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：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1点RANSAC（RandomSampleConsensus）单目视觉EKF（ExtendedKalmanFilter）算法中的滤波发散问题,分析了滤波发散的产生原因,提出了一种基于渐消记忆滤波的1点RANSAC单目视觉姿态估计算法。该算法通过在EKF滤波方程中引入加权因子,逐渐加大当前数据的权重,相应地减少旧数据的权重,有效地扼制了算法中的滤波发散问题。最后通过两组验证性实验验证说明了算法的有效性。实验结果表明：该算法能够有效地解决1点RANSAC单目视觉EKF算法中的滤波发散问题,具有更高的精度。第一组双轴联动实验,航向角的平均误差减小2.4158？,俯仰角平均误差减小0.1782？;第二组偏航轴大角度转动实验,摄像机航向角的估计误差一直保持在1.5？以内。

简介：针对捷联惯组历次测试数据小样本、非等间隔、非线性的问题,提出了一种基于分形插值的三次混合插值算法。通过第一次分形插值保证原始测试数据的变化趋势;通过第二次样条函数插值保证了插值的准确性,实现原始测试数据等间隔化;通过第三次分段线性插值,扩大样本容量,同时保证了原有测试序列的统计特性不变。实例分析表明,该算法很好的实现了对捷联惯组历次测试数据的等间隔处理和样本容量扩大,为捷联惯组历次测试数据小样本建模分析提供良好的基础。

简介：用时域泰勒级数展开的方法分析了速率偏频激光陀螺惯导系统常用速度数值积分算法的误差。分析显示速率偏频陀螺本身的高速旋转使惯性导航系统时刻处于大角运动条件下。若其旋转轴与比力方向不平行,则常用速度算法的误差不可忽略。提出了速率偏频激光陀螺惯导系统速度算法的优化改进方法。对常用速度算法和提出的算法进行了仿真比较。仿真显示,用泰勒级数展开分析速度数值积分算法误差是可行的;提出的算法能够将速率偏频激光陀螺惯导系统以及其他惯性导航系统在大机动运动环境下的导航精度提高一阶。

简介：圆锥误差是影响捷联惯导系统姿态算法精度的原理性误差,其对三轴激光捷联惯导系统精度的影响显著.对三轴机抖激光陀螺捷联惯导系统,除了弹体运动可能引入圆锥运动外,三轴机抖激光陀螺产生的机械抖动也会在惯导系统中引入圆锥运动.文中分析了两种圆锥运动在三轴激光捷联惯导系统中产生的机理,并给出了圆锥误差补偿算法在不同试验条件下的应用效果.

简介：常规惯性／天文组合导航方法难以直接应用于高超声速飞行器机载环境下以载体系为基准进行星光测量的情况，且在可见星只有一颗时无法连续组合。为此，构建了高超声速飞行器惯性／卫星／天文紧组合导航系统方案，通过分析载体系下星光仰角、方位角与惯导误差之间的转换关系，建立了载体系下惯性／天文角度组合模型。理论分析表明，该系统在只有一颗导航星时仍能辅助惯导工作，且可使观测噪声特性保持稳定，从而提高了天文对惯导辅助的连续性和组合滤波估计精度。仿真结果表明，在高超声速飞行器导航系统采用天文角度辅助后，姿态误差较无天文辅助情况的降低60％～70％。

简介：惯性平台台体的动态特性直接决定着惯性仪表的工作精度和可靠性,模态分析是研究机械系统动态特性的主要方法之一.在概述了实验模态分析理论的基础上,建立了某型号平台台体结构的实验模型,对其进行了实验模态分析.通过对实验结果与有限元计算结果比较,验证了有限元结果较为准确;同时针对结构存在的问题,通过灵敏度分析对结构的动力修改提出了改进意见.

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。

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：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

简介：多路径误差是北斗导航定位系统高精度动态监测的主要误差源。针对北斗导航定位系统多路径误差的特性,结合广义特征值盲源分离方法的优势,提出一种基于参考信号的广义特征值盲源分离算法来削弱多路径效应的影响。首先将前一天的原始坐标残差序列通过奇异谱分析方法进行去噪,其结果作为初始参考信号;然后将当天的原始坐标残差序列进行经验模式分解方法分解,分解得到的IMF分量作为虚拟观测数据,利用广义特征值盲源分离算法获取当天多路径误差信号;最后,利用仿真数据和连续10天的实际观测数据进行试验分析,结果表明利用该方法建立的多路径误差改正模型能有效地了削弱多路径的影响,北、东、天三个方向精度分别提高了78.8%、35.3%、90.1%。提出的模型在一定程度上解决了固定多路径模型随着时间推移重复性减小且有效性降低的问题。