学位论文 > 优秀研究生学位论文题录展示

自适应融合导航理论与方法及其在GPS和INS中的应用

作　者: 高为广
导　师: 杨元喜
学　校: 中国人民解放军信息工程大学
专　业: 大地测量学与测量工程
关键词: SINS/GPS组合导航系统抗差估计方差分量估计自适应因子渐消滤波抗差自适应Kalman滤波数据融合
分类号: P228.4
类　型: 硕士论文
年　份: 2005年
下　载: 781次
引　用: 15次
阅　读: 论文下载

内容摘要

本文主要研究了GPS和INS动态数据处理算法以及组合导航数据融合理论与算法,论文的主要内容和创新点概括如下: 1.首先,对动态数据处理中函数模型和随机模型进行了综合分析,通过实测数据计算,指出了在动态数据处理过程中,选择较合理函数模型和随机模型的必要性。 2.对渐消滤波进行了理论分析与讨论。然后将抗差自适应滤波和渐消滤波进行了综合比较,并指出了渐消滤波存在的问题。提出了基于“当前”统计模型的抗差渐消滤波算法。 3.详细分析和讨论了自适应因子对导航解的影响。对基于不符值原理和方差分量估计原理构造的自适应因子对导航解的影响进行了实测计算比较,结果表明基于方差分量估计构造的自适应因子在大多数情况下都均匀地降低了模型信息使用效率,从而更好地抑制模型误差的影响。 4.对联邦滤波算法进行了研究,综述了该算法存在的问题,提出了具有容错功能的抗差自适应联邦滤波算法。 5.对惯导系统进行了仿真计算,并对IMU/GPS松组合导航系统进行了系统研究,将渐消因子成功地应用到IMU/GPS松组合导航系统。 6.对基于抗差估计和方差分量估计的自适应融合导航算法以及基于多传感器局部几何导航结果的自适应融合导航算法进行了分析与探讨,并用模拟数据验证了三种算法在精度和可靠性方面明显优于联邦滤波算法。 7.对状态预测信息和观测信息的有色噪声进行了拟合和预报,并成功地应用到基于多传感器局部几何导航结果的自适应融合导航算法中,提出了含有色噪声的几何导航结果的自适应融合算法。

全文目录

摘要  4-5
ABSTRACT  5-10
第一章绪论  10-20
  §1．1 多传感器信息融合技术的发展概况  10-12
    1．1．1 多传感器信息融合技术的定义  10-11
    1．1．2 多传感器信息融合技术的研究概况  11-12
  §1．2 组合导航信息融合技术的发展概况  12-18
    1．2．1 组合导航技术的研究意义  12-13
    1．2．2 组合导航技术的研究概况  13-15
    1．2．3 导航子系统GPS和SINS简介  15-18
  §1．3 主要研究内容和结果  18-20
第二章导航算法基本原理  20-32
  §2．1 抗差最小二乘估计原理  20-22
  §2．2 抗差Helmert方差分量估计  22-25
  §2．3 Kalman滤波  25-31
    2．3．1 动力学模型和观测模型  25-27
    2．3．2 Kalman滤波解算原理  27-28
    2．3．3 抗差自适应Kalman滤波  28-31
  §2．4 本章小结  31-32
第三章基于“当前”统计模型的抗差自适应滤波  32-43
  §3．1 运动载体的动态模型  32-35
    3．1．1 CV模型  32-33
    3．1．2 CA模型  33
    3．1．3 一阶时间相关(Singer)模型  33-34
    3．1．4 机动载体的“当前”统计模型  34-35
  §3．2 自适应Kalman滤波算法在GPS导航中的应用  35-41
    3．2．1 动态GPS定位的Kalman滤波算法  35-39
    3．2．2 计算与比较  39-41
  §3．3 本章小结  41-43
第四章渐消滤波和抗差渐消滤波  43-58
  §4．1 渐消滤波和抗差自适应滤波的比较  43-48
    4．1．1 渐消滤波解的原理  43-46
    4．1．2 渐消滤波与自适应滤波的比较  46-47
    4．1．3 实际计算与比较  47-48
  §4．2 基于“当前”统计模型的抗差渐消滤波  48-52
    4．2．1 基本原理  48-50
    4．2．2 计算与比较  50-52
  §4．3 自适应因子对导航解影响的比较  52-57
    4．3．1 自适应因子的选择  53-54
    4．3．2 计算与分析  54-57
  §4．4 本章小结  57-58
第五章抗差自适应联邦滤波原理  58-66
  §5．1 联邦滤波原理  58-62
    5．1．1 联邦滤波算法及步骤  58-60
    5．1．2 联邦滤波四种融合模式  60-61
    5．1．3 联邦滤波算法存在的问题  61-62
  §5．2 抗差自适应联邦滤波算法  62-64
    5．2．1 基本原理  62-63
    5．2．2 计算与比较  63-64
  §5．3 本章小结  64-66
第六章 SINS／GPS组合导航系统设计  66-83
  §6．1 惯导系统仿真  66-69
    6．1．1 轨迹仿真器  66
    6．1．2 惯性器件仿真器  66-69
  §6．2 惯导系统在地固系中的导航方程  69-73
    6．2．1 惯性坐标系里表示的导航方程  70-71
    6．2．2 地固系里表示的导航方程  71-73
  §6．3 惯导系统在地固系中的导航方程解算  73-77
  §6．4 IMU／GPS组合自适应滤波算法的实现  77-82
    6．4．1 地固系中IMU的误差方程  77-78
    6．4．2 IMU／GPS松组合自适应滤波  78-80
    6．4．3 计算与比较  80-82
  §6．5 本章小结  82-83
第七章自适应融合导航算法  83-101
  §7．1 基于抗差估计的自适应融合导航  83-87
    7．1．1 基于各传感器观测信息抗差解的融合导航  83-85
    7．1．2 考虑动力学模型的自适应融合导航解  85-86
    7．1．3 计算与比较  86-87
  §7．2 基于方差分量估计的自适应融合导航  87-90
    7．2．1 基于方差分量估计的多传感器融合导航  87-88
    7．2．2 考虑动力学模型的自适应融合导航解  88-89
    7．2．3 计算与比较  89-90
  §7．3 基于局部几何导航结果的自适应融合导航  90-96
    7．3．1 多传感器局部几何导航解融合原理  91-92
    7．3．2 基于几何导航解的自适应融合  92-94
    7．3．3 计算与比较  94-96
  §7．4 含有色噪声的几何导航解自适应融合算法  96-100
    7．4．1 有色噪声的拟合与预报  96-98
    7．4．2 顾及有色状态噪声影响的自适应融合导航解  98
    7．4．3 计算与比较  98-100
  §7．5 本章小结  100-101
第八章总结与展望  101-102
致谢  102-103
硕士在读期间参加和完成的科研与工程项目  103-104
硕士在读期间发表论文情况  104-106
参考文献  106-110

相似论文

基于微型无人平台导航多传感器信息融合算法研究,V249.32
SINS/GPS组合导航系统算法研究,V249.328
多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
海上平台消防系统研究,U698.4
无线传感器网络数据融合算法及模型研究,TN929.5
基于视频的动物运动跟踪分析系统及应用研究,TP391.41
无线传感器网络数据融合技术的相关研究,TN929.5
多传感器网络数据融合技术的研究,TN929.5;TP202
基于通信约束的无线传感器网络的研究,TN929.5
认知无线电频谱感知算法研究,TN925
认知无线网络中宽带压缩频谱感知关键技术,TN925
基于指纹与姓名语音的多模态生物特征融合身份识别技术的研究,TP391.41
面向室内环境的WSN跟踪关键技术研究,TN929.5
甚高频雷电探测站数字处理系统设计与实现,TN911.23
基于多模型决策融合的空分过程故障检测与预报,TQ116.11
基于RDT&FDF方法的石油钻井事故诊断系统,TE28
分布式麦克风阵列跟踪算法研究,TN912.3
基于无线传感器网络LEACH路由协议的数据融合算法研究,TP212.9;TN929.5
基于信息融合的道路和障碍物检测方法研究,TP242
多点监测自适应网内数据融合技术的研究及应用,TP202
基于MIDI的乐器控制系统和音符的自动识别方法研究,TN912.34