【摘要】：隨著世界各國對海洋問題的逐步重視,水面高機動無人艇獲得了空前的高速發(fā)展,并將會在將來海戰(zhàn)中扮演重要角色。為了適應更復雜的未來海洋作戰(zhàn)環(huán)境,無人艇協(xié)同導航技術與傳統(tǒng)導航技術相比也面臨著巨大的挑戰(zhàn)。本課題將從協(xié)同導航網(wǎng)絡中的多傳感器信息融合技術入手,首先對目前各國無人艇技術研究狀況進行了簡要介紹,通過對國內(nèi)關于無人艇發(fā)展的研究分析可知,我國雖然在近幾年獲得了較大的發(fā)展,但是與美國和以色列等無人艇技術強國之間還存在較大的差距。就無人艇的協(xié)同導航網(wǎng)絡而言,縮短其差距的方法不僅是要提高協(xié)同網(wǎng)絡中的傳感器精度,而且還要改進信息融合中的最優(yōu)估計準則。所以本文主要就協(xié)同導航網(wǎng)絡多傳感器信息融合的結構、信息來源和融合準則進行了分析和仿真比較,得出針對不同噪聲環(huán)境和不同系統(tǒng)方程的融合準則優(yōu)劣不同。其次,本文針對無人艇協(xié)同導航網(wǎng)絡中的信息來源進行分析,并且根據(jù)信息特征建立了合適的數(shù)學模型進行仿真分析。鑒于慣性導航系統(tǒng)在其協(xié)同導航網(wǎng)絡中的重要地位,本文對慣性導航系統(tǒng)的原理及建模和仿真進行了較為詳盡的分析介紹。通過對慣性導航系統(tǒng)、GPS全球定位系統(tǒng)、DR航位推算系統(tǒng)和移動長基線定位系統(tǒng)的建模和仿真,為后文中信息融合最優(yōu)估計準則的算法實現(xiàn)提供了數(shù)據(jù)來源。最后,本文對系統(tǒng)導航網(wǎng)絡中信息融合最優(yōu)估計準則進行了仿真分析,并且根據(jù)根據(jù)進行數(shù)據(jù)融合子系統(tǒng)的特點分別設計了不同的卡爾曼濾波器。GPS和慣性導航系統(tǒng)進行信息融合時,融合準則采用線性的卡爾曼濾波器,并且通過仿真分析可以得出對于線性組合導航系統(tǒng),自適應卡爾曼濾波器在計算量沒有大幅度增加的情況下,可以獲得良好的濾波效果。而對于GPS和DR信息融合系統(tǒng),則采用非線性的卡爾曼濾波器包括擴展卡爾曼濾波器和無跡卡爾曼濾波器。在外部噪聲為高斯白噪聲的情況下,無跡卡爾曼濾波器獲得了良好的濾波效果。但是當系統(tǒng)噪聲和量測噪聲的統(tǒng)計特性不滿足高斯白噪聲的時候,以上兩種非線性濾波器將出現(xiàn)較大的誤差,甚至導致濾波器的發(fā)散。經(jīng)過信息融合主要技術的研究和仿真分析可得,針對無人艇協(xié)同導航網(wǎng)絡而言,利用多傳感器信息融合技術可以極大改善其定位精度和導航信息質量。
[Abstract]:With the gradual attention of the world to the ocean problem, the surface high motorized unmanned craft has obtained unprecedented high speed development, and will play an important role in the future naval battle. In order to adapt to the more complex future marine combat environment, the cooperative navigation technology of unmanned craft is facing a great challenge compared with the traditional navigation technology. This subject will start with the multi-sensor information fusion technology in the cooperative navigation network. Firstly, the research status of unmanned craft technology in various countries is briefly introduced, and through the research and analysis on the development of unmanned craft in China, we know that, Although China has made great progress in recent years, there is still a big gap between China and the United States and Israel. As far as the cooperative navigation network of unmanned craft is concerned, the method to shorten the gap is not only to improve the sensor accuracy in the cooperative network, but also to improve the optimal estimation criterion in information fusion. In this paper, the structure, information source and fusion criteria of multi-sensor information fusion in cooperative navigation network are analyzed and compared, and the results show that the fusion criteria for different noise environments and different system equations are different. Secondly, this paper analyzes the sources of information in the UAV cooperative navigation network, and establishes a suitable mathematical model for simulation analysis according to the characteristics of the information. In view of the important position of inertial navigation system in its cooperative navigation network, the principle, modeling and simulation of inertial navigation system are analyzed and introduced in detail in this paper. Through the modeling and simulation of inertial navigation system, GPS global positioning system, DR dead reckoning system and mobile long baseline positioning system, this paper provides a data source for the algorithm realization of information fusion optimal estimation criterion. Finally, the optimal estimation criterion of information fusion in system navigation network is simulated and analyzed. According to the characteristics of the data fusion subsystem, different Kalman filters are designed. When GPS and inertial navigation system are fused, the linear Kalman filter is used as the fusion criterion. The simulation results show that the adaptive Kalman filter can obtain a good filtering effect without a large increase in the computational complexity for the linear integrated navigation system. For GPS and DR information fusion systems, the nonlinear Kalman filter includes extended Kalman filter and unscented Kalman filter. When the external noise is Gao Si white noise, the unscented Kalman filter has a good filtering effect. However, when the statistical characteristics of system noise and measurement noise are not satisfied with Gao Si white noise, the above two nonlinear filters will have large errors and even lead to the divergence of filters. Through the research and simulation analysis of the main technology of information fusion, the positioning accuracy and the quality of navigation information can be greatly improved by using multi-sensor information fusion technology for unmanned craft cooperative navigation network.
【學位授予單位】：哈爾濱工程大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：U666.1;TP202;TN96

【參考文獻】

相關期刊論文 前10條

1 李岳;;分布式融合處理結構研究[J];艦船電子工程;2013年06期

2 張萍萍;孫永侃;李雪飛;;視景仿真環(huán)境下基于卡爾曼濾波的運動目標航跡預測方法[J];兵工自動化;2013年05期

3 王琳;;可視化智能無人偵察救援巡邏艇在公安邊防中的應用[J];警察技術;2013年03期

4 趙娟妮;;多傳感器數(shù)據(jù)融合技術及其在光伏電站監(jiān)控系統(tǒng)中的應用[J];科技信息;2013年07期

5 孫世權;高淑萍;梁原;邊疆;;基于數(shù)據(jù)融合技術的多屬性群決策方法[J];系統(tǒng)工程與電子技術;2012年10期

6 楊彥濤;李光磊;;卡爾曼濾波技術在潛艇組合導航中的應用研究[J];船電技術;2012年04期

7 莊佳園;萬磊;廖煜雷;孫寒冰;;基于電子海圖的水面無人艇全局路徑規(guī)劃研究[J];計算機科學;2011年09期

8 廖煜雷;龐永杰;莊佳園;;無人水面艇嵌入式基礎運動控制系統(tǒng)研究[J];計算機科學;2010年09期

9 黃惠寧;劉源璋;梁昭陽;;多傳感器數(shù)據(jù)融合技術概述[J];科技信息;2010年15期

10 譚述森;;北斗衛(wèi)星導航系統(tǒng)的發(fā)展與思考[J];宇航學報;2008年02期

相關博士學位論文 前1條

1 趙輝;基于水下航行器導航定位及信息融合技術研究[D];南京理工大學;2007年

相關碩士學位論文 前10條

1 李高飛;基于非線性統(tǒng)計模型分析的機動車定位算法實現(xiàn)研究[D];南京郵電大學;2013年

2 侯平仁;無人多功能海事船自主航行系統(tǒng)研究與設計[D];武漢理工大學;2012年

3 劉光明;無人多功能海事船控制平臺設計與通信網(wǎng)絡的構建[D];武漢理工大學;2012年

4 趙虹;基于飛機彈射座椅姿態(tài)求解算法的仿真研究與實現(xiàn)[D];南京理工大學;2012年

5 王慶旭;三體滑行艇阻力和穩(wěn)定性研究[D];哈爾濱工程大學;2012年

6 胡文戢;基于IMM算法的組合導航系統(tǒng)故障診斷研究[D];華中科技大學;2011年

7 何超;捷聯(lián)慣性導航系統(tǒng)MEMS傳感器誤差補償[D];哈爾濱工業(yè)大學;2010年

8 黃金山;GPS/SINS/SAR組合導航系統(tǒng)信息融合及誤差修正技術研究[D];西安電子科技大學;2010年

9 崔璐璐;基于MEMS器件的姿態(tài)測量系統(tǒng)研究與實現(xiàn)[D];大連理工大學;2009年

10 穆振興;無人機姿態(tài)測量系統(tǒng)設計實現(xiàn)[D];哈爾濱工業(yè)大學;2009年

，

本文編號：2426415