MATLAB组合导航，松组合程序，卫星导航与惯性导航组合程序 GNSS接收机和INS分别独立工作。松组合利用GNSS接收机输出的位置和速度信息和INS经过力学编排后输出的位置和速度信息进行组合，两者共用一个GNSS/INS组合滤波器，双方进行数据融合后得到输出的位置、速度和姿态信息，为后面的实验做好准备。 NSS/INS松组合导航系统中，在INS误差方程的基础上构建系统状态方程和量测方程需要用到卡尔曼滤波器；修正INS观测量从而进一步修改INS随时间累积的误差时也需要用卡尔曼滤波对INS的误差参数进行最小方差估计。这些操作得到的修正后的INS观测量能够提供更加精确的导航信息，从而更好地辅助GNSS系统，提高GNSS系统的稳定性和可行性 首先读取文件存放的GNSS位置、GNSS速度、INS加速度和陀螺仪等信息，初始化相关变量，通过相关的惯性导航传感器信息计算出位置和速度信息，然后将GNSS和INS的位置和速度利用卡尔曼滤波进行处理，最后得到运行结果 以基于MATLAB松组合导航综合设计性实验为例，在此实验内容基础上，可深入结合更多的导航专业课程理论知识，拓展更多实验内容，丰富各种实验手

诺瓦泰组合导航后处理软件inertial explorer使用指导中文版

基于pins组合导航仿真程序，里面包含详细备注。非常适用导航解算入门，卡尔曼滤波

文章基于利用卡尔曼滤波对SINS/GPS组合导航系统的解算算法进行误差补偿。在建立误差模型的基础上采用间接式卡尔曼滤波技术对捷联惯导信号以及GPS信号进行算法融合计算，得到组合导航系统的最优估计输出。使得组合导航系统既利用了GPS的长期稳定性与适中精度，来弥补SINS的误差随时间传播或增大的缺点，又利用SINS短期高精度来弥补GPS在受干扰时误差增大或遮挡时丢失信号的缺点。经过仿真实验分析结果表明该组合导航系统可以获得较理想的导航精度，验证了该组合系统的正确性以及在可靠性方面优于子系统，具有很好的应用价值。

基于MATLAB的捷联惯导单子样算法，还有单子样和卫星数据松组合INS_GPS（经过卡尔曼滤波处理）后的程序，没有附数据。可以用作初学者学习参考，程序内容还是比较完整的。

组合导航系统中的联邦滤波算法研究

H∞滤波通常应用于系统模型和噪声特性不确定的环境,存在滤波精度不高的缺 点.通过对H∞ 滤波引入闭环修正,在不影响滤波鲁棒性的前提下,有效地提高了系统精度.无源北斗/SINS组合导航系统的动态跑车实验结果表明,闭环H∞ 滤波下的组合导航精度优于相同滤波误差模型下的闭环Kalman滤波,并且具有参数设置简单,滤波稳定性强的优点.

INS/GNSS组合导航系统是目前组合导航中的主要系统之一，而高度阻尼是其中的一个重要问题。由于惯性系统的高度通道是不稳定的，必须引入气压高度表或大气数据中心等外部高度信息进行阻尼。本文通过对捷联惯性导航系统及INS/GNSS组合系统进行Monter-carlo仿真，研究在捷联系统如何设计高度阻尼网络及网络中参数的选取方法，以及该网络在组合系统的卡尔曼滤波中如何进行处理，并给出实际的仿真结果。

GNSS与惯性及多传感器组合导航系统原理（第二版）-光盘资料

1、卫星信号非常微弱，极易受到干扰，但卫星导航提供的位置误差不随时间累积，卫导系统与惯导系统之间具有很好的互补性，通过惯性/卫星组合导航可以充分发挥两种系统的优点。 2、此算法属于低精度组合导航算法，适合初学者用来学习知识。 3、 算法未考虑空间杆臂误差和时间不同步误差！！！！ 4、 算法采用松耦合的结构，GPS与INS均独立工作并各自提供导航参数的结果。为了提高导航精度，通常将GPS的位置与速度输入到滤波器中，同时，INS的位置、速度、姿态也作为滤波器的输入，滤波器通过比较二者的差值，建立误差模型以估计INS的误差。利用这些误差对惯导结果进行修正，得到速度、位置、姿态的组合导航结果。 松耦合的组合结构易于实现，并且比较稳定。当它为开环时，可以提供三个独立的导航结果(原始INS、原始GPS和组合结果)，当它为闭环时可以提供两个独立的导航结果（原始GPS、组合结果）。 一个主要的缺点，当卫星数量低于最低数量时，GPS会暂时失效。并且GPS KF的输出是时间相关的，那么KF对于测量噪声不相关的假设就会受到影响，从而影响系统性能。