简介：

简介：鉴于传统惯性导航和卫星导航的组合应用存在着一定局限,分析了飞机无线电近程导航系统校正和与INS/GPS的综合过程,探讨了无线电近程导航系统对INS/GPS综合校正应用过程中的一些技术问题,并提出了相应的解决措施.

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：为GPS和INS(惯性的航行系统)处理的综合数据的方法用过滤技术的适应Kalman在落基山脉上回答测试被介绍。根据已知的GPS产量和GPS和INS的偏移量，州的方程和观察被设计执行计算并且改进航行精确性。与方法，可靠航行参数被获得了的例子hows。

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.

简介：Toimprovethereliabilityandaccuracyoftheglobalpositioningsystem(GPS)/microelectromechanicalsystem(MEMS)inertialnavigationsystem(INS)integratednavigationsystem,thispaperproposestwodifferentmethods.Basedonwaveletthresholddenoisingandfunctionalcoefficientautoregressive(FAR)modeling,acombineddataprocessingmethodispresentedforMEMSinertialsensor,andGPSattitudeinformationisalsointroducedtoimprovetheestimationaccuracyofMEMSinertialsensorerrors.ThenthepositioningaccuracyduringGPSsignalshortoutageisenhanced.ToimprovethepositioningaccuracywhenaGPSsignalisblockedforlongtimeandsolvetheproblemofthetraditionaladaptiveneuro-fuzzyinferencesystem(ANFIS)methodwithpoordynamicadaptationandlargecalculationamount,aself-constructiveANFIS(SCANFIS)combinedwiththeextendedKalmanfilter(EKF)isproposedforMEMS-INSerrorsmodelingandpredicting.Experimentalroadtestresultsvalidatetheefficiencyoftheproposedmethods.

简介：即时定位与制图可以在线构建环境特征地图同时利用所建地图辅助定位,可以建立基于特征地图的的地形辅助全自主式导航系统。当GPS信号有效时,导航系统利用INS/GPS组合方式进行精确导航,同时在线建立特征地图,并不断更新修正地图。当GPS信号无效的时候,之前建立的地图用来修正惯导误差,约束惯导误差在一定的范围内,达到精确导航的目的。将及时定位与制图在线制图的功能引入组合导航系统使得该系统具有在线跟踪路标制图和限制系统误差扩延的能力,此性能通过计算机仿真得到验证。

简介：本文研究了某型号飞机上ＧＰＳ／平台惯性组合导航系统中降阶卡尔曼滤波器的设计方法；提出一种降阶滤器结构，并讨论了模型误差的伪随机噪声补偿方法。采用蒙特—卡洛分析法对降阶滤波器的实际误差进行了数字仿真，结果表明，本文提出的这种降阶滤波器能保证组合系统的导航精度，而且具有实际使用价值

简介：在Sage-Husa滤波基础上,提出了其改进的滤波算法,以解决它在容错性能差和高阶状态阵滤波发散等方面的问题.仿真结果表明,利用改进Sage-Husa滤波可有效提高GPS/INS组合制导的容错性能和精度.

简介：

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：

简介：受欺骗的卫星导航信息与惯导系统组合滤波,会导致错误的惯性器件误差修正量,最终组合导航系统也会被欺骗干扰影响。针对这一问题,提出了一种基于MEDLL算法的改进的GNSS/INS组合导航模式,能够实现欺骗信号的辨识和抑制,保证组合导航信息的可靠性。GNSS接收机通过MEDLL算法同时估计接收的全部卫星信号参数,当欺骗干扰存在时,MEDLL算法可同时估计出两路信号参数,并判定欺骗干扰存在;MEDLL估计的信号参数生成两组输出伪距信息与惯导系统定位信息提供的参考伪距进行比较,实现欺骗信号的辨识。在200次实验测试中,对于牵引速率大于2m/s的牵引式欺骗信号,4s内成功辨识的次数为200次。同时,与传统的GNSS/INS组合导航系统相比,提出的MEDLL辅助的组合导航模式能够有效减小欺骗信号的影响,定位结果稳定在真实位置附近。

简介：为实现对高动态和低载噪比信号的稳定跟踪,在全球导航卫星系统(GlobalNavigationSatelliteSystem,GNSS)接收机的跟踪环路设计中采用惯性导航系统(InertialNavigationSystem,INS)辅助锁相环(PhaseLockLoop,PLL)的环路结构。对INS辅助环路的各误差源进行了建模与分析,并分析了惯性器件精度对跟踪误差的影响。基于跟踪误差最小的原则设计了最优环路带宽,根据载波信号的载噪比和环路动态实时自适应地调整PLL带宽,使环路始终工作在最小误差状态。结果表明:所设计INS辅助的自适应带宽调节方法能有效减小环路跟踪误差,并提高复杂环境下信号的跟踪精度。

简介：摘要：随着智能时代的到来，智能无人系统如自动驾驶、机器人、无人机等受到了广泛关注和快速发展。在这些系统中，高精度、高可靠的定位定姿信息是进行有效环境感知、路径规划和运动控制的基础。因此，多源融合导航技术成为了实现智能无人系统自主化的核心技术之一。传统的GNSS/INS组合导航系统可以提供连续高精度的导航信息。然而，在GNSS信号受阻的环境下，该系统将退化为纯惯性导航，如果使用低成本的IMU，定位定姿误差将快速发散，无法满足要求。视觉惯性导航是智能无人系统中常用的导航技术之一。作为一种递推导航系统，它的定位和航向误差也会发散，并且容易受到外部环境视觉纹理条件的影响。虽然回环校正可以在一定程度上消除累积漂移，但在实际工作场景中很难获得修正信息。相比之下，多源融合导航技术同时利用视觉、惯性和GNSS定位信息，充分利用它们在导航能力方面的互补性，克服了仅使用单一或两种信息源导航的局限性。

简介：摘要：随着智能时代的到来，智能无人系统如自动驾驶、机器人、无人机等受到了广泛关注和快速发展。在这些系统中，高精度、高可靠的定位定姿信息是进行有效环境感知、路径规划和运动控制的基础。因此，多源融合导航技术成为了实现智能无人系统自主化的核心技术之一。传统的GNSS/INS组合导航系统可以提供连续高精度的导航信息。然而，在GNSS信号受阻的环境下，该系统将退化为纯惯性导航，如果使用低成本的IMU，定位定姿误差将快速发散，无法满足要求。视觉惯性导航是智能无人系统中常用的导航技术之一。作为一种递推导航系统，它的定位和航向误差也会发散，并且容易受到外部环境视觉纹理条件的影响。虽然回环校正可以在一定程度上消除累积漂移，但在实际工作场景中很难获得修正信息。相比之下，多源融合导航技术同时利用视觉、惯性和GNSS定位信息，充分利用它们在导航能力方面的互补性，克服了仅使用单一或两种信息源导航的局限性。

简介：摘要：随着智能时代的到来，智能无人系统如自动驾驶、机器人、无人机等受到了广泛关注和快速发展。在这些系统中，高精度、高可靠的定位定姿信息是进行有效环境感知、路径规划和运动控制的基础。因此，多源融合导航技术成为了实现智能无人系统自主化的核心技术之一。传统的GNSS/INS组合导航系统可以提供连续高精度的导航信息。然而，在GNSS信号受阻的环境下，该系统将退化为纯惯性导航，如果使用低成本的IMU，定位定姿误差将快速发散，无法满足要求。视觉惯性导航是智能无人系统中常用的导航技术之一。作为一种递推导航系统，它的定位和航向误差也会发散，并且容易受到外部环境视觉纹理条件的影响。虽然回环校正可以在一定程度上消除累积漂移，但在实际工作场景中很难获得修正信息。相比之下，多源融合导航技术同时利用视觉、惯性和GNSS定位信息，充分利用它们在导航能力方面的互补性，克服了仅使用单一或两种信息源导航的局限性。

简介：摘 要：本研究设计了一个惯性导航系统（INS）、视觉导航系统、卫星导航系统（GNSS）相组合的智能网联汽车定位系统。该系统使用卡尔曼滤波器对惯性测量单元（IMU）数据、图像数据、卫星定位信息进行数据融合，从而让智能网联汽车可在无卫星信号或弱卫星信号的车载场景中使用。通过视觉/INS/GNSS的组合，智能网联汽车可以不再强依赖GNSS定位信息，在卫星信号被遮挡或者多径效应明显的复杂环境中，仍能获得连续可靠的定位信息。

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

简介：Insulinsecretorygranules(ISGs),agroupofdistinguishingorganellesinpancreaticβcells,areresponsibleforthestorageandsecretionofinsulintomaintainbloodglucosehomeostasis.ThemolecularmechanismsofISGbiogenesis,maturation,transportation,andexocytosisarestilllargelyunknownbecausetheproteinsinvolvedinthesedistinctstepshavenotbeenfullyidentified.Subcellularfractionationbydensitygradientcentrifugationhasbeensuccessfullyemployedtoanalyzetheproteomesofnumerousorganelles.However,useofthismethodtoelucidatetheISGproteomeislimitedbyco-fractionatedcontaminantsbecause1SGsareverydynamicandhaveabundantexchangesorcontactswithotherorganelles,suchastheGolgiapparatus,lysosomes,andendosomes.Inthisstudy,wedevelopedanewstrategyforidentifyingISGproteinsbyproteincorrelationprofiling(PCP)-basedproteomics,whichincludedISGpurificationbyOptiPrepdensitygradientcentrifugation,label-freequantitativeproteome,andidentificationofISGproteinsbycorrelatingfractionationprofilesbetweencandidatesandknownISGmarkers.Usingthisapproach,wewereabletoidentify81ISGproteins.Amongthem,TM9SF3,anine-transmembraneprotein,wasconsideredahighconfidenceISGcandidateproteinhighlightedinthePCPnetwork.FurtherbiochemicalandimmunofluorescenceassaysindicatedthatTMgSF3localizedinISGs,suggestingthatitisapotentialnewISGmarker.