【摘要】：隨著經(jīng)濟(jì)社會(huì)的發(fā)展和科學(xué)技術(shù)的進(jìn)步,各種交通方式方便快捷,出行需求爆炸式增長,人類活動(dòng)的速度、頻率和范圍不斷擴(kuò)大,也正由于此,人類對導(dǎo)航定位的需要前所未有地強(qiáng)烈�？偨Y(jié)導(dǎo)航定位技術(shù)數(shù)千年來的發(fā)展規(guī)律,可以看出導(dǎo)航定位技術(shù)經(jīng)歷了并正在經(jīng)歷著如下過程——由地面到海上,由二維到三維,由室外到室內(nèi),由緩慢到快速,由模糊到精確,由人工到自主。在高精尖科技不斷向?qū)Ш蕉ㄎ活I(lǐng)域滲透的過程中,自主,成了導(dǎo)航定位一個(gè)特點(diǎn)。而導(dǎo)航定位能夠如此智能的一個(gè)原因,是濾波算法在該領(lǐng)域的應(yīng)用。于是本篇論文以濾波算法在自主導(dǎo)航中的應(yīng)用與研究為目標(biāo),開展研究工作。 自主導(dǎo)航系統(tǒng)中以卡爾曼濾波(Kalman Filter)算法及其衍生算法——如擴(kuò)展卡爾曼濾波(Extended Kalman Filter, EKF)、無跡卡爾曼濾波(Unscented Kalman Filter, UKF)、容積卡爾曼濾波(Cubature Kalman Filter, CKF)、魯棒濾波(tobust Filter, RF)或粒子濾波(Particle Filter, PF)等為信息處理的核心。卡爾曼濾波的有效運(yùn)行要求系統(tǒng)必須是線性,而且狀態(tài)噪聲和觀測噪聲為高斯白噪聲。但在實(shí)際應(yīng)用環(huán)境中,以上條件很難符合,為了在非線性、非平穩(wěn)和非高斯的系統(tǒng)中解決問題,上述種種衍生算法應(yīng)運(yùn)而生。 首先,本文針對全球定位系統(tǒng)(Global Positioning System, GPS)和捷聯(lián)式慣性導(dǎo)航系統(tǒng)(Strapdown Inertial Navigation System, SINS)組成的GPS/SINS組合導(dǎo)航系統(tǒng)。雖然GPS/SINS組合導(dǎo)航需要借助GPS的外部輔助,但是本文著眼于GPS失效時(shí)的SINS自主導(dǎo)航問題。為了達(dá)到使組合導(dǎo)航系統(tǒng)更加可靠和精確的目的,實(shí)現(xiàn)來自不同傳感器的信息融合以達(dá)到組合導(dǎo)航,便顯得尤為重要。從這個(gè)角度來看,組合導(dǎo)航是一件犧牲一部分解算速度換取可靠性和精確性的工作。因此本文首先嘗試引入統(tǒng)計(jì)學(xué)習(xí)理論,以增強(qiáng)組合導(dǎo)航系統(tǒng)的可靠性和精確性。本文在對自主導(dǎo)航和濾波算法的研究和應(yīng)用現(xiàn)狀做了細(xì)致考察總結(jié)的基礎(chǔ)上,針對由全球定位系統(tǒng)和捷聯(lián)式慣性導(dǎo)航系統(tǒng)松耦合形成的組合導(dǎo)航系統(tǒng),提出了一套可以在GPS信號缺失時(shí)仍舊能夠保持高精度導(dǎo)航的算法。 接下來面向自主導(dǎo)航中的SINS,針對大失準(zhǔn)角情況下動(dòng)基座對準(zhǔn)時(shí)導(dǎo)航系統(tǒng)受到非高斯或統(tǒng)計(jì)規(guī)律不明確的狀態(tài)噪聲和觀測干擾的影響,本文提出了雙重自適應(yīng)UKF算法,旨在對統(tǒng)計(jì)規(guī)律不明確的狀態(tài)噪聲和觀測干擾,能夠同時(shí)自適應(yīng)地對其協(xié)方差進(jìn)行縮放,以盡量減少噪聲協(xié)方差的變化給濾波帶來的影響。 最后,針對特定場景中的自主導(dǎo)航,即中庭空間或大跨空間建筑物(如圖書館、博物館等)的室內(nèi)無源導(dǎo)航,結(jié)合室內(nèi)空間使用者的行為模式和步態(tài)規(guī)律,提出了一種基于智能手機(jī)的融合了地磁定位和慣性導(dǎo)航的低成本定位方式,僅使用智能手機(jī)內(nèi)置的慣性元件和磁強(qiáng)計(jì)完成導(dǎo)航,可以為圖書館和博物館的電子導(dǎo)游提供支持。論文的主要內(nèi)容及貢獻(xiàn)包括如下內(nèi)容。 (1)提出了一種模擬退火優(yōu)化的支持向量機(jī)算法,針對GPS/SINS組合導(dǎo)航中GPS信號離線的情況,增強(qiáng)了SINS導(dǎo)航參數(shù)的精確性。 GPS的精確性常與SINS的可靠性結(jié)合起來共同完成導(dǎo)航。在詳細(xì)介紹輸出校正的GPS/SINS組合導(dǎo)航系統(tǒng)的基礎(chǔ)上,引入了模擬退火優(yōu)化的支持向量機(jī)(Support Vector Machine, SVM)算法,以及介紹了前向反饋的人工神經(jīng)網(wǎng)絡(luò)算法和遺傳小波神經(jīng)網(wǎng)絡(luò)算法。本文提出一種新方法來實(shí)現(xiàn)濾波算法和GPS/SINS的有機(jī)結(jié)合。首先,由于組合導(dǎo)航系統(tǒng)常采用間接濾波方式,因此組合導(dǎo)航系統(tǒng)的狀態(tài)方程是一階誤差方程,使用KF即可達(dá)到良好的性能,本文使用KF來仿真動(dòng)態(tài)模型的信息融合。因此當(dāng)GPS與SINS共同使用時(shí)能得到非常精確的濾波結(jié)果。其次,當(dāng)SINS數(shù)據(jù)作為唯一的輸入時(shí),把它和濾波結(jié)果作為訓(xùn)練目標(biāo)來訓(xùn)練。本文提出用SVM訓(xùn)練GPS信號缺失時(shí)的SINS數(shù)據(jù),并使用模擬退火算法優(yōu)化SVM算法中核函數(shù)與懲罰函數(shù)的參數(shù)。由此,組合導(dǎo)航能夠在GPS離線時(shí)保持接近GPS在線時(shí)的精確度。仿真驗(yàn)證過程中,重點(diǎn)考察了使用模擬退火對SVM相關(guān)參數(shù)的尋優(yōu)效果,以及SVM的經(jīng)過訓(xùn)練后的自回歸效果,并且將其與前向反饋的人工神經(jīng)網(wǎng)絡(luò)算法和遺傳小波神經(jīng)網(wǎng)絡(luò)算法的預(yù)測效果做了對比,證明利用模擬退火優(yōu)化的SVM的尋優(yōu)效果。 (2)提出了一種引入放縮因子的雙重自適應(yīng)無跡卡爾曼濾波算法,針對SINS的動(dòng)基座初始對準(zhǔn)中非平穩(wěn)非高斯的噪聲干擾,提高了收斂速度和收斂精度。 研究大失準(zhǔn)角情況下動(dòng)基座傳遞對準(zhǔn)的基本原理,介紹了以UT變換為核心,以KF為框架的UKF算法,以及其他常用于非線性系統(tǒng)的濾波算法——EKF, CKF, PF和Sage-Husa濾波的基礎(chǔ)原理和過程,建立了動(dòng)基座傳遞對準(zhǔn)的誤差方程,在SINS的動(dòng)基座初始對準(zhǔn)過程中,狀態(tài)噪聲和觀測干擾對UKF的估值產(chǎn)生影響,進(jìn)而造成對準(zhǔn)結(jié)果的失準(zhǔn)。為了避免上述情況的發(fā)生,對UKF算法進(jìn)行了改進(jìn),提出一種雙重自適應(yīng)UKF算法。該算法根據(jù)統(tǒng)計(jì)學(xué)原理,利用開窗檢測的方法動(dòng)態(tài)檢測噪聲方差的變化,引入與之相自適應(yīng)的縮放因子,達(dá)到平抑狀態(tài)噪聲的目的；同時(shí)通過監(jiān)測基于新息特性的自適應(yīng)矩陣的跡并進(jìn)行實(shí)時(shí)修改,達(dá)到抑制觀測干擾的目的。仿真驗(yàn)證階段,建立了一個(gè)動(dòng)基座傳遞對準(zhǔn)系統(tǒng),將該算法同卡爾曼濾波、EKF、UKF、CKF、PF和Sage-Husa濾波器,叢對準(zhǔn)時(shí)間和對準(zhǔn)精度上進(jìn)行了對比,結(jié)果雙重自適應(yīng)UKF算法能夠敏感應(yīng)對狀態(tài)噪聲和觀測干擾,同時(shí)具有較強(qiáng)的健壯性,能夠快速對兩者進(jìn)行平抑。 (3)提出了一種地磁定位和慣性元件導(dǎo)航相結(jié)合,使用粒子濾波增強(qiáng)精度的導(dǎo)航算法,針對室內(nèi)導(dǎo)航,尤其是圖書館或者博物館等中庭(大跨)空間中的導(dǎo)航問題,提高了航跡推算精度和定位效率,為電子導(dǎo)游提供一種解決方案。 中庭空間和大跨空間內(nèi)的行人航跡推測與定位,一直是圖書館和博物館等公共服務(wù)部門的一個(gè)難題。本文著眼于基于智能手機(jī)的室內(nèi)無源定位方法,同時(shí)不依賴于各種接收信號強(qiáng)度(Received Signal Strength, RSS)定位算法,只使用智能手機(jī)內(nèi)部嵌入的慣性元件和磁強(qiáng)計(jì)。文章在對行人步態(tài)規(guī)律進(jìn)行總結(jié)的基礎(chǔ)上,提出了基于手機(jī)加速度傳感器的步態(tài)識別算法。接下來,本文分析了現(xiàn)行行人航跡推測算法中存在的問題,提出了改進(jìn)方法,增強(qiáng)了步態(tài)檢測、步長估計(jì)和方向推算的功能。最后,利用行人在特定場合下的行為模式,結(jié)合融入了粒子濾波的地磁匹配算法對低成本慣性元件主導(dǎo)的航跡推測進(jìn)行校正。通過仿真驗(yàn)證得出結(jié)論：該方法能夠在智能手機(jī)上運(yùn)行,具有便攜性強(qiáng),算法復(fù)雜度低,結(jié)果有效性高,能耗低等優(yōu)點(diǎn)。
[Abstract]:......
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2014
【分類號】：TN713;TN966

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 林雪原;;基于遺傳小波神經(jīng)網(wǎng)絡(luò)的GPS/SINS組合導(dǎo)航系統(tǒng)算法[J];兵工自動(dòng)化;2011年04期

2 黃雪妮;趙忠;楊利蘭;;游移方位激光捷聯(lián)慣導(dǎo)系統(tǒng)傳遞對準(zhǔn)方法[J];兵工自動(dòng)化;2011年05期

3 黃學(xué)功;房建成;劉剛;蔣顏瑋;;地磁圖制備方法及其有效性評估[J];北京航空航天大學(xué)學(xué)報(bào);2009年07期

4 胡迪;董云峰;;基于自適應(yīng)UKF的敏感器故障診斷算法[J];北京航空航天大學(xué)學(xué)報(bào);2011年06期

5 孫玉山;代天嬌;趙志平;;水下機(jī)器人航位推算導(dǎo)航系統(tǒng)及誤差分析[J];船舶工程;2010年05期

6 楊陽;肖金紅;劉智;崔金峰;劉丹;韓麗英;;基于超聲波的室內(nèi)三維定位系統(tǒng)[J];吉林大學(xué)學(xué)報(bào)(信息科學(xué)版);2012年03期

7 高宗余;李德勝;;神經(jīng)網(wǎng)絡(luò)在MEMS-IMU/GPS組合導(dǎo)航中的應(yīng)用研究[J];傳感技術(shù)學(xué)報(bào);2009年09期

8 李德仁;江志軍;;車載視頻圖像序列卡爾曼濾波及其移動(dòng)量測應(yīng)用[J];測繪科學(xué);2006年04期

9 肖進(jìn)麗;潘正風(fēng);黃聲享;;GPS／INS組合導(dǎo)航系統(tǒng)時(shí)間同步方法研究[J];測繪通報(bào);2007年04期

10 周山,文小岳,李陶,戴吾蛟;近景數(shù)字?jǐn)z影測量及動(dòng)態(tài)卡爾曼濾波在建筑物變形觀測中的應(yīng)用[J];東北測繪;2000年03期

相關(guān)博士學(xué)位論文 前4條

1 易大江;組合導(dǎo)航中的魯棒濾波研究[D];國防科學(xué)技術(shù)大學(xué);2008年

2 梁軍;粒子濾波算法及其應(yīng)用研究[D];哈爾濱工業(yè)大學(xué);2009年

3 李甫;粒子濾波算法研究及其電路設(shè)計(jì)[D];西安電子科技大學(xué);2010年

4 胡榮;人體步態(tài)識別研究[D];華中科技大學(xué);2010年

，

本文編號：2385758