本文針對一種新型無人旋翼機(jī)的應(yīng)用需求,對多傳感器數(shù)據(jù)融合技術(shù)進(jìn)行研究,重點(diǎn)設(shè)計(jì)了姿態(tài)濾波器和組合導(dǎo)航系統(tǒng)。本文首先對課題中使用到的傳感器的輸出模型進(jìn)行研究,并設(shè)計(jì)了在線標(biāo)定軟件,減小了傳感器的零偏誤差和線性誤差對傳感器精度的影響。針對實(shí)際工程對實(shí)時(shí)性要求高的特點(diǎn),本文采用姿態(tài)四元數(shù)法建立了擴(kuò)展卡爾曼濾波器(EKF)的狀態(tài)方程和觀測方程,以角速率陀螺參與時(shí)間更新,加速度計(jì)和磁航向計(jì)參與量測更新的方式完成姿態(tài)濾波。本文基于反饋校正法的原理選取了組合導(dǎo)航系統(tǒng)的狀態(tài)變量,刪減了傳統(tǒng)組合導(dǎo)航系統(tǒng)中對姿態(tài)誤差角的估計(jì),簡化了組合導(dǎo)航系統(tǒng)的狀態(tài)方程,減輕了導(dǎo)航計(jì)算機(jī)的負(fù)擔(dān)。本文對卡爾曼濾波器的結(jié)構(gòu)進(jìn)行改進(jìn),并應(yīng)用于姿態(tài)濾波和組合導(dǎo)航。改進(jìn)的卡爾曼濾波器將對系統(tǒng)的量測傳感器進(jìn)行檢查,并針對不同程度的干擾對卡爾曼濾波器的結(jié)構(gòu)做出不同程度的調(diào)整。由于長時(shí)間的大擾動將迫使系統(tǒng)只進(jìn)行時(shí)間更新,會帶來較大的積分誤差,因此擾動消失后,改進(jìn)結(jié)構(gòu)的卡爾曼濾波器將使用強(qiáng)跟蹤卡爾曼濾波器對系統(tǒng)進(jìn)行快速恢復(fù)。另外,改進(jìn)結(jié)構(gòu)的卡爾曼濾波器將采用濾波發(fā)散判據(jù)對濾波系統(tǒng)進(jìn)行健康檢查,在必要時(shí)使用強(qiáng)跟蹤濾波器進(jìn)行發(fā)散抑制,彌補(bǔ)擴(kuò)展... 

【文章來源】：南京航空航天大學(xué)江蘇省 211工程院校

【文章頁數(shù)】：89 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
注釋表
縮略詞
第一章 緒論
    1.1 研究背景
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 無人旋翼機(jī)發(fā)展現(xiàn)狀
        1.2.2 無人旋翼機(jī)導(dǎo)航系統(tǒng)的研究現(xiàn)狀
        1.2.3 多傳感器數(shù)據(jù)融合的研究現(xiàn)狀
    1.3 論文內(nèi)容安排
    1.4 本章小結(jié)
第二章 無人旋翼機(jī)傳感器系統(tǒng)的搭建及標(biāo)定
    2.1 無人旋翼機(jī)的傳感器系統(tǒng)設(shè)計(jì)
    2.2 加速度計(jì)的輸出模型建立及標(biāo)定
        2.2.1 加速度計(jì)的輸出模型
        2.2.2 加速度計(jì)的標(biāo)定原理及在線標(biāo)定軟件設(shè)計(jì)
    2.3 角速率陀螺的輸出模型建立及標(biāo)定
        2.3.1 角速率陀螺的輸出模型
        2.3.2 角速率陀螺的標(biāo)定原理及在線標(biāo)定軟件設(shè)計(jì)
    2.4 磁航向計(jì)的輸出模型建立及標(biāo)定
        2.4.1 磁航向計(jì)的輸出模型
        2.4.2 磁航向計(jì)的標(biāo)定原理及在線標(biāo)定軟件設(shè)計(jì)
    2.5 差分GPS輸出模型的建立
    2.6 無線電高度表的輸出模型
        2.6.1 無線電高度表的輸出模型及選型
        2.6.2 幾種常用高度的概念及其轉(zhuǎn)換
    2.7 本章小結(jié)
第三章 多傳感器融合技術(shù)在無人機(jī)姿態(tài)濾波中的應(yīng)用
    3.1 加速度計(jì)-磁航向計(jì)測姿原理
        3.1.1 加速度計(jì)測姿原理
        3.1.2 磁航向計(jì)計(jì)測姿原理
    3.2 基于角速率陀螺儀和四元數(shù)法的姿態(tài)解算原理
        3.2.1 四元數(shù)姿態(tài)解算原理
        3.2.2 動態(tài)情況下純陀螺儀解算結(jié)果分析
    3.3 卡爾曼濾波
        3.3.1 最優(yōu)估計(jì)卡爾曼濾波
        3.3.2 擴(kuò)展卡爾曼線性濾波
        3.3.3 強(qiáng)跟蹤卡爾曼濾波器
    3.4 多傳感器姿態(tài)融合系統(tǒng)設(shè)計(jì)
        3.4.1 多傳感器姿態(tài)融合系統(tǒng)設(shè)計(jì)
        3.4.2 系統(tǒng)狀態(tài)方程的建立
        3.4.3 系統(tǒng)觀測方程的建立
    3.5 改進(jìn)結(jié)構(gòu)的EKF算法在姿態(tài)濾波中的應(yīng)用
        3.5.1 姿態(tài)濾波中改進(jìn)的EKF算法設(shè)計(jì)
        3.5.2 微干擾下的觀測協(xié)方差校正
        3.5.3 強(qiáng)震動或大機(jī)動下加速度計(jì)觀測的切除
        3.5.4 強(qiáng)磁場干擾下磁航向計(jì)觀測的切除
        3.5.5 強(qiáng)跟蹤濾波對故障消失后的快速性校正及發(fā)散抑制
    3.6 本章小結(jié)
第四章 無人旋翼機(jī)的多傳感器組合導(dǎo)航系統(tǒng)設(shè)計(jì)
    4.1 捷聯(lián)式慣性導(dǎo)航的速度和位置更新
        4.1.1 捷聯(lián)式慣性導(dǎo)航的速度更新
        4.1.2 捷聯(lián)式慣性導(dǎo)航的位置更新
    4.2 多傳感器組合導(dǎo)航系統(tǒng)模型建立
        4.2.1 組合導(dǎo)航系統(tǒng)狀態(tài)變量選取
        4.2.2 組合導(dǎo)航系統(tǒng)狀態(tài)方程的建立
        4.2.3 組合導(dǎo)航系統(tǒng)量測方程的建立
        4.2.4 組合導(dǎo)航系統(tǒng)參數(shù)校正
    4.3 改進(jìn)結(jié)構(gòu)的卡爾曼濾波在組合導(dǎo)航系統(tǒng)中的應(yīng)用
        4.3.1 組合導(dǎo)航中改進(jìn)的EKF算法設(shè)計(jì)
        4.3.2 GPS無法定位且高度低于300 米時(shí)的量測裁剪
        4.3.3 GPS無法定位且高度大于300 米時(shí)的量測切除
        4.3.4 強(qiáng)跟蹤濾波對故障消失后的快速校正及發(fā)散抑制
    4.4 本章小結(jié)
第五章 實(shí)驗(yàn)平臺搭建及實(shí)驗(yàn)結(jié)果分析
    5.1 組合導(dǎo)航系統(tǒng)半物理仿真平臺設(shè)計(jì)
    5.2 慣導(dǎo)/組合導(dǎo)航計(jì)算機(jī)系統(tǒng)設(shè)計(jì)
    5.3 實(shí)驗(yàn)及仿真結(jié)果分析
        5.3.1 慣導(dǎo)/組合導(dǎo)航系統(tǒng)半物理仿真結(jié)果及性能分析
        5.3.2 改進(jìn)結(jié)構(gòu)的卡爾曼濾波算法實(shí)驗(yàn)結(jié)果及性能分析
    5.4 本章小結(jié)
第六章 總結(jié)與展望
    6.1 主要工作總結(jié)
    6.2 后續(xù)工作及展望
參考文獻(xiàn)
致謝
在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文


【參考文獻(xiàn)】：
期刊論文
[1]牛頓力學(xué)在慣性導(dǎo)航系統(tǒng)中的應(yīng)用研究[J]. 莫朝什.  民營科技. 2018(12)
[2]黑龍江省植保無人機(jī)分析[J]. 鄭國,權(quán)明順,林正平.  中國科技信息. 2018(22)
[3]航向信息輔助的MIMU/GPS高精度組合導(dǎo)航方法[J]. 楊波,單斌,王躍鋼,張復(fù)建,薛亮.  中國慣性技術(shù)學(xué)報(bào). 2018(05)
[4]多傳感器信息融合技術(shù)綜述[J]. 崔碩,姜洪亮,戎輝,王文揚(yáng).  汽車電器. 2018(09)
[5]基于強(qiáng)跟蹤濾波的捷聯(lián)慣導(dǎo)/里程計(jì)組合導(dǎo)航[J]. 陳雨,王健博,張凌東,曹全,陳世業(yè),劉宇航.  現(xiàn)代防御技術(shù). 2018(04)
[6]采用四元數(shù)無跡卡爾曼濾波的低成本車載姿態(tài)航向系統(tǒng)[J]. 劉暢,叢麗,秦紅磊.  電子測量技術(shù). 2018(11)
[7]應(yīng)用MEMS陀螺儀和加速度計(jì)的汽車運(yùn)動姿態(tài)測量[J]. 曹景偉,朱寶全.  重慶理工大學(xué)學(xué)報(bào)(自然科學(xué)). 2018(04)
[8]基于單片機(jī)和ADXL345的數(shù)據(jù)采集與軟件實(shí)現(xiàn)[J]. 張錦博,張不已.  中國高新區(qū). 2017(16)
[9]一種無人機(jī)組合高度設(shè)計(jì)方法[J]. 胡牡丹,唐小平,李智軍,李維,李皊.  教練機(jī). 2017(02)
[10]航姿參考系統(tǒng)中磁航向傳感器誤差標(biāo)定與補(bǔ)償[J]. 毛瑞燕,高國偉,徐萬芝.  傳感器世界. 2017(05)

博士論文
[1]旋翼/涵道風(fēng)扇式無人直升機(jī)飛行控制若干問題研究[D]. 王宏強(qiáng).南京航空航天大學(xué) 2009
[2]基于H_∞回路成形的無人直升機(jī)非脆弱魯棒飛行控制研究[D]. 曾麗蘭.南京航空航天大學(xué) 2006

碩士論文
[1]基于CKF的北斗/SINS緊組合導(dǎo)航算法研究[D]. 高健.內(nèi)蒙古工業(yè)大學(xué) 2018
[2]基于GPS偽衛(wèi)星的室內(nèi)定位算法研究[D]. 呂飛仁.電子科技大學(xué) 2018
[3]超長航時(shí)無人機(jī)持久組合導(dǎo)航系統(tǒng)設(shè)計(jì)[D]. 姜蘭.南京理工大學(xué) 2014
[4]基于無線傳輸?shù)能壽E球研究[D]. 徐樂俊.浙江工業(yè)大學(xué) 2011
[5]新型無人直升機(jī)全向?qū)Ш娇刂萍夹g(shù)研究[D]. 張?jiān)?南京航空航天大學(xué) 2011
[6]無人直升機(jī)飛行傳感器仿真及其故障診斷與容錯(cuò)技術(shù)研究[D]. 謝勇.南京航空航天大學(xué) 2010
[7]電壓空間矢量脈寬調(diào)制技術(shù)的研究及其實(shí)現(xiàn)[D]. 肖春燕.南昌大學(xué) 2005



本文編號：2916116