简介：为了实现水下潜器长时间高精度导航定位,同时考虑到传统地形辅助导航系统在先验地形图不可得或者是地形变化不明显的海域（地形不可匹配区域）,无法用来修正惯性导航位置误差的问题,提出了一种结合地形和环境特征的水下导航定位方法。在先验地形图可得且地形高程变化明显的可匹配区域,采用地形辅助导航系统来修正惯导位置误差,在先验地形图不可得或者是地形高程变化不明显的不可匹配区域,采用基于海洋环境特征的同步定位与构图算法来修正惯导位置误差。仿真结果表明,该方法在地形可匹配区域以及地形不可匹配区域得到的航迹都比纯惯导得到的轨迹更接近于理想航迹,因此可以用来修正惯导位置误差。

简介：提出了一种利用GPS定位与测速相结合的动态定位方法.引入模糊人工神经网络技术对GPS数据进行处理,利用BP网络实现模糊化知识集的记忆和模糊判决的功能;最后,对处理前后的结果进行了对比.试验结果表明,该方法可以有效地提高GPS在开阔场地的定位精度.

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.

简介：针对卫星姿态测量系统(SAMS),将径向基函数RBF(RadialBasisFunction)网络和多传感器信息融合技术相结合,并将其应用在系统的故障检测与诊断中.研究结果表明,此方法是可行有效的,可以提高系统的测量精度和性能.

简介：从模式识别的角度分析了搜索模式下水下运载体的重力匹配问题,利用模式识别神经网络实现重力匹配定位。在重力图匹配时,以惯性导航仪指示位置为中心规划真实位置的网格点搜索范围,从参考重力图上提取相应一系列的重力数据,与对应网格点的位置一起定义成多个模式类,构造相应的模式识别概率神经网络,运用该神经网络将实时重力测量数据识别到某个模式类,对比模式类的定义确定载体位置。在实测重力图上对重力辅助惯性导航系统进行了计算机仿真研究。结果表明,在重力场特征显著区域该重力匹配算法能够有效减小厄特弗斯效应的影响,其导航系统定位误差小于一个重力图网格,匹配率在80%以上,匹配效果优于一般的相关匹配算法。

简介：基于GPS测姿技术的发展,研究了以位置、速度和姿态信息作为观测量的INS/GPS组合导航系统的卡尔曼滤波算法.详细推导了这种组合方式的观测方程,并将该组合技术应用于某飞行器.仿真表明,增加姿态信息作为观测量可有效地提高系统导航参数的估计精度和速度.

简介：针对惯性导航系统中,光纤陀螺的动态测量范围宽、精度高、实时性强的要求,设计了一种新型的数据采集方法,该方法具有精度高、量程宽、速度快的优点.通过与惯性导航系统中光纤陀螺的几种常用的数据采集方法进行分析比较,介绍了各自的优缺点,并着重介绍了这种方法的电路实现.

简介：本文所述的分析校准技术，可将测角装置校准到很高精度。校准时，使用了两台测角装置。并且利用该分析校准技术，分离了各误差曲线，采用该分析校准方法，无需预先知道任何一台测角装置的误差，而且测角装置可以是，也可以不是两台相同的装置。文中还确定了可以校准到高精度的测角装置的类型和校准配置。所采用的校准分析技术，可将角位置测试台和角度分解器校准到０．１角秒的精度。此方法已经用于校准轴角读出的双感应同步器系统。本文还提供了利用该分析校准方法获取的数据。

简介：传统的捷联惯性导航算法求解比力积分项采用了一阶近似方法，近似误差对高精度导航应用的影响是不可忽略的。为消除近似误差，提出了一种改进的捷联导航算法。在惯性坐标系中，将地速分解为比力地速与重力地速两部分，求出了能够完全补偿动态误差的比力积分变换项解析表达式，在此基础上得到了比力地速的精确解，并将其求解方法扩展应用于重力地速，在不改变传统导航算法实现框架的前提下，设计了高精度的捷联惯性导航算法。改进导航算法的精度与对偶四元数导航算法一致，而其实时性却与传统导航算法相当，获得了整体性能上的优势。

简介：在捷联惯性系统中，初始对准是影响系统输出精度的最重要环节，陀螺漂移是引起对准误差的主要原因。本文在对捷联系统误差进行分析的基础上，结合卡尔曼滤波器的滤波特性，提出一种把陀螺随机常值漂移标定与初始对准进行多级组合的卡尔曼滤波方法。

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：本文提出了一种用于车辆导航的地图匹配算法。通过对卡尔曼滤波后模型的误差特性分析，该算法可获得比通常相关性算法更好的精度，并经试验验证

简介：为了加快全球定位系统（GPS）的捕获速度，提高系统的捕获灵敏度，对GPS系统捕获策略进行了深入地研究。在对其捕获的基本原理和传统的最大值捕获系统进行分析的基础上，提出了一种新颖的GPS多峰值捕获策略。该策略通过多峰值选择减少了系统搜索单元数目，通过增加进入唐检测器的峰值个数来提高捕获灵敏度。利用蒙特卡洛方法进行了仿真分析，仿真结果表明：该新颖策略的捕获时间更短，同时捕获灵敏度比传统的最大值捕获系统要高2.8dB。总体来说，该新颖策略算法更适用于对GPS弱信号的捕获，也可应用于其他卫星导航系统。

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：分布式联邦滤波器在多传感器信息融合领域得到广泛的重视，联邦滤波中的信息分配原则直接影响滤波器的精度和容错性，而常规的标量形式联邦滤波信息分配方法无法满足高动态环境下状态的动态变化特性。信息分配是设计和实现联邦滤波器的关键环节，基于系统误差协方差阵和可观测阵。文中考虑系统状态估计精度和系统的可观测性，提出了一种新的联邦滤波信息分配方案和算法。新的联邦滤波算法允许每一个系统状态变量具有不同的动态信息分配因子，从而改进了联邦滤波信息融合的精度。仿真结果表明，与传统联邦滤波算法比较，改进的信息融合算法精度能提高30％以上。

简介：使用高阶间断Galerkin（discontinuousGalerkin,DG）方法求解双曲守恒律方程组时,非物理效应常常导致计算过程的中断,这在很大程度上制约着该方法在计算流体力学中的应用.文章结合局部单元上原始流动变量的Taylor展开,设计了一种新型的限制器,通过对各阶空间导数的重构,有效地消除了非物理振荡的不利影响.对二维Euler方程的计算结果表明,该限制器不仅能够捕捉高质量的激波,而且能够保证残值的有效收敛.

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：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：文章给出了一种真正多维的HLLRiemann解算器．采用AUSM分裂将通量分解成为对流通量和压力通量，其中对流通量的计算采用迎风格式，压力通量的计算采用HLL格式，且将HLL格式的耗散项中的密度差用压力差代替，从而使得格式能够分辨接触间断．为了实现数值格式真正多维的特性，分别计算了网格界面中点和角点上的数值通量，并且采用Simpson公式加权组合中点和角点上的数值通量得到网格界面的数值通量．为了减少重构角点处状态时的模板宽度，计算中采用基于SDWLS梯度的线性重构获得2阶空间精度，而时间离散采用2阶保强稳Runge—Kutta方法．数值实验表明，相比于传统的一维HLL格式，文章的真正多维HLL格式具有能够分辨接触间断，以及更大的时间步长等优点．与其他能够分辨接触间断的格式（例如HLLC格式）不同，真正多维的HLL格式在计算二维问题时不会出现激波不稳定现象．

简介：针对GPS精密单点定位对高精度的需求,提出了一种采用小波神经网络的GPS精密单点定位解算方法。该方法利用小波变换和神经网络学习功能,无需准确系统先验信息,误差函数能够快速收敛,逼近真实误差模型,从而提高GPS精密单点定位精度。仿真结果表明,静态条件下与传统最小二乘法和卡尔曼滤波算法相比,该算法定位收敛时间缩短50%,定位精度分别提升90%和50%。动态情况下,较最小二乘法和卡尔曼滤波算法定位精度提高20%~80%。