简介：本文讨论如何利用GPS接收机的高精度定位信息来标定和补偿捷联惯性导航系统(SINS,以下用缩写代替)的积累误差。文中叙述了GPS/SINS组合系统的主要特点、组成、设计和实现,同时给出了实验室静态测试数据和跑车试验中的主要结果。

简介：本文介绍了ＳＩＮＳ／ＧＰＳ组合系统机载样机的工程研制及车载试验。采用经过小型化的捷联惯导系统与美国ＴＲＩＭＢＬＥ公司生产的６通道ＴＡＮＳⅡＧＰＳ接收机进行组合。捷联惯导系统软件与组合导航系统卡尔曼滤波器计算软件共用一个机载计算机，组合系统采用１２阶线性卡尔曼滤波器，并对卡尔曼滤波器的递推算法进行了工程化的处理，使滤波器的计算速度大为提高。最后，给出了组合系统的实验室静态试验及外场车载试验结果。

简介：为了满足船用姿态确定系统的精度和成本要求,提出了基于低精度光纤陀螺捷联惯性系统与GPS双天线定向系统组合的姿态确定方案,建立了相应的组合姿态确定系统,设计并实现了姿态确定算法.通过静态试验和动态船载试验,验证了该组合姿态确定系统的可行性;试验结果表明系统在低成本的条件下具有较高的精度.

简介：—本文首先建立了ＳＩＮＳ的误差模型，并对系统模型进行了可观测性分析，然后基于ＳＩＮＳ误差模型的特点，通过对所采用卡尔曼滤波器仿真结果的分析，提出了一种快速估计方位失准角Ｄ的方法，从而大大缩短了初始对准时间，提高了对准速度。最后计算机仿真结果表明了该方法的有效性。

简介：针对运载火箭特点,着重研究在发射惯性坐标系下,位置、速度组合模式的GPS/SINS组合导航算法,推导了该坐标系下的惯导一阶误差传播方程,建立了该坐标系下GPS/SINS组合导航系统的状态方程和观测方程,并进行了相关数学仿真验证。仿真结果表明,在该坐标系中,GPS/SINS组合导航算法能较准确地给出运载火箭的位置、速度和姿态信息,提高运载火箭制导精度。

简介：弹道修正技术能以较低成本显著提高现有武器系统的作战性能。主要研究基于低成本MEMS的组合导航系统在弹道修正方面的应用，建立了组合导航系统的速度、位置组合模型，采用了卡尔曼滤波技术对该组合导航系统进行最优估计，分别对纯惯导系统和组合系统进行了仿真分析，并对组合导航系统进行跑车试验验证。仿真与跑车试验结果表明，该组合导航系统能提供较高精度的位置和速度信息，进而为弹道修正控制机构提供精确的测量信息，从而提高其射击精度，因此该研究具有一定的工程应用价值。

简介：针对SINS/GPS组合导航系统中的GPS故障,结合GPS导航定位信息的特点,提出了基于改进型灰色预测的GPS故障预测模型,实现了GPS故障预测;结合SINS/GPS组合导航系统数学模型,进行了基于改进型灰色预测的SINS/GPS组合导航系统仿真。仿真结果表明,GPS位置数据预测残差小于1.5m;在GPS短暂故障期间,由预测数据取代GPS故障数据,可以有效提高SINS/GPS组合导航系统的抗干扰能力,保证其导航精度;比较GPS故障数据和预测数据,并根据故障数据的持续时间和变化特点等,可以诊断GPS故障是硬件故障还是外部干扰的影响,有助于实现GPS的故障判别与隔离。

简介：针对GPS/SINS组合导航系统的滤波算法误差较大,对常用的卡尔曼滤波算法进行了总结和分析,在此基础上,提出一种将H∞后置滤波和H∞前置滤波相结合的方法,形成H∞双滤波算法.以GPS/SINS组合导航系统为例进行了仿真,结果表明此方法既能抑制滤波发散,又能提高滤波精度.

简介：捷联惯性导航系统大方位失准角的误差模型是非线性的,传统的扩展卡尔曼滤波（ExtendedKalmanFilter,EKF）会产生线性化误差,影响初始对准精度。在给出捷联惯性导航系统动基座大方位失准角误差模型的基础上,推导了粒子滤波方法（ParticleFilter,PF）,并将扩展卡尔曼滤波、基于Scaled-Unscented变换的Unscented卡尔曼滤波（UnscentedKalmanfilter,UKF）和基于Residual重采样的粒子滤波用于捷联惯性导航系统的初始对准中,分别进行了加速和拐弯条件下的初始对准实验仿真。仿真结果表明,在大失准角情况下,粒子滤波相对于扩展卡尔曼滤波和Unscented卡尔曼滤波具有更高的对准精度和更快的收敛速度。

简介：为了稳定跟踪高动态下的弱信号,分析了传统载波锁相环(PhaseLockLoop,PLL)的结构,进一步提出了采用捷联惯导系统(StrapdownInertialNavigationSystem,SINS)辅助全球导航卫星系统(GlobalNavigationSatelliteSystem,GNSS)的PLL环路结构。通过分析SINS辅助前后的误差并比较不同误差的影响,按照误差最小原则设计了最优带宽的计算方法,并优化了最小带宽门限的选择方法,最后通过仿真验证了方法的有效性。

简介：在双轴旋转式SINS中,惯性元件常值漂移误差对系统的影响可以得到调制,但安装误差和标度因数误差对系统的影响无法得到调制,同时这些误差会与旋转角速率耦合,引起速度锯齿波等误差从而降低了系统的各项性能指标。为了减少这种影响,分析了光学陀螺双轴旋转式SINS误差传播特性,利用奇异值分解法对系统的可观测程度进行了分析,经分析,与转动轴相关的安装误差和标度因数误差的可观测度较好,据此设计了系统的自主标定方案及滤波算法,进行了数字仿真和半实物仿真验证试验。试验结果表明,利用设计的自主标定方案,在1h内能估计出转轴上两个陀螺的标度因数误差及与转轴相关的四个安装误差,估计精度能达到95%以上。导航试验验证表明,利用自主标定的参数,相对于传统标定方法,使系统定位精度提高了20%。

简介：根据Beidou双星的特征安置系统(作为缩写：双星位置)，双星位置/罪恶的最佳的断言模型综合系统被提出，它能从为综合系统最佳地放系统到谓语，然后到正确罪恶的双星使用推迟的位置信息，并且负担得起一些航行参数的综合结果。以便验证过滤器的一致性，为一个过滤器的一致性的标准也被学习，并且测试统计基于过滤方法与综合系统一致的实际测量数据表演被给实验。

简介：空天飞行器往返于大气层内外，持续工作时间长。捷联惯性／天文组合导航自主性强、隐蔽性好，是最适合空天飞行器的导航方式之一。为提高传统天文定位的导航精度和可靠性，解决其在机载应用中水平基准制约的问题，分析了平台误差角和位置误差对高度角量测的影响，提出了一种以天体高度角为量测信息的捷联惯性／天文深组合导航算法。该算法采用卡尔曼滤波器进行最优估计，可有效估计并补偿系统的姿态误差，减少天文导航定位对水平基准的依赖。仿真表明，单星观测条件下，导航系统姿态误差快速收敛，定位的均方根误差在200m以内，且系统导航性能随导航星数量的增加而提高。

简介：传统动基座传递对准主要采用扩展卡尔曼滤波技术。但在动基座传递对准的非线性、非高斯条件下，这种基于模型线性化和高斯假设的滤波方法在估计系统状态及其方差时误差较大且可能发散。混合退火粒子滤波针对非线性、非高斯系统状态的在线估计问题，提出一种新的基于序贯重要性抽样的粒子滤波算法。在滤波算法中，用状态参数分解和退火系数来产生重要性概率密度函数，此概率密度函数综合考虑了转移先验、似然、噪声的统计特性以及最新的观察数据，因此更接近于系统状态的后验概率。实验仿真结果表明，这种基于混合退火粒子滤波器不仅比扩展卡尔曼滤波提高了传递对准的精度，而且又比传统的粒子算法减少了时间。

简介：摘要现代战争是高科技，高信息化的战争，要求武器装备具有高精度，高稳定性的定位、导航和制导能力，而GNSS/SINS组合导航方式成为导航领域发展的主流。本文首先分析松组合、紧组合、深组合三种方式的原理和并对性能进行了对比，而后介绍了国内外组合导航的发展历程。最后着重阐述了北斗导航系统_SINS组合导航的现状和展望，并对其发展提出了几点建议。

简介：为适应自主驾驶车辆的高精度、高频率与高可靠性的导航要求，提出了一种机器视觉／数字地图／CP-DGPS共同辅助SINS的智能车辆组合导航方法，建立了组合导航系统的滤波模型。该滤波模型的量测信息不仅包括GPS与SINS形成的位置与姿态观测信息，还包括机器视觉／数字地图／SINS形成的横向偏差观测信息。通过对SINS的多重冗余辅助，使得导航系统具备容错能力。仿真结果表明，该组合导航系统能为智能车辆提供其空间位置、速度、加速度与姿态角等众多导航信息，并具有100Hz的高频输出、厘米级的导航精度和容错性能，当GPS较长时间中断时，通过SINS／视觉／数字地图的组合仍能为智能车辆提供可靠的导航数据。

简介：为了提高捷联惯导系统的对准精度和收敛速度，提出了一种基于Sage-Husa自适应滤波算法的初始对准方法。针对方位小失准角的情况，推导出精对准误差模型和自适应Kalman滤波方程。常规Kalman滤波算法，在噪声统计特性已知的情况下，使用比较方便；多数情况下，噪声统计特性是处于未知状态，从而引入自适应Kalman滤波算法。它利用观测到的数据自动进行噪声统计特性的在线估计和修正，使系统达到最佳的滤波效果。通过仿真验证，该自适应滤波算法有效地提高了收敛速度和对准精度。

简介：特征根估计方法具有降低模型复共线性程度和提高参数估计效果的作用，但是在SINS制导工具误差估计中，如何有效地筛选特征根却成为特征根估计的重要问题。文中通过研究特征根与残差平方和之间的关系，提出了以残差平方和与系统阶次比最小为准则（即MRSO准则）的特征根筛选方法。仿真分析表明，改进的特征根估计方法具有很强的工程实践性，从而推动了该方法在实际工程中广泛应用。

简介：针对SINS/GNSS组合导航在GNSS信号异常时出现的系统滤波精度和稳定性下降的问题,提出一种基于EKF的自适应分类容错滤波算法。该算法通过比较系统残差协方差矩阵的实际值与理论值来检测GNSS信号是否存在异常,然后对异常信号进行分类,并对不同类别的异常信号使用不同的加权矩阵进行修正,以减弱异常值对系统滤波精度的影响,同时在滤波过程中加入UD分解,使系统滤波性能更稳定。仿真结果表明：该算法能够有效降低GNSS输出异常信号对SINS/GNSS组合导航带来的不利影响并提高系统稳定性;在GNSS信号出现异常情况下,其导航精度相比EKF至少提高95.6%,相比REKF和AEKF分别至少提高44.5%和24.6%。

简介：为实现无人机高精度高可靠性导航,提出了一种以捷联惯性导航系统（SINS）为主,以地形辅助导航（TAN）、大气数据系统（ADS）及电子磁罗盘（MCP）为辅的组合导航方式。通过分析SINS、TAN、ADS及MCP单一系统的工作原理及输出误差模型,构建了SINS/TAN、SINS/ADS及SINS/MCP系统的状态方程及观测方程,最后采用联邦卡尔曼滤波方式实现了对各组合系统的信息融合。仿真数据对比表明：SINS/TAN系统位置误差较小,但航向误差较大;SINS/ADS系统速度误差较小且比较稳定,但位置误差随时间发散;SINS/MCP系统航向误差方差可达0.3783’,但其位置和速度估计精度不理想;而SINS/TAN/ADS/MCP系统能够克服上述不足,实现所有导航参数误差估计的高精度。