INS/GNSS深組合導(dǎo)航系統(tǒng)因其高精度、高可靠性等優(yōu)點(diǎn),成為未來最具應(yīng)用前景的組合導(dǎo)航方式之一。本論文以INS/GNSS深組合導(dǎo)航系統(tǒng)的非線性特性研究為切入點(diǎn),重點(diǎn)討論了導(dǎo)航系統(tǒng)中最基本的兩個問題:1)組合導(dǎo)航系統(tǒng)的非線性及穩(wěn)定性;2)組合導(dǎo)航系統(tǒng)狀態(tài)估計(jì)所涉及的非線性濾波算法。本論文前半部分簡要介紹了GNSS和INS獨(dú)立工作的優(yōu)缺點(diǎn),指出INS/GNSS組合導(dǎo)航的優(yōu)越性。在此基礎(chǔ)上,進(jìn)一步分析了深組合導(dǎo)航系統(tǒng)的工作原理,以及深組合相對于其它耦合方式的優(yōu)勢,并著重分析深組合導(dǎo)航系統(tǒng)所涉及的非線性及穩(wěn)定性等問題。具體工作如下:1.INS/GNSS深組合導(dǎo)航系統(tǒng)的非線性主要由慣性導(dǎo)航系統(tǒng)所致,而慣性導(dǎo)航系統(tǒng)本質(zhì)上描述的是一個非線性動力系統(tǒng)的剛體運(yùn)動問題。因此,本文首先對此類非線性系統(tǒng)的運(yùn)動穩(wěn)定性進(jìn)行分析,給出其滿足Lyapunov穩(wěn)定性的條件,并進(jìn)一步模擬了慣導(dǎo)核心部件——陀螺儀由穩(wěn)定周期態(tài)通往混沌態(tài)的演進(jìn)途徑;2.與傳統(tǒng)的松耦合、緊耦合接收機(jī)相比,INS/GNSS深組合接收機(jī)的最大區(qū)別在于跟蹤環(huán)路的改變。因此,本文對深組合接收機(jī)跟蹤環(huán)路的非線性特性進(jìn)行了深入分析,給出了鎖相環(huán)路最優(yōu)帶寬... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：124 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內(nèi)外研究歷史與現(xiàn)狀
        1.2.1 組合導(dǎo)航技術(shù)的研究歷史和現(xiàn)狀
        1.2.2 非線性科學(xué)的研究歷史和現(xiàn)狀
    1.3 本文的主要貢獻(xiàn)與創(chuàng)新
    1.4 本論文的結(jié)構(gòu)安排
第二章 INS的非線性特性分析
    2.1 INS與GNSS導(dǎo)航系統(tǒng)
    2.2 INS的非線性特性分析
        2.2.1 陀螺儀的非線性模型
        2.2.2 陀螺儀的運(yùn)動穩(wěn)定性分析
    2.3 陀螺儀動力系統(tǒng)通往混沌的途徑
    2.4 本章小結(jié)
第三章 INS/GNSS深組合導(dǎo)航系統(tǒng)跟蹤環(huán)路的非線性特性分析
    3.1 INS/GNSS組合導(dǎo)航系統(tǒng)的耦合方式
    3.2 標(biāo)量與矢量跟蹤
        3.2.1 標(biāo)量跟蹤接收機(jī)
        3.2.2 矢量跟蹤接收機(jī)
    3.3 跟蹤環(huán)路的最優(yōu)帶寬設(shè)計(jì)與穩(wěn)定性分析
        3.3.1 最優(yōu)噪聲帶寬設(shè)計(jì)
        3.3.2 跟蹤環(huán)路的穩(wěn)定性分析
            3.3.2.1 Bode圖穩(wěn)定性判據(jù)
            3.3.2.2 Nichols圖穩(wěn)定性判據(jù)
            3.3.2.3 根軌跡圖穩(wěn)定性判據(jù)
    3.4 數(shù)值算例與分析
    3.5 本章小結(jié)
第四章 組合導(dǎo)航中的非線性濾波技術(shù)
    4.1 常見非線性濾波算法
    4.2 容積卡爾曼濾波
        4.2.1 貝葉斯濾波
        4.2.2 容積卡爾曼濾波
    4.3 廣義容積卡爾曼濾波器族
        4.3.1 群、軌跡、不變量與完全對稱性
        4.3.2 廣義容積卡爾曼濾波器族的推導(dǎo)
    4.4 嵌入式容積卡爾曼濾波
        4.4.1 容積卡爾曼濾波器的不足
        4.4.2 嵌入式容積卡爾曼濾波器的推導(dǎo)
            4.4.2.1 嵌入式容積準(zhǔn)則
            4.4.2.2 三階嵌入式容積卡爾曼濾波器的推導(dǎo)
    4.5 均方根嵌入式容積卡爾曼濾波
    4.6 逼近誤差分析
    4.7 數(shù)值算例與分析
        4.7.1 角測量跟蹤模型
        4.7.2 空間目標(biāo)跟蹤
        4.7.3 組合導(dǎo)航濾波
    4.8 本章小結(jié)
第五章 高階容積卡爾曼濾波器
    5.1 引言
    5.2 五階容積卡爾曼濾波器（類型I）
        5.2.1 容積卡爾曼濾波器的統(tǒng)一框架
        5.2.2 五階容積卡爾曼濾波器（類型I）的推導(dǎo)
    5.3 五階容積卡爾曼濾波器（類型II）
    5.4 高階容積卡爾曼濾波器
    5.5 逼近誤差分析
    5.6 數(shù)值算例與分析
        5.6.1 角測量跟蹤模型
        5.6.2 空間目標(biāo)跟蹤
        5.6.3 組合導(dǎo)航濾波
    5.7 本章小結(jié)
第六章 非線性信息濾波器
    6.1 引言
    6.2 擴(kuò)展信息濾波
    6.3 嵌入式信息濾波器
    6.4 高階信息濾波器
    6.5 多傳感器信息融合方式
    6.6 數(shù)值算例與分析
        6.6.1 空間目標(biāo)跟蹤
        6.6.2 尋的導(dǎo)彈制導(dǎo)與跟蹤
    6.7 本章小結(jié)
第七章 全文總結(jié)與展望
    7.1 全文總結(jié)
    7.2 后續(xù)工作展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間取得的學(xué)術(shù)成果



本文編號：2913908