摘要：针对现有行人航位推算(PDR)方法存在误差积累并且定位与航向精度较低,从而导致PDR/全球导航卫星系统(GNSS)组合导航精度下降的问题,提出了一种面向智能移动终端的改进的PDR(iPDR)/GNSS组合导航方法。首先,设计了一种iPDR定位方法,将GNSS载波相位历元差分技术计算的航向角引入PDR航向估计中,减小由陀螺漂移引起的航向累积误差。其次,基于因子图优化将GNSS绝对位置与iPDR定位结果相融合。最后,利用智能手机采集的实测数据对所提方法进行验证。实验结果表明:与传统PDR方法相比,iPDR方法的定位精度提高了62.0%,航向精度提高了33.7%;与基于卡尔曼滤波的iPDR/GNSS组合方法相比,基于因子图优化的iPDR/GNSS方法在定位精度上提高了39.8%,有效提高了组合导航系统的精度。

摘要：目前组合导航作为一种比单一导航更优越的导航方式得到大量使用。但它也存在随着传感器增多,复杂性增加,而使得系统出错概率增加的缺点。因此,必须采用有效的故障容错方法以提高系统的容错性能。本文介绍了导航传感器的特点及常见故障类型,对其正常和故障时的数据进行了软件模拟。在传统的组合导航系统(GPS/2DR)的基础上,利用相同的传感器自行设计一种新的组合导航容错系统(GPS/3DR),并通过仿真实验验证了设计的合理性。仿真实验成功地检测出模拟的故障,准确地定位出故障传感器,并在故障隔离后动态地重构了系统,基于动态检测和容错反馈算法融合了导航传感器的数据,最终得到比不进行故障检测时更好的导航效果。通过从3个方面对本文设计的组合导航系统和传统的组合导航系统进行比较,得出本文设计的组合导航系统在这3个方面都优于传统的组合导航系统的结论。

摘要：将平淡Kalman滤波(UKF)方法应用于低成本SINS/GPS/MC组合导航系统,建立了系统的非线性误差方程,并设计了相应的UKF算法与滤波器;针对组合导航中捷联惯性导航子系统的反馈修正,提出了一种根据误差角对四元数进行修正的方法.试验结果表明,本文设计的UKF效果优于集中Kalman滤波,且采用四元数反馈修正方法后较大地提高了滤波精度.

摘要：讨论了导航系统的故障检测问题,提出通过设计对特定导航系统故障敏感的最优鲁棒向量来检测组合导航系统故障,只利用传感器的测量数据,不需要具体的动态模型,并与常用的奇偶检测法进行了比较.最后以3 个导航系统的组合为例,仿真结果显示,鲁棒故障诊断的检测故障。

摘要：针对当前自适应组合导航系统算法的研究趋势,总结了卡尔曼滤波技术的缺陷和利用智能融合技术提高滤波器性能的设计思想。对模糊控制自适应算法(FIR AKF)、神经网络自适应算法(NN AKF)和自适应神经网络模糊推理自适应算法(ANFIS AKF)进行了分析。着重研究FIR AKF采用滤波器新息序列和外系统状态的模糊控制器关键的模糊规则设计问题;分析NN AKF在组合导航系统模型调整、故障检测和隔离中的应用方法,并给出ANFIS AKF利用神经网络自动生成推理规则和建立自适应组合导航系统的基本方法。

摘要：针对多源信息组合导航系统中集中卡尔曼滤波器存在的斜坡噪声抑制难题,本文提出一种容错卡尔曼滤波算法。该算法在传统极大似然抗差估计的基础上,进一步考虑量测信息的先验概率分布,设计量测信息在线质量评价函数,当量测信息含有阶跃噪声、冲击噪声、及斜坡噪声时实现对量测信息的质量评价,并依据质量评价信息构造量测噪声权函数与自适应因子,通过调节量测信息权重,抑制包括斜坡噪声在内的量测粗差对滤波精度及可靠性的影响,实现容错滤波。将该算法应用于多传感器组合导航系统中进行仿真实验验证,仿真结果证明:本文提出的容错卡尔曼滤波算法可以有效抑制量测信息中的阶跃噪声、冲击噪声、及斜坡噪声,滤波器的可靠性和精度得到了有效提升。

摘要：为了实现对惯性导航与卫星导航相结合的组合导航系统的欺骗干扰,通过分析组合导航系统的抗干扰手段及其弱点,使用生成式欺骗干扰方式,基于欺骗步进小于组合导航系统监测阈值的原则,针对性地设计了多步态小欺骗量的欺骗干扰策略,并搭建了针对组合导航设备的欺骗实验场景开展欺骗干扰测试。结果表明:使用所提多步态欺骗算法,在组合导航系统不告警情况下,实现了以0.6 m/s的拉偏速度按照欺骗策略预设轨迹对其进行持续欺骗;在时长约为80 min的欺骗实验中,该算法持续地将组合导航系统的定位结果拉偏了2.3 km,验证了所设计欺骗算法针对组合导航系统的有效性。设计的多步态导航欺骗算法提高了干扰的隐蔽性,可为相关组合导航干扰装备的研制提供算法支持。

摘要：为满足某制导弹药导航与制导系统的要求,设计了一种MIMU/GPS的组合导航系统,采用基于浮点DSP+FPGA+MCU的分布式多处理器结构的系统作为导航计算平台,该系统具有运算精度高、实时性好等优点;按照制导弹药组合导航系统的工作流程设计了各软件模块,包括系统自检、初始对准、惯导解算、组合滤波等模块.针对微机械惯导系统噪声误差难于精确统计的特性,设计了自适应卡尔曼滤波器,进行了地面跑车试验,数据处理结果表明系统的设计是成功的,系统的定位、定姿精度都比较理想,能够满足制导弹药导航要求.

摘要：以GPS/INS组合导航系统为应用背景,推导了“当前统计”模型下卡尔曼滤波方程的关键矩阵,阐述了卡尔曼滤波器的主要参数对组合导航信息融合效果的影响;给出了组合导航系统的松耦合设计框图;根据实验测得的数据采用基于卡尔曼滤波的信息融合算法,通过对算法改进前后东向误差和北向误差的分析,说明算法改进后的定位精度比改进前高约30％．

摘要：针对卡尔曼及其扩展算法在滤波中噪声矩阵与实际偏差过大时出现滤波发散的情况,本文提出利用无偏有限冲击响应滤波器(UFIR)实现该背景下的状态估计。但将UFIR滤波器应用于GPS/INS组合系统存在2个问题:1)在线估计最佳滤波窗长的方法还有待改善;2)导航精度较低。本文设计了一种级联式滤波算法,主滤波器对UFIR滤波算法进行改进,设计在线估计窗口大小方法的同时,改进了现有的UFIR算法;从滤波器引入GPS的航向信息,设计一种自适应卡尔曼滤波以提高导航精度。通过仿真和实测对所提滤波算法进行了验证,实验结果表明该算法可以有效提高导航精度和系统的鲁棒性。