一种基于INS/GPS/CNS的全信息导航滤波算法

为解决INS/GPS两组合导航系统因观测信息不完整造成的姿态误差发散、系统稳定性较弱的问题,本文利用CNS搭建了基于INS/GPS/CNS的全观测信息导航系统。通过建立以位置误差、速度误差及平台失准角误差为观测量的系统数学模型,提出一种基于INS/GPS/CNS的全信息导航滤波算法,提高了系统的导航精度,改善了系统的稳定性。试验结果表明,本文所提算法相较于传统两组合滤波算法,各导航参数的精度在不同程度上得到改善,长航时条件下姿态误差收敛、稳定性较高。     

INS与GPS系统的组合应用

本论述和介绍了INS与GPS组合系统的工作原理及相关问题，该系统为解决民用GPS或GLONASS全球卫星导航系统存在的问题提供了另一个有效的途径。由于传统的惯性导航系统设备是分离式的，且精度又较低，加上高价位的惯性导航系统的传感器是阻碍它被广泛应用于与GPS进行组合导航的主要原因，但近年来出现的低价位、高精度的传感器，使得惯性导航系统集合化、小型化成为现实，这也就使得惯性导航系统与全球卫星导航系统的组合导航系统成为可能。     

INS/GPS姿态组合导航系统卡尔曼滤波器设计

在建立用于卡尔曼滤波的INS和GPS姿态误差模型基础上,给出INS/GPS姿态组合系统的误差方程和量测方程,仿真结果表明：在通常的利用位置和速度作为观测量的INS/GPS组合导航系统中,加入GPS姿态观测量后,INS的位置误差、速度精度及姿态精度都得到较大提高,同时INS元件误差也能得到较好的估计。     

模糊自适应Kalman滤波在INS／GPS组合导航系统中的应用

针对INS／GPS组合导航系统中因量测噪声的复杂多变造成的发散问题,引人了一种基于新息方差匹配技术的自适应模糊控制Kalman滤波算法,通过模糊控制器在线调整量测噪声方差,抑制滤波器发散,从而提高导航系统的精度。仿真结果表明该算法具有比常规Kalman滤波更高的精度。     

惯性导航系统INS与GPS系统的组合应用

由于传统的惯性导航系统设备是分离式的，且精度又较低，加上高价位的惯性系统的传感器是阻碍它被广泛应用于与GPS进行组合导航的主要原因。但近年来出现的低价位、高精度的传感器，使得惯性导航系统集合化、小型化成为现实。这也就使得惯性导航系统与全球卫星导航系统的组合导航系统成为可能，从而为解决民用GPS或GLONASS全球卫星导航系统存在的问题提供了另一个有效的途径。本文论述和介绍了该组合系统的工作原理及相关问题。     

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。     

基于H_∞的INS/GPS组合导航系统初始对准研究

卡尔曼滤波需要系统的数学模型准确且噪声的统计特性为已知的白噪声,为了克服这一弱点,针对位置/速度模式的INS/GPS组合导航系统,确定其动基座下初始对准H∞滤波方案,并进行计算机仿真,与传统卡尔曼滤波比较。结果表明,H∞滤波算法对水平失准角估计速度快、精度较高,鲁棒性强,较卡尔曼滤波好,对水平失调角有较好的估计效果,满足初始对准的基本要求。     

组合导航系统在导航战中的作用

随着导航技术的发展，导航系统的种类越来越多，将多种导航技术组合形成组合导航系统是导航技术发展的一种必然趋势，也是迎接导航战挑战，提高导航作战能力，削弱敌方的导航能力，掌握未来战场的主动权的必然选择。介绍了导航技术和导航战，分析了美军导航战的发展现状，阐述了组合导航系统及其在导航战中的重要作用。     

INS/GPS组合导航系统动基座初始对准研究

针对位置/速度模式的INS/GPS组合导航系统,确定其动基座下初始对准卡尔曼滤波方案,并进行计算机仿真。结果表明,卡尔曼滤波算法在动基座下INS/GPS组合导航系统初始对准中速度快、精度较高、对水平失调角有较好的估计效果,满足初始对准的基本要求。     

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.     

北斗／INS 组合导航滤波算法的研究

为了提高北斗定位系统定位定姿的精度及性能,利用惯性导航系统（inertial navigation system ,INS）姿态信息进行辅助,建立BDS／INS组合定位算法。通过INS输出信息与BDS观测信息紧组合的方式,以北斗导航卫星系统的伪距以及伪距率作为子系统状态量,利用卡尔曼滤波方法将卫导观测信息与惯导导航参数融合在一起进行计算。通过实际仿真实验表明,相比于原系统算法,组合后的算法能有效地提高BDS定位的精度和成功率。     

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。     

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。     

MIMU/GPS/磁传感器组合导航系统信号处理

针对MIMU/GPS/磁传感器组合导航系统,进行了GPS信号调理、MEMS陀螺仪降噪以及磁传感器误差补偿研究。用双线性趋势外推法与MIMU陀螺仪信息对GPS信号进行处理,用AR（3）误差模型对MEMS陀螺仪去噪建模,用旋转标定方法对磁传感器进行误差补偿。通过对自行研制的MIMU/GPS/磁传感器组合导航系统与高精度组合导航系统的室外跑车比对试验,验证了上述信号处理及误差补偿方法的有效性。     

自适应滤波器在组合导航系统中的应用

为克服传统卡尔曼滤波器过于依赖模型先验噪声知识的不足，针对计程仪／SINS组合系统提出基于信息更新序列为反馈的自适应滤波器，建立相应模型。仿真结果表明，这种自适应滤波器算法简单，并能有效提高组合系统的精度。