基于MEMS的GPS/SINS组合导航技术发展现状

对比了GPS、捷联式惯导系统、微电子机械系统(MEMS)惯性传感器各自的优缺点.针对目前以惯性技术为基础的组合导航系统得到了重视和发展,介绍了基于MEMS的GPS/捷联式惯导组合过程中存在的各种技术问题和解决这些技术难题的技术途径.     

基于MEMS的GPS/SINS舰船组合导航系统设计

针对舰船导航的特点设计了基于MEMS的GPS/SINS舰船组合导航系统,整套系统由GPS卫星导航系统和SINS捷联惯导系统两部分组成;着重介绍了MEMS和组合导航技术以及该设计系统的组成原理和应用前景,并对设计中的关键技术作出详细说明。     

多传感器信息融合技术在舰船组合导航系统中的应用

介绍了舰船惯导系统的误差模型,针对该模型,提出了基于信息融合原理的联合卡尔曼滤波器的结构及算法.理论分析与仿真结果表明,该舰船INS/GPS/Loran-C组合导航系统的设计合理,算法具有全局最优性,能够满足系统的精度要求,且应用该联合卡尔曼滤波器可提高系统的容错性能.     

基于BP神经网络的舰船组合导航算法研究

针对GPS/惯导组合导航系统的滤波定位算法,文章提出利用BP神经网络,用其输出修正组合导航滤波输出结果,提高组合导航系统的定位精度。通过仿真试验表明滤波的效果对导航精度有所提高,同时也说明了该方法是可行的、正确的。     

多传感器信息融合技术在舰船组合导航系统中的应用

介绍了舰船惯导系统的误差模型,针对该模型,提出了基于信息融合原理的联合卡尔曼滤波器的结构及算法。理论分析与仿真结果表明,该舰船INS／GPS／Loran-C组合导航系统的设计合理,算法具有全局最优性,能够满足系统的精度要求,且应用该联合卡尔曼滤波器可提高系统的容错性能。     

船用北斗/惯导组合导航系统研究

针对目前船舶导航设备相对独立且被GPS所垄断的问题,本文提出了船用北斗/惯导组合导航系统,首先分析了组合导航系统的优势,其次建立了组合导航系统的数学模型,最后基于MATLAB软件,进行了仿真实验,结果表明组合导航系统具有更精确、更完备的导航信息,且可靠性更强。为船舶的安全航行提供了有力保障。     

一种低成本、高集成度的微型无人机组合导航系统设计

微型导航系统是微型无人机的关键核心技术之一.论文着眼微型无人机导航系统一体化、小型化、综合化的发展趋势,基于低成本、高集成度的惯性测量单元ADIS16405和GPS全球定位系统,以国产ARM微处理器为导航计算核心,提出了一种新的捷联惯导系统/GPS组合导航系统设计方法.通过对导航算法的研究,硬件及软件的设计,研制了一套体积小、精度高、实时性强的组合导航系统,较好地满足了某微型无人机的需求.室内试验和车载实验均表明该系统导航精度高、性能稳定可靠.     

海底地形辅助导航系统滤波算法研究

分析了地形／惯导组合导航系统的状态方程，并对H∞滤波和卡尔曼滤波算法进行了对比分析，同时给出仿真结果。理论分析和仿真实验表明：H∞滤波算法和卡尔曼滤波都具有较好的收敛特性，能在一定程度上提高地形辅助导航系统精度，但H∞滤波的效果优于卡尔曼滤波。     

一种用于惯导系统车载试验的速度基准系统

介绍了一种自行研制的用于捷联惯导车载试验的速度基准系统.该系统由卫星导航装置、车速采集装置和主控计算机组成,能够实时输出满足一定精度要求的速度数据,可作为捷联惯导跑车试验中的速度基准,用以模拟其它测速设备的输出.经过实际车载试验验证,该基准系统组成简单,功耗、体积、重量和速度精度满足捷联惯导车载试验要求,能够做到在无卫星导航信息条件下,模拟实现组合导航系统的测速功能.     

神经网络在组合导航定位算法中的应用研究

针对无源北斗1号/惯导组合导航系统滤波定位算法,文章提出并设计了神经网络及其训练算法RLS,用其输出修正组合导航滤波输出结果,提高组合导航系统的定位精度。通过仿真验证了此方案的可行性,并能有效提高北斗1号组合导航系统的定位精度。     

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。     

一种基于DSP的SINS/GPS组合导航系统实现

利用微型惯性测量单元MIMU和GPS接收机,设计了一种基于DSP的SINS/GPS组合导航系统。文章详细介绍了其硬件组成,并在此基础上实现了卡尔曼滤波松散组合的GPS/SINS组合导航。试验结果表明该组合导航系统的结构简单、精度较高,具有很好的实用价值。     

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。     

GPS/SINS姿态组合系统数据空间同步方法研究

在引入了姿态观测量的基于卡尔曼滤波器的GPS／SINS组合导航系统中，GPS天线体坐标系与IMu所在的载体坐标系由于安装误差或其他原因不能完全重合，两个坐标系之间存在失准角，导致GPS与SINS输出的姿态信息在空间不同步，这将严重影响卡尔曼滤波的效果。针对这一问题进行了深入的研究，分析了姿态测量数据空间不同步的原因，给出了静态和动基座情况下标定两个坐标系位置关系的若干方法并进行仿真分析验证了其可行性。     

Research on integrated navigation method for AUV

The principles of the SINS/DVL integrated navigation system are introduced, and the compass status accuracy is compared. When the heading is changed, the dead reckoning algorithm using the heading information of the SINS （Strapdown inertial navigation systems） and DVL （doppler velocity log） is adopted to substitute the SINS/DVL integrated system. The simulation results show that the method can improve the accuracy of integrated navigation system when AUV （autonomous underwater vehicle） is in motion.     

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。     

基于浮点DSP的SINS/GPS舰船导航计算机设计

导航计算机是航行器导航系统的重要组成部分。介绍一种基于DSPTMS320VC33的光纤SINS/GPS组合导航系统,主从式多处理器结构、高精度数据采集电路、双口RAM并行数据传送模式、FPGA接口电路的设计以及系统软件设计,实验证明该系统具有实时性好、精度高、体积小的优点。     

Comparison of robust H<Subscript>∞</Subscript> filter and Kalman filter for initial alignment of inertial navigation system

There are many filtering methods that can be used for the initial alignment of an integrated inertial navigation system. This paper discussed the use of GPS, but focused on two kinds of filters for the initial alignment of an integrated strapdown inertial navigation system （SINS）. One method is based on the Kalman filter （KF）, and the other is based on the robust filter. Simulation results showed that the filter provides a quick transient response and a little more accurate estimate than KF, given substantial process noise or unknown noise statistics. So the robust filter is an effective and useful method for initial alignment of SINS. This research should make the use of SINS more popular, and is also a step for further research.     

Comparison of robust H∞ filter and Kalman filter for initial alignment of inertial navigation system

There are many filtering methods that can be used for the initial alignment of an integrated inertial navigation system.This paper discussed the use of GPS,but focused on two kinds of filters for the initial alignment of an integrated strapdown inertial navigation system (SINS).One method is based on the Kalman filter (KF),and the other is based on the robust filter.Simulation results showed that the filter provides a quick transient response and a little more accurate estimate than KF,given substantial process noise or unknown noise statistics.So the robust filter is an effective and useful method for initial alignment of SINS.This research should make the use of SINS more popular,and is also a step for further research.     

Comparison of robust H∞ filter and Kalman filter for initial alignment of inertial navigation system

There are many filtering methods that can be used for the initial alignment of an integrated inertial navigation system. This paper discussed the use of GPS, but focused on two kinds of filters for the initial alignment of an integrated strapdown inertial navigation system (SINS). One method is based on the Kalman filter (KF), and the other is based on the robust filter. Simulation results showed that the filter provides a quick transient response and a little more accurate estimate than KF, given substantial process noise or unknown noise statistics. So the robust filter is an effective and useful method for initial alignment of SINS. This research should make the use of SINS more popular, and is also a step for further research.