简介：在干扰大的外界环境中,传统滤波法对组合导航系统进行状态估计的精度难以满足要求,为此提出了引入Elman神经网络.描述了它的状态估计的设计方法,对如何获取训练样本及网络的训练算法给予了详细的介绍,并把优化后的算法与原有方法进行仿真对比.最后以INS/GPS组合导航系统为例,分别用传统滤波法与Elman神经网络法进行状态估计.仿真结果证明了该法的有效性和实用性.

简介：利用先进的组合导航技术组成GNSS系统,充分发挥GPS和GLONASS各自优势,并采用航迹推算(DR)技术、精确地图匹配(DMAP)技术组成GNSS/INU/DMAP组合导航系统,提高了系统精度和可靠性,并利用GSM网进行定位数据的无线传输.该系统将卫星导航技术、惯性导航技术、计算机技术、无线通讯技术融合在一起,实际跑车试验验证了系统具有全方位、全天候、无遮挡、高精度的特点.

简介：本文建立了ＩＮＳ和ＥＳＧＭ的误差方程，在此基础上，实现了ＩＮＳ／ＥＳＧＭ组合系统导航过程的卡尔曼滤波器设计。仿真试验表明，本文所设计的滤波器实际可行，利用该滤波器ＩＮＳ／ＥＳＧＭ组合系统能够给出高精度的位置、姿态及速度信息

简介：本文研究平台惯性导航系统初始自对准技术，实际上是采用任意双位置平台方位锁定。文中首先介绍自对准原理，然后进行详细的理论分析，最后以某型号平台惯性导航系统为应用，介绍数字精调平回路、平台方位锁定回路的设计及初始自对准调试情况。对应于系统随机漂移为０．０５°／ｈｒ的指标，平台方位自对准精度达到１７．４２角分（１σ），且重复性较好，自对准调试结果得到了光学传递对准的检验。随后进行了车载导航实验，导航精度达到４．５５ｎｍ／ｈｒ（１σ）。

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：本文推导了静电陀螺监控器（ＥＳＧＭ）系统的运动方程和机械编排，并进行了模拟仿真，给出了仿真误差曲线。同时，还建立了以半解析式惯性导航系统误差为状态变量的系统状态方程，采用卡尔曼滤波技术，对ＥＳＧＭ／ＩＮＳ组合系统进行仿真。结果表明，组合系统可以大大延长惯导的重调周期，提高潜水下航行的保密性，ＥＳＧＭ／ＩＮＳ组合使用是保证潜艇长时间水下航行的有效方法。

简介：GPS可提供全天候的精确位置与定时信息，但GPS卫星信号较弱，任何障碍物都会影响其信号的接收。本系统在国家GPS重点实验室支持下，通过在GPS导航芯片Orion中添加GPRS／GSM无线通信模块来实现GPS辅助定位。经过测试，本系统在障碍物附近可以明显提高GPS导航定位的速度，且大大提高了首次定位时间，率先在我国实现了A-GPS技术的产品级开发。

简介：—本文通过对差分ＧＰＳ动态定位精度的飞行验证及以差分ＧＰＳ为基准测定组合导航系统精度的科研试飞说明：目前采用差分ＧＰＳ来鉴定组合导航系统的位置、速度精度是满意的。本报告还论述对组合导航系统飞行试验技术的设想

简介：针对转发式卫星欺骗信号传播方向同真实卫星信号的差异，提出一种在惯性信息辅助下，利用载波相位双差观测量进行欺骗信号检测的技术。根据转发式欺骗的特点，推导欺骗条件下的载波相位双差观测方程。利用INS提供的姿态信息，建立载波相位双差与接收机天线基线矢量的关系。将载波相位双差观测值和预测值的差值作为欺骗检测的检验统计量。从故障检测的角度进行检测概率分析，当载波相位双差预测值达到0.3周时，假定虚警概率为0.01，可在单个测量历元内到达99.99%的检测概率。最后通过仿真分析验证了惯性信息辅助下欺骗信号检测的有效性。

简介：基于GPS测姿技术的发展,研究了以位置、速度和姿态信息作为观测量的INS/GPS组合导航系统的卡尔曼滤波算法.详细推导了这种组合方式的观测方程,并将该组合技术应用于某飞行器.仿真表明,增加姿态信息作为观测量可有效地提高系统导航参数的估计精度和速度.

简介：通过对当前用于海洋重力场格网插值的四种常用算法（距离倒数加权法、Kriging法、径向基函数法和改进的二次曲面Shepard方法）进行分析,以相对规则、不同密度的两组数据作为基准数据进行了插值比较。实验结果表明,基于改进的Shepard插值算法相对于其它三种算法具有速度快、精度高的优点,比较符合当前海洋重力数据获取的现状,是进行高精度重力图生成的有效方法。

简介：提出一种用MEMS（微机电系统）惯性元器件（微机械陀螺和加速度计）代替传统的惯性元器件组成惯性辅助导航系统这种新方法，提供给EOANS（光电测距系统）所需要的导航参数，用于进一步的测距计算。由于MEMS系统本身的结构特点，这种新的测距系统体积小、造价低，能够广泛应用于制导等领域。文中最后还给出了仿真试验的数据，结果表明该方法能保证整个测距系统的可行性。

简介：运用组合导航技术,将INS与GPS两者有机组合,能很好地克服各自的缺点,形成优势互补结构.在GPS/INS组合导航的基础上,引入协方差配置鲁棒滤波技术,不仅能有效提高导航的性能和精度,而且增强导航系统的鲁棒性,从而构成比较理想的组合导航系统.

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：在时变通信延迟下研究了无人机群编队的鲁棒自适应控制问题。对于无人机编队系统中存在外部扰动和模型不确定性的情况,通过选取包含位置跟踪误差和速度跟踪误差的辅助变量,提出了一种适用于时变通信延迟的鲁棒自适应编队控制策略。提出了自适应律对无人机质量、外界扰动的上界等未知参数进行估计,并且利用Lyapunov稳定性理论分析了闭环系统的渐近稳定性,给出了系统渐近稳定所需要满足的条件。数值仿真结果表明,所提出的控制方法既能抑制外界扰动和模型不确定性对控制器的影响,同时队形跟踪和队形保持的稳态误差分别小于0.1m和0.05m。

简介：惯性导航系统(INS)以其自主的工作能力广泛应用于军事武备的导航、制导与控制系统和国民经济的诸多领域.它的主要缺点是定位误差随其工作时间的增长而增大.对惯导系统的误差进行估计和补偿是在保证性能价格比的前提下,提高惯性导航系统精度的有效途径.目前,对惯导系统的误差修正均采用外信息(如GPS的输出信息)校正,即在INS工作的全部时间内,定期地利用GPS输出的速度和位置信息与INS输出的相应信息的差值作为观测量,对INS误差进行估计和补偿.Kalman滤波的方法广泛地应用于惯导系统的误差修正初始对准.本文研究了当地水平惯导系统的的误差估计和补偿问题.分析结果表明,采用Kalman滤波的方法,可以精确地估计惯导系统的误差(包括陀螺漂移和加速度计零偏),误差估计的精度高,并且估计的方差阵收敛快.

简介：由于GPS和无线电信号在水下衰减很快而无法使用，因此以惯性导航为核心，加以其它声学辅助导航设备的组合导航系统正适合水下航行器的使用环境。以捷联惯性系统／超短基线／多普勒测速仪／磁航向仪组合导航系统为研究对象，给出了联邦滤波结构，并利用X^2残差检测法诊断出子系统的故障并进行系统重构从而不影响系统性能，最后对组合系统进行了仿真，成功检测出了超短基线系统定位故障并及时进行了隔离。姿态误差和速度误差在故障发生和消失时刻由于系统重构有轻微跳动，其它时刻均保持较高精度，当故障消失时位置误差又恢复到正常量级（5～10m）。仿真结果表明，所提出的SINS／水下声学辅助设备组合导航系统能够提供水下航行器精确的速度、姿态及位置信息，并能够正确及时检测并隔离故障。

简介：介绍了可靠性的概念、发展历史以及可靠性冗余技术在惯性导航系统中的应用,阐述了冗余技术的基本概念和现状,探讨了惯性导航系统的单表冗余和系统冗余的特点、适用范围和寻求冗余最优配置的方法,提出了目前高可靠性的导航系统的配置方式和采用冗余设计时应注意的问题.

简介：随着深海技术的不断发展，动力定位系统的在海洋工程上得到广泛应用。动力定位系统通过其控制系统驱动船舶推进器来抵消风、浪、流等作用于船上的环境外力，从而使船舶保持在确定的位置上或沿预期的航迹航行。本文在分析了国际海事组织和国际海洋工程承包商协会对动力定位系统定义及分级要求的基础上，阐述了国外船舶动力定位系统的发展及其应用状况，分析了动力定位系统的组成和工作原理，研究了动力定位系统的各种约束、控制策略、控制技术、推力分配等关键技术，指出动力定位系统精度取决于控制系统和测量系统性能，并提出了发展国产动力定位系统应采用的途径。

简介：本文着重研究陆地导航系统寻北精度的测试,标定方法以及相应的精度指标概念,还阐述了测试及标定所应采用的手段和方法,并结合实际的寻北系统给出了应用实例。