基于模糊理论的导航算法研究

论文摘要

本文主要研究了基于模糊理论的GPS导航算法,论文的主要内容和创新点概括如下:1、结合国内外在导航算法领域的研究现状和模糊理论的应用现状,综合分析了将模糊理论应用于导航算法的合理性,并指出了研究基于模糊理论导航算法的重要意义。2、对自适应滤波进行了理论分析和讨论。介绍了自适应滤波的基本原理,综述了构造自适应因子的几种常见方法,并在此基础上,结合模糊理论,成功构造了基于模糊理论的自适应滤波算法,通过算例验证了该方法能够较好地抑制动力学模型扰动异常和观测信息异常对导航解的影响,在整体上提高了滤波的精度和可靠性。3、对抗差滤波的基本理论和抗差等价权的构造方法进行了研究,利用模糊理论构造了抗差等价权,提出了基于模糊理论的抗差滤波算法,算例结果表明,基于模糊理论的抗差滤波算法具有较好的抗差性,能有效抵制粗差对导航解的影响。4、对渐消滤波进行了理论分析和研究,针对渐消滤波存在的问题,提出了基于模糊理论的渐消滤波算法,成功构造了基于模糊理论的渐消因子,从而克服了现有渐消因子求解过程中常出现负定现象,求解必须附加条件的缺陷。通过算例验证了该方法的有效性和可行性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 引言
• 1.2 GPS导航定位原理
• 1.2.1 GPS伪距测量定位
• 1.2.2 GPS伪距差分定位
• 1.3 国内外研究及应用现状
• 1.3.1 导航算法的研究发展现状
• 1.3.2 模糊理论的发展及应用现状
• 1.4 论文主要研究内容
• 第二章 导航算法解算原理
• 2.1 最小二乘（LS）算法
• 2.2 经典Kalman滤波解算原理
• 2.2.1 随机线性离散系统的Kalman滤波基本方程
• 2.2.2 Kalman滤波的最小二乘解
• 2.3 抗差自适应Kalman滤波原理
• 2.3.1 自适应Kalman滤波
• 2.3.2 抗差自适应Kalman滤波
• 2.4 本章小结
• 第三章 模糊控制理论
• 3.1 模糊控制的理论基础
• 3.1.1 模糊集合与隶属度函数
• 3.1.2 模糊关系及其合成
• 3.1.3 模糊向量及其运算
• 3.1.4 模糊语言变量及模糊逻辑
• 3.1.5 模糊推理
• 3.2 模糊控制的基本原理
• 3.2.1 模糊控制原理
• 3.2.2 模糊控制器的基本结构
• 3.3 本章小结
• 第四章 基于模糊理论的自适应Kalman滤波
• 4.1 自适应滤波
• 4.1.1 自适应滤波基本原理
• 4.1.2 自适应因子的构造
• 4.2 基于模糊理论的自适应滤波
• 4.2.1 模糊自适应滤波基本思想
• 4.2.2 基于模糊理论构造自适应因子
• 4.2.3 计算与比较
• 4.3 本章小结
• 第五章 基于模糊理论的抗差Kalman滤波
• 5.1 抗差Kalman滤波
• 5.1.1 抗差Kalman滤波基本原理
• 5.1.2 抗差Kalman滤波的解算方法
• 5.2 基于模糊理论的抗差Kalman滤波
• 5.2.1 基本思想
• 5.2.2 基于模糊理论构造等价权
• 5.2.3 计算与比较
• 5.3 本章小结
• 第六章 基于模糊理论的渐消滤波
• 6.1 渐消滤波基本理论
• 6.1.1 渐消滤波原理
• 6.1.2 渐消因子的求解
• 6.2 基于模糊理论的渐消滤波算法
• 6.2.1 模糊渐消滤波算法的基本思想
• 6.2.2 基于模糊理论求解渐消因子
• 6.2.3 计算与比较
• 6.3 本章小结
• 第七章 总结与展望
• 参考文献
• 作者简历 攻读硕士学位期间完成的主要工作
• 致谢