本文關鍵詞：多源傳感器增強的精密單點定位與慣性測量組合導航系統(tǒng)，，由筆耕文化傳播整理發(fā)布。

【摘要】：全球定位系統(tǒng)和慣性導航系統(tǒng)進行組合,能夠提供高精度的導航信息(位置、速度和姿態(tài)),在近幾十年中,被廣泛地應用于軍事、農(nóng)業(yè)等不同的領域。論文圍繞精密單點定位和慣性測量組合導航系統(tǒng)展開研究,重點涵蓋了慣性測量單元自對準噪聲消除、精密單點定位誤差改正模型、聯(lián)邦自適應濾波模型、精密單點定位和慣性測量組合導航、慣性輔助精密單點定位周跳探測、UWB增強的組合導航系統(tǒng)、基于模糊神經(jīng)網(wǎng)絡的里程計增強算法幾個方面,取得的主要研究成果如下:(1)針對野外導航環(huán)境下,慣導基座易受到干擾,提出了基于Vondrak低通濾波的初始自對準算法。比較了靜基座和受干擾基座的比力觀測值的頻譜特性,在此基礎上,構建了Vondrak低通濾波消除高頻噪聲,引入遺傳算法選取濾波器的平滑因子參數(shù)。經(jīng)模擬和實測實驗表明,提出的對準算法能夠有效消除比力觀測值的高頻噪聲,提高對準精度。(2)精密單點定位與差分定位主要區(qū)別在于差分模式能夠消除大多數(shù)誤差項,而精密單點定位需要通過建立誤差模型進行改正。論文首先分析了精密單點定位各項誤差特性及其對解算精度的影響機理,給出了各項誤差改正模型,深入研究了針對于不同采樣頻率的數(shù)據(jù),誤差改正模型對于精密單點定位結(jié)果的影響量級,為誤差模型的取舍提供了參考依據(jù)。(3)針對多傳感器觀測信息較多,計算效率較低,抗差效果不佳的問題,提出了一種聯(lián)邦自適應濾波器,論證了聯(lián)邦濾波器和自適應濾波器的等價性及其等價成立條件,提出了聯(lián)邦自適應濾波器的信息分配因子構造方法。結(jié)果表明,論文提出的聯(lián)邦自適應濾波器兼容了聯(lián)邦濾波器高計算效率,且具有較好的抵抗動力學模型誤差效果,能夠有效消除動力學模型異常值。(4)提出了精密單點定位和慣性測量的組合系統(tǒng),重點闡述了緊組合的動力學模型和觀測模型,鑒于緊組合中觀測值種類較多,引入聯(lián)邦自適應濾波器算法。結(jié)果表明,INS可以提供更高精度的初始位置信息,從而提高了精密單點定位解算精度,相對于集中濾波器,聯(lián)邦濾波器解算結(jié)果具有一定的等價性,但濾波器的計算效率和自適應性得到了提高。(5)提出了慣性輔助的周跳探測算法并應用于緊組合導航,利用慣性信息和傳統(tǒng)Melbourne-Wübbena觀測值進行組合,消除偽距噪聲和多路徑的影響,構建了慣性輔助的周跳探測決策量,通過誤差分析計算新決策量優(yōu)于MW組合觀測的臨界值。結(jié)果表明,新提出的周跳探測算法能夠準確探測和修復周跳,周跳的正確修復削弱了模糊度重新初始化帶來的負面影響。(6)提出了UWB增強的組合導航系統(tǒng),利用UWB進行GPS遮擋區(qū)域距離信息的觀測,UWB距離信息和GPS原始信息構成導航系統(tǒng)的濾波觀測值,提高了濾波器輸入值的個數(shù),有效解決了可觀測衛(wèi)星個數(shù)不足的問題,改善觀測信息的空間結(jié)構,降低了DPOP值。結(jié)果表明,當衛(wèi)星信號被部分遮擋時,UWB增強的組合系統(tǒng)能夠大幅度提高導航精度和可靠性。(7)提出了基于模糊神經(jīng)網(wǎng)絡的里程計增強系統(tǒng),根據(jù)里程計和GPS的觀測信息類型相同,構建了模糊神經(jīng)網(wǎng)絡FNN。GPS、里程計和IMU觀測信息輸入到FNN中進行訓練學習。當GPS信號缺失時,FNN利用訓練好的模型輸出里程計速度信息改正數(shù)。結(jié)果表明,在GPS信號長時間缺失情況下,里程計增強的組合系統(tǒng)能夠有效提高組合系統(tǒng)的位置、速度和姿態(tài)的解算精度。
【關鍵詞】：組合導航 精密單點定位 慣性測量 聯(lián)邦自適應濾波 里程計 超寬帶
【學位授予單位】：中國礦業(yè)大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TN96;P228.4
【目錄】：

• 致謝4-6
• 摘要6-8
• Abstract8-10
• Extended Abstract10-28
• 1 緒論28-42
• 1.1 研究背景和意義28-30
• 1.2 研究現(xiàn)狀30-38
• 1.3 主要研究內(nèi)容38-39
• 1.4 論文的組織結(jié)構39-42
• 2 慣性導航系統(tǒng)原理42-66
• 2.1 坐標系統(tǒng)42-43
• 2.2 INS機械編排43-49
• 2.3 INS自對準49-53
• 2.4 基于Vondrak濾波的自對準算法53-60
• 2.5 算法驗證60-65
• 2.6 本章小結(jié)65-66
• 3 精密單點定位模型66-102
• 3.1 參考系統(tǒng)66-71
• 3.2 精密單點定位觀測模型71-79
• 3.3 精密單點定位誤差模型79-100
• 3.4 本章小結(jié)100-102
• 4 聯(lián)邦自適應濾波器102-112
• 4.1 聯(lián)邦濾波器102-104
• 4.2 自適應濾波器104-105
• 4.3 等價性證明105-106
• 4.4 聯(lián)邦自適應濾波器106-107
• 4.5 實驗與分析107-111
• 4.6 本章小結(jié)111-112
• 5 精密單點定位與慣性測量組合導航112-126
• 5.1 松組合導航模型112-113
• 5.2 緊組合導航模型113-114
• 5.3 組合導航系統(tǒng)114-117
• 5.4 實驗與分析117-125
• 5.5 本章小結(jié)125-126
• 6 慣性測量輔助精密單點定位周跳探測126-144
• 6.1 組合觀測值126-129
• 6.2 慣性測量輔助的周跳探測統(tǒng)計量129-132
• 6.3 慣性測量輔助周跳探測與修復132-134
• 6.4 實驗與分析134-142
• 6.5 本章小結(jié)142-144
• 7 UWB增強的組合導航系統(tǒng)144-156
• 7.1 UWB信號144-145
• 7.2 UWB定位方法145-148
• 7.3 UWB增強的組合導航系統(tǒng)148-149
• 7.4 實驗與分析149-154
• 7.5 本章小結(jié)154-156
• 8 里程計增強的組合導航系統(tǒng)156-170
• 8.1 Odometer位置速度解算156-157
• 8.2 Odometer/INS組合導航觀測模型157-158
• 8.3 GPS/INS/Odometer組合導航158
• 8.4 模糊神經(jīng)網(wǎng)絡158-160
• 8.5 Odometer增強的組合導航系統(tǒng)160-162
• 8.6 實驗與分析162-168
• 8.7 本章小結(jié)168-170
• 9 結(jié)論及展望170-174
• 9.1 結(jié)論170-172
• 9.2 創(chuàng)新點172-173
• 9.3 展望173-174
• 參考文獻174-186
• 作者簡歷186-191
• 學位論文數(shù)據(jù)集191

  本文關鍵詞：多源傳感器增強的精密單點定位與慣性測量組合導航系統(tǒng)，由筆耕文化傳播整理發(fā)布。

本文編號：410788