气压高度表与GPS组合导航系统：数据融合与精度提升

"该资源是一篇发表在2012年《四川大学学报(工程科学版)》第44卷第1期的工程技术论文，由杨朝斌、牛强军和徐其东共同撰写。文章主要研究的是如何在飞机精密进场着陆阶段通过数据融合技术提高导航系统的定位精度，特别是垂直方向的定位。" 文章中提到的问题是，在精密进场着陆过程中，全球定位系统（GPS）的信号容易受到干扰，导致定位精度下降，而传统的气压高度表对于气压和温度的变化非常敏感，这可能影响到飞行安全。为了解决这些问题，作者们提出了一种结合GPS和气压高度表的组合导航系统，以增强定位性能。 在该系统中，作者基于GPS的定位误差和气压高度表的误差，以及这些设备的“当前”统计模型，构建了系统的状态方程和观测方程。他们采用迭代卡尔曼滤波（Iterative Kalman Filter, IKF）作为数据融合算法，以优化两个传感器的数据并提高定位精度。与传统的卡尔曼滤波相比，迭代卡尔曼滤波能更好地处理非线性问题，从而在垂直方向上提升定位精度和实时性。 理论分析和仿真结果显示，迭代卡尔曼滤波算法在改善垂直定位精度和实时性方面有显著效果，增强了导航系统的可用性。这一改进对于确保飞机在精密进近阶段的安全性和可靠性至关重要，可以作为飞机精密进近阶段的着陆引导系统。 这篇论文提出了一个创新的解决方案，通过将GPS与气压高度表的数据进行迭代卡尔曼滤波融合，有效提升了航空导航系统的性能，特别是在应对GPS信号干扰和高度测量不准确情况下的定位精度，这对于航空安全具有重要意义。