下载文档原格式
车载SINS／GPS组合导航系统自适应联合滤波模型
陶俊勇;陶利民
【期刊名称】《航空电子技术》
【年(卷),期】1999(000)003
【摘要】在建立车载组合导航系统联合滤波模型及算法的基础上，定义了联合滤波模型融合信息在各子滤波器中的分配准则；实现了联合滤叔模型信息分配系数的自适应调节，理论分析和计算机仿真结果均表明，引入该准则的自适应联合滤波模型及算法大大提高了系统容钷性和定位严谨。
【总页数】5页(P30-34)
【作者】陶俊勇;陶利民
【作者单位】国防科技大学机械电子工程与仪器系;国防科技大学机械电子工程与仪器系
【正文语种】中文
【中图分类】TN967.2
【相关文献】
1.GPS/SINS组合导航系统中自适应滤波器 [J], 黄春梅;尹新
2.一种自适应联合卡尔曼滤波器及其在车载GPS/DR组合导航系统中的应用研究[J], 房建成;申功勋;万德钧
3.自适应联合滤波模型及其在车载SINS/GPS组合导航系统中的应用 [J], 陶俊勇;邱静;温熙森;钱彦岭
4.车载GPS/DR/地图匹配组合导航系统的自适应联合卡尔曼滤波模型 [J], 房建成;
申功勋;万德钧
5.一种SINS/GPS紧组合导航系统的改进自适应扩展卡尔曼滤波算法 [J], 孟秀云;王语嫣
因版权原因，仅展示原文概要，查看原文内容请购买。
GPSSINS超紧耦合组合导航系统的信息融合算法研究中期报告GPSSINS是一种超紧耦合组合导航系统，结合全球定位系统（GPS）和惯性导航系统（INS）的特点，可以提高导航系统的精度和可靠性。
在GPSSINS中，GPS提供位置和速度信息，INS提供姿态和加速度信息。
信息融合算法是将这两个系统融合在一起，得到更准确的导航结果的关键。
本次中期报告主要介绍了GPSSINS超紧耦合组合导航系统信息融合算法的研究情况，包括以下几个方面：1. GPS信号弱化对导航精度的影响GPS信号受到天气、地形和建筑物等因素的影响，会发生信号衰减和多径效应，导致定位精度下降。
针对这一问题，我们采用了多路径补偿和信号干扰削弱技术，优化GPS信号的接收和处理方式，从而提高导航精度。
2. INS误差累积对导航精度的影响INS存在着漂移和零偏等误差，这些误差会随着时间的推移累积，导致导航精度下降。
为了解决这一问题，我们研究了基于卡尔曼滤波的误差补偿方法，实现对INS误差的实时补偿，从而提高导航精度。
3. 数据融合算法的优化在GPSSINS中，GPS和INS的数据需要进行融合才能得到准确的导航结果。
我们研究了多种数据融合算法，包括基于权值的融合算法和基于粒子滤波的融合算法等，通过对比实验确定了最优算法。
4. 系统仿真与实验验证为了验证GPSSINS超紧耦合组合导航系统信息融合算法的有效性，我们进行了系统仿真和实验验证。
仿真结果表明，我们提出的算法可以有效地提高导航精度；实验结果也验证了这一结论。
总之，本次中期报告介绍了GPSSINS超紧耦合组合导航系统信息融合算法的研究情况，通过对GPS信号弱化、INS误差累积和数据融合算法的优化，实现了对导航精度的有效提高。
后续工作将进一步优化算法，提高系统的可靠性和实用性。
GPS、INS组合系统在智能车辆导航中的应用作者：谢王宝王琳来源：《科协论坛·下半月》2013年第12期摘要：当代科技的迅猛发展，单一的导航定位定向系统已难以满足我国在民用和军事领域对导航、定位与定向精度的要求，因此，GPS和INS结合的组合导航系统将是一个新的发展方向。
组合导航定位定向系统以其高精度、低成本的优势将被各个领域应用。
GPS、INS各有所长，若将二者组合起来，其性能将优于二者单独使用时的性能。
关键词：GPS INS 组合导航系统中图分类号：V249 文献标识码：A 文章编号：1007-3973（2013）012-088-021 GPS/INS组合导航系统与卡尔曼滤波器卡尔曼滤波器（Kalman filter）在实现组合导航系统中作用是至关重要的。
采用卡尔曼滤波器的GPS与INS的软件三种模式的组合方式：松耦合、紧耦合、超紧耦合。
2 SINS/GPS组合导航系统建模离散化后的系统方程为：此方法采用导航系统的输出相对应量的差值作为观测量，以进行卡尔曼滤波，通过对系统的误差值的估计，得出精确度较高的误差值，将此反馈给INS进行调整，最后，由INS输出最优的定位结果。
3 速度与位置组合的SINS/GPS导航仿真模拟实验利用计算机对设计组合导航系统的性能进行仿真，是评价组合导航系统的设计质量、性能和调整组合滤波器设计参数的重要方法。
3.1 仿真条件假设车辆的行驶速度为常数，系统噪声与量测噪声的分量均为白噪声。
（见表1）取滤波周期T=1s；一阶马尔科夫相关时间Tr=300s；运行时间35h。
设位置+速度组合时量测噪声的方差阵：代入卡尔曼滤波方程中中经计算可知P（k）收敛，即协方差矩阵P（k/k-1）收敛，可见，位置+速度组合中经度误差、纬度及东、北速度估计误差滤波精度都得到明显提高。
3.2 SINS/GPS组合导航系统流程图（见图1）4 结论本文采用的卡尔曼滤波技术在工程实际中实现的过程中会有难度，这是因为其要求数学模型必须非常准确，且算法稍有复杂。
高斯粒子滤波的惯性／GPS紧组合算法于永军;徐锦法;熊智;张梁【摘要】To improve the reliability of integrated navigation, a tightly coupling nonlinear model based on pseudo range and rate is proposed for reducing the estimation error of tradi⁃tional algorithm using linear measurement model in this work. For the application of particle filtering to SINS/GPS tightly integrated navigation system, the dimension of the state variables has been a major constraint for the Real⁃time system. In this new arithmetic, a linear KF deduction and nonlinear GPF method have been employed for the linear part and the non⁃linear part to improve the precision and real time performance, respectively. Results from the simulation show that the hybrid algorithm can effectively improve the performance of the integrated navigation system, and the precision increases one time.%为提高组合导航系统的可靠性，针对以伪距、伪距率残差为量测信息的紧组合算法会带来线性化误差的缺点，推导了基于伪距、伪距率的非线性紧组合模型。
第19卷第1期 中国惯性技术学报 V ol.19 No.1 2011年2月 Journal of Chinese Inertial Technology Feb. 2011 收稿日期：2010-12-24；修回日期：2011-02-20 基金项目：国家自然科学基金项目（60904086）作者简介：郑辛（1968—），男，博士研究生，研究方向为组合导航与智能导航。
E-mail ：33s@ 联 系 人：付梦印（1964—），男，教授，博士生导师。
E-mail ：fumy@文章编号：1005-6734(2011)01-0033-05SINS/GPS 紧耦合组合导航郑 辛，付梦印（北京理工大学 自动化学院，北京 100081）摘要：针对可用星数目小于4情况下，SINS/GPS 松散组合导航必须转为纯惯性状态，无法解决纯惯性导航参数误差发散的问题，提出了以导航星伪距和伪距率为观测量的紧耦合SINS/GPS 组合导航方案。
建立了紧耦合系统的数学模型，搭建了硬件系统，并应用于工程实践。
车载试验结果表明：当可用星数目小于4时，紧耦合系统定位的纬度误差、经度误差小于100 m，且与导航时长无关，而纯惯性系统定位误差随时间发散，0.5 h 纬度误差为1000 m，而1 h 时纬度误差增至2000 m 左右；当可用星数目大于等于4时，SINS/GPS 紧耦合模式其经、纬度误差小于10 m，高程误差小于20 m，而松散组合时误差约为前者3倍。
关 键 词：纯惯性；松散组合；紧耦合；伪距；伪距率；可用星数目 中图分类号：U666.1文献标志码：ASINS / GPS tightly-coupled integrated navigationZHENG Xin, FU Meng-yin(School of Automation, Beijing Institute of Technology, Beijing 100081, China)Abstract: The SINS/GPS loose-coupled system has to work in the pure inertial state if less than 4 satellite are available, thus its parameter errors would be unbounded. In view of this problem, a tightly-coupled SINS/GPS integrated navigation scheme is put forward which takes the pseudorange and pseudorange rate of GPS as the observations. The model of tightly-coupled system is set up, and the technology is realized in practical application. The vehicle test results show that: when number of usable navigation satellites is less than four, the latitude and longitude errors of tightly-coupled are both smaller than 100 m and has nothing to do with the navigation time; and when it is equal or more than 4, the latitude error is about 1000 m in half an hour and about 2000 m in an hour. When the usable satellite number is more than four, latitude and longitude errors of tightly-coupled system are both smaller than 10 m, and the altitude error is smaller than 20 m, which are significantly less than those of loose-coupled system.Key words: pure inertial ; loose-coupled; tightly-coupled; pseudo-range; pseudo-range rate; number of a vailable satellite国内现阶段工程上普遍采用的捷联惯导与GPS 的组合导航模式是位置、速度匹配的松散组合形式，这种组合模式原理简单、算法实现容易且计算量较小，但是缺点很明显；首先，组合进行的前提是组合导航系统的GPS 接收机必须处于定位状态，也就是要求可用星数目必须大于等于4，然而在实际情况中，由于受天气因素、信号遮挡以及人为或非人为的各种干扰影响，并不能保证可用星数目总是满足定位条件，如果接收机长时间不能定位，导航系统长时间工作于纯惯性状态，导航参数误差发散，将会严重影响系统的34 中国惯性技术学报 第19卷导航精度。
发射系下SINS/GPS/CNS组合导航系统联邦粒子滤波算法摘要：传统的扩展卡尔曼滤波（Extended Kalman filter,EKF）算法应用于未来高超、空天飞行器的组合导航系统时,因其模型线性化展开会导致模型不准确,从而引起导航精度下降；采用蒙特卡洛方法来实现递推贝叶斯估计问题的粒子滤波（Particle filter,PF）算法能有效避免引入线性化误差,具有一定的优势。
据此,针对高超、空天飞行器在发射过程中通常需要直接获得发射惯性系下的高精度导航参数的需求,提高发射惯性系下弹载组合导航系统滤波算法的精确性就尤为重要,PF滤波算法无需对非线性系统进行线性化展开即可直接实现对非线性系统的状态误差估计。
为此,本文将PF滤波算法引入空天飞行器SINS/GPS/CNS多信息融合组合导航系统,设计了发射系下基于联邦滤波器的PF滤波算法,实现了对组合导航系统状态参数的直接建模估计。
算法仿真结果表明,相较于发射系下SINS/GPS/CNS 组合导航系统联邦EKF滤波算法,PF滤波算法有效提高了组合导航系统滤波精度。
关键词：扩展卡尔曼滤波；粒子滤波；联邦滤波；SINS/GPS/CNS；组合导航中图分类号：V448.2 文献标志码：A 文章编号：1005-2615（2015）03-0319-05SINS/GPS/CNS Integrated Navigation System Federal PF Algorithm in Launch Inertial Coordinate SystemXiong Zhi,Pan Jialiang,Lin Aijun,Du Huajun,Yu FengAbstract：When the traditional extended Kalman filter （EKF）algorithm is used in integrated navigation system of future aircraft, it may lead to the inaccuracy of the model because of linearization and the decreasing of navigation precision. Particle filter （PF） solves Bayes estimation problem by using Monte Carlo method and can effectively avoid bringing in linearization error. Consequently, aimed at the requirement of high accuracy for the navigation system state parameters in launch inertial coordinate system, it is particularly important to improve the accuracy of filter algorithm for missile-borne integrated navigation system. The PF algorithm can directly achieve an error estimation without linearization of nonlinear system. This paper brings PF algorithm into the SINS/GPS/CNS integrated navigation system. PF algorithm is designed based on federal filter and the navigation system state parameters are estimated directly. The algorithm simulation results indicate PF algorithm effectively improves filtering precision compared with EKF algorithm and is very suitable for integrated navigation system.基金项目：国家自然科学基金（xxxx,xxxx,xxxx,xxxx,xxxx）资助项目；江苏省六人人才高峰（2013-JY-013）资助项目；江苏高校优势学科建设工程资助项目；中央高校基本科研业务费专项资金资助项目；南京航空航天大学大学研究生创新基地（实验室）开放基金（kfjjxxxx）资助项目。
基于粒子滤波的GPS定位解算方法作者：王家治张璐孙荣樊玲来源：《科技资讯》2015年第22期摘要：针对GPS定位解算将非线性GPS伪距方程线性展开，产生较大定位解算误差的问题，采用粒子滤波算法定位解算伪距方程。
实验结果表明，基于粒子滤波的GPS定位解算优于卡尔曼滤波，有效提高了GPS导航定位的精度和可靠性。
关键词：GPS 粒子滤波非线性卡尔曼滤波中图分类号：P228 文献标识码：A 文章编号：1672-3791（2015）08（a）-0209-02随着全球定位系统（Global Position System，简称GPS）的广泛应用，GPS动态导航和定位需求的精度和稳定性越来越高，动态范围越来越大。
然而，GPS定位中存在诸多误差（测量误差和卫星位置误差）及不确定因素，极大地影响了GPS定位的精度和稳定性。
为了提高GPS定位的精度和稳定性，必须研究能有效克服误差和不确定因素影响的定位解算方法。
目前GPS定位解算方法中主要采用最小二乘迭代估计算法和扩展卡尔曼滤波算法，这两种方法均需要将非线性的GPS伪距方程进行线性展开，导致定位解算误差。
针对这一问题，该文采用能处理非线性、非高斯问题的粒子滤波算法定位解算伪距方程，该方法能克服误差和不确定因素的影响，进一步提高GPS导航定位的精度和可靠性。
1 粒子滤波算法在近二十年中，粒子滤波（PF）算法被广泛应用于视频检测[1]、雷达目标跟踪[2，3]、声纳探测[4]、等领域，解决非线性非高斯模型下的贝叶斯估计问题。
粒子滤波[5]算法用一组目标状态空间中的随机采样和它们对应的权值，来描述目标状态的后验PDF，其中表示权系数为的采样（粒子），表示从1时刻到时刻的状态序列，表示从1时刻到时刻的量测序列。
粒子权值满足求和为1，即，因此，目标状态的后验PDF可以近似为：（1）其中表示Dirac函数。
粒子权值的选择依据重要性采样原则[5]，在假设目标运动服从一阶马尔可夫过程，并且认为量测序列相互独立的情况下，粒子权重计算公式可写为：（2）由于跟踪问题关心的是目标的当前状态，即在每个时刻，仅需要边缘后验PDF，而之前的状态序列可以被“边缘化”处理。
基于改进粒子滤波的GPS接收机自主完好性监测算法GPS（全球卫星定位系统）是一种强大的定位技术，已广泛应用于无人机、航空航天、交通运输等领域。
由于GPS信号受到多种因素的影响，如大气层折射、地形起伏、建筑物遮挡等，因此GPS精度可能会受到限制。
为确保GPS接收机的可靠性，自主完好性监测算法应用得当，特别是在飞行安全领域中至关重要。
因此，本文将重点介绍一种基于改进粒子滤波的自主完好性监测算法。
改进粒子滤波算法是一种用于处理非线性和非高斯问题的贝叶斯滤波方法。
它通过基于粒子的随机取样和重样本技术，用一组代表状态的离散粒子来近似代表可能的状态分布。
改进的粒子滤波把传统的粒子滤波算法中“重要性权重”的选择问题视为一个优化问题。
改进的粒子滤波算法中，以目标状态的转移概率密度函数作为重要性权重，相较于传统粒子滤波算法可以显著提高估计精度。
本文针对GPS接收机自主完好性监测问题，采用基于改进粒子滤波的算法来解决。
首先，使用多路径误差模型和伪距观测方程，计算GPS信号传播路径中的时延。
然后，通过粒子滤波算法，在时刻t估计接收机的状态量。
接着，在时刻t+1，计算接收机状态量预测，并根据预测值和实际观测量（观测噪声方差）计算更新权重，再利用已有粒子值实现重样本。
最后，计算粒子权重的期望值，作为目标状态的估计值。
相对于传统的自主完好性监测算法，该算法改进了粒子滤波中重要性权重的计算方法。
传统粒子滤波算法中，通常采用预测概率密度函数和测量概率密度函数作为重要性权重来更新粒子的权重。
而基于改进粒子滤波的算法中，以目标状态的转移概率密度函数作为重要性权重，可以减小重要性权重的波动范围，进而提高估计精度。
总之，基于改进粒子滤波的GPS接收机自主完好性监测算法可以较好地处理GPS信号的多路径、购物问题，增强GPS接收机的鲁棒性和可靠性。
GPS／BDS组合系统中粒子滤波算法任娜;郑佳春;张杏谷【期刊名称】《集美大学学报（自然科学版）》【年(卷),期】2016(021)003【摘要】为了解决传统单一卫星导航系统存在的可靠性低和定位精度差等问题，在分析单系统导航定位原理及GPS／BDS组合导航定位解算的基础上，引入标准粒子滤波（ PF）算法和高斯粒子滤波（ GHPF）算法对组合系统进行定位解算，并对不同滤波算法做出了比较和分析。
仿真结果表明，粒子滤波的滤波效果优于扩展卡尔曼滤波算法。
%In order to solve the issues of the low reliability and poor precision of the traditional single navigation system, based on the analysis of single navigation system positioning principle and combined posi⁃tioning calculating of GPS and Beidou Satellite Navigation System ( BDS) , this paper puts forward the applica⁃tion of the standard particle filter ( PF) algorithm and the Gaussian particle filter ( GHPF) in theGPS/BDS combined system, and makes comparison and analysis belween different filter algorithms. The simulation re⁃sults show that the particle filter filtering algorithm is better than that the extended kalman filtering algorithm.【总页数】6页(P196-201)【作者】任娜;郑佳春;张杏谷【作者单位】集美大学航海学院，福建厦门361021;集美大学信息工程学院，福建厦门361021;集美大学航海学院，福建厦门361021【正文语种】中文【中图分类】U666.134【相关文献】1.改进粒子滤波算法及其在GPS/SINS组合导航中的应用 [J], 王林;林雪原;孙炜玮;王萌2.改进的裂变自举粒子滤波算法在GPS导航系统中的应用 [J], 薄超;朱志宇3.粒子滤波算法在TBD目标检测中的应用 [J], 方青;李川4.一种改进的粒子滤波算法及其在GPS/DR组合定位中的应用 [J], 杜航原;王文剑;白亮5.自适应抗差UKF算法在GPS/BD-2组合系统中的应用 [J], MA Xian-min;CHEN Ya-ru因版权原因，仅展示原文概要，查看原文内容请购买。
