简介：对于目前的级联式SINS/GNSS组合导航系统来说,其卡尔曼滤波器的输出校正方式不能深入到捷联解算内部,无法抑制平台姿态误差的发散,也无法校正惯性器件误差,因而在该方式长时间运行不能控制滤波发散,导航精度随时间下降.为此设计了一种SINS/GNSS级联闭环反馈式组合导航系统,该系统能对SINS的位置、速度误差、平台误差及惯性器件误差作出最优估计并实施反馈.通过仿真证明:该系统不仅能提高导航解的精度,还在校准的同时具有动机座对准能力,满足了长时间导航定位的稳定性.

简介：挠性平台式惯导系统是精密的机电一体化的自主式导航设备，从研制、小批量生产到设计定型和产品交付用户，我们开展了以可靠性为中心的全面质量控制。本文从工程实践出发探讨惯导研制中的可靠性分配，环境应力筛选和可靠性工程措施等

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：为了解决传统足部航姿参考系统中航向信息可观性较差的问题,提出了一种采用足部航姿参考系统和肩部电子罗盘的室内个人导航方法。在这种模式下,肩部电子罗盘测量得到的航向信息被直接用于计算足部航姿参考系统的姿态转移矩阵。在此基础上,通过在行人在行走过程中足部处于静止状态时采用卡尔曼滤波器被用来限制惯性导航系统的误差漂移。实验结果显示,本文提出的方法平均位置误差与不使用肩部电子罗盘的方法相比降低了30%左右。

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：基于微喷三维打印机制造压力传感器,用于可穿戴的个人导航系统中。在基底表面不规则或者使用中经常被折弯的情况下,微喷打印工艺制备的MEMS器件精度更高,性能更好。研究了器件的可打印模型和工艺,给出压力传感器可打印的分层物理结构;研究了平面结构投影到三维基底上的投影空间,基于Terzopoulos弹性模型使用材料弹性度和结构弹性度模型给出投影空间;使用射线投影NURBS曲线来拟合边界轮廓,给出分层切片模型。为验证打印PZT膜的压电性能以及设计的压力传感器件的功能,使用不同的机械负荷测试其刚度,使用不同的直流偏置来测试耗损因数、品质因数等。通过比较实验对象的测量值和理论预测值之间的关系可以看出,打印的压力传感器薄膜具有很好的机械和电气性能。

简介：直接敏感地平是一种典型自主天文导航方法，该方法简单可靠，易于实现，但是由于常用卫星轨道动力学J2模型精度有限，地球敏感器精度较低，因此导航精度不高。加速度计是测量运载体线加速度的常用惯性导航设备，当航天器在轨运行时，星载加速度计能够测量航天器所受发散力。结合上述两种方法的特点，提出一种将加速度计和天文相结合的自主天文导航新方法。在常用卫星轨道动力学模型基础上，引入大气阻力和太阳光压系数模型作为自主导航系统状态方程的一部分，并建立近地空间环境下星载加速度计的测量模型，将其与直接敏感地平均作为导航系统观测方程。设计基于信息融合的自主导航滤波方法，通过对多种导航模式进行数值仿真及结果分析，结果表明所设计方法提高了系统定位精度62．8％和速度精度63．9％，增强了系统可靠性。

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％。