学科分类
/ 4
68 个结果
  • 简介:本文讨论如何利用GPS接收机的高精度定位信息来标定和补偿捷联惯性导航系统(SINS,以下用缩写代替)的积累误差。文中叙述了GPS/SINS组合系统的主要特点、组成、设计和实现,同时给出了实验室静态测试数据和跑车试验中的主要结果。

  • 标签: 组合系统 GPS/SINS 高精度定位 跑车试验 定位误差 静态测试
  • 简介:无陀螺惯性导航系统是一种主要以加速度计为惯性元件构造的惯性导航系统。本文设计研制了一种基于9加速度计的无陀螺惯性导航系统原理样机,提出了无陀螺惯性导航系统与GPS扩展松组合导航的模型,设计了组合导航的卡尔曼滤波算法,进行了组合导航实验。无陀螺惯性导航系统独立工作模式下3min的纬度误差最大为0.1",经度误差最大为0.6";在GPS不能定位时,3min的松组合导航纬度误差最大为0.08",经度误差最大为0.02"。与GPS扩展组合导航模式下,3min的纬度误差最大为0.01",经度误差最大为0.01"。实验结果表明,与GPS进行扩展松组合导航能够有效提高无陀螺惯性导航系统的长期定位精度,增强GPS导航设备的抗干扰性能。

  • 标签: 无陀螺惯性导航系统 GPS 扩展松组合 卡尔曼滤波 加速度计
  • 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

  • 标签: 组合导航 飞行试验
  • 简介:以SINSiGPS组合导航系统为背景,在对Kalman滤波原理和工程应用进行深入分析的基础上,总结了该方法的不足,提出了应用神经网络和模糊推理技术对系统噪声、观测噪声和其相关阵进行直接调控的方法。该方法根据新息和新息方差的变化,实时调整自适应因子,间接改变Kalman滤波器的当前观测量和过去信息的比例关系。仿真结果表明,该算法对模型和噪声干扰有较强的自适应性,能够有效抑制滤波发散,在不损失原有精度的前提下,提高了系统的鲁棒性。

  • 标签: 模糊控制 神经网络 自适应Kalman滤 SINS/GPS组合导航
  • 简介:提出一种单目视觉里程计/捷联惯性组合导航定位算法。与视觉里程计估计相机姿态不同,惯导系统连续提供相机拍摄时刻对应的三维姿态,克服了单纯由视觉估计相机姿态精度低造成的长距离导航误差大的问题。通过配准和时间同步,用惯导系统解算的速度和视觉里程计计算的速度之差作为组合导航的观测量,采用Kalman滤波修正组合导航系统的误差,同时估计视觉里程计标度因数误差。分别在室内外不同环境下进行了22m的推车实验和1412m的跑车实验,定位误差分别为3.2%和4.0%。与Clark采用姿态传感器定期更新相机姿态估计结果的方法相比,单目视觉里程计/惯性组合导航定位精度更高,定位误差随距离增长率低,适合步行机器人或轮式移动机器人在复杂地形环境下车轮严重打滑时的自主定位导航。

  • 标签: 单目视觉里程计 捷联惯性组合导航系统 组合导航 标度因数
  • 简介:本文介绍了SINS/GPS组合系统机载样机的工程研制及车载试验。采用经过小型化的捷联惯导系统与美国TRIMBLE公司生产的6通道TANSⅡGPS接收机进行组合。捷联惯导系统软件与组合导航系统卡尔曼滤波器计算软件共用一个机载计算机,组合系统采用12阶线性卡尔曼滤波器,并对卡尔曼滤波器的递推算法进行了工程化的处理,使滤波器的计算速度大为提高。最后,给出了组合系统的实验室静态试验及外场车载试验结果。

  • 标签:
  • 简介:该型测量组合导航系统是在装船使用4年取得较好效果的情况下,于1993年2月通过部级技术鉴定,本文概要介绍了主要功能、技术途径、硬件设计特点、软件设计概况及数据处理技术,并综述了海上试验与试用情况等技术资料。

  • 标签: 组合导航系统 远海测量 数据采集接口 数学模型 导航定位 定位精度
  • 简介:空天飞行器往返于大气层内外,持续工作时间长。捷联惯性/天文组合导航自主性强、隐蔽性好,是最适合空天飞行器的导航方式之一。为提高传统天文定位的导航精度和可靠性,解决其在机载应用中水平基准制约的问题,分析了平台误差角和位置误差对高度角量测的影响,提出了一种以天体高度角为量测信息的捷联惯性/天文深组合导航算法。该算法采用卡尔曼滤波器进行最优估计,可有效估计并补偿系统的姿态误差,减少天文导航定位对水平基准的依赖。仿真表明,单星观测条件下,导航系统姿态误差快速收敛,定位的均方根误差在200m以内,且系统导航性能随导航星数量的增加而提高。

  • 标签: 空天飞行器 捷联惯性 天文 深组合导航 天体高度角
  • 简介:给出了激光陀螺捷联惯性组合(IMU)的误差模型,研究了一种利用双轴带温控箱速率转台的参数标定方法,标定出了IMU在各种环境温度下的模型参数,通过温度补偿有效地减小了IMU的导航误差.试验结果表明:该方法标定精度较高,适用于中等精度IMU的参数标定.

  • 标签: IMU 参数标定 温度补偿 转台 标定方法 等精度
  • 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

  • 标签: 组合导航系统 静电陀螺监控系统 卡尔曼滤波器
  • 简介:为进行高超声速气动热数据相关性研究,选取了一平板-锥组合体模型为研究对象,开展不同缩比模型的风洞试验,分别使用3种不同方法进行气动热试验数据的相关性研究.研究结果表明,使用正激波后Reynolds数Rens和修正的黏性干扰系数V*/Sw可以将不同缩比模型不同来流条件下的Stanton数进行较好的关联,Stanton数与正激波后Reynolds数Rens成反比例关系,与修正的黏性干扰系数V*/Sw成正比例关系.最后基于相关性研究结论和理论分析,提出了一种模型表面传热现象的数学模型.

  • 标签: 高超声速 气动热 相关性 风洞试验
  • 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.

  • 标签: 组合导航系统 神经网络 卡尔曼滤波 状态估计
  • 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.

  • 标签: 组合导航系统 误差模型 协方差配置 鲁棒滤波.
  • 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。

  • 标签: 智能车辆 自主驾驶 组合导航 信息融合
  • 简介:在低成本MIMU/MR/GPS组合导航系统中,为了解决不同设备之间因接口不同而不能直接进行数据交互的问题,设计了一种专用接口板。该接口板选用FPGA作为核心的控制器件,并辅助以单片机PIC18LF6520和少量的芯片,为符合不同协议规范的多种设备间数据传输提供通道,在各种设备间架起一座通讯的“桥梁”。经过跑车实验,证明了该接口板性能可靠,功能强大,具有一定的通用性。详细阐述了该接口板的硬件设计思想和基本工作原理,给出了FPGA和PIC18LF6520的软件编程逻辑流程图。

  • 标签: 接口板 组合导航 FPGA MIMU GPS
  • 简介:提出了一种基于期望模式修正(EMA)的改进交互式多模型(IMM)算法。该算法主要解决自主水下航行器(AUV)复杂工作环境下量测噪声统计特性未知或易发生变化时的状态估计问题,其核心思想是将期望模式修正机制和交互式多模型滤波算法相结合,利用状态估计过程中的获取的模型概率进行决策,得到更加接近与系统真实模式的期望模型集合,再通过期望模型集合滤波结果对固定模型集合滤波结果进行修正。与传统的交互式多模型算法相比,提出的基于期望模式修正的交互式多模型算法可以捕捉到系统模式更细微的变化。仿真结果表明,该算法可以大幅提高AUV组合导航系统的估计精度和稳定性。

  • 标签: 自主水下航行器 组合导航 交互式多模型 期望模式修正
  • 简介:为了满足船用姿态确定系统的精度和成本要求,提出了基于低精度光纤陀螺捷联惯性系统与GPS双天线定向系统组合的姿态确定方案,建立了相应的组合姿态确定系统,设计并实现了姿态确定算法.通过静态试验和动态船载试验,验证了该组合姿态确定系统的可行性;试验结果表明系统在低成本的条件下具有较高的精度.

  • 标签: 姿态确定系统 SINS 捷联惯性系统 光纤陀螺 GPS 船用
  • 简介:Unscented卡尔曼滤波(UKF)是一种新的非线性滤波算法,将其引入到GPS/DR系统的滤波中,并针对系统模型的特点对原UKF算法进行了简化,建立了新的滤波方法.仿真结果表明,同EKF相比,UKF的滤波精度和稳定性都显著提高了,还可避免计算烦琐的Jacobi矩阵,真正实现了低成本、高精度的导航定位要求.

  • 标签: 组合导航 UNSCENTED卡尔曼滤波 车载导航 JACOBI矩阵 定位精度