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。     

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。     

基于惯性导航/地磁的水下潜器组合导航定位方法

针对水下潜器长时间水下航行的隐蔽性且定位精度不高的问题,提出了一种基于惯性导航/地磁的组合导航系统。建立了惯性导航/地磁组合导航系统模型,并且利用卡尔曼滤波算法对系统进行滤波。最后通过仿真实验表明,该组合导航系统能够有效弥补单惯性导航系统精度发散的不足,提高了导航精度,实现了水下潜器的精确导航。     

基于自适应滤波器的AUV组合导航系统研究

为满足自主式水下航行器(AUV)应对水下复杂环境和水下高精度导航的需求,提出了捷联式惯性导航系统(SINS)、多普勒计程仪(DVL)、磁罗经导航系统(MCP)和地形辅助导航系统(TAN)的水下组合导航系统方案,设计了一种基于BP神经网络的自适应滤波算法,建立了卡尔曼滤波器的线性滤波方程和导航传感器的量测方程,根据数学模型进行仿真实验。仿真结果表明,导航传感器和基于神经网络的自适应滤波技术的应用大大提高了AUV的导航精度和自适应能力。     

舰船组合导航系统的顺序滤波融合算法

舰船组合导航系统Kalman滤波的集中式融合与分布式融合方法存在滤波精度与计算性能、容错性不可兼顾的缺点.且船舶运动受海洋环境等的影响,其噪声基于白噪声建模过于理想化.针对上述问题,提出了舰船组合导航系统的顺序滤波融合算法.该算法的基本思想是采用一阶Markov过程建立舰船运动的噪声模型,并用状态扩维方法将状态方程转化为符合标准Kalman滤波的基本方程,然后每一时刻检查各导航子系统的有效性,对有效的导航子系统引入顺序滤波融合思想实现导航定位.与传统的顺序滤波融合算法相比,新算法在保留与集中式融合同样高的滤波精度、计算性能好的优点的基础上,新增了实用性强、容错性好的优点.理论分析和舰船SINS/GPS组合导航仿真结果表明了新算法的有效性和优越性.     

一种基于声学定位/航位推算的水下导航定位方法

受环境影响,声学定位系统输出的位置信息波动较大,还会出现数据跳变或丢失现象,严重影响了水下载体的定位精度。针对此问题,提出一种基于声学定位/航位推算的组合导航方案,该方案在组合滤波前对声学定位系统输出数据可用性进行判断,进而选择不同的导航方式。采用计算机仿真和海试实验对研究方法进行了验证,结果表明,该方法能有效融合两种导航系统的优点,平滑声学定位系统数据的波动,且当声学定位系统输出异常时,水下载体短时间内还能保持较高的定位精度。     

模糊自适应卡尔曼滤波在惯性/地磁导航中的应用

为了提高自主、无源组合导航系统的精度和可靠性,针对惯性/地磁组合导航系统中滤波发散、量测噪声统计特征随实际情况不同而变化的问题,本文在无迹卡尔曼滤波的基础上,通过监测滤波新息的方差和均值变化,采用模糊自适应滤波算法,"在线"调整模型中的噪声方差阵,来改变滤波器的估计均方误差和滤波增益.通过自适应调整Sigma采样中权值的比例因子α,来解决UT变换的非局部效应,达到提高组合导航的精度的作用.仿真结果表明,模糊自适应卡尔曼滤波器可以有效的提高惯性/地磁组合导航系统,克服了传统滤波算法的缺点和不足,提高了滤波精度.     

平方根求容积卡尔曼滤波的组合导航算法

以全球定位系统与航位推算(GPS/DR)相结合的组合导航系统为研究对象.为解决在GPS/DR组合导航研究中传统扩展卡尔曼滤波(EKF)算法的滤波精度和稳定性差问题,引入了平方根求容积卡尔曼滤波算法.作为一类sigma点滤波方法,SCKF有效避免了EKF计算雅可比矩阵,提高了估计精度.仿真结果表明,对于船用GPS/DR组合导航问题,该算法能获得更好的性能指标,更符合实际船用组合导航要求.     

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_∞滤波技术的重力辅助导航仿真研究

因无法对系统模型和噪声模型精确建模导致Kalman滤波器精度较低或发散问题,本文将H∞滤波理论引入重力仪/INS组合导航系统。文中首先给出了最优H∞范数的计算方法,解决了过去根据经验或多次试验确定该值的问题。组合导航系统包含位置、速度和姿态9维状态误差,利用重力仪实测重力异常与INS指示位置地图重力异常值之差作为观测信息对系统进行H∞滤波。仿真实验表明,该方法可极大地改善组合导航系统的鲁棒性和可靠性,明显提高系统的导航精度,减小滤波系统的阶次,加快对系统状态的滤波估计,对工程实际应用具有重要意义。