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：针对在4级海况下船体大幅度晃动,甚至丢失GPS信号的复杂环境,常规算法会导致姿态测量精度急剧下降的情形,为‘动中通’中的航姿系统设计了一套姿态融合算法。在GPS有效时,卡尔曼滤波的观测量引入双天线GPS输出的航向角,解决航向角观测性弱和估计不准的问题,同时引入互补滤波得到的陀螺修正量,提高了水平姿态角的可观性,融合两种算法提高了解算精度。在GPS无效时,通过互补滤波,抑制陀螺漂移,输出高精度水平姿态角,配合天线所接收信号的强度使‘动中通’正常工作。为验证算法的有效性,进行了动态实验,实验结果表明：该算法在GPS有效的情况下能保证俯仰滚动角（RMSE标准）精度在0.2°以内,航向角精度在0.5°以内,在GPS无效情况下也可使俯仰和滚动角精度长时间维持在0.3°以内,具有一定的工程应用价值。

简介：对于具有一定机动能力的弹道式再入目标跟踪问题,稳定性好、鲁棒性强、收敛精度高的估计方法是保证跟踪精度的关键。针对再入运动模型和测量体制的强非线性以及目标机动引起的滤波精度下降问题,提出一种将强跟踪滤波（STF）和基于三阶球面-向径容积规则的容积卡尔曼滤波（CKF）相结合的强跟踪-容积卡尔曼滤波（STCKF）。通过将强跟踪算法中的自适应渐消因子引入到滤波时间更新和测量更新方程中,在线实时调整滤波增益矩阵,能有效避免模型失准造成的滤波性能下降,使该算法兼具CKF滤波精度高和STF鲁棒性强的优点。通过数学仿真表明,改进后的STCKF可以实现对具有机动的弹道式再入目标的高精度跟踪,相对于CKF精度提高50%,并且具有更强的鲁棒性和自适应能力。

简介：旋转式光纤捷联惯导系统的误差效应研究关乎系统的设计和精度的提高。在建立惯性元件误差模型的基础上,分析了系统的旋转调制原理,推导了惯性元件的零偏、安装误差、标度因数误差和随机误差在单轴单方向旋转下产生的误差效应,仿真研究了转速大小对系统精度的影响。结果表明,旋转调制可以有效补偿与转动轴垂直方向惯性元件的零偏,且转速越大效果越好;旋转调制会引入额外的标度因数误差效应,且转速越大误差越大。在设计旋转式捷联惯导系统时,要求惯性元件的标度因数误差和安装误差尽可能小,并且转速不宜过大,采取正反旋转相结合的方式可以取得更显著的误差补偿效果。

简介：为了进一步提高光纤陀螺寻北系统的测量精度,提出了一种基于光纤陀螺零偏稳定性分析的寻北算法设计方案。首先,分析了光纤陀螺寻北系统的原理和影响系统寻北精度的主要因素,指明在寻北时间一定的情况下,需要根据光纤陀螺零偏稳定性的测试结果来平衡单位置积分时间及位置数,来达到较高的寻北精度。实验数据表明,本系统利用精度为0.03（°）/h的陀螺进行5min寻北测试,采用56位置法可以实现3′的寻北精度。此方法突破了传统寻北算法的参数选择标准,能够最大程度抑制陀螺的测量噪声,大幅提高寻北系统性能,对其它陀螺寻北系统的参数选择具有借鉴意义。

简介：介绍了光纤陀螺寻北的基本原理，分析了基座的倾斜误差对寻北精度的影响。基座平面绕垂直于陀螺轴的倾角将直接引起一个同样量级的方位角测量误差，从而在较大程度上影响寻北精度。基座平面绕陀螺轴的倾角对方位角测量的影响小，在一些寻北精度要求不高的场合，可以忽略该倾角的影响。最后介绍了光纤陀螺寻北仪的二位置寻北方案。二位置寻北方案利用光纤陀螺对相差180°的两个方向上的地球自转角速率水平分量的敏感，精确地解算出地理真北方向与陀螺轴向的夹角。系统简单，比较容易实现。

简介：设计军用飞机的自主导航系统是军用飞机的一项关键技术。捷联惯导／多普勒雷达／气压高度表组合导航方法虽然在理论上已较完善，但在具体工程实现中却存在诸多问题。针对实际工程要求，分析并建立了一种适用于飞机的低成本光纤惯导／多普勒雷达／气压高度表组合导航系统方案并对该实际系统进行了多次闭合与非闭合路线的跑车试验，对试验结果的分析表明，该方案是有效的，系统能够有效地抑制惯导位置误差随时间积累而发散的趋势，满足实际导航要求。之后针对实际工程中遇到的问题，分析并提出了影响光纤惯导／多普勒雷达／气压高度表组合导航系统性能的主要因素是Doppler雷达、光纤惯导同机体间的安装误差以及组合导航系统中航向角误差的结论。

简介：目前三轴一体化已成为国内光纤陀螺一个新的研究热点。提出一种光学敏感部分共用光源与探测器,信号处理部分采用单信号处理电路分时处理的三轴光纤陀螺组合技术方案。分析了信号处理中前放滤波、三轴控制时序和反馈电路中的通道选择。测试结果表明,其指标达到了低精度光纤陀螺的性能要求,适用于小型化、低成本应用背景。

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：为了有效地消除重力异常畸变对海洋重力仪测量精度的影响,得到更高精度的重力异常测量值,根据随机过程理论,分析了重力异常状态方程,并对H∞滤波算法和自适应卡尔曼滤波算法进行了理论对比分析,将其应用到消除重力异常畸变系统中.为了避免滤波发散,自适应卡尔曼滤波采用降阶的Sage-Husa算法.理论分析和仿真实验表明:H∞滤波算法和自适应卡尔曼滤波算法都具有较好的滤波收敛特性,并能在一定程度上有效地消除重力异常畸变对重力异常测量精度的影响,但自适应卡尔曼滤波的性能优于H∞滤波.

简介：针对自主驾驶车辆长时间导航精度要求难以满足的问题,建立了GPS与微惯性导航系统的组合导航滤波模型,在位置观测的同时引入姿态信息,提高了导航精度。在此基础上提出了基于权值矩阵的模糊自适应卡尔曼滤波算法,该算法通过模糊控制器自适应地改变每个观测量的权值,得到权值矩阵引入卡尔曼滤波器实现自适应滤波。仿真和实验结果表明,所提出的权值矩阵模糊卡尔曼滤波性能优于衰减因子自适应卡尔曼滤波,特别是在GPS信号失真及噪声先验统计特性不可知的情况下,其定位精度能够保证在1m之内。

简介：为使测量加速度计的传感器小型化,且不受电磁干扰,根据GRIN透镜在1/4波节处具有入射光线与出射光线成中心对称的特性[1],首次提出并研制了采用GRIN透镜制成的微型光纤加速度计.闭环负反馈电路设计技术被应用于该加速度计中,使之成为一个具有调宽脉冲再平衡性能的新颖加速度测量系统.对该系统进行的数字仿真和精度定量分析表明:该光纤加速度计具有测量线性范围宽、精度高的特点,可广泛应用于惯性测控系统中.

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：在详细分析光纤陀螺零漂的基础上，提出了先用滤波算法对光纤陀螺信号进行预处理，然后采用RBF神经网络对滤波后的信号进行建模的方法．针对光纤陀螺信号特点分别采用FLP算法、小波滤波算法、解相关变步长LMS自适应滤波算法对其进行了预处理，比较三种滤波方法，小波滤波算法效果优于其它两种预处理方法，但针对基于预处理后的陀螺信号采用RBF神经网络进行建模时，小波滤波预处理后的信号在建模精度上却是最差的，而对FLP算法滤波后的信号进行RBF建模，建模精度提高了两个数量级。结果表明：基于FLP算法的RBF神经网络在光纤陀螺中的建模是有效的，可大大提高建模的精度。

简介：TNNS（真航向导航系统）由MS860接收机、INS及处理数据的PC／104架构的嵌入式工控机构成．针对TNNS推导了INS（惯性导航系统）的误差模型，提出了适合于TNNS的降阶扩展卡尔曼滤波算法组合GPS和INS。系统在东海作了三次海试，软件及滤波算法平台由C／C＋＋编制．海上试验表明，组合滤波后，INS的位置误差由i00m降低到40m以下；进行最优化滤波后的航向误差α由原来的0．105°减小为0．034°，纵横摇的误差也大幅减小．整个海试结果表明，在TNNS中组合GPS／INS采用的降阶扩展卡尔曼滤波算法，大幅提高了系统精度和可靠性．

简介：为了提高标准Cubature卡尔曼滤波（CKF）的稳定性和鲁棒性，提出一种改进的多重渐消H∞滤波cubamre卡尔曼滤波算法。首先基于系统状态的可观测性给出多重渐消因子矩阵求解过程，提高滤波算法的稳定性，抑制滤波发散；其次，引入H∞鲁棒思想，构造多重渐消H∞滤波Cubature卡尔曼滤波器；最后，提出采用一种奇异值分解的矩阵分解策略代替标准Cubature卡尔曼滤波中的Cholesky分解，进一步提高算法的数值稳定性。实际GPS／INS组合导航实验表明，改进的多重渐消H∞滤波Cubature卡尔曼滤波算法不仅能有效抑制滤波发散提高算法的稳定性，而且对观测野值具有更高的鲁棒性；提出的新算法与标准CKF算法相比，XYZ三个方向的位置精度分别提高了55．8％，46．6％和39．7％。

简介：本文依据卡尔曼滤波器在使用最佳增益时，其余差序列互不相关的性质，开发了一种新的渐消滤波算法。该算法根据对象输出，在线自适应地调整遗忘因子，从而使滤波器在对象模型存在误差或对象受到外扰时，仍收敛并保持最佳性。该算法应用于陀螺随机常值漂移的标定，取得较好效果