【摘要】：捷聯(lián)慣性導航系統(tǒng)是一種重要的自主式導航設備，廣泛應用于軍事和民用等諸多領域。初始對準是捷聯(lián)慣導獨自導航及組合導航的關(guān)鍵技術(shù)，其中衛(wèi)星導航系統(tǒng)輔助捷聯(lián)慣導動態(tài)初始對準是一個重要的研究方向。論文針對GPS輔助捷聯(lián)慣導動態(tài)對準中的關(guān)鍵模型開展研究，包括INS元件誤差的辨識和處理、地固系下基于多種姿態(tài)描述方法的SINS誤差模型、GPS輔助捷聯(lián)慣導動態(tài)初始對準的魯棒非線性濾波算法以及GPS/INS緊組合初始對準的觀測模型及魯棒濾波算法等等。取得的主要研究成果如下： （1）采用Allan方差和功率譜密度對實測陀螺信號進行辨識，根據(jù)辨識結(jié)果重構(gòu)性質(zhì)相同的陀螺信號，表明辨識方法的正確性；提出一種基于經(jīng)驗模態(tài)分解的非平穩(wěn)陀螺信號平穩(wěn)化處理方法。通過與小波分析等方法比較實驗，表明該方法能有效地辨識出非平穩(wěn)信號序列中的趨勢項，可提高信號的正態(tài)性。 （2）建立了地固系下任意失準角SINS系統(tǒng)誤差模型，并給出了其大方位失準角誤差模型和小失準角誤差模型的簡化公式，實驗證明該模型能適用于GPS輔助下各種失準角情形下的初始對準，當失準角較小時，小失準角線性誤差模型的估計精度和計算效率較高。 （3）建立了地固系下基于四元數(shù)、羅德里格參數(shù)、修正羅德里格參數(shù)的SINS系統(tǒng)誤差模型，通過實驗給出了上述模型的適用范圍�；赟O（3）理論給出了上述幾種姿態(tài)描述方法的高階Cayley表述方法，，實驗分析了基于幾種不同姿態(tài)方法的SINS誤差模型估計精度和計算效率。 （4）基于奇異值分解，提出一種新的H魯棒Cubature卡爾曼濾波算法。該算法可以有效抑制因約束參數(shù)選擇不當引起的濾波發(fā)散，放寬了該參數(shù)的取值范圍進一步提高了算法的魯棒性，分析了最優(yōu)約束參數(shù)的迭代界限和迭代步長對濾波結(jié)果的影響。 （5）建立了GPS/INS緊組合初始對準的雙差偽距/偽距率觀測模型，實驗表明引入雙差偽距率觀測值可以有效提高緊組合初始對準的精度和收斂速度。提出一種多重漸消H魯棒Cubature卡爾曼濾波算法。該算法可以有效抑制原始觀測值粗差，提高位置和姿態(tài)的估計精度，加快姿態(tài)估計誤差的收斂速度。
【學位授予單位】：中國礦業(yè)大學
【學位級別】：博士
【學位授予年份】：2013
【分類號】：P228.4;TN96

【參考文獻】

相關(guān)期刊論文 前10條

1 王新龍;馬閃;王海涌;;SINS在搖擺基座上的快速精確對準方法[J];北京航空航天大學學報;2009年01期

2 高亞楠,陳家斌,楊亭鵬;捷聯(lián)式光纖陀螺羅經(jīng)系統(tǒng)誤差分析[J];北京理工大學學報;2005年05期

3 張秋昭;張書畢;侯東陽;劉萬利;;基于經(jīng)驗模態(tài)分解的光纖陀螺隨機序列平穩(wěn)化處理[J];傳感技術(shù)學報;2011年10期

4 孫紅星,李德仁;使用雙頻相關(guān)法單歷元解算GPS整周模糊值[J];測繪學報;2003年03期

5 吳富梅;楊元喜;;基于高階AR模型的陀螺隨機漂移模型[J];測繪學報;2007年04期

6 王堅;高井祥;王金嶺;;基于經(jīng)驗模態(tài)分解的GPS基線解算模型[J];測繪學報;2008年01期

7 唐康華;吳美平;胡小平;;MEMS IMU輔助的高性能GPS接收機設計[J];測繪學報;2008年01期

8 孫紅星;袁修孝;付建紅;;航空遙感中基于高階INS誤差模型的GPS/INS組合定位定向方法[J];測繪學報;2010年01期

9 柴艷菊;歐吉坤;袁運斌;陽仁貴;鐘世明;王海濤;;附加方位約束的GPS/INS組合系統(tǒng)選權(quán)自適應卡爾曼濾波[J];測繪學報;2011年04期

10 嚴恭敏;秦永元;;車載激光捷聯(lián)慣導系統(tǒng)雙位置對準研究[J];彈箭與制導學報;2005年S8期

相關(guān)博士學位論文 前4條

1 丁國強;慣性導航系統(tǒng)傳遞對準技術(shù)關(guān)鍵問題研究[D];哈爾濱工程大學;2010年

2 劉江;基于魯棒估計理論的列車組合定位方法研究[D];北京交通大學;2011年

3 錢偉行;捷聯(lián)慣導與組合導航系統(tǒng)高精度初始對準技術(shù)研究[D];南京航空航天大學;2010年

4 谷宏強;光纖陀螺捷聯(lián)慣導系統(tǒng)初始對準技術(shù)研究[D];南京理工大學;2009年

本文編號：2579833