简介：针对空地武器攻击时敏目标半实物仿真系统的应用需求,以往所采用的纯数字仿真系统及方法已无法满足和实现所需要的功能,现有的半实物仿真技术又存在功能单一、接口有限、二次开发难的缺陷,提出了一种空地武器攻击时敏目标半实物仿真系统方案,重点设计了传递对准算法和GPS/INS组合导航算法。以空地制导炸弹为例,系统仿真功能涵盖了从载机挂弹飞行、系统自检、传递对准、热电池激活、数据链开启、炸弹投放、弹体姿态稳定、弹翼张开、滑翔中制导、中末交班、导引头开启、末制导直到命中时敏目标结束的全工作流程,针对该复杂系统的时间统一问题,提出了一种全系统投弹前后的传递对准时间同步方法。最后的模拟投弹试验结果表明：所设计的半实物仿真系统结构合理、实时性好、功能齐全,可为后期空地制导武器的研制提供一种非常有效的半实物仿真试验方法。

简介：微惯性系统由于成本低,可靠性高,尺寸小等等优点成为目前研究的热点。但是微惯性系统不能提供正确的航向角,所以无法单独完成初始对准。而仿生偏振光传感器通过计算可得到航向角,并且偏振光传感器的误差不发散可以抑制微惯性器件的误差发散,所以把偏振光传感器和微惯性系统进行组合有很多优点。实验结果验证了偏振光导航传感器的数据是不发散的,并根据偏振光导航传感器提供的航向角完成了初始对准。在导航状态中,里程计用来提供水平速度,并通过卡尔曼滤波将偏振光导航传感器、微惯性系统和里程计组合。最后,通过实验验证了该组合导航系统的可行性。

简介：双天线GPS提供的载体姿态信息与惯性导航系统信息进行融合可提高组合导航系统的性能。由于在实际应用中,GPS接收机可能会受到某种干扰无法提供舰船航向信息,从而降低传统卡尔曼滤波器的性能。因而提出了一种新的基于模糊逻辑控制的自适应卡尔曼滤波器。改进后的卡尔曼滤波器使用两个模糊逻辑控制器来调整两个系统的组合模式,并且根据卡尔曼滤波器的内部状态、GPS工作状态和舰船运动状态来计算卡尔曼增益。通过使用INS和GPS的实测数据验证,这种基于模糊逻辑控制的自适应卡尔曼滤波器能有效的提高INS/GPS组合导航系统的性能。

简介：针对无阻尼惯导系统的误差特点,设计了适合航空应用的惯性(INS)/天文(CNS)/Doppler组合导航系统,建立了该组合导航系统卡尔曼滤波模型.仿真试验表明,该组合导航系统能为飞行体提供精确的导航信息.

简介：本文讨论了ＧＰＳ／捷联惯性组合导航系统的原理和特点，针对其理论仿真和工程实现中的衔接问题，提出了一种半实时算法。该算法既继承了理论仿真方便、直接的优点；又充分利用了实测数据。系统调试成功后，可以直接将全套软件转换到导航计算机中。文中给出了半实时算法的原理和方案，讨论了组合卡尔曼滤波器的实现和ＧＰＳ仿真器、航迹仿真器、惯性器件等的设置。最后给出了有关结论。

简介：根据重力无源导航的基本要求,建立了速率方位惯性平台/计程仪/重力匹配组合导航系统的工作模式,给出了该组合导航系统的误差状态方程、测量方程和扩展Kalman方程.由于重力传感器是在运动载体上测量重力的,其输出包含当地重力大小和厄特弗斯效应,所以在该组合导航系统Kalman滤波器中考虑了厄特弗斯效应.采用matlab/simulink工具对该组合导航系统在分辨率为的数字重力异常图上进行了计算机仿真研究.仿真结果表明:该组合导航系统长时间定位误差小于导航系统目标误差的(RMS),在重力异常显著变化地区其定位误差将更小.

简介：传统惯性/卫星紧组合导航系统采用载波相位平滑伪距可以有效提高伪距观测量精度，但平滑伪距后观测量噪声不符合白噪声特性而导致卡尔曼滤波器容易发散；同时由于周跳的存在会更加严重影响滤波器的稳定性。针对上述问题，分析了平滑伪距噪声特性并建立了噪声模型，在此基础上设计了鲁棒自适应滤波算法对观测噪声进行实时估计和补偿，结合抗差估计理论进行滤波以减小观测量噪声水平和模型不确定对滤波器带来的影响。理论分析和仿真结果表明，在复杂环境下，基于载波相位平滑伪距的鲁棒自适应紧组合导航系统定位精度提高了一倍以上。

简介：为了提高水下航行器组合导航系统精度和可靠性,针对水下航行器组合导航系统量测噪声统计特性随实际工作环境的不同而变化的特点,提出了基于模糊自适应联邦卡尔曼滤波的水下组合导航算法。通过监测理论残差与实际残差的协方差的一致程度,应用模糊系统不断调整滤波器的增益系数,对子滤波器进行在线自适应调整,从而实现导航状态的最优估计滤波。通过对联邦滤波器信息分配系数模糊自适应调整,减少了滤波计算量,提高了滤波实时性。软件仿真实验结果表明：模糊自适应滤波可以有效地提高水下航行器组合导航系统的精度和可靠性,提高导航滤波实时性,克服传统的滤波算法的缺点与不足。

简介：传统的使用伪距和相位组合进行周跳探测的方法受限于伪距精度,在多路径效应严重和载体高动态下不可靠。针对该问题,构建北斗/INS紧组合模型,利用惯性辅助北斗三频信号线性组合构造了周跳探测量,兼顾错探率和漏探率,确定探测阈值系数为2.5768。基于卫星高度角采用正弦函数模型确定载波噪声,分析了载波噪声和卫地距误差对周跳探测和修复的影响。在此基础上选择组合量（0,-1,1）,（1,3,-4）,（-3,4,0）联合进行周跳探测和修复。使用车载组合导航实测数据验证周跳探测模型的效果。实验结果表明,对于模拟的密集小周跳,所有卫星错探率低于1.75%,漏探率低于0.11%,除低高度角卫星C05,所有卫星修复错误率低于0.35%。对于北斗信号中断的场景,在75s部分中断内或18s完全中断内都能够正确修复所有卫星的所有类型周跳。

简介：一般的Kalman滤波器要求有准确的动态和统计模型，而低成本的MEMS-IMU性能随着温度急剧变化，故在MEMS-IMU／GPS组合导航系统中使用一般的Kalman滤波器存在很多的局限性。针对低成本的MEMS-IMU／GPS组合导航系统，提出了多模态自适应滤波算法在MEMS-IMU／GPS组合导航系统中的应用；针对普通的多模态算法中的问题，采用修正的多模态自适应滤波算法来提高MEMS-IMU／GPS组合导航系统的性能。使用静态实时测试数据，验证了所提出的算法。测试结果表明，与普通Kalman滤波器相比，修正的多模态滤波算法提高了MEMS-IMU／GPS组合导航系统的性能；采用所提出的算法，MEMS-IMU／GPS组合导航系统的短时间静态位置精度小于5m（标准差），速度精度小于0．1m／s（标准差），姿态角精度小于0．5°（标准差）。

简介：针对系统误差的不确定性可能会引起滤波精度降低或发散的问题，提出一种新的基于模型预测滤波的前向神经网络算法。首先，采用模型预测滤波估计网络在正向传递过程中的模型误差，并对其进行修正，以弥补模型误差对隐含层权值更新的影响；然后，利用模型预测滤波为神经网络提供精确的训练样本，学习待估计系统的非线性关系。将提出的算法应用于SINS/CNS/BDS组合导航系统，并与扩展卡尔曼滤波进行比较，仿真结果表明，提出的算法得到的姿态误差、速度误差和位置误差分别在[-0.25′,+0.25′]、[-0.05m/s,+0.05m/s]和[-5m,+5m]以内，滤波性能明显优于扩展卡尔曼滤波算法，表明该算法能提高组合导航定位的解算精度。

简介：惯性/卫星超紧组合技术核心将卫星导航接收机基带信号处理过程中的环路非线性信息与惯性导航信息进行深层次互耦合。在研究超紧组合多信息源异型耦合架构特征及互耦合机理的基础上,对比分析了超紧组合非相干及相干互耦合方法,总结了不同超紧组合观测矢量提取方法及环路模型,然后设计了超紧组合互耦合信息处理流程及信号NCO（数控振荡器）控制方法。最后,利用仿真平台对非相干及相干方式进行了卫星信号受干扰及载体动态变化环境下的试验对比分析,结果表明超紧组合相干方法相较于非相干方式具有更优的观测矢量提取性能及抗干扰性能。

简介：在基于DSP的低成本MINS/GPS组合导航系统中,针对DSP的实型变量位数不足的缺点,在卡尔曼滤波器的设计中同时运用了状态与偏差解耦算法和平方根算法,并推导出状态与偏差解耦-平方根算法的具体公式,既能减少计算量,又能增强滤波的数值稳定性.

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：针对CNS/INS组合导航系统中缩短初始对准时间的问题,设计了一种CNS/INS组合导航系统组合对准新方法。在CNS/INS姿态四元数组合算法的基础上,推导CNS/INS组合系统线性化状态方程,分析了INS和CNS姿态四元数差值构建量测方程。利用递推最小二乘原理实现了对该组合系统的信息融合,设计了基于该估计原理的组合导航系统初始对准方法,考虑到大气层内动基座条件下对于星敏感器造成的干扰因素增加了加权处理环节,最后通过仿真实验验证了递推加权最小二乘法在处理组合导航系统初始对准中的有效性。仿真结果表明在微晃基座条件下,与传统的滤波方法相比较该估计方法能够有效地缩短约25%的对准时间。

简介：—针对现有的自适应卡尔曼滤波算法实时性不强、结构繁杂，本文研究了在惯导与ＧＰＳ组合系统中应用一种修正的自适应卡尔曼滤波算法，并与常规卡尔曼滤波算法作了比较。仿真结果表明，这种算法具有结构简单、高效率和精度高等优点，不失为一种实用而有效的滤波算法。

简介：为了满足卫星三轴姿态确定的精度要求,提出了基于状态估计法的星敏感器和光纤陀螺组合的方案,并设计了相应姿态确定算法.通过仿真证明:此方案能达到高精度卫星姿态确定系统的要求.

简介：针对空地精确制导武器对低成本、高精度、高可靠性导航系统的需求，设计了基于MEMS技术的组合导航系统。该系统基于低成本的微惯性测量组合与GPS接收机，并针对空地制导武器的飞行特点建立了准确的数学模型；利用速度、位置综合模式，采用先进的Kalman滤波理论进行数据融合；最后对该组合导航系统进行了数学仿真试验和数据分析。结果表明，这种低成本、可靠性好、体积小的组合导航系统的导航精度不大于5m，即使在丢星长达30S，导航精度也不大于12m，完全能够满足空地精确制导武器的导航要求。

简介：由于北斗卫星所处轨道远离地球,无源北斗接收机输出伪距的误差较大,影响了与惯导进行伪距组合时的滤波定位效果。考虑到无源北斗伪距误差建模复杂,且Kalman滤波要求误差模型准确,作者研究了采用单机伪距差分的方法减少滤波量测值误差,通过理论分析建立了基于伪距差分的三星无源北斗/SINS组合模型。跑车试验表明,该组合导航算法可有效提高系统的定位精度,并具有滤波参数调整简单的优点。

简介：针对SAR图像匹配及定位需要耗用不等的计算时间而造成的量测不等间隔输出和量测信息滞后问题，提出一种新的SAR时延补偿算法。该算法在标准卡尔曼滤波（KF）基础上，当SAR有量测信息生成时，根据多模型方法进行量测预测，利用预测值修正SINS状态；而SAR无量测信息输出时，通过插值方法生成量测信息来改善系统滤波精度。仿真结果表明，采用基于多模型量测预测的KF算法可以将位置误差由45m减小到10m以内，航向角稳态误差值小于5.8＂；而在此基础上叠加插值预测算法可以将位置误差进一步控制在6m以内，航向角稳态误差小于4.7＂，证明了本文提出的算法能够有效补偿SAR的随机时延并提高组合导航系统的解算精度。