学位论文 > 优秀研究生学位论文题录展示

信息融合在GPS/INS组合导航中的应用

作　者: 彭霞
导　师: 张彦军
学　校: 青岛科技大学
专　业: 控制理论与控制工程
关键词: 信息融合组合导航 GPS/INS 卡尔曼滤波
分类号: U463.6
类　型: 硕士论文
年　份: 2005年
下　载: 587次
引　用: 5次
阅　读: 论文下载

内容摘要

为了适应日益复杂的应用环境,人们要求车载导航系统和设备不仅能够实时、快速地提供具有高精度和高可靠性的定位信息,同时还应当具有自主性好、对环境变化的适应能力强、抗干扰性强以及小型化和高性能价格比等特点。本文从车辆的工作环境和应用需要出发,对GPS/INS 组合导航系统的几种卡尔曼滤波算法进行了分析和比较,进一步提出了模糊自适应卡尔曼滤波算法并完成了相关的仿真研究,表明了所提算法的有效性和实用性。本项目对促进车载导航设备的发展有着重要的理论和实际意义。本文针对组合导航系统的各个传感器在实时数据采集时,由于各种不确定性因素的影响而可能出现野值,导致融合结果精度降低的问题,首先提出了一种基于模糊逻辑的数据有效性判别方法。这种方法利用可能性分布理论和变权分析法对系统中各传感器观测量是否为有效作出一个综合评价,然后根据判断结果采取不同的算法。这种方法充分利用了系统测量数据的冗余性和互补性,使判断结果更加准确可靠。接着建立了组合导航系统相应的数学模型,利用集中式卡尔曼滤波和分布式卡尔曼滤波方法对组合导航系统进行分析,并证明了两种滤波方法的等效性。然后针对传统卡尔曼滤波算法中,测量噪声方差阵R难求的问题同时也为增强系统的适应性,提出了模糊自适应性卡尔曼滤波算法。最后,在上述理论研究的基础上,进行了车载组合导航系统的实验研究,实验结果验证了本文所提算法的有效性。

全文目录

摘要  3-4
ABSTRACT  4-8
第一章绪论  8-19
  1.1 课题研究的背景和意义  8-9
  1.2 信息融合的理论与应用  9-15
    1.2.1 国内外信息融合理论的发展现状  9-10
    1.2.2 信息融合的结构层次和功能模型  10-11
      1.2.2.1 信息融合的结构层次  10
      1.2.2.2 信息融合的功能模型  10-11
    1.2.3 信息融合的公式化描述  11-12
    1.2.4 信息融合的方法、关键技术和发展方向  12-15
      1.2.4.1 信息融合常用方法概述  12-14
      1.2.4.2 信息融合的关键技术概述  14-15
      1.2.4.3 信息融合的研究方向  15
  1.3 车载组合导航系统研究状况  15-17
    1.3.1 组合导航的国内外发展现状  15-16
    1.3.2 GPS与INS组合的必要性  16
    1.3.3 GPS与INS的互补性和辅助功能  16-17
  1.4 信息融合在组合导航系统中的应用  17-18
  1.5 本文的主要内容  18-19
第二章基于模糊理论的组合导航系统数据有效性的研究  19-25
  2.1 引言  19
  2.2 模糊信息处理技术  19-20
  2.3 变权模糊算子  20-21
  2.4 基于模糊理论的组合导航系统中数据有效性的判断  21-24
  2.5 本章小结  24-25
第三章 GPS／INS组合导航系统建模  25-37
  3.1 GPS导航的基本原理  25-28
    3.1.1 GPS系统的构成  25
    3.1.2 GPS系统的基本原理  25-28
  3.2 INS惯性导航系统的基本原理  28-31
    3.2.1 INS系统的基本原理  28-29
    3.2.2 平台式惯导系统的误差模型  29-31
  3.3 GPS／INS组合方法  31-34
    3.3.1 输出校正  32-33
    3.3.2 反馈校正  33-34
  3.4 组合导航系统的数学模型  34-36
    3.4.1 组合导航系统的状态方程  34-36
    3.4.2 观测方程  36
  3.5 本章小节  36-37
第四章基于卡尔曼滤波在组合导航系统中的信息融合  37-49
  4.1 集中式卡尔曼滤波(Central Kalman Filter)  37-39
  4.2 分布式卡尔曼滤波(Distributed Kalman Filter)  39-43
    4.2.1 分布式卡尔曼滤波  39-40
    4.2.2 联邦卡尔曼滤波(Federal Kalman Filter)  40-42
      4.2.2.1 联邦卡尔曼滤波的结构分析  40
      4.2.2.2 联邦滤波器算法  40-42
    4.2.3 按照系数加权的联邦卡尔曼滤波  42-43
  4.3 联邦卡尔曼滤波与集中卡尔曼滤波等价性证明  43-45
  4.4 信息融合在组合导航系统中的应用  45-46
  4.5 自适应卡尔曼滤波的GPS／INS组合导航系统算法  46-49
    4.5.1 自适应卡尔曼滤波的GPS／INS组合导航系统结构  47
    4.5.2 基于模糊推理系统(FIS)的自适应卡尔曼滤波算法  47-49
第五章 GPS／INS组合导航系统的仿真实验和分析  49-58
  5.1 组合系统总体方案设计  49-51
    5.1.1 硬件部分  49-50
    5.1.2 软件部分  50-51
  5.2 静态实验研究  51-56
    5.2.1 仿真参数  51-53
    5.2.2 各种卡尔曼滤波融合前后的导航参数比较  53-55
    5.2.3 信息融合Kalman滤波的自适应性  55-56
  5.3 误差比较  56-57
  5.4 本章小结  57-58
参考文献  58-60
附录  60-69
攻读学位期间发表的学术论文  69-70
致谢  70

信息融合在GPS/INS组合导航中的应用

内容摘要

全文目录

相似论文