GNSS/INS組合導(dǎo)航綜合了GNSS導(dǎo)航和INS導(dǎo)航各自的優(yōu)點(diǎn),在軍事、民用上得到了廣泛的發(fā)展和應(yīng)用,本文在GNSS/INS組合導(dǎo)航系統(tǒng)仿真的基礎(chǔ)上,針對系統(tǒng)故障或異常情況,重點(diǎn)研究了支持向量回歸輔助的組合導(dǎo)航模型,主要研究內(nèi)容有:(1)針對GNSS/INS組合導(dǎo)航在GNSS信號受限中斷時導(dǎo)航性能急劇降低的現(xiàn)象,提出了一種利用支持向量回歸結(jié)合觀測值差分實(shí)現(xiàn)有色噪聲消除的組合導(dǎo)航算法。該算法利用格網(wǎng)搜索和交叉驗(yàn)證解決支持向量參數(shù)合理選擇問題,建立了位置、速度增量和INS姿態(tài)角、比力增量的非線性映射模型,針對GNSS信號中斷時載體位置、速度噪聲預(yù)測結(jié)果隨時間累積表現(xiàn)為明顯有色噪聲特性,將有色噪聲設(shè)計為狀態(tài)增廣矩陣,并運(yùn)用差分求解方法消除有色觀測噪聲影響,實(shí)現(xiàn)GNSS信號短時中斷情況下穩(wěn)定可靠的導(dǎo)航解。(2)針對GNSS/INS組合導(dǎo)航系統(tǒng)無冗余,常規(guī)抗差自適應(yīng)濾波算法無法準(zhǔn)確分辨系統(tǒng)異常來源,從而產(chǎn)生一些較低精度的導(dǎo)航解,提出了支持向量回歸輔助的抗差自適應(yīng)濾波算法。該算法在系統(tǒng)整體異常情況下,利用預(yù)測的速度、位置輔助整體異常檢測,從而有效分離了觀測異常和動力學(xué)模型異常,提高組合導(dǎo)航整體精...

【文章頁數(shù)】：87 頁

【學(xué)位級別】：碩士

【文章目錄】：
致謝
摘要
abstract
1 緒論
    1.1 研究背景及意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 主要研究內(nèi)容與技術(shù)路線
    1.4 論文的組織結(jié)構(gòu)
2 慣性導(dǎo)航原理與仿真
    2.1 優(yōu)化的導(dǎo)航方程
    2.2 慣性導(dǎo)航仿真
    2.3 本章小結(jié)
3 GNSS/INS組合導(dǎo)航模型
    3.1 偽距單點(diǎn)定位
    3.2 狀態(tài)選擇與系統(tǒng)模型
    3.3 測量模型
    3.4 實(shí)驗(yàn)分析
    3.5 本章小結(jié)
4 支持向量回歸輔助的GNSS信號盲區(qū)組合導(dǎo)航模型
    4.1 基于支持向量回歸的位置、速度預(yù)測
    4.2 有色觀測噪聲濾波器設(shè)計
    4.3 實(shí)驗(yàn)與分析
    4.4 本章小結(jié)
5 支持向量回歸輔助的抗差自適應(yīng)濾波模型
    5.1 線性隨機(jī)系統(tǒng)濾波算法
    5.2 非線性隨機(jī)系統(tǒng)濾波算法
    5.3 自適應(yīng)濾波算法
    5.4 抗差濾波算法
    5.5 抗差自適應(yīng)濾波算法
    5.6 支持向量回歸輔助的抗差自適應(yīng)濾波算法
    5.7 實(shí)驗(yàn)與分析
    5.8 本章小結(jié)
6 結(jié)論與展望
    6.1 結(jié)論
    6.2 展望
參考文獻(xiàn)
作者簡歷
學(xué)位論文數(shù)據(jù)集



本文編號：3769638