慣性導(dǎo)航系統(tǒng)(INS)是一種完全自主式的導(dǎo)航系統(tǒng)，其可以提供全天候的、隱蔽的導(dǎo)航信息，其定位的精度在短時(shí)間內(nèi)相對(duì)較高，但也有致命的缺點(diǎn)，INS定位時(shí)的誤差值隨著時(shí)間的推移而不斷積累，長(zhǎng)時(shí)間定位的情況下精度會(huì)也來(lái)越差。全球定位系統(tǒng)(GPS)長(zhǎng)期定位時(shí)，其定位誤差較小，可是由于定位時(shí)會(huì)受到其他電磁波的干擾和信號(hào)遮擋等問(wèn)題，短期定位時(shí)，精度并不好。根據(jù)以上兩種定位系統(tǒng)各自的優(yōu)缺點(diǎn)，將INS和GPS進(jìn)行組合，形成的INS/GPS組合導(dǎo)航系統(tǒng)可以取長(zhǎng)補(bǔ)短，是一種相對(duì)理想的組合導(dǎo)航系統(tǒng)。 本論文首先介紹了INS的工作原理和其組成器件，對(duì)系統(tǒng)中的常用坐標(biāo)系以及它們之間的轉(zhuǎn)換關(guān)系進(jìn)行了詳細(xì)介紹。然后介紹了GPS系統(tǒng)的組成結(jié)構(gòu)、工作原理，對(duì)GPS在導(dǎo)航過(guò)程中產(chǎn)生誤差的原因進(jìn)行了詳細(xì)的分析。 本文建立了INS/GPS組合導(dǎo)航系統(tǒng)的誤差模型，給出了INS和GPS的誤差方程并且建立了INS/GPS組合導(dǎo)航系統(tǒng)的模型方程，給出了其狀態(tài)方程和量測(cè)方程，然后對(duì)狀態(tài)方程和量測(cè)方程進(jìn)行了離散化處理。 對(duì)常規(guī)卡爾曼（Kalman）濾波進(jìn)行了詳細(xì)的介紹，推導(dǎo)了常規(guī)Kalman濾波方法的濾波方程，在常規(guī)Kalman濾波算法的...

【文章頁(yè)數(shù)】：71 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
1.緒論
    1.1 濾波技術(shù)的發(fā)展
    1.2 組合導(dǎo)航技術(shù)的發(fā)展
    1.3 課題研究的背景及意義
    1.4 論文研究的主要內(nèi)容
2.導(dǎo)航系統(tǒng)
    2.1 慣性導(dǎo)航系統(tǒng)
        2.1.1 工作原理
        2.1.2 組成器件
        2.1.3 常用坐標(biāo)系及其轉(zhuǎn)換
    2.2 全球定位系統(tǒng)
        2.2.1 組成結(jié)構(gòu)
        2.2.2 定位原理
        2.2.3 誤差分析
    2.3 INS/ GPS 組合導(dǎo)航系統(tǒng)
        2.3.1 組合方式
        2.3.2 濾波器的設(shè)計(jì)方法
    2.4 本章小結(jié)
3.INS/GPS 組合導(dǎo)航系統(tǒng)模型建立
    3.1 INS/GPS 系統(tǒng)的誤差模型
        3.1.1 INS 誤差方程
        3.1.2 GPS 誤差方程
    3.2 INS/GPS 系統(tǒng)的模型建立
        3.2.1 狀態(tài)方程
        3.2.2 量測(cè)方程
        3.2.3 狀態(tài)方程和量測(cè)方程的離散化處理
    3.3 本章小結(jié)
4.INS/GPS 系統(tǒng)的濾波算法
    4.1 信息融合技術(shù)
        4.1.1 基本原理
        4.1.2 核心技術(shù)及結(jié)構(gòu)
    4.2 常規(guī) Kalman 濾波算法
        4.2.1 狀態(tài)空間方程
        4.2.2 Kalman 算法濾波方程
        4.2.3 Kalman 濾波過(guò)程中應(yīng)注意的方面
        4.2.4 Kalman 濾波的發(fā)散問(wèn)題
        4.2.5 仿真分析
    4.3 Sage-Husa 自適應(yīng)濾波算法
    4.4 一種改進(jìn)的 Sage-Husa 自適應(yīng)濾波算法
        4.4.1 濾波方程
        4.4.2 仿真分析
    4.5 本章小結(jié)
5.INS/GPS 組合導(dǎo)航系統(tǒng)仿真
    5.1 仿真條件
    5.2 對(duì)遺忘因子 d 進(jìn)行仿真獲取
    5.3 仿真分析
    5.4 本章小結(jié)
6.總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表學(xué)術(shù)論文情況
致謝
作者簡(jiǎn)介



本文編號(hào)：3864106