法的处理方法,可以使系统的姿态测量精度获得大幅度提高,并能克服最优滤波对平台误差角初期估计精度低的缺点,可以作为一种评估舰船导航设备工作性能的事后分析方法。     

简化UKF算法在SINS／GPS组合导航中的应用

针对SINS／GPS组合导航系统的特点,建立了系统的非线性误差模型。根据系统状态方程为非线性而观测方程为线性的特点,将一种简化的UKF方法（Rao-Blackwellisation Additive Unscented Kalman Filter,RBAUKF）用于SINS／GPS组合导航系统中,RBAUKF采用较少的采样点数目和简化的更新算法,降低了计算复杂度。最后,在机动条件下,进行了SINS／GPS组合导航实验仿真。仿真结果表明,RBAUKF相比EKF具有更高的滤波精度,更适合在SINS／GPS组合导航系统中应用。     

一种应用自适应滤波的新型船用综合导航系统

本文介绍一种以自适应卡尔曼滤波器为核心,以电子屏幕导航为应用手段的新型船用综合导航系统(以下简称综导)。卡尔曼滤波仍是当今船舶导航最适用的滤波方法,但普通卡尔曼滤波对被测系统动态模型和噪声验前统计的苛求,给研制高效综导带来困难。根据系统辨识理论,我们采用虚拟噪声补偿技术,对普通卡尔曼滤波器进行改造,并加进一种用来递推估计噪声统计特性的估值器,构造成自适应卡尔曼滤波器,结果令人满意。此外,以下三点也是本系统设计中的新颖之处:(1)将导航星全球定位系统(GPS)信息与劳兰C、NNSS卫导信息一并接入综导,改善综导的精度和冗余度;(2)采用一种新的防发散算法,能有效的控制自适应滤波器可能的发散;(3)驾驶员观察以电子海图为背景的显示器画面,根据船位偏离情况引导船舶航行,使导航变得既可靠又方便。我们称这种导航手段为电子屏幕导航。文章末尾给出了计算机仿真结果。仿真表明,70～80%的系统噪声和量测噪声能被抑制掉。该系统样机正在进行海上试验。     

卡尔曼滤波技术在潜艇组合导航中的应用研究

高精度的导航定位是潜艇研究中所面临的主要难题之一。采用GPS辅助的INS/DVL组合导航是目前潜艇的主流导航模式。当前实现GPS/INS/DVL组合导航的技术主要有航迹推算和卡尔曼滤波。本文将卡尔曼滤波技术应用于潜艇组合导航,并把EKF与传统的DR方法进行了仿真比较研究。结果表明,EKF的估计精度较高。     

舰船综合导航系统的联合卡尔曼滤波器设计

针对由惯性导航系统,全球定位系统及天文导航设备组成的舰船综合导航系统的特点,设计了联合卡尔曼滤波器,并给出了联合卡尔曼滤波器的结构及其算法。理论分析与仿真结果表明,该算法具有全局最优性,能够满足系统的精度要求,且应用该联合滤波可提高系统的容错性能。     

卡尔曼/粒子滤波器在船用组合导航中的应用

采用将全球定位系统GPS（Global Positioning System）与捷联惯性导航系统SINS（Strapdown Inertial Navigation System）进行组合导航的方式,组合后系统性能将优于GPS或SINS单独使用时的任一系统。介绍了基本粒子滤波器算法原理并对卡尔曼/粒子组合滤波器在船用GPS/SINS组合导航中的实现形式及算法特点进行了研究。仿真结果表明,对于船用SINS/GPS组合导航问题,卡尔曼/粒子组合滤波器能够获得较高的滤波精度,满足实际船用导航要求。     

MIMU/GPS/磁罗盘组合导航系统算法研究

在自行研制的微小型MIMU/GPS/磁罗盘组合导航系统上,深入研究了组合导航算法。该组合导航系统用FPGA芯片为主控制器,以TI公司高性能DSP芯片TMS320C6713作为导航解算协处理器。它采用了圆锥误差补偿和划船误差补偿的现代捷联导航算法和18阶状态变量的扩展Kalman滤波算法进行了组合导航参数计算。经室外车载试验表明,该组合导航系统的水平姿态误差小于0.2°,航向角误差小于0.3°,定位精度小于5m。     

基于USQUE的四元数容积卡尔曼滤波算法在组合导航中的应用

组合导航是导航领域中一个重要的研究领域和应用方向。传统的基于惯导误差模型的组合导航模式,因模型在建立过程存在各种近似计算,这必然使得建立的模型中引入诸多近似误差和模型误差,因此,其信息融合的估计精度下降。论文基于USQUE计算流程,提出一种四元数容积卡尔曼滤波算法,并将该算法应用于SINS/GPS位置松组合导航问题当中,仿真结果验证该算法的有效性并且具有较高的估计精度。     

推算船位／罗兰C（GPS）组合导航系统的研究及其海上试验

该文研究了推算船位／罗兰Ｃ（ＧＰＳ）组合导航系统的组合模式和推广的非线性卡尔曼滤波算法在该组合模式中的应用，详细推导了舰船运动的七状态数学模型及其机械编排。该文还给出了该组合系统在南海进行试验时的舰船轨迹及定位误差曲线，并进行了比较分析。结果表明：组合系统克服了推位系统的积累误差，抑制了罗兰Ｃ（ＧＰＳ）的随机定位误差，有效地改善了导航定位精度，滤波方案正确，算法稳定。该组合系统已成功地装备于多种型号的舰船上。     

GPS动态定位中自适应卡尔曼滤波模型的建立及其算法研究

采用描述机动载体运动的“当前”统计模型，建立了一种新的ＧＰＳ动态定位自适应卡尔曼滤波模型。为了进一步提高滤波器的动态性能，提出一种改进的自适应滤波算法，大大提高了ＧＰＳ动态定位卡尔曼滤波器的跟踪能力，改善了滤波效果。计算机仿真结果验证了该算法的有效性。