【摘要】：組合導航系統(tǒng)通過利用多源信息融合技術,使得各種類型的導航系統(tǒng)形成互補,從而獲得更加精確、可靠的載體實時狀態(tài)信息。本文研究工作主要包括多傳感器組合導航系統(tǒng)以下幾項關鍵技術:1、組合導航的濾波解算理論。詳細推導了多傳感器空間配準算法中極大似然法,通過Matlab仿真驗證極大似然法對統(tǒng)一多傳感器的時間及空間坐標的有效性;針對GPS/INS組合導航系統(tǒng)中有色噪聲問題,給出了不同種類有色噪聲情況下的最優(yōu)卡爾曼濾波解,并根據(jù)不同的噪聲情況進行Matlab仿真,分析比較了精度的提升及計算量的損耗;2、多傳感器數(shù)據(jù)融合架構。分析歸納了國內(nèi)外主要的同步和異步狀態(tài)下集中式、分布式融合架構,從理論上分析狀態(tài)相關性對聯(lián)邦濾波精度的影響;針對不同的隨機噪聲模型影響下的觀測融合及狀態(tài)融合進行分析比較,通過Matlab仿真驗證了集中式融合的全局最優(yōu)性,及Bar-Shalom Compo準則下的狀態(tài)融合所存在的問題;同時分析比較了異步觀測條件下不同融合架構的融合精度;3、組合導航系統(tǒng)實際應用中的問題:全面介紹了GPS/INS組合導航系統(tǒng),通過分析利用卡爾曼濾波器進行定位解算時的誤差,針對動力學模型的非線性問題,提出通過利用最小二乘支持向量機(LS-SVM)輔助卡爾曼濾波的方法修正動力學模型中的非線性誤差,并通過Matlab仿真結果和實驗結果,驗證了該算法有效的提升了導航定位解算精度。本文主要貢獻包括:(1)歸納了國內(nèi)外最主要的異步融合算法,并分別針對異步觀測及狀態(tài)融合所存在的問題進行詳細分析,闡述了兩種融合算法達不到最優(yōu)解的解析上的原因,并進行Matlab仿真作出數(shù)值比較;(2)詳細推導了自身相關有色噪聲模型影響下的卡爾曼濾波最優(yōu)解,通過仿真驗證了較傳統(tǒng)卡爾曼濾波,精度得到了提升,同時比較了不同噪聲模型下計算量的損耗;(3)利用LS-SVM輔助卡爾曼濾波修正動力學模型中的非線性誤差,通過仿真驗證了其解算精度高于IAE自適應濾波以及神經(jīng)網(wǎng)絡輔助卡爾曼濾波。
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2014
【分類號】：TN967.2
，

本文編號：2572813