杨元喜——组合导航与融合导航(简本)，详细介绍各种导航

给出了IMU在地固坐标系中的误差方程，介绍并分析了自适应滤波和渐消Kalman滤波算法原理，然后将渐消因子引入到自适应滤波算法中，并将其应用到IMU/GPS松组合导航系统中，最后利用一个实际算例证明了该组合导航系统的有效性。

基于matlab的四元数卡尔曼滤波组合导航算法

卡尔曼滤波 组合导航

卡尔曼滤波技术，包含初始对准以及组合导航

探讨了一种适用于SINS/DVL组合导航系统的滤波原理,通过分别建立捷联惯导系统误差模型和多普勒误差模型,利用间接卡尔曼滤波原理和反馈校正法,对系统进行仿真与分析,由惯性器件的误差方差通过导航系统的误差模型得出导航参数的误差方差,结果表明,该组合导航系统的定位精度要远远高于单纯捷联惯导系统。同时,针对SINS/DVL组合导航系统工作特点及特定情况下AUV的定位精度要求,提出了一种GPS辅助SINS/DVL组合导航系统导航定位的方案。

CSDN博客:《非线性滤波——基于EKF的INS/GPS松组合算法的研究（直接法|EKF|欧拉角）》附件资源 博文地址：https://blog.csdn.net/tsuibeyond/article/details/103835894 摘要：由于大多数的INS/GPS组合导航算法模型都是基于非线性模型，如何有效的融合INS与GPS的测量信息来对当前载体的位置、速度、姿态等信息进行估计成为一个被长期研究的课题。本篇博客试图记录一下使用直接法EKF算法实现INS/GPS松组合的过程，姿态角以欧拉角表示。

NaveGo一个开源的MATLAB GNU Octave工具箱，用于处理集成导航系统和执行惯性传感器分析。 NaveGo是一个开源的框架，用于处理在网上免费提供的INS GPS传感器。由于这种编程语言已经成为模拟和数学计算的实际标准，它是在MATLAB GNU Octave的基础上开发的。NaveGo已经通过处理真实轨迹的真实数据和与一个商业的、封闭的软件包的对比结果进行了验证。两个解之间的差值可以忽略不计。 目前，NaveGo得到了三个学术研究团体的支持国家技术大学的GridTics(阿根廷)，ITIC at the National University of Cuyo(阿根廷)，DIATI在Politecnico di Torino(意大利)

其实是matlab的，关于组合导航的卡尔曼滤波matlab仿真

以组合导航系统为应用背景,在现有方法的基础上,提出Sage Husa自适应滤波算法的应用.采用常规卡尔曼滤波时,需要知道系统的数学模型和噪声统计的先验知识,但是在实际系统中,系统的数学模型和噪声统计是未知的、近似的或部分已知的.用不准确的模型或噪声统计设计出的卡尔曼滤波器将导致状态估值误差增大,甚至使滤波发散.Sage Husa自适应滤波通过软件仿真表明该方法能够使系统误差在较短的时间内收敛,与常规卡尔曼滤波器的精度相当并具有高效率、高精度等优点.