發(fā)布時(shí)間：2021-07-04 04:15

　　組合導(dǎo)航依靠不同子系統(tǒng)的傳感器數(shù)據(jù)和設(shè)備之間的互補(bǔ)特性互相彌補(bǔ)缺陷,實(shí)現(xiàn)高于子系統(tǒng)的定位精度。因此,采用任何組合導(dǎo)航架構(gòu),其核心都是如何進(jìn)行多個(gè)子系統(tǒng)的數(shù)據(jù)融合以實(shí)現(xiàn)更高的定位精度。針對多傳感器融合中存在的各類不確定因素對系統(tǒng)造成的影響,包括傳感器性能的變化,傳感器統(tǒng)計(jì)特性未知,電磁環(huán)境或機(jī)動突變導(dǎo)致的粗差等。對于以上問題,目前已經(jīng)有一些算法可以進(jìn)行一定程度的修正和補(bǔ)償,例如自適應(yīng)濾波解決傳感器統(tǒng)計(jì)特性未知,魯棒濾波解決觀測粗差。但傳統(tǒng)的自適應(yīng)濾波難以實(shí)現(xiàn)多個(gè)傳感器觀測噪聲時(shí)變或未知等惡劣環(huán)境下的濾波精度下降的問題,也難以同時(shí)實(shí)現(xiàn)惡劣環(huán)境下的自適應(yīng)性和魯棒性同時(shí)具備的組合導(dǎo)航系統(tǒng)�；谝陨蠁栴},本文利用統(tǒng)計(jì)學(xué)和質(zhì)量控制理論方法,提出了基于方差估計(jì)的同時(shí)具備自適應(yīng)性和魯棒性的多傳感器融合系統(tǒng),可以有效抑制多傳感器融合過程中大部分不確定因素對融合系統(tǒng)的影響,保障了系統(tǒng)的精度,同時(shí)提高了系統(tǒng)的可靠性。本文的主要研究內(nèi)容如下:（1）為了解決傳感器融合建模誤差和傳感器性能變化導(dǎo)致的多傳感器融合系統(tǒng)精度降低甚至發(fā)散,本文提出基于方差估計(jì)的多傳感器自適應(yīng)融合濾波,通過各傳感器的觀測噪聲和動力學(xué)模型的... 

【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)】：85 頁

【學(xué)位級別】：碩士

【部分圖文】：

多傳感器單歷元同步采樣示意圖

第三章非確定性噪聲及時(shí)變環(huán)境影響下的多傳感器融合估計(jì)23圖3-2多傳感器融合示意圖對周期內(nèi)的任意時(shí)刻t而言，狀態(tài)有微分表達(dá)式xtAxt+Gωt(3-1)其中，xt表示時(shí)刻t的m1維狀態(tài)向量，A和G分別是mm維的狀態(tài)驅(qū)動陣和系統(tǒng)噪聲驅(qū)動陣，~N0,mmωtQI表示m1維的白色高斯系統(tǒng)噪聲，Q為該噪聲的方差因子。則將式（3-1）離散化，有離散的狀態(tài)方程為kk,k1k1k,k1xΦxw(3-2)其中，k,k1Φ表示離散時(shí)刻k1到k的mm維狀態(tài)轉(zhuǎn)移矩陣，k,k1w表示m1維高斯隨機(jī)過程，其協(xié)方差矩陣為,1TT,,kk1kkkkQdQwΦGGΦD(3-3)即k,k1w的協(xié)方差矩陣可視為為系數(shù)矩陣D和方差因子Q的乘積。對式（3-3）中高斯隨機(jī)過程k,k1w的協(xié)方差矩陣進(jìn)行分析，根據(jù)概率統(tǒng)計(jì)和矩陣運(yùn)算相關(guān)知識，協(xié)方差的系數(shù)矩陣D應(yīng)該同時(shí)滿足對稱性和正定性，即D是對稱正定矩陣。由定理2.1.2，系數(shù)矩陣D可以通過Cholesky分解為TDRR的形式，其中R是上三角矩陣。則k,k1w的數(shù)學(xué)期望與方差分別表示為,1T,10kkkkQQEwDwDRR(3-4)設(shè)m1維多元正態(tài)隨機(jī)變量~N0,mmωQI，則多元隨機(jī)變量TRω的數(shù)學(xué)期望與方差分別為

電子科技大學(xué)碩士學(xué)位論文3222211RMSEMiiiiiiXYZXYZiVVVVVVVM(3-49)其中，M表示蒙特卡洛運(yùn)行次數(shù)，含上標(biāo)^表示估值，不含上標(biāo)則表示當(dāng)前時(shí)刻真值。M100時(shí)，各自適應(yīng)濾波與真實(shí)噪聲方差的CKF的運(yùn)行結(jié)果如圖3-1至3-8所示。圖3-1不同階段VCEAKF與CKF位置和速度估計(jì)均方根誤差

【參考文獻(xiàn)】：
期刊論文
[1]GPS/INS超緊組合載波跟蹤環(huán)路最優(yōu)帶寬在線設(shè)計(jì)[J]. 許蕭寒,王可東.  中國空間科學(xué)技術(shù). 2019(02)
[2]基于神經(jīng)網(wǎng)絡(luò)的INS/GPS組合導(dǎo)航誤差補(bǔ)償研究[J]. 鮑泳林,李皓,袁鳴,董嚴(yán).  彈箭與制導(dǎo)學(xué)報(bào). 2019(02)
[3]A Robust Graph Optimization Realization of Tightly Coupled GNSS/INS Integrated Navigation System for Urban Vehicles[J]. Wei Li,Xiaowei Cui,Mingquan Lu.  Tsinghua Science and Technology. 2018(06)
[4]高動態(tài)下SINS輔助北斗捕獲方法優(yōu)化[J]. 孟照魁,王文杰,高爽,李先慕.  宇航學(xué)報(bào). 2017(01)
[5]北斗/慣導(dǎo)深組合系統(tǒng)捕獲與環(huán)路控制研究[J]. 王煥浩,曾慶化,孟騫,馮紹軍.  兵器裝備工程學(xué)報(bào). 2016(03)
[6]基于MEMS的微型慣性導(dǎo)航技術(shù)綜述[J]. 杜小菁,翟峻儀.  飛航導(dǎo)彈. 2014(09)
[7]BDS/SINS緊耦合組合導(dǎo)航技術(shù)仿真研究[J]. 董淼,宋艷君,夏奇,張國綱.  計(jì)算機(jī)仿真. 2014(08)
[8]基于衛(wèi)星導(dǎo)航系統(tǒng)的組合導(dǎo)航技術(shù)及其發(fā)展綜述[J]. 許云達(dá),趙修斌.  飛航導(dǎo)彈. 2014(05)
[9]利用SVM的GPS/INS組合導(dǎo)航濾波發(fā)散抑制方法研究[J]. 李增科,王堅(jiān),高井祥,譚興龍.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2013(10)
[10]基于cubature Kalman filter的INS/GPS組合導(dǎo)航濾波算法[J]. 孫楓,唐李軍.  控制與決策. 2012(07)

博士論文
[1]高精度狀態(tài)估計(jì)方法研究及其在目標(biāo)跟蹤和協(xié)同定位中的應(yīng)用[D]. 黃玉龍.哈爾濱工程大學(xué) 2018
[2]MEMS-SINS/GPS組合導(dǎo)航關(guān)鍵技術(shù)研究[D]. 崔留爭.中國科學(xué)院研究生院(長春光學(xué)精密機(jī)械與物理研究所) 2014
[3]星圖識別與組合導(dǎo)航濾波方法研究[D]. 胡海東.哈爾濱工業(yè)大學(xué) 2009

碩士論文
[1]基于SINS/北斗的組合導(dǎo)航技術(shù)研究[D]. 葛牧川.內(nèi)蒙古大學(xué) 2017
[2]低成本MEMS陀螺儀隨機(jī)漂移誤差的建模及修正[D]. 熊必鳳.西南大學(xué) 2017
[3]基于松耦合方式的低成本GPS/SINS組合導(dǎo)航系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 張劍鋒.電子科技大學(xué) 2014
[4]低成本SINS/GPS組合導(dǎo)航系統(tǒng)的研究[D]. 張文.南京理工大學(xué) 2006



本文編號：3264012