本文關(guān)鍵詞：飛行控制系統(tǒng)多傳感器信息融合技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】： 為了實(shí)現(xiàn)無(wú)人機(jī)的自主飛行并執(zhí)行相關(guān)任務(wù),飛行控制系統(tǒng)需具有準(zhǔn)確獲取各種飛行狀態(tài)信息的能力,從而保證無(wú)人機(jī)的飛行性能。航空傳感器由于受技術(shù)和使用條件的限制,測(cè)量精度有限,單一傳感器難以獲得高精度的各種狀態(tài)信息,從而影響飛行控制的性能。為了解決這一問(wèn)題,在機(jī)上安裝多個(gè)傳感器對(duì)同一量進(jìn)行測(cè)量,獲取更多的測(cè)量信息,然后對(duì)這些測(cè)量值進(jìn)行綜合處理,得到更加精確的值。這個(gè)對(duì)多個(gè)傳感器的測(cè)量值進(jìn)行綜合處理從而得到更加準(zhǔn)確的值的過(guò)程,就是多傳感器信息融合技術(shù)。 本文根據(jù)信息融合的理論和飛行控制系統(tǒng)的需求,將多傳感器信息融合技術(shù)引入無(wú)人機(jī)飛行控制系統(tǒng)。針對(duì)無(wú)人機(jī)機(jī)載高度和姿態(tài)角傳感器的特點(diǎn),通過(guò)對(duì)信息融合算法的研究和分析,利用Kalman濾波方法設(shè)計(jì)和實(shí)現(xiàn)高度多傳感器的信息融合、BP神經(jīng)網(wǎng)絡(luò)方法設(shè)計(jì)和實(shí)現(xiàn)姿態(tài)角多傳感器的信息融合。根據(jù)設(shè)計(jì)要求,信息融合算法在飛行控制計(jì)算機(jī)里實(shí)現(xiàn),用C代碼實(shí)現(xiàn)融合算法,集成原有的飛控代碼應(yīng)用于飛行控制系統(tǒng)。 高度和姿態(tài)角的融合算法都分別利用傳感器仿真數(shù)據(jù)和試飛數(shù)據(jù)進(jìn)行了驗(yàn)證,結(jié)果表明,信息融合技術(shù)的引入提高了系統(tǒng)信息獲取的準(zhǔn)確性,提高了飛行控制系統(tǒng)的性能。通過(guò)對(duì)算法執(zhí)行時(shí)間的計(jì)算,Kalman濾波算法執(zhí)行一次所需要的時(shí)間在10-6～10-5s數(shù)量級(jí)范圍內(nèi),BP網(wǎng)絡(luò)算法執(zhí)行一次的時(shí)間在10-6s數(shù)量級(jí)。根據(jù)系統(tǒng)對(duì)高度和姿態(tài)角信號(hào)的實(shí)時(shí)性要求,可以得到結(jié)論,信息融合算法完全能滿足系統(tǒng)實(shí)時(shí)性要求。另外,信息融合算法的引入不增加系統(tǒng)的硬件結(jié)構(gòu),保證系統(tǒng)的完整性和可靠性。
【關(guān)鍵詞】：無(wú)人機(jī) 飛行控制系統(tǒng) 信息融合 多傳感器 Kalman濾波 BP神經(jīng)網(wǎng)絡(luò)
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2008
【分類號(hào)】：TP212.9;V249.1
【目錄】：

• 摘要4-5
• ABSTRACT5-13
• 第一章 緒論13-24
• 1.1 引言13-14
• 1.2 無(wú)人機(jī)飛行控制系統(tǒng)14-15
• 1.3 信息融合技術(shù)概要15-21
• 1.3.1 信息融合的起源和發(fā)展15-17
• 1.3.2 信息融合的歷史和現(xiàn)狀17-19
• 1.3.3 信息融合的應(yīng)用19-21
• 1.3.4 信息融合的優(yōu)點(diǎn)和存在的不足21
• 1.4 研究背景21-23
• 1.5 課題的主要工作和論文結(jié)構(gòu)23-24
• 第二章 信息融合總體設(shè)計(jì)24-33
• 2.1 設(shè)計(jì)要求24-25
• 2.1.1 功能要求24
• 2.1.2 技術(shù)指標(biāo)24-25
• 2.2 姿態(tài)角控制系統(tǒng)25-27
• 2.2.1 飛機(jī)坐標(biāo)系和姿態(tài)角25-26
• 2.2.2 姿態(tài)運(yùn)動(dòng)方程26-27
• 2.2.3 三軸姿態(tài)控制27
• 2.3 高度控制系統(tǒng)27-29
• 2.3.1 飛機(jī)飛行高度表示27-28
• 2.3.2 高度運(yùn)動(dòng)方程28-29
• 2.3.3 高度控制29
• 2.4 信息融合總體設(shè)計(jì)29-31
• 2.4.1 總體結(jié)構(gòu)設(shè)計(jì)29-30
• 2.4.2 融合算法選擇30-31
• 2.4.3 實(shí)現(xiàn)方法31
• 2.5 本章小結(jié)31-33
• 第三章 多傳感器測(cè)量技術(shù)33-49
• 3.1 高度多傳感器測(cè)量33-43
• 3.1.1 大氣數(shù)據(jù)計(jì)算機(jī)33-37
• 3.1.2 無(wú)線電高度表37-40
• 3.1.3 差分GPS40-42
• 3.1.4 其它高度傳感器簡(jiǎn)介42-43
• 3.2 姿態(tài)角多傳感器測(cè)量43-47
• 3.2.1 垂直陀螺43-45
• 3.2.2 航姿參考系統(tǒng)45-47
• 3.2.3 其它姿態(tài)角確定方法47
• 3.3 本章小結(jié)47-49
• 第四章 基于卡爾曼濾波的高度融合設(shè)計(jì)49-64
• 4.1 卡爾曼濾波理論49-53
• 4.1.1 Kalman 濾波與最優(yōu)估計(jì)49-51
• 4.1.2 線性離散Kalman 濾波方程51-52
• 4.1.3 Kalman 濾波的性質(zhì)和特點(diǎn)52-53
• 4.2 卡爾曼加權(quán)融合算法53-56
• 4.2.1 各傳感器估計(jì)誤差相互獨(dú)立54-55
• 4.2.2 各傳感器估計(jì)誤差相互不獨(dú)立55-56
• 4.3 基于卡爾曼濾波的高度融合設(shè)計(jì)56-63
• 4.3.1 系統(tǒng)描述56-58
• 4.3.2 Kalman 濾波器58-59
• 4.3.3 仿真結(jié)果與分析59-63
• 4.4 本章小結(jié)63-64
• 第五章 基于BP 神經(jīng)網(wǎng)絡(luò)的姿態(tài)角融合設(shè)計(jì)64-79
• 5.1 神經(jīng)網(wǎng)絡(luò)概述64-67
• 5.1.1 人工神經(jīng)網(wǎng)絡(luò)的形成和發(fā)展64-65
• 5.1.2 神經(jīng)網(wǎng)絡(luò)基礎(chǔ)65-67
• 5.2 BP 神經(jīng)網(wǎng)絡(luò)67-74
• 5.2.1 BP 網(wǎng)絡(luò)的原理和結(jié)構(gòu)68
• 5.2.2 BP 網(wǎng)絡(luò)訓(xùn)練算法68-70
• 5.2.3 訓(xùn)練算法改進(jìn)措施70-74
• 5.3 基于BP 網(wǎng)絡(luò)的姿態(tài)角融合74-78
• 5.3.1 網(wǎng)絡(luò)結(jié)構(gòu)選擇74-75
• 5.3.2 網(wǎng)絡(luò)訓(xùn)練與結(jié)果分析75-78
• 5.4 本章小結(jié)78-79
• 第六章 測(cè)試與結(jié)果分析79-94
• 6.1 算法實(shí)現(xiàn)79-82
• 6.1.1 基于Kalman 濾波的高度融合實(shí)現(xiàn)79-80
• 6.1.2 基于BP 神經(jīng)網(wǎng)絡(luò)的姿態(tài)角融合實(shí)現(xiàn)80-82
• 6.2 算法實(shí)時(shí)性分析82-83
• 6.3 驗(yàn)證與分析83-93
• 6.3.1 高度信息融合驗(yàn)證83-91
• 6.3.2 姿態(tài)角信息融合驗(yàn)證91-93
• 6.4 本章小結(jié)93-94
• 第七章 總結(jié)和展望94-96
• 7.1 課題總結(jié)94-95
• 7.2 后期工作展望95-96
• 參考文獻(xiàn)96-99
• 致謝99-100
• 在學(xué)期間的研究成果及發(fā)表的學(xué)術(shù)論文100

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前8條

1 劉植榮，，朱立志;調(diào)頻連續(xù)波無(wú)線電高度表的仿真研究[J];北京航空航天大學(xué)學(xué)報(bào);1996年01期

2 王曉湘;差分GPS定位精度研究[J];北京郵電大學(xué)學(xué)報(bào);1999年04期

3 胡永紅;小型飛行器高度定位數(shù)據(jù)融合方法[J];傳感器技術(shù);2003年06期

4 唐海峰,張合,李豪杰;D-S證據(jù)理論在多傳感器目標(biāo)識(shí)別中的應(yīng)用[J];傳感器技術(shù);2002年12期

5 胡學(xué)駿,羅中良;基于統(tǒng)計(jì)理論的多傳感器信息融合方法[J];傳感器技術(shù);2002年08期

6 楊靜,張洪鉞,魏春嶺;基于GPS/IMU/太陽(yáng)敏感器的空間飛行器組合姿態(tài)確定[J];航天控制;2002年03期

7 袁冬莉;閆建國(guó);王新民;席慶彪;;無(wú)人機(jī)組合導(dǎo)航系統(tǒng)信息融合方法研究[J];西北工業(yè)大學(xué)學(xué)報(bào);2006年05期

8 沈飛,郭軍;基于BP神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合方法[J];自動(dòng)化與儀器儀表;2005年05期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 馮波;多傳感器信息融合技術(shù)的研究[D];南京航空航天大學(xué);2004年

  本文關(guān)鍵詞：飛行控制系統(tǒng)多傳感器信息融合技術(shù)研究，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：363355