-
-
基于地标被动观测的飞航导弹INS误差估计方法
... title></head><body>针对飞航导弹惯导系统(INS) 单独使用时存在位置和速度估计误差发散的问题, 以INS 误差作为状态量, 以<br>导弹相对于地标的观测序列和高度表辅助INS 估计信息解算的伪观测序列构造观测量, 从便于工程实现的角度, 提& ... . 迭代求解过程主要包括: 利用平均去噪的思想降低测量噪声的影响、估计INS 水平通道的位<br>置和速度误差、对观测方程进行更新. 仿真结果 ...
-
基于结构分解的GPS/INS组合导航粒子滤波技术
<p>针对粒子滤波应用于GPS/INS 组合导航系统时难以保证滤波实时性的问题, 提出一种基于线性/非线性结<br>
构分解的改进粒子滤波算法. 改进算法对状态方程进行线性/非线性结构分解, 分别采用重点采样和线性卡尔曼方式<br>
进行一步预测递推, 充分发挥粒子滤波和卡尔曼滤波的特点, 有效降低了粒子滤波的计算量, 在保证GPS/INS 组合导<br>
航系统滤波精度的条件下提高了组合滤波的实时性.</p>
-
基于cubature Kalman filter的INS/GPS组合导航滤波算法
<p>INS/GPS 组合导航系统的本质是非线性的, 为改善非线性下INS/GPS 组合导航精度, 提出将一种新的非线<br>
性滤波cubature Kalman filter(CKF) 应用于INS/GPS 组合导航中. 为此, 建立了基于平台失准角的非线性状态模型和<br>
以速度误差及位置误差描述的观测模型, 分析了CKF 滤波原理, 设计了INS/GPS 组合滤波器, 对组合导航非线性模<br>
型进行了仿真. 仿真结果显示 ...
-
基于CenSurE特征的SAR/INS组合导航景象匹配算法
<p>在SAR/INS 组合导航系统中, 所获取的SAR 图像可能存在严重的斑点噪声和几何变形, 对此, 提出一种<br>
基于CenSurE 特征的SAR/INS 组合导航用景象匹配算法. 该算法针对惯性组合导航的工作特点进行设计. 首先提<br>
取 ... 、匹配速<br>
度、精度和鲁棒性等方面, CenSurE 特征都很优越, 可以满足SAR/INS 景象匹配导航系统匹配修正的高性能要求.</p>
-
加权Hausdorff距离算法在SAR/INS景象匹配中的应用
<p>提出了一种基于特征图像分支点提取的加权Hausdorff距离图像匹配算法,并给出了相应的权值求解公式.为满足景象匹配导航系统实时性的要求,给出了细化处理的预处理方法,减少了特征文件的冗余度,提高了匹配搜索的快速性.同时,基于细化后提取出的分支特征点,应用加权Hausdorff距离算法进行图像匹配,克服了斑点噪声对合成孔径雷达(SAR)图像匹配的影响.仿真分析表明,该算法能满SAR/INS景象匹配辅助导航系统实时性和准确性的要求.</p>
-
ins标签什么时候使用
不知道你对ins标签是否熟悉。
资料对ins的解释是:定义一个插入的文本。ins有两个标准属性:cite和datetime。cite的值为URL,该URL指向另外的文档,用于解释新文本插入的原因;datetime的值一个 ...
-
双口RAM芯片CY7C028的INS/GPS组合导航系统
在众多组合导般系统中,INS/GPS组合导航系统更是发展迅速,在军用和民用领域均已获得广泛应用,而且愈来愈受到重视。就INS/GPS组合导航系统而言,除了要完成大量的导航解算工作外,还要完成控制、人机接口、与外部系统的通信等功能。由于导航系统对实时性要求较高,采用单片CPU来实现上述功能是不现实的。在研制某弹载INS/GPS组合导航系统时,针对弹载导航系统体积小、重量轻、功耗小的特点,设计了一种嵌入式高速处理系统。该系统采用TI ...
-
-
基于卡尔曼滤波-神经网络预测的GNSS/INS误差反馈校正的研究
当GNSS信号失锁时,GNSS/INS组合导航系统的误差会随着时间而积聚从而失去导航的功能。通过理论分析和数学建模,本文提出了一种基于卡尔曼滤波-RBF神经网络预测INS误差并进行补偿,从而弥补GNSS失锁无法导航的缺陷。卡尔曼滤波器为神经网络的训练提供了数据预处理的作用。通过跑车实验和仿真,最后证实了方法的可行性,在平均位置误差为3米的情况下,能够持续30秒左右的精准预测。
-
H∞滤波及其在INS/CNS组合导航系统中的应用
在惯导/星光(INS/CNS)组合导航中,由于集中卡尔曼滤波存在对系统模型和噪声统计特性依赖性等缺点,将H∞滤波方法理论应用其中。给出了H∞滤波的滤波方程,定性讨论了kalman滤波和H∞滤波的关系,通过在INS/CNS组合导航系统中的实际应用进一步从精度和鲁棒性对两种滤波算法进行了比较。仿真结果表明,当噪声为有色噪声或统计特性不确定时,H∞滤波优于kalman滤波,说明了该算法的有效性和可行性。
-