SINS/GPS组合可以有效提高导航系统的性能。建立SINS/GPS全系统仿真模型，构建 SINS仿真器、GPS星座，并给出最佳导航星的选择方法。在建立SINS/GPS组合导航系统状态模型和量测模型的基础上，分别以位置、速度为观测量和以伪距、伪距率为观测量设计了松组合与紧组合导航系统的Kalman滤波器。在相同的条件下，对这两种不同组合模式的导航系统进行仿真验证。仿真结果表明，与松组合导航系统相比，紧组合导航系统的收敛性能更好，尤其是在受到外界干扰或遮挡，使可用的导航星数目不足四颗时，紧组合导航系统具有更

针对传统容积卡尔曼滤波(CKF)在面对系统模型失配和状态突变滤波精度下降的问题,将强跟踪滤波器(STF)和高阶容积卡尔曼滤波(HCKF)相结合,提出一种简化高阶强跟踪容积卡尔曼滤波(RHSTCKF)算法.该算法具有比传统CKF更高的滤波精度,并且利用滤波模型的特点,简化HCKF的计算步骤,同时在HCKF中引入多重渐消因子增强算法的自适应性和应对状态突变的能力.将所提算法应用到SINS/GPS组合导航系统中进行仿真实验,结果表明,RHSTCKF可以准确估计出突变状态的真实值,能够抑制滤波器状态异常的干扰,滤波性能明显优于HCKF,能够提高组合导航系统的自适应性和定位精度.

无人驾驶中，IMU与GPS如何融合，位姿如何解算

针对SINS/GPS组合导航中量测噪声统计特性不准确引起卡尔曼滤波精度下降的问题,提出基于变分贝叶斯自适应无迹卡尔曼滤波(VB-UKF)的非线性融合方法。分析了线性的变分贝叶斯自适应卡尔曼滤波(VB-KF)算法的原理与性能,针对其仅适用于线性系统的问题,将VB-KF与UKF结合导出了非线性的VB-UKF算法。该算法可对系统状态和时变的量测噪声方差进行同步非线性估计,且与传统的UKF算法具有统一的形式。导航仿真结果表明:VB-UKF对于突变或慢变的量测噪声方差均能实时跟踪,较常规UKF算法可有效降低噪声统计

SINS/GPS组合导航系统仿真，马媛，杨树兴，本文利用Matlab/Simulink的仿真环境，建立了SINS/GPS组合导航系统仿真系统。首先由轨迹发生器产生所需的模拟导航参数和IMU参数，并根据惯�

最全的SINS独立导航算法、GPS/SINS组合导航算法、SINS/DR组合matlab导航算法。保证能用。

SINS/GPS组合导航滤波算法研究与工程应用实现，卡尔曼滤波仿真。