本文以捷聯(lián)慣性導(dǎo)航系統(tǒng)與全球定位系統(tǒng)二者組合的緊組合導(dǎo)航系統(tǒng)模型為研究背景,重點(diǎn)研究了SINS/GPS緊組合導(dǎo)航系統(tǒng)數(shù)據(jù)融合理論與算法,提出了基于新息協(xié)方差自適應(yīng)漸消濾波算法,介紹了基于加權(quán)最小二乘殘差平方和增量判別的卡爾曼濾波算法,并將這兩種算法分別應(yīng)用于SINS/GPS緊組合導(dǎo)航系統(tǒng)。論文的主要內(nèi)容和創(chuàng)新點(diǎn)概括如下:1、深入研究SINS/GPS組合導(dǎo)航中的松組合模式和緊組合模式。通過(guò)組合導(dǎo)航仿真實(shí)驗(yàn)進(jìn)行數(shù)據(jù)計(jì)算與分析,說(shuō)明了兩種組合模式的特點(diǎn)與差異,以及選擇緊組合模式的優(yōu)越性。2、深入研究標(biāo)準(zhǔn)卡爾曼濾波算法,敘述該算法的理論推導(dǎo),并指出卡爾曼濾波算法所存在的局限。為了克服該問(wèn)題,之后介紹了非線性擴(kuò)展卡爾曼濾波算法和無(wú)跡卡爾曼濾波算法。3、研究漸消濾波基礎(chǔ)理論。分析自適應(yīng)漸消因子擺放的位置對(duì)濾波解的影響。介紹目前漸消濾波算法的推導(dǎo)過(guò)程以及漸消因子的計(jì)算方法。隨后提出了一種基于新息協(xié)方差自適應(yīng)漸消濾波算法。4、建立SINS/GPS緊組合導(dǎo)航系統(tǒng)仿真實(shí)驗(yàn)平臺(tái),將標(biāo)準(zhǔn)卡爾曼濾波、漸消濾波和基于新息協(xié)方差自適應(yīng)漸消濾波成功地應(yīng)用到SINS/GPS緊組合導(dǎo)航仿真系統(tǒng)中。仿真實(shí)驗(yàn)結(jié)果表明基于新息...

【文章頁(yè)數(shù)】：110 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 引言
    1.2 研究背景及意義
    1.3 SINS/GPS組合導(dǎo)航系統(tǒng)
        1.3.1 全球定位系統(tǒng)
        1.3.2 慣性導(dǎo)航系統(tǒng)
        1.3.3 組合導(dǎo)航系統(tǒng)
        1.3.4 信息融合技術(shù)
    1.4 自適應(yīng)濾波在組合導(dǎo)航中的發(fā)展及現(xiàn)狀
    1.5 論文主要研究?jī)?nèi)容及章節(jié)安排
第二章 SINS/GPS組合導(dǎo)航系統(tǒng)
    2.1 常用坐標(biāo)系及坐標(biāo)變換矩陣
        2.1.1 常用的坐標(biāo)系
        2.1.2 坐標(biāo)系之間的轉(zhuǎn)換
    2.2 SINS/GPS組合模式
        2.2.1 松組合模式
        2.2.2 緊組合模式
        2.2.3 深組合模式
    2.3 SINS/GPS松組合系統(tǒng)
        2.3.1 SINS/GPS松組合狀態(tài)方程
        2.3.2 SINS/GPS松組合量測(cè)方程
    2.4 SINS/GPS緊組合系統(tǒng)狀態(tài)方程
        2.4.1 SINS誤差狀態(tài)方程
        2.4.2 GPS誤差狀態(tài)方程
        2.4.3 SINS/GPS緊組合狀態(tài)方程
    2.5 SINS/GPS緊組合系統(tǒng)量測(cè)方程
        2.5.1 偽距量測(cè)方程
        2.5.2 偽距率量測(cè)方程
        2.5.3 SINS/GPS緊組合量測(cè)方程
    2.6 本章小結(jié)
第三章 SINS/GPS緊組合導(dǎo)航系統(tǒng)濾波算法
    3.1 標(biāo)準(zhǔn)卡爾曼濾波
        3.1.1 線性離散卡爾曼濾波
        3.1.2 系統(tǒng)卡爾曼方程離散化
        3.1.3 組合系統(tǒng)濾波估計(jì)方法和校正方法
    3.2 擴(kuò)展卡爾曼濾波
    3.3 無(wú)跡卡爾曼濾波
        3.3.1 UT變換
        3.3.2 UKF算法
    3.4 本章小結(jié)
第四章 SINS/GPS緊組合導(dǎo)航系統(tǒng)自適應(yīng)濾波算法
    4.1 自適應(yīng)濾波
    4.2 漸消濾波
        4.2.1 漸消濾波原理
        4.2.2 漸消因子求解
    4.3 基于新息協(xié)方差自適應(yīng)漸消濾波
        4.3.1 漸消因子位置分析
        4.3.2 漸消因子計(jì)算過(guò)程
        4.3.3 基于新息協(xié)方差自適應(yīng)漸消濾波算法
    4.4 基于加權(quán)最小二乘殘差平方和增量判別的卡爾曼濾波
        4.4.1 遞推最小二乘估計(jì)
        4.4.2 基于加權(quán)最小二乘殘差平方和增量判別方法
    4.5 本章小結(jié)
第五章 SINS/GPS緊組合自適應(yīng)濾波算法驗(yàn)證與分析
    5.1 組合導(dǎo)航系統(tǒng)仿真方案設(shè)計(jì)
        5.1.1 組合導(dǎo)航系統(tǒng)仿真功能分析
        5.1.2 組合導(dǎo)航系統(tǒng)仿真設(shè)計(jì)
        5.1.3 組合導(dǎo)航系統(tǒng)仿真流程
    5.2 SINS/GPS緊組合導(dǎo)航系統(tǒng)仿真實(shí)驗(yàn)及結(jié)果分析
        5.2.1 仿真參數(shù)設(shè)置
        5.2.2 仿真實(shí)驗(yàn)及結(jié)果分析
    5.3 自適應(yīng)漸消濾波算法仿真實(shí)驗(yàn)及結(jié)果分析
        5.3.1 仿真參數(shù)設(shè)置
        5.3.2 仿真實(shí)驗(yàn)及結(jié)果分析
    5.4 自適應(yīng)漸消濾波算法車(chē)載實(shí)驗(yàn)及結(jié)果分析
        5.4.1 器件選型
        5.4.2 系統(tǒng)組成
        5.4.3 車(chē)載實(shí)驗(yàn)
        5.4.4 實(shí)驗(yàn)結(jié)果及分析
    5.5 基于加權(quán)最小二乘殘差平方和增量判別的卡爾曼濾波算法靜態(tài)實(shí)驗(yàn)及結(jié)果分析
    5.6 本章小結(jié)
第六章 總結(jié)與展望
    6.1 本文工作總結(jié)
    6.2 未來(lái)工作展望
參考文獻(xiàn)
在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果
致謝



本文編號(hào)：3806880