"SINS/GPS组合导航系统仿真是利用Matlab/Simulink进行的一种导航技术研究,旨在提高导航精度和性能。该系统由轨迹发生器、传感器模块、SINS解算模块、GPS仿真模块和Kalman滤波器组成,适用于惯性导航系统(SINS)和全球定位系统(GPS)的数据融合研究。"
SINS/GPS组合导航系统是一种集成导航解决方案,结合了SINS的自主性和GPS的全球覆盖能力,以提供更准确和可靠的定位、姿态和速度信息。马媛、杨树兴和张成在他们的研究中建立了一个基于Matlab/Simulink的仿真平台,这个平台能够模拟真实环境下的导航参数和惯性测量单元(IMU)数据。
首先,轨迹发生器生成模拟的导航参数,如位置、速度和姿态,以及IMU的数据,这些数据会考虑到惯性传感器的误差模型,包括随机噪声。接着,通过仿真载体轨迹和GPS卫星参数,生成GPS伪距信号。这些伪距信号是GPS接收机计算其与卫星之间距离的基础。
然后,SINS模块使用包含误差的IMU数据进行导航计算,产生初始的导航参数。为了进一步提升精度,采用Kalman滤波器对SINS导航参数的误差和GPS伪距信号进行融合处理。Kalman滤波是一种有效的估计方法,能对噪声数据进行平滑处理,从而提高导航估计的准确性。
研究表明,这种紧组合结构的SINS/GPS系统能有效地估计导航参数和IMU误差。此外,该仿真系统为滤波算法和组合导航系统的深入研究提供了便利。不仅能够用于理论分析,还可以通过下载到硬件平台如dSPACE进行实时解算和半实物仿真试验,以便于观察和评估系统性能。
SINS/GPS组合导航系统通常包括以下几个关键部分:
1. 轨迹发生器:产生模拟的导航参数和IMU输入。
2. 传感器模块:模拟惯性传感器的输出,包括加速度计和陀螺仪。
3. SINS解算模块:基于IMU数据进行姿态、位置和速度的解算。
4. GPS仿真模块:模拟GPS信号,生成伪距信息。
5. Kalman滤波器:对SINS和GPS数据进行融合,提高导航估计精度。
这种仿真系统在进行惯导和GPS组合导航技术研究时,起到了重要作用,尤其是在实验条件有限的情况下,它能够经济高效地测试和优化系统设计。通过不断的调整和改进,可以探索不同的滤波策略和导航算法,以达到最佳的导航性能。